Please use this identifier to cite or link to this item: http://bdtd.uftm.edu.br/handle/tede/753
Tipo: Dissertação
Título: Uso da técnica de mineração de dados como uma ferramenta de gestão da evasão no ensino superior
Autor: MELO, Alan Lopes 
Primeiro orientador: GONÇALVES, Julio Cesar de Souza Inácio
Resumo: Para este estudo é proposta uma pesquisa aplicada ex post facto, do tipo quantitativa e descritiva, com base nas informações sobre os alunos existentes na base de dados do Sistema Acadêmico (SISCAD) da UFTM. Esta pesquisa tem por objetivo identificar um padrão de informações a respeito dos alunos que pode ser relacionado à possibilidade de evasão do ensino superior. Com este estudo, foi possível a criação de uma ferramenta automatizada, baseada na técnica de mineração de dados utilizando-se redes neurais artificiais, capazes de identificar os alunos com tendência à evasão. O modelo criado foi capaz de identificar 63,8% dos alunos que evadiram. Dentre todos os alunos analisados durante a validação do modelo, este foi capaz de identificar corretamente a situação de 70,5% dos alunos (entre evadidos e não evadidos). Também foi possível definir que o modelo consegue identificar os alunos com tendência à evasão com 36 dias de antecedência da ocorrência da evasão, na média. Foi proposto um mecanismo de geração de alertas, mediante a produção de um relatório que pode ser disponibilizado diretamente na ferramenta de gestão acadêmica (SISCAD). Dessa forma, os agentes da Instituição, como os coordenadores de curso e os servidores da Pró-Reitoria de Assuntos Comunitários e Estudantis (PROACE) da UFTM, poderão atuar junto aos alunos com essa tendência de evasão e tentar revertê-la.
Resumo: For this study, the proposed approach is an ex post facto applied research, of the quantitative and descriptive type, based on the information about the students existing in the database of the Academic System (SISCAD) of UFTM. This research aims to identify a pattern of information about students that may be related to the possibility of dropout of higher education. With this study, it was possible to create an automated tool, based on the technique of data mining using artificial neural networks, capable of identifying students with a tendency to evasion. The model was able to identify 63.8% of the students who dropout. Among all the students analyzed during the validation of the model, it was able to correctly identify the situation of 70.5% of the students (between evaded and not evaded). It was also possible to define that the model can identify the students a tendency to evasion 36 days in advance of the occurrence of evasion, on average. An alert generation mechanism has been proposed, through the production of a report that can be made available directly in the academic management tool (SISCAD). In this way, the Institution’s agents, such as the course coordinators and the servers of the Pro-Rector’s Office for Community and Student Affairs (PROACE) of the UFTM, will be able to act together with the students with this tendency of evasion and try to reverse it.
Palavras-chave: Sistema de gestão acadêmica.
Evasão.
Mineração de dados.
Redes neurais artificiais.
Alerta de evasão.
Academic management system.
Evasion.
Data mining.
Artificial neural networks.
Avoidance alert.
Área do CNPQ: Ciência da Computação
Idioma: por
País: Brasil
Editora / Evento / Instituição: Universidade Federal do Triângulo Mineiro
Sigla da instituição: UFTM
Departamento: Instituto de Ciências Tecnológicas e Exatas - ICTE::Programa de Mestrado Profissional em Inovação Tecnológica
Programa: Programa de Mestrado Profissional em Inovação Tecnológica
Citação: MELO, Alan Lopes. Uso da técnica de mineração de dados como uma ferramenta de gestão da evasão no ensino superior. 2019. 94f . Dissertação (Mestrado em Inovação Tecnológica) - Programa de Mestrado Profissional em Inovação Tecnológica - Universidade Federal do Triângulo Mineiro, Uberaba, 2019 .
Tipo de Acesso: Acesso Aberto
Endereço da licença: http://creativecommons.org/licenses/by-nc-nd/4.0/
Data do documento: 14-Feb-2019
Appears in Collections:Programa de Mestrado Profissional em Inovação Tecnológica

Files in This Item:
File Description SizeFormat 
Dissert Alan L Melo.pdfDissert Alan L Melo4,48 MBAdobe PDFThumbnail

Download/Open Preview


This item is licensed under a Creative Commons License Creative Commons