Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/3490
Título: Caracterização do problema de evasão de discentes nos cursos do ICEA mediante técnicas de mineração de dados.
Autor(es): Caldeira, Danilo Martins
Orientador(es): Araújo, Janniele Aparecida Soares
Lima, Helen de Cássia Sousa da Costa
Membros da banca: Araújo, Janniele Aparecida Soares
Lima, Helen de Cássia Sousa da Costa
Oliveira, Fernando Bernardes de
Maia, Lucinéia Souza
Palavras-chave: Mineração de dados
Descoberta de conhecimento em base de dados
Evasão universitária
Data do documento: 2021
Referência: CALDEIRA, Danilo Martins. Caracterização do problema de evasão de discentes nos cursos do ICEA mediante técnicas de mineração de dados. 2021. 65 f. Monografia (Graduação em Sistema de Informação) - Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2021.
Resumo: Este trabalho utiliza técnicas de mineração de dados em busca da caracterização do problema de evasão de alunos nos cursos do Instituto de Ciências Exatas e Aplicadas (ICEA). Com a utilização destas técnicas espera-se a obtenção de novos conhecimentos úteis relacionados à temática da evasão. A metodologia aplicada neste trabalho é baseada no processo Knowledge Discovery in Databases (KDD) e as etapas consistem em selecionar as fontes de dados, preprocessar, transformar e enriquecer, aplicar os algoritmos e analisar os resultados obtidos. Entre os resultados obtidos, destacam-se a criação de grupos reunindo alunos com similares e a percepção de alunos matriculados com características parecidas com alunos que vieram a evadir. Também foi possível a detecção de alunos anômalos em relação ao padrão.
Resumo em outra língua: This work uses data mining techniques in order to understand the problem of the dropout rate of students in ICEA courses. With the use of these techniques, it is expected to obtain new useful knowledge related to the theme of dropout. The methodology applied in this work is based on the KDD process and the steps consist of selecting the data sources, preprocessing, transforming and enriching, applying the algorithms and analyzing the obtained results. Among the results obtained, we highlight the creation of groups bringing together students with similar types and the perception of students enrolled with similar characteristics to students who dropped out. It was also possible to detect students who were out of line with the pattern.
URI: http://www.monografias.ufop.br/handle/35400000/3490
Aparece nas coleções:Sistema de Informação - JMV

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_CaracterizaçãoProblemaEvasão.pdf2,72 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons