Análise preditiva do desempenho acadêmico de alunos de graduação da UnB utilizando mineração de dados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Monografias da UnB |
Texto Completo: | http://bdm.unb.br/handle/10483/17910 |
Resumo: | Trabalho de conclusão de curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017. |
id |
UNB-2_60c89ef76289cc226070e69fc349df65 |
---|---|
oai_identifier_str |
oai:bdm.unb.br:10483/17910 |
network_acronym_str |
UNB-2 |
network_name_str |
Biblioteca Digital de Monografias da UnB |
repository_id_str |
11571 |
spelling |
Silva, Gabriel FerreiraLadeira, MarceloSILVA, Gabriel Ferreira. Análise preditiva do desempenho acadêmico de alunos de graduação da UnB utilizando mineração de dados. 2017. xi, 52 f., il. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação)—Universidade de Brasília, Brasília, 2017.http://bdm.unb.br/handle/10483/17910Trabalho de conclusão de curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017.A evasão de alunos de graduação na Universidade de Brasília (UnB) traz consequências acadêmicas, sociais e econômicas negativas. A UnB notifica aqueles alunos que estão em risco de serem desligados e que precisam cumprir condição para evitar o desligamento. Esses alunos em condição estabelecem um plano que devem cumprir, sob a orientação de um docente do curso do aluno. Pensando em melhorar tal abordagem, a pesquisa em questão objetiva a concepção de um sistema previsor capaz de indicar quais alunos estão com maior risco de não conseguirem formar. Desse modo, o sistema permitiria a UnB agir antes de um aluno entrar em condição e agir de acordo com o risco de evasão apresentado por cada aluno. Para o desenvolvimento do sistema previsor, dados descaracterizados de alunos de graduação de cursos da área de computação que ingressaram de 2000 até 2016 e já saíram da universidade foram utilizados. Algoritmos de aprendizagem de máquina foram usados (Naive Bayes, ANN, SVR, Regressor Linear e Random Forests) para induzir modelos que tiveram seu desempenho analisado. Os modelos obtidos testados tiveram, em geral, bom desempenho. O melhor desempenho foi para modelos induzidos com regressão linear. Os resultados obtidos apontam a viabilidade da utilização de mineração de dados para análise preditiva de alunos em risco de evasão na UnB nos cursos da área de computação. Como a metodologia utilizada não empregou nenhum conceito específico dessa área do conhecimento, pode-se usá-la para outros cursos de graduação da UnB.Submitted by Patricia Souza da Silva (patriciasilva@bce.unb.br) on 2017-08-14T18:33:27Z No. of bitstreams: 3 license_text: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2017_GabrielFerreiraSilva_tcc.pdf: 4616538 bytes, checksum: 8f09eff6c898c319dd2dfd390f06cf57 (MD5)Approved for entry into archive by Luanna Maia (luanna@bce.unb.br) on 2017-08-22T15:29:34Z (GMT) No. of bitstreams: 3 license_text: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2017_GabrielFerreiraSilva_tcc.pdf: 4616538 bytes, checksum: 8f09eff6c898c319dd2dfd390f06cf57 (MD5)Made available in DSpace on 2017-08-22T15:29:34Z (GMT). No. of bitstreams: 3 license_text: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2017_GabrielFerreiraSilva_tcc.pdf: 4616538 bytes, checksum: 8f09eff6c898c319dd2dfd390f06cf57 (MD5)The University of Brasília (UnB) suffers from a problem of student drop out, which has academic, economic and social negative consequences. UnB notifies its students that are in risk of dropping out and need to fulfill conditions to avoid dropping out. This students in conditions establish a plan they must accomplish, under the guidance of a professor of the same course of the student. The goal of the present research is the development of a predictive system capable of indicating the risk of a student dropping out. This way, UnB could act before it’s became late and also act according to the risk presented by a student. For the development of the predictive system, data of undergraduate students from computer science related courses that entered and left UnB from 2000 to 2016 were used. The data do not contain student identification. Machine learning algorithms were used and their performance was evaluated. Algorithms included were Naive Bayes, ANN, SVR, Linear Regressor and Random Forests). Machine learning algorithms got, in general, good performance. The best performance came from the linear regressor. Results obtained indicate potential in using machine learning to predict the risk of students dropping out of university for the courses related to computer science. Because the methodology did not use any concept from this area of knowledge, this approach can be used for other courses.Mineração de dadosAlgoritmos de computadorAnálise preditiva do desempenho acadêmico de alunos de graduação da UnB utilizando mineração de dadosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis2017-08-22T15:29:34Z2017-08-22T15:29:34Z2017-07-14info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Monografias da UnBinstname:Universidade de Brasília (UnB)instacron:UNBORIGINAL2017_GabrielFerreiraSilva_tcc.pdf2017_GabrielFerreiraSilva_tcc.pdfapplication/pdf4616538http://bdm.unb.br/xmlui/bitstream/10483/17910/1/2017_GabrielFerreiraSilva_tcc.pdf8f09eff6c898c319dd2dfd390f06cf57MD51CC-LICENSElicense_urllicense_urltext/plain49http://bdm.unb.br/xmlui/bitstream/10483/17910/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52license_textlicense_textapplication/octet-stream0http://bdm.unb.br/xmlui/bitstream/10483/17910/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/octet-stream0http://bdm.unb.br/xmlui/bitstream/10483/17910/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54LICENSElicense.txtlicense.txttext/plain1817http://bdm.unb.br/xmlui/bitstream/10483/17910/5/license.txt21554873e56ad8ddc69c092699b98f95MD5510483/179102017-08-22 12:29:34.512oai:bdm.unb.br:10483/17910w4kgbmVjZXNzw6FyaW8gY29uY29yZGFyIGNvbSBhIGxpY2Vuw6dhIGRlIGRpc3RyaWJ1acOnw6NvIG7Do28tZXhjbHVzaXZhLAphbnRlcyBxdWUgbyBkb2N1bWVudG8gcG9zc2EgYXBhcmVjZXIgbmEgQmlibGlvdGVjYSBEaWdpdGFsIGRhIFByb2R1w6fDo28gCkRpc2NlbnRlIGRhIFVuaXZlcnNpZGFkZSBkZSBCcmFzw61saWEuIFBvciBmYXZvciwgbGVpYSBhCmxpY2Vuw6dhIGF0ZW50YW1lbnRlLiBDYXNvIG5lY2Vzc2l0ZSBkZSBhbGd1bSBlc2NsYXJlY2ltZW50byBlbnRyZSBlbQpjb250YXRvIGF0cmF2w6lzIGRlOiBiZG1AYmNlLnVuYi5iciBvdSAzMTA3LTI2ODcuCgpMSUNFTsOHQSBERSBESVNUUklCVUnDh8ODTyBOw4NPLUVYQ0xVU0lWQQoKQW8gYXNzaW5hciBlIGVudHJlZ2FyIGVzdGEgbGljZW7Dp2EsIG8vYSBTci4vU3JhLiAoYXV0b3Igb3UgZGV0ZW50b3IgZG9zCmRpcmVpdG9zIGRlIGF1dG9yKToKCmEpIENvbmNlZGUgw6AgVW5pdmVyc2lkYWRlIGRlIEJyYXPDrWxpYSBvIGRpcmVpdG8gbsOjby1leGNsdXNpdm8gZGUKcmVwcm9kdXppciwgY29udmVydGVyIChjb21vIGRlZmluaWRvIGFiYWl4byksIGNvbXVuaWNhciBlL291CmRpc3RyaWJ1aXIgbyBkb2N1bWVudG8gZW50cmVndWUgKGluY2x1aW5kbyBvIHJlc3Vtby9hYnN0cmFjdCkgZW0KZm9ybWF0byBkaWdpdGFsIG91IGltcHJlc3NvIGUgZW0gcXVhbHF1ZXIgbWVpby4KCmIpIERlY2xhcmEgcXVlIG8gZG9jdW1lbnRvIGVudHJlZ3VlIMOpIHNldSB0cmFiYWxobyBvcmlnaW5hbCwgZSBxdWUKZGV0w6ltIG8gZGlyZWl0byBkZSBjb25jZWRlciBvcyBkaXJlaXRvcyBjb250aWRvcyBuZXN0YSBsaWNlbsOnYS4gRGVjbGFyYQp0YW1iw6ltIHF1ZSBhIGVudHJlZ2EgZG8gZG9jdW1lbnRvIG7Do28gaW5mcmluZ2UsIHRhbnRvIHF1YW50byBsaGUgw6kKcG9zc8OtdmVsIHNhYmVyLCBvcyBkaXJlaXRvcyBkZSBxdWFscXVlciBvdXRyYSBwZXNzb2Egb3UgZW50aWRhZGUuCgpjKSBTZSBvIGRvY3VtZW50byBlbnRyZWd1ZSBjb250w6ltIG1hdGVyaWFsIGRvIHF1YWwgbsOjbyBkZXTDqW0gb3MKZGlyZWl0b3MgZGUgYXV0b3IsIGRlY2xhcmEgcXVlIG9idGV2ZSBhdXRvcml6YcOnw6NvIGRvIGRldGVudG9yIGRvcwpkaXJlaXRvcyBkZSBhdXRvciBwYXJhIGNvbmNlZGVyIMOgIFVuaXZlcnNpZGFkZSBkZSBCcmFzw61saWEgb3MgZGlyZWl0b3MKcmVxdWVyaWRvcyBwb3IgZXN0YSBsaWNlbsOnYSwgZSBxdWUgZXNzZSBtYXRlcmlhbCBjdWpvcyBkaXJlaXRvcyBzw6NvIGRlCnRlcmNlaXJvcyBlc3TDoSBjbGFyYW1lbnRlIGlkZW50aWZpY2FkbyBlIHJlY29uaGVjaWRvIG5vIHRleHRvIG91CmNvbnRlw7pkbyBkbyBkb2N1bWVudG8gZW50cmVndWUuCgpTZSBvIGRvY3VtZW50byBlbnRyZWd1ZSDDqSBiYXNlYWRvIGVtIHRyYWJhbGhvIGZpbmFuY2lhZG8gb3UgYXBvaWFkbwpwb3Igb3V0cmEgaW5zdGl0dWnDp8OjbyBxdWUgbsOjbyBhIFVuaXZlcnNpZGFkZSBkZSBCcmFzw61saWEsIGRlY2xhcmEgcXVlCmN1bXByaXUgcXVhaXNxdWVyIG9icmlnYcOnw7VlcyBleGlnaWRhcyBwZWxvIHJlc3BlY3Rpdm8gY29udHJhdG8gb3UKYWNvcmRvLgoKQSBVbml2ZXJzaWRhZGUgZGUgQnJhc8OtbGlhIGlkZW50aWZpY2Fyw6EgY2xhcmFtZW50ZSBvKHMpIHNldSAocykgbm9tZSAocykKY29tbyBvIChzKSBhdXRvciAoZXMpIG91IGRldGVudG9yIChlcykgZG9zIGRpcmVpdG9zIGRvIGRvY3VtZW50bwplbnRyZWd1ZSwgZSBuw6NvIGZhcsOhIHF1YWxxdWVyIGFsdGVyYcOnw6NvLCBwYXJhIGFsw6ltIGRhcyBwZXJtaXRpZGFzIHBvcgplc3RhIGxpY2Vuw6dhLgo=Biblioteca Digital de Monografiahttps://bdm.unb.br/PUBhttp://bdm.unb.br/oai/requestbdm@bce.unb.br||patricia@bce.unb.bropendoar:115712017-08-22T15:29:34Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)false |
dc.title.pt_BR.fl_str_mv |
Análise preditiva do desempenho acadêmico de alunos de graduação da UnB utilizando mineração de dados |
title |
Análise preditiva do desempenho acadêmico de alunos de graduação da UnB utilizando mineração de dados |
spellingShingle |
Análise preditiva do desempenho acadêmico de alunos de graduação da UnB utilizando mineração de dados Silva, Gabriel Ferreira Mineração de dados Algoritmos de computador |
title_short |
Análise preditiva do desempenho acadêmico de alunos de graduação da UnB utilizando mineração de dados |
title_full |
Análise preditiva do desempenho acadêmico de alunos de graduação da UnB utilizando mineração de dados |
title_fullStr |
Análise preditiva do desempenho acadêmico de alunos de graduação da UnB utilizando mineração de dados |
title_full_unstemmed |
Análise preditiva do desempenho acadêmico de alunos de graduação da UnB utilizando mineração de dados |
title_sort |
Análise preditiva do desempenho acadêmico de alunos de graduação da UnB utilizando mineração de dados |
author |
Silva, Gabriel Ferreira |
author_facet |
Silva, Gabriel Ferreira |
author_role |
author |
dc.contributor.author.fl_str_mv |
Silva, Gabriel Ferreira |
dc.contributor.advisor1.fl_str_mv |
Ladeira, Marcelo |
contributor_str_mv |
Ladeira, Marcelo |
dc.subject.keyword.pt_BR.fl_str_mv |
Mineração de dados Algoritmos de computador |
topic |
Mineração de dados Algoritmos de computador |
description |
Trabalho de conclusão de curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017. |
publishDate |
2017 |
dc.date.submitted.none.fl_str_mv |
2017-07-14 |
dc.date.accessioned.fl_str_mv |
2017-08-22T15:29:34Z |
dc.date.available.fl_str_mv |
2017-08-22T15:29:34Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
SILVA, Gabriel Ferreira. Análise preditiva do desempenho acadêmico de alunos de graduação da UnB utilizando mineração de dados. 2017. xi, 52 f., il. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação)—Universidade de Brasília, Brasília, 2017. |
dc.identifier.uri.fl_str_mv |
http://bdm.unb.br/handle/10483/17910 |
identifier_str_mv |
SILVA, Gabriel Ferreira. Análise preditiva do desempenho acadêmico de alunos de graduação da UnB utilizando mineração de dados. 2017. xi, 52 f., il. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação)—Universidade de Brasília, Brasília, 2017. |
url |
http://bdm.unb.br/handle/10483/17910 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Monografias da UnB instname:Universidade de Brasília (UnB) instacron:UNB |
instname_str |
Universidade de Brasília (UnB) |
instacron_str |
UNB |
institution |
UNB |
reponame_str |
Biblioteca Digital de Monografias da UnB |
collection |
Biblioteca Digital de Monografias da UnB |
bitstream.url.fl_str_mv |
http://bdm.unb.br/xmlui/bitstream/10483/17910/1/2017_GabrielFerreiraSilva_tcc.pdf http://bdm.unb.br/xmlui/bitstream/10483/17910/2/license_url http://bdm.unb.br/xmlui/bitstream/10483/17910/3/license_text http://bdm.unb.br/xmlui/bitstream/10483/17910/4/license_rdf http://bdm.unb.br/xmlui/bitstream/10483/17910/5/license.txt |
bitstream.checksum.fl_str_mv |
8f09eff6c898c319dd2dfd390f06cf57 4afdbb8c545fd630ea7db775da747b2f d41d8cd98f00b204e9800998ecf8427e d41d8cd98f00b204e9800998ecf8427e 21554873e56ad8ddc69c092699b98f95 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB) |
repository.mail.fl_str_mv |
bdm@bce.unb.br||patricia@bce.unb.br |
_version_ |
1801493039579922432 |