Proposta de uma técnica de Mineração em Grafos para identificação de gargalos em currículos de graduação
Resumo
É significativo o aumento do número de ingressantes em instituições de ensino superior nos últimos anos, porém a quantidade de concluintes se mantém baixa. A principal causa dessa questão é a evasão e/ou retenção nos cursos de ensino superior. Técnicas e métodos que auxiliem na identificação de causas e/ou padrões para retenção são importantes nessa área. O objetivo deste trabalho é propor um método de mineração em grafos para identificação de gargalos de retenção em currículos de graduação. Para avaliar o método proposto, foram utilizados dados reais de uma instituição federal de ensino superior.
Palavras-chave:
Mineração em Grafos, Ensino Superior, Retenção, Evasão, Currículos de Graduação
Referências
AGGARWAL, C. C.; WANG, H. (2010) Managing and Mining Graph Data. Springer.
ANDRIOLA, W. B.; ANDRIOLA, C. G.; MOURA, C. P. (2006) Opiniões de docentes e de coordenadores acerca do fenômeno da evasão discente dos cursos de graduação da Universidade Federal do Ceará (UFC). Ensaio: Aval. Pol. Públ. Educ., Rio de Janeiro, v.14, n.52, p.365-382.
CAMPELLO, A. V. C.; LINS, L. N. (2008) Metodologia de análise e tratamento da evasão e retenção em cursos de graduação de instituições federais de ensino superior. XXVIII Encontro Nacional de Engenharia De Produção, RJ, 13p.
CHERKASSKY, B. V., GOLDBERG, A. V., RADZIK, T. (1994) Shortest paths algorithms: Theory and experimental evaluation. In: ACM-SIAM Symposium on Discrete Algorithms, pages 516–525.
COOK, D. J.; HOLDER, L. B. (2007) Mining Graph Data. Nova Jersey: John Wiley & Sons.
DASGUPTA, S.; PAPADIMITRIOU, C.; VAZIRANI, U. (2010) Algoritmos. McGraw Hill Brasil.
GEPHI (2015) Gephi: The Open Graph Viz Platform. Disponível em [link]. Acessado em 26 de maio de 2015.
LI, Y. et al. (2009) A directed labeled graph frequent pattern mining algorithm based on minimum code. In: Third International Conference on Multimedia and Ubiquitous Engineering (MUE'09), Qingdao, China, p. 353-359.
MANHÃES, L. M. B.; CRUZ, S. M. S.; COSTA, R. J. M.; ZAVALETTA, J.; ZIMBRÃO, G. (2011) Previsão de estudantes com risco de evasão utilizando técnicas de mineração de dados. In: Anais do XXII Simpósio Brasileiro de Informática na Educação, Aracaju-SE, p. 150 - 159.
PECLY, P.H.D.; MELLO, J.C.C.B.S. (2013) A Teoria dos Grafos na Análise do Fluxograma do Curso de Engenharia de Produção da UFF. Relatórios de Pesquisa em Engenharia de Produção, v.13, Série B. n.3, p. 20-33.
SILVA FILHO, R.L.L. et al. (2007) A evasão no ensino superior brasileiro. Cadernos de Pesquisa, v. 37, n. 132, p. