União de Dados por Clusterização para Construção de Modelos de Predição de Evasão
DOI:
https://doi.org/10.22456/1679-1916.137761Palavras-chave:
mineração de dados educacionais, predição de evasão, clusterização, classificaçãoResumo
O rápido avanço da tecnologia tem gerado grandes volumes de dados que, por meio do processo de Descoberta de Conhecimento em Bancos de Dados, podem proporcionar significativos benefícios no cenário educacional para instituições, alunos, professores e colaboradores. Este estudo utiliza esse processo para a predição da evasão escolar, com foco em uma situação em que o conjunto de dados não é extenso individualmente, mas que, quando agrupado com outros conjuntos, pode trazer melhorias na predição. Para isso, adotou-se uma abordagem de duas etapas: uma não supervisionada, de clusterização, seguida por uma supervisionada, de classificação. Os resultados demonstram a viabilidade da adoção de agrupamentos entre cursos por meio de algoritmos de clusterização para maximizar a capacidade preditiva dos modelos.
Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Os autores dos artigos publicados na RENOTE retém os direitos autorais de suas obras e autorizam o CINTED/UFRGS a publicá-las de acordo com os termos da licença Creative Commons Attribution-NonComercial 4.0 International Public License (CC BY-NC-SA 4.0). Dessa forma, fica permitido aos autores ou a terceiros a reprodução ou distribuição, em parte ou no todo, de material extraído dessas obras, de forma verbatim, adaptada ou remixada, bem como a criação ou produção a partir do conteúdo dessas obras, para fins não comerciais, desde que sejam atribuídos os devidos créditos às criações originais. Cópias das obras não devem ser utilizadas de nenhum modo que implique o endosso da UFRGS. Sendo assim, os autores que publicam nesta revista concordam com os seguintes termos:- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
