Análise comportamental em juízes online para predição do desempenho final de alunos em disciplinas de computação

• Arthur Bindá Alves Universidade Federal do Amazonas (UFAM)
• Leandro S. G. Carvalho Universidade Federal do Amazonas (UFAM)
• Elaine H. T. Oliveira Universidade Federal do Amazonas (UFAM)
• David Fernandes de Oliveira Universidade Federal do Amazonas (UFAM)

DOI: https://doi.org/10.5753/cbie.sbie.2019.1906

Resumo

A predição do desempenho final de um aluno é um tema estudado por diversos pesquisadores, e com a popularização de juízes online novas estratégias podem ser adotadas para esse fim. Este trabalho tem por objetivo propor e validar um método baseado em aprendizagem de máquina para inferir o desempenho final de um estudante de computação utilizando apenas dados relacionados ao seu comportamento dentro de um juiz online. Para isso, atributos quantitativos foram criados para representar o perfil de programação e analisados na forma de séries temporais. Como resultado, nosso modelo obteve uma acurácia de 85% na metade da disciplina, equiparando-se a abordagens convencionais.

Palavras-chave: Juízes Online, Predição de Desempenho, Aprendizagem de Máquina, Séries Temporais

Referências

Baker, R. (2010). Data mining for education. International encyclopedia of education, 7(3):112–118.

Baker, R., Isotani, S., and Carvalho, A. (2011). Mineração de dados educacionais: Oportunidades para o Brasil. Brazilian Journal of Computers in Education, 19(02):03.

Costa, E., Baker, R.S., Amorim, L., Magalhães, J., and Marinho, T. (2013). Mineração de dados educacionais: conceitos, técnicas, ferramentas e aplicações. Jornada de Atualização em Informática na Educação, 1(1):1–29.

Dwan, F., Oliveira, E., and Fernandes, D. (2017). Predição de zona de aprendizagem de alunos de introdução à programação em ambientes de correção automática de código. In Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE), volume 28, page 1507.

Galvão, L., Fernandes, D., and Gadelha, B. (2016). Juiz online como ferramenta de apoio a uma metodologia de ensino híbrido em programação. In Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE), volume 27, page 140.

Gottardo, E., Kaestner, C., and Noronha, R.V. (2012). Previsão de desempenho de estudantes em cursos EAD utilizando mineração de dados: uma estratégia baseada em séries temporais. In Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE), volume 23.

Wasik, S., Antczak, M., Badura, J., Laskowski, A., and Sternal, T. (2018). A survey on online judge systems and their applications. ACM Computing Surveys (CSUR), 51(1):3.

Yin, J., Zheng, Z., and Cao, L. (2012). Uspan: an efficient algorithm for mining high utility sequential patterns. In Proceedings of the 18th ACM SIGKDD international conference on Knowledge discovery and data mining, pages 660–668. ACM.