Mineração de dados educacionais baseada em grafos: uma análise em cursos de computação com alto índice de retenção

Página do item simplificado
dc.contributor.advisor1Brancher, Jacques Duílio
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/7909976127880843pt_BR
dc.contributor.referee1Brancher, Jacques Duílio
dc.contributor.referee2Silv, Nádia Félix Felipe da
dc.contributor.referee3Barros, Rodolfo Miranda de
dc.creatorOliveira, João Lucas dos Santos
dc.creator.Latteshttp://lattes.cnpq.br/0279952494738625pt_BR
dc.date.accessioned2021-06-25T14:41:30Z
dc.date.available2021-06-25T14:41:30Z
dc.date.issued2021-04-19
dc.description.abstractStudent evasion and retention is a recurring problem in all areas of education. In Area ssuch as Educational Data Mining (MDE) have been used to mitigate such problems. In particular, the area of Graph-based Educational Data Mining (G-EDM) uses unconventional data mining techniques to represent student behavior. This analysis of students can be done both in physical and virtual environments, through complex networks and graphs. The students’ behavior shown by the graphs can express dimensional patterns that would not be expressed by tabular and statistical analyzes. The present work investigated three different techniques of representing student history to investigate the possible causes of retention and dropout in computer courses. The results show that it is possible to identify retention problems in curriculum and that the modeling of the curriculum in the form of agraph can show patterns that would not be possible to describe in tabular representation.eng
dc.description.provenanceSubmitted by Luciana Ferreira (lucgeral@gmail.com) on 2021-06-23T12:29:45Z No. of bitstreams: 2 Dissertação - João Lucas dos Santos Oliveira - 2021.pdf: 10029963 bytes, checksum: ae0e6feb6d1621c16a2fb781f8b04d32 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)en
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2021-06-25T14:41:30Z (GMT) No. of bitstreams: 2 Dissertação - João Lucas dos Santos Oliveira - 2021.pdf: 10029963 bytes, checksum: ae0e6feb6d1621c16a2fb781f8b04d32 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)en
dc.description.provenanceMade available in DSpace on 2021-06-25T14:41:30Z (GMT). No. of bitstreams: 2 Dissertação - João Lucas dos Santos Oliveira - 2021.pdf: 10029963 bytes, checksum: ae0e6feb6d1621c16a2fb781f8b04d32 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Previous issue date: 2021-04-19en
dc.description.resumoA evasão e retenção de estudantes configura um problema recorrente em todas as áreas da educação. Áreas como Mineração de dados Educacionais (MDE) tem sido utilizada para mitigar tais problemas. Em especial, a área de Mineração de dados educacionais baseadas em grafos (MDEG) utilizam técnicas não convencionais de mineração de dados para representar o comportamento de estudantes. Esta análise de estudantes pode ser feita tanto em ambientes físicos como virtuais, através de redes complexas e grafos. O comportamento dos estudantes evidenciado pelos grafos pode expressar padrões dimensionais que dificilmente seriam expressos pelas análises tabulares e estatísticas. O presente trabalho investigou três diferentes técnicas de representação do histórico estudantil para investigar as possíveis causas de retenção e evasão em cursos de computação. Os resultados mostram que é possível identificar problemas de retenção em grades curriculares e que a modelagem da grade curricular em forma de grafo pode evidenciar padrões que possam ajudar no melhor entendimento das causas de retenção e evasão em cursos de graduação.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpt_BR
dc.identifier.citationOLIVEIRA, J. L. S. Mineração de dados educacionais baseada em grafos: uma análise em cursos de computação com alto índice de retenção. 2021. 98 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2021.pt_BR
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/11453
dc.languageporpt_BR
dc.publisherUniversidade Federal de Goiáspt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Informática - INF (RG)pt_BR
dc.publisher.initialsUFGpt_BR
dc.publisher.programPrograma de Pós-graduação em Ciência da Computação (INF)pt_BR
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectMDEGpor
dc.subjectMineração em grafospor
dc.subjectEducacionaispor
dc.subjectG-EDMeng
dc.subjectGraph miningeng
dc.subjectEducationeng
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.titleMineração de dados educacionais baseada em grafos: uma análise em cursos de computação com alto índice de retençãopt_BR
dc.title.alternativeGraph-based educational data mining: an analysis of high-retention computing courseseng
dc.typeDissertaçãopt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Dissertação - João Lucas dos Santos Oliveira - 2021.pdf
Tamanho:
9.57 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Mestrado em Ciência da Computação (INF)