Framework de mineração de dados educacionais em ambiente de cursos a distância governamental

Detalhes bibliográficos
Autor(a) principal: Brandão, Iure Vieira
Data de Publicação: 2018
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Biblioteca Digital de Monografias da UnB
Texto Completo: https://bdm.unb.br/handle/10483/29184
Resumo: Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2018.
id UNB-2_f8234c13cdb1c98072f8395a82c13d14
oai_identifier_str oai:bdm.unb.br:10483/29184
network_acronym_str UNB-2
network_name_str Biblioteca Digital de Monografias da UnB
repository_id_str 11571
spelling Brandão, Iure VieiraCosta, João Paulo Carvalho Lustosa daBRANDÃO, Iure Vieira. Framework de mineração de dados educacionais em ambiente de cursos a distância governamental. 2018. 92 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação)—Universidade de Brasília, Brasília, 2018.https://bdm.unb.br/handle/10483/29184Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2018.A Mineração de Dados Educacionais, do inglês Educational Data Mining (EDM), é a área de pesquisa preocupada com o uso de métodos de mineração de dados e seu de- senvolvimento, com o objetivo de explorar conjuntos de dados coletados em plataformas educacionais. A EDM tem um potencial considerável para melhorar a qualidade das metodologias de ensino-aprendizagem e a sua literatura científica possui uma vasta quan- tidade de trabalhos relacionados a este tema, no entanto é uma área que ainda precisa expandir significativamente, pelo fato de ser um ramo de pesquisa relativamente novo. Neste trabalho de conclusão de curso é proposto um framework de EDM que visa mode- lar as variáveis do Moodle da base de dados da Escola Nacional de Administração Pública (Enap). Essa base de dados é bastante extensa por possuir cerca de 76 mil alunos dis- tribuídos em 144719 conclusões de cursos, que foram ofertados durante os anos de 2015 e 2016. Em seguida, é aplicada as técnicas de EDM para compreender a influência das variáveis padrão do Moodle e as variáveis propostas nas taxas de desempenho e abandono dos participantes. A estrutura do framework inclui as seguintes abordagens de mineração de dados: árvore de decisão, árvore de decisão baseada em Adaboost, random forest e k-means. O algoritmo Adaboost gerado supera todas as outras abordagens com 89 % de precisão, 88 % de revocação e 88% de medida de F1, em termos de avaliação de de- sempenho dos participantes. Dessa forma, foi possível concluir que o modelo proposto alcançou ótimos resultados e que foi capaz de gerar indicadores relacionados as carac- terísticas dos participantes, que são suscetíveis de utilização afim de diminuir o índice de reprovação e de desistência nos cursos à distância, ofertados pela Enap.Submitted by Luanna Maia (luanna@bce.unb.br) on 2021-11-12T17:46:51Z No. of bitstreams: 1 2018_IureVieiraBrandao_tcc.pdf: 5225778 bytes, checksum: 8e5a3be39a81c0947550da1bdf433c56 (MD5)Approved for entry into archive by Luanna Maia (luanna@bce.unb.br) on 2021-11-12T17:47:09Z (GMT) No. of bitstreams: 1 2018_IureVieiraBrandao_tcc.pdf: 5225778 bytes, checksum: 8e5a3be39a81c0947550da1bdf433c56 (MD5)Made available in DSpace on 2021-11-12T17:47:09Z (GMT). No. of bitstreams: 1 2018_IureVieiraBrandao_tcc.pdf: 5225778 bytes, checksum: 8e5a3be39a81c0947550da1bdf433c56 (MD5)Educational Data Mining (EDM) is the research area concerned with the use of data mining methods and its development in order to explore data sets collected in educational platforms. EDM has a considerable potential to improve the education quality and its sci- entific literature have a lot of projects, however this area still needs to be more expanded, because it is, relatively, a new research area. In this work, it was modeled the Moodle variables of the National School of Public Administration (Enap) database. And the Enap database has about 76 thousand of attendees distributed in 144719 course completions, which these courses were offered during the years, 2015 and 2016. Next it is applied EDM to understand the standard Moodle variables influence and the proposed variables in the attendees performance and dropout rates. The framework proposed includes