Jack o Minerador: Apriori Por Partes Machine Learning particionando dados do Censo escolar e do ENEM
Resumo
Este artigo apresenta uma abordagem para o algoritmo Apriori em hardwares modestos, explorando a possibilidade de cumprir o objetivo do algoritmo com múltiplas execuções em dados particionados, seguidas de uma verificação final. Demonstra-se analiticamente, mas uma implementação sobre dados reais também é mostrada, usando dados do ENEM e do Censo Escolar.
Referências
Agrawal, R., Imieliński, T., and Swami, A. (1993). Mining association rules between sets of items in large databases. In Proceedings of the 1993 ACM SIGMOD international conference on Management of data, pages 207–216.
Elsner, J. (2023). Taming the panda with python: A powerful duo for seamless robotics programming and integration. SoftwareX, 24:101532.
Ferreira, G. (2015). Investigação acerca dos fatores determinantes para a conclusão do ensino fundamental utilizando mineração de dados educacionais no censo escolar da educação básica do inep 2014. In Anais dos Workshops do Congresso Brasileiro de Informática na Educação, volume 4, page 1034.
Ghosh, S., Biswas, S., Sarkar, D., and Sarkar, P. P. (2010). Mining frequent itemsets using genetic algorithm. arXiv preprint arXiv:1011.0328.
Hilário, R. A. (2008). O enem como indutor de políticas públicas para melhoria da qualidade do ensino médio. Cadernos de Pós-graduação, pages 95–108.
Jha, J. and Ragha, L. (2013). Educational data mining using improved apriori algorithm. International Journal of Information and Computation Technology, 3(5):411–418.
Jovanoski, V. and Lavrač, N. (2001). Classification rule learning with apriori-c. In Portuguese conference on artificial intelligence, pages 44–51. Springer.
Koh, Y. S. and Rountree, N. (2005). Finding sporadic rules using apriori-inverse. In Pacific-Asia Conference on Knowledge Discovery and Data Mining, pages 97–106. Springer.
Lima, P. d. S. N., Ambrósio, A. P. L., Ferreira, D. J., and Brancher, J. D. (2019). Análise de dados do enade e enem: uma revisão sistemática da literatura. Avaliação: Revista da Avaliação da Educação Superior (Campinas), 24:89–107.
Machado, C. T. and Ferreira, L. S. (2019). Políticas de gestão e financiamento da educação profissional e tecnológica no brasil: uma análise das matrículas no censo escolar/inep e a sua relação com os programas brasil profissionalizado e pronatec. Plurais-Revista Multidisciplinar, 4(3):93–113.
Purdom, P. W., Van Gucht, D., and Groth, D. P. (2004). Average-case performance of the apriori algorithm. SIAM Journal on Computing, 33(5):1223–1260.
Raschka, S. (2018). Mlxtend: Providing machine learning and data science utilities and extensions to python’s scientific computing stack. Journal of open source software, 3(24):638.
Silva, M. C. V. and Meletti, S. M. F. (2012). Avaliação em larga escala de alunos com necessidades educacionais especiais no município de londrina (pr). Revista Educação Especial, 25(44):417–434.
Vizzotto, P. A. (2020). Inclusão na educação básica brasileira: Análise do censo escolar por meio dos microdados do inep. Ensaios Pedagógicos, 4(1):102–112.
Yahya, O., Hegazy, O., and Ezat, E. (2012). An efficient implementation of apriori algorithm based on hadoop-mapreduce model. International Journal of Reviews in Computing, 12.
Ye, Y. and Chiang, C.-C. (2006). A parallel apriori algorithm for frequent itemsets mining. In Fourth International Conference on Software Engineering Research, Management and Applications (SERA’06), pages 87–94. IEEE.
Elsner, J. (2023). Taming the panda with python: A powerful duo for seamless robotics programming and integration. SoftwareX, 24:101532.
Ferreira, G. (2015). Investigação acerca dos fatores determinantes para a conclusão do ensino fundamental utilizando mineração de dados educacionais no censo escolar da educação básica do inep 2014. In Anais dos Workshops do Congresso Brasileiro de Informática na Educação, volume 4, page 1034.
Ghosh, S., Biswas, S., Sarkar, D., and Sarkar, P. P. (2010). Mining frequent itemsets using genetic algorithm. arXiv preprint arXiv:1011.0328.
Hilário, R. A. (2008). O enem como indutor de políticas públicas para melhoria da qualidade do ensino médio. Cadernos de Pós-graduação, pages 95–108.
Jha, J. and Ragha, L. (2013). Educational data mining using improved apriori algorithm. International Journal of Information and Computation Technology, 3(5):411–418.
Jovanoski, V. and Lavrač, N. (2001). Classification rule learning with apriori-c. In Portuguese conference on artificial intelligence, pages 44–51. Springer.
Koh, Y. S. and Rountree, N. (2005). Finding sporadic rules using apriori-inverse. In Pacific-Asia Conference on Knowledge Discovery and Data Mining, pages 97–106. Springer.
Lima, P. d. S. N., Ambrósio, A. P. L., Ferreira, D. J., and Brancher, J. D. (2019). Análise de dados do enade e enem: uma revisão sistemática da literatura. Avaliação: Revista da Avaliação da Educação Superior (Campinas), 24:89–107.
Machado, C. T. and Ferreira, L. S. (2019). Políticas de gestão e financiamento da educação profissional e tecnológica no brasil: uma análise das matrículas no censo escolar/inep e a sua relação com os programas brasil profissionalizado e pronatec. Plurais-Revista Multidisciplinar, 4(3):93–113.
Purdom, P. W., Van Gucht, D., and Groth, D. P. (2004). Average-case performance of the apriori algorithm. SIAM Journal on Computing, 33(5):1223–1260.
Raschka, S. (2018). Mlxtend: Providing machine learning and data science utilities and extensions to python’s scientific computing stack. Journal of open source software, 3(24):638.
Silva, M. C. V. and Meletti, S. M. F. (2012). Avaliação em larga escala de alunos com necessidades educacionais especiais no município de londrina (pr). Revista Educação Especial, 25(44):417–434.
Vizzotto, P. A. (2020). Inclusão na educação básica brasileira: Análise do censo escolar por meio dos microdados do inep. Ensaios Pedagógicos, 4(1):102–112.
Yahya, O., Hegazy, O., and Ezat, E. (2012). An efficient implementation of apriori algorithm based on hadoop-mapreduce model. International Journal of Reviews in Computing, 12.
Ye, Y. and Chiang, C.-C. (2006). A parallel apriori algorithm for frequent itemsets mining. In Fourth International Conference on Software Engineering Research, Management and Applications (SERA’06), pages 87–94. IEEE.
Publicado
23/09/2026
Como Citar
RAMOS, Julia de Araújo; JESUS, Maria Clara Simões de; OLIVEIRA FILHO, Jorge Lima de; ABIJAUDE, Jauberth Weyll; COÊLHO, Álvaro Vinícius de Souza.
Jack o Minerador: Apriori Por Partes Machine Learning particionando dados do Censo escolar e do ENEM. In: ESCOLA REGIONAL DE COMPUTAÇÃO BAHIA, ALAGOAS E SERGIPE (ERBASE), 26. , 2026, Maragogi/AL.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 141-150.
DOI: https://doi.org/10.5753/erbase.2026.32035.
