Use este identificador para citar ou linkar para este item: https://repositorio.ifgoiano.edu.br/handle/prefix/635
Tipo: Trabalho de Conclusão de Curso
Título: ESTUDO DA EVASÃO EM ALUNOS DE GRADUAÇÃO POR MEIO DE MINERAÇÃO DE DADOS
Autor(es): Gomes, Gusttavo Nunes
Primeiro Orientador: Sousa, Marcos de Moraes
Primeiro Membro da Banca: Braga, Adriano Honorato
Segundo Membro da Banca: Arantes, Leonardo Paulo
Resumo: A evasão universitária é um grande problema para os gestores educacionais. A maneira mais eficiente de se abordar a evasão é predizer e com isso tomar medidas para evitar que tal ação ocorra e para que essa antecipação ocorra, é utilizado análise de padrões dos dados de alunos que evadem. Porém para uma análise mais precisa, é necessário ferramentas que auxiliem os gestores de maneira mais precisa e eficiente e por isso que é utilizado a mineração de dados. Esse trabalho realizou uma revisão bibliográfica analisando os métodos usados na avaliação dessa predição, algoritmos usados, softwares usados e taxas de acerto de diversos trabalhos dos últimos dez anos. Posteriormente foi aplicado testes na base de dados dos alunos de Institutos Federais do ano de 2017 disponíveis na Plataforma Nilo Peçanha, usando 13 algoritmos de classificação no software livre Weka para avaliar qual algoritmo teria melhor desempenho e qual seria o mais recomendado para ser usado em uma aplicação que predissesse tal evasão. Foi verificado que o J48 foi o mais eficiente, com outros com desempenho bem próximo e que o Teste-T de Amostra Pareada é fundamental para uma comparação mais precisa dos algoritmos, pois testes individuais podem afetados por fatores externos e influenciar nos resultados, além do fato de ser um teste com maior valor estatístico .
Abstract: University evasion is a major problem for the educational management.The most efficient way to address evasion is to predict and thereby take steps to prevent such action from occurring and for such anticipation to occur, analysis of student data patterns that evade is used. But for a more accurate analysis, tools are needed to help managers more accurately and efficiently and that is why data mining is used. This paper performed a bibliographical review analyzing the methods used in the evaluation of this prediction, algorithms used, software used and performance rates of several works of the last ten years. Subsequently, tests were applied to the database of students from Federal Institutes of the year 2017 available on the Nilo Peçanha Platform, using 13 Weka open source classification algorithms to evaluate which algorithm would perform best and which would be the most recommended to be used in an application that predicted such evasion. It was found that J48 was the most efficient, with others with very close performance and that the Paired Sample T-Test was fundamental for a more accurate comparison of the algorithms, since individual tests can be affected by external factors and influence the results, besides the fact that it is a test with higher statistical value.
Palavras-chave: Algoritmos de Classificação
Classification Algorithms
Plataforma Nilo Peçanha
Nilo Peçanha Plataform
J48
Weka
Teste-T para Amostra Pareada
Paired Sample T-Test
Área do CNPq: CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Idioma: por
Pais: Brasil
Editor: Instituto Federal Goiano
Sigla da Instituição: IF Goiano
Campus: Campus Ceres
Tipo de Acesso: Acesso Aberto
URI: https://repositorio.ifgoiano.edu.br/handle/prefix/635
Data do documento: 22-Out-2019
Aparece nas coleções:Bacharelado em Sistemas de Informação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tcc_Gusttavo Nunes_Marcos Moraes.pdf1,09 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.