the following data mining approaches: decision tree, Adaboost based decision tree, random forest and k-means. The obtained Adaboost based decision tree outperforms the other approaches with 89 % of Precision, 88 % of Recall and 88 % of F1 score in terms of the attendees performance evaluation. Thus, the proposed Framework reached great results and it generated some indicators related to the attendees characteristics, which can be used in order to reduce the failure and the dropout rates in the distance learning courses offered by Enap.A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.info:eu-repo/semantics/openAccessMineração de dadosAprendizado de máquinaClusterFramework de mineração de dados educacionais em ambiente de cursos a distância governamentalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis2021-11-12T17:47:09Z2021-11-12T17:47:09Z2018-11-13porreponame:Biblioteca Digital de Monografias da UnBinstname:Universidade de Brasília (UnB)instacron:UNBLICENSElicense.txtlicense.txttext/plain1817http://bdm.unb.br/xmlui/bitstream/10483/29184/2/license.txt21554873e56ad8ddc69c092699b98f95MD52ORIGINAL2018_IureVieiraBrandao_tcc.pdf2018_IureVieiraBrandao_tcc.pdfapplication/pdf5225778http://bdm.unb.br/xmlui/bitstream/10483/29184/1/2018_IureVieiraBrandao_tcc.pdf8e5a3be39a81c0947550da1bdf433c56MD5110483/291842021-11-12 15:47:09.209oai:bdm.unb.br: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Biblioteca Digital de Monografiahttps://bdm.unb.br/PUBhttp://bdm.unb.br/oai/requestbdm@bce.unb.br||patricia@bce.unb.bropendoar:115712021-11-12T17:47:09Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Framework de mineração de dados educacionais em ambiente de cursos a distância governamental
title Framework de mineração de dados educacionais em ambiente de cursos a distância governamental
spellingShingle Framework de mineração de dados educacionais em ambiente de cursos a distância governamental
Brandão, Iure Vieira
Mineração de dados
Aprendizado de máquina
Cluster
title_short Framework de mineração de dados educacionais em ambiente de cursos a distância governamental
title_full Framework de mineração de dados educacionais em ambiente de cursos a distância governamental
title_fullStr Framework de mineração de dados educacionais em ambiente de cursos a distância governamental
title_full_unstemmed Framework de mineração de dados educacionais em ambiente de cursos a distância governamental
title_sort Framework de mineração de dados educacionais em ambiente de cursos a distância governamental
author Brandão, Iure Vieira
author_facet Brandão, Iure Vieira
author_role author
dc.contributor.author.fl_str_mv Brandão, Iure Vieira
dc.contributor.advisor1.fl_str_mv Costa, João Paulo Carvalho Lustosa da
contributor_str_mv Costa, João Paulo Carvalho Lustosa da
dc.subject.keyword.pt_BR.fl_str_mv Mineração de dados
Aprendizado de máquina
Cluster
topic Mineração de dados
Aprendizado de máquina
Cluster
description Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2018.
publishDate 2018
dc.date.submitted.none.fl_str_mv 2018-11-13
dc.date.accessioned.fl_str_mv 2021-11-12T17:47:09Z
dc.date.available.fl_str_mv 2021-11-12T17:47:09Z
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 BRANDÃO, Iure Vieira. Framework de mineração de dados educacionais em ambiente de cursos a distância governamental. 2018. 92 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação)—Universidade de Brasília, Brasília, 2018.
dc.identifier.uri.fl_str_mv https://bdm.unb.br/handle/10483/29184
identifier_str_mv BRANDÃO, Iure Vieira. Framework de mineração de dados educacionais em ambiente de cursos a distância governamental. 2018. 92 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação)—Universidade de Brasília, Brasília, 2018.
url https://bdm.unb.br/handle/10483/29184
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/10483/29184/2/license.txt
http://bdm.unb.br/xmlui/bitstream/10483/29184/1/2018_IureVieiraBrandao_tcc.pdf
bitstream.checksum.fl_str_mv 21554873e56ad8ddc69c092699b98f95
8e5a3be39a81c0947550da1bdf433c56
bitstream.checksumAlgorithm.fl_str_mv 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_ 1813908060743139328

Registros relacionados