Web mining on e-learning

Detalhes bibliográficos
Autor(a) principal: Campos, Francisco José Casanova Faria
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/81981
Resumo: Dissertação de mestrado integrado em Engenharia e Gestão de Sistemas de Informação
id RCAP_fc2c8096fcdf4818c5744b870c452142
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/81981
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Web mining on e-learningDados estruturadosDados não estruturadosBases de dados NoSQLEducational data miningWeb miningStructured dataUnstructured dataNoSQL databasesEngenharia e Tecnologia::Outras Engenharias e TecnologiasDissertação de mestrado integrado em Engenharia e Gestão de Sistemas de InformaçãoAtualmente, a utilização das tecnologias de informação é vital no dia a dia das pessoas e, sobretudo, das empresas. Esta utilização e troca de informação gera uma quantidade de dados que podem criar valor para vários setores da sociedade, caso seja possível traduzir a informação neles contida. Se este problema for adotado ao setor da educação, muitas questões e problemas podem ser resolvidas com o correto tratamento desses dados. A possibilidade de perceber os comportamentos dos alunos e as metodologias de estudo que permitem um maior sucesso escolar é certamente uma oportunidade tentadora e que pode levar à otimização do ensino como é conhecido e permitir formar melhores pessoas e profissionais Assim sendo, o foco deste projeto centra-se no tratamento destes dados gerados no contexto universitário, a partir da criação de uma solução que consegue receber diferentes tipos de dados, aplicando modelos analíticos, de modo a gerar relatórios e dashboards sobre a realidade dos dados em estudo, e modelos preditivos, de modo a poder prever futuras notas de alunos com base no seu comportamento académico. Em termos analíticos foi possível comprovar que existe uma relação forte entre um grande nível de assiduidade e participação nas aulas com um bom desempenho académico, que 77% dos alunos foram capazes de tirar uma nota final acima de 15 valores, que todos os alunos estiveram presentes, pelo menos, num terço das aulas, além de provar o sucesso de ferramentas aplicadas previamente como o sistema de cartões e resgate, com 8 alunos, que primeiramente tinham reprovado num momento de avaliação crítico, a terem possibilidade de completar o curso graças a este último mecanismo. Em termos preditivos, o protótipo revelou ser eficaz, principalmente em termos de regressão, com um erro absoluto de 1,10 valores. Os dados para este projeto foram fornecidos pela empresa IOTech, que os reuniu a partir da utilização dos alunos de diferentes plataformas na unidade curricular “Programação Web” durante o ano letivo 2020/2021. Este trabalho está também inserido no projeto IOScience, levado a cabo pela mesma empresa.Nowadays, the use of information technologies is vital in people’s lives and companies. This use and exchange of information generate a quantity of data that can create value for various sectors of society if possible to translate the information contained therein. Adopting this problem to the education sector, many issues and problems can be solved with the correct treatment of this data. The possibility of perceiving the students’ behaviours and study methodologies that allow greater school success is certainly a tempting opportunity and that can lead to the optimization of teaching as it is known and allow to create better people and professionals. Therefore, the focus of this project focuses on the processing of these data generated in university context, by creating of a solution that can receive different data types, apply analytical models, in order to generate reports and dashboards about the reality of the data In study, and predictive models, so that it can predict future grades of students based on their academic behaviour. In analytical terms it was possible to prove that there is a strong relationship between a great level of attendance and participation in classes with a good academic performance, that 77% of the students were able to take a final grade above 15 values, that all students were present at least one-third of the classes, in addition to proving the success of previously applied tools such as the card and rescue system, with 8 students, who had first failed at a critical evaluation moment, to be able to complete the course thanks to the latter mechanism. In predictive terms, the prototype proved to be effective, mainly in terms of regression, with an absolute error of 1.10 values. The data for this project were provided by the company IOTech, which gathered it from the use of students from different platforms in the “Web Programming” curriculum during the 2020/2021 school year. This work is also inserted in the IOScience project, carried out by the same company.Santos, ManuelPortela, FilipeUniversidade do MinhoCampos, Francisco José Casanova Faria2022-08-042022-08-04T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/81981eng203075811info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T12:12:32Zoai:repositorium.sdum.uminho.pt:1822/81981Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:04:27.702371Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Web mining on e-learning
title Web mining on e-learning
spellingShingle Web mining on e-learning
Campos, Francisco José Casanova Faria
Dados estruturados
Dados não estruturados
Bases de dados NoSQL
Educational data mining
Web mining
Structured data
Unstructured data
NoSQL databases
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
title_short Web mining on e-learning
title_full Web mining on e-learning
title_fullStr Web mining on e-learning
title_full_unstemmed Web mining on e-learning
title_sort Web mining on e-learning
author Campos, Francisco José Casanova Faria
author_facet Campos, Francisco José Casanova Faria
author_role author
dc.contributor.none.fl_str_mv Santos, Manuel
Portela, Filipe
Universidade do Minho
dc.contributor.author.fl_str_mv Campos, Francisco José Casanova Faria
dc.subject.por.fl_str_mv Dados estruturados
Dados não estruturados
Bases de dados NoSQL
Educational data mining
Web mining
Structured data
Unstructured data
NoSQL databases
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
topic Dados estruturados
Dados não estruturados
Bases de dados NoSQL
Educational data mining
Web mining
Structured data
Unstructured data
NoSQL databases
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
description Dissertação de mestrado integrado em Engenharia e Gestão de Sistemas de Informação
publishDate 2022
dc.date.none.fl_str_mv 2022-08-04
2022-08-04T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/81981
url https://hdl.handle.net/1822/81981
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 203075811
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132453671010304

Registros relacionados