Pattern identification in academic trajectories within the Brazilian Military School System using machine learning

• William Moreira de Pinho UNIRIO
• Laura O. Moraes UNIRIO

DOI: https://doi.org/10.5753/eniac.2026.30786

Resumo

O ingresso em universidades públicas e escolas militares representa uma oportunidade de ampliar perspectivas educacionais e profissionais. No entanto, a alta concorrência e a disponibilidade limitada de vagas tornam esse processo desafiador para estudantes oriundos da rede pública de ensino, que apresentam trajetórias acadêmicas diversas. Este estudo tem como objetivo identificar perfis de estudantes concluintes do terceiro ano do ensino médio no Sistema Colégio Militar do Brasil, analisando suas trajetórias acadêmicas e fatores associados ao ingresso. Foi proposto um pipeline de análise de dados, com ênfase em engenharia de atributos para reduzir a dimensionalidade, preservando o poder informacional. Foram aplicadas técnicas não supervisionadas, K-Means e DBSCAN, juntamente com técnica supervisionada, XGBoost, para análise de importância das variáveis e SHAP para explicabilidade. Os resultados indicam três perfis distintos de estudantes, que diferem quanto ao desempenho acadêmico, forma de ingresso e contexto familiar.

Referências

Davies, D. L. and Bouldin, D. W. (1979). A cluster separation measure. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1(2):224–227.

Hastie, T., Tibshirani, R., and Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer, 2 edition.

Jolliffe, I. T. and Cadima, J. (2016). Principal component analysis: a review and recent developments. Philosophical transactions of the royal society A: Mathematical, Physical and Engineering Sciences, 374(2065):20150202.

Lima, M. E. O., Neves, P. S. d. C., and Silva, P. B. e. (2014). A implantação de cotas na universidade: paternalismo e ameaça à posição dos grupos dominantes. Revista Brasileira de Educação, 19:141–163.

Lundberg, S. M. and Lee, S.-I. (2017). A unified approach to interpreting model predictions. In Advances in Neural Information Processing Systems.

Nafuri, A. F. M., Sani, N. S., Zainudin, N. F. A., Rahman, A. H. A., and Aliff, M. (2022). Clustering analysis for classifying student academic performance in higher education. Applied Sciences, 12(19):9467.

Najdi, L. and Er-Raha, B. (2016). Implementing cluster analysis tool for the identification of students typologies. In 2016 4th IEEE International Colloquium on Information Science and Technology (CiSt), pages 575–580.

Romero, C. and Ventura, S. (2020). Educational data mining and learning analytics: An updated survey. Wires Data Mining and knowledge discovery.

Rousseeuw, P. J. (1987). Silhouettes: a graphical aid to the interpretation and validation of cluster analysis. Journal of computational and applied mathematics, 20:53–65.

Silva, M. L. d. M., Cruz, L. A., Magalhães, R. P., Pires, T. G., Macedo, J. A., and Andrade, R. M. d. C. (2025). Desigualdades educacionais no brasil: Uma análise por clusterização de indicadores educacionais e de desempenho escolar. In Proceedings of the 40th Brazilian Symposium on Databases (SBBD), Fortaleza, CE, Brazil.

Sorzano, C. O. S., Vargas, J., and Montano, A. P. (2014). A survey of dimensionality reduction techniques. arXiv preprint arXiv:1403.2877.

Thorndike, R. L. (1953). Who belongs in the family? Psychometrika, 18(4):267–276.

van der Maaten, L. and Hinton, G. (2008). Visualizing data using t-sne. Journal of Machine Learning Research, 9:2579–2605.

Vicario, C. M., Mucciardi, M., Perconti, P., Lucifora, C., Nitsche, M. A., and Avenanti, A. (2024). The impact of the COVID-19 pandemic on academic performance: a comparative analysis of face-to-face and online assessment. Frontiers in Psychology, 14:1299136.

Yang, C. C. Y., Chen, I. Y. L., and Ogata, H. (2021). Toward precision education: Educational data mining and learning analytics for identifying students’ learning patterns with ebook systems. Educational Technology & Society.