Análise dos microdados do Enade: proposta de uma ferramenta de exploração utilizando mineração de dados
dc.contributor.advisor1 | Brancher, Jacques Duílio | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/7909976127880843 | eng |
dc.contributor.referee1 | Brancher, Jacques Duílio | |
dc.contributor.referee2 | Sanches, Danilo Sipoli | |
dc.contributor.referee3 | Camos, Vitor Valério Souza | |
dc.creator | Araújo, Rodrigo Alexandrino | |
dc.creator.Lattes | http://lattes.cnpq.br/2086054925465622 | eng |
dc.date.accessioned | 2020-01-22T13:16:54Z | |
dc.date.issued | 2019-12-20 | |
dc.description.abstract | One way to analyze higher education institutions and student performance is through the National Student Performance Examination (ENADE). From its results it is possible to make intelligent decisions for the improved teaching-learning process. However, in the analysis reports provided by Anísio Teixeira National Institute for Educational Studies and Research (INEP) only descriptive analyzes are available. Although the Institute provides ENADE’s evidence-related micro-data, advanced knowledge in data analysis and statistics is required to obtain more in-depth information about candidates. That said, this paper aims to use KDD techniques to develop an exploratory analysis tool for Enade microdata, together with a classification model capable of predicting student performance. For the elaboration of rules, several decision tree classification algorithms were used, in which CART stood out. The end result was a data analysis tool, which allows comparing higher education courses and institutions, and providing the best view of this information for the purpose of assisting decision making. Finally, an online questionnaire was distributed so that teachers, students and coordinators could evaluate and validate the developed system. After this study, the tool proved to be satisfactory and fulfills what is promised, and serves as a motivation to improve the work developed. | eng |
dc.description.provenance | Submitted by Franciele Moreira (francielemoreyra@gmail.com) on 2020-01-22T12:36:27Z No. of bitstreams: 2 Dissertação - Rodrigo Alexandrino Araújo - 2019.pdf: 3842207 bytes, checksum: 2a9e6b8a37a9ae5bb2e47435093f4531 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) | eng |
dc.description.provenance | Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2020-01-22T13:16:54Z (GMT) No. of bitstreams: 2 Dissertação - Rodrigo Alexandrino Araújo - 2019.pdf: 3842207 bytes, checksum: 2a9e6b8a37a9ae5bb2e47435093f4531 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) | eng |
dc.description.provenance | Made available in DSpace on 2020-01-22T13:16:54Z (GMT). No. of bitstreams: 2 Dissertação - Rodrigo Alexandrino Araújo - 2019.pdf: 3842207 bytes, checksum: 2a9e6b8a37a9ae5bb2e47435093f4531 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2019-12-20 | eng |
dc.description.resumo | Uma das formas de analisar as instituições de ensino superior e o desempenho dos estudantes é através do Exame Nacional de Desempenho dos Estudantes (ENADE). A partir dos seus resultados é possível tomar decisões inteligentes para a melhoria do processo de ensino-aprendizagem. Entretanto nos relatórios de análise fornecidos pelo Instituto Nacional de Estudos e Pesquisa Educacionais Anísio Teixeira (INEP) estão disponíveis apenas análises descritivas. Apesar de o Instituto disponibilizar os microdados relacionados as provas do ENADE, é necessário um conhecimento avançado em análise de dados e estatística para a obtenção de informações mais aprofundadas sobre os candidatos. Posto isto, este trabalho tem por objetivo utilizar técnicas KDD para desenvolver uma ferramenta de análise exploratória dos microdados do Enade, juntamente com um modelo classificatório capaz de predizer desempenho do estudante. Para a elaboração de regras foram utilizados diversos algoritmos de classificação de árvore de decisão, no qual se destacou o CART. O resultado final foi uma ferramenta de análise de dados, que permite comparar cursos e instituições de ensino superior, e proporcionar a melhor visualização dessas informações com a finalidade de auxiliar na tomada de decisões . Por fim, foi distribuído um questionário online para que professores, alunos e coordenadores pudessem avaliar e validar o sistema desenvolvido. Após esse estudo, a ferramenta provou-se satisfatória e cumpre o que se promete, e serve como motivação para melhorar o trabalho desenvolvido. | eng |
dc.format | application/pdf | * |
dc.identifier.citation | ARAÚJO, Rodrigo. Análise dos microdados do Enade: proposta de uma ferramenta de exploração utilizando mineração de dados. 2019. 69 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2019. | eng |
dc.identifier.uri | http://repositorio.bc.ufg.br/tede/handle/tede/10319 | |
dc.language | por | eng |
dc.publisher | Universidade Federal de Goiás | eng |
dc.publisher.country | Brasil | eng |
dc.publisher.department | Instituto de Informática - INF (RG) | eng |
dc.publisher.initials | UFG | eng |
dc.publisher.program | Programa de Pós-graduação em Ciência da Computação (INF) | eng |
dc.rights | Acesso Aberto | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject | Mineração de dados | eng |
dc.subject | Enade | por |
dc.subject | Estatística | por |
dc.subject | Ferramenta web | por |
dc.subject | Data mining | por |
dc.subject | Analysis | eng |
dc.subject | Statistic | eng |
dc.subject | Online tool | eng |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | eng |
dc.title | Análise dos microdados do Enade: proposta de uma ferramenta de exploração utilizando mineração de dados | eng |
dc.title.alternative | Enade microdata analysis: proposed explora- tion tool using data mining | eng |
dc.type | Dissertação | eng |
Arquivos
Pacote Original
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- Dissertação - Rodrigo Alexandrino Araújo - 2019.pdf
- Tamanho:
- 3.66 MB
- Formato:
- Adobe Portable Document Format
- Descrição:
Licença do Pacote
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- license.txt
- Tamanho:
- 2.11 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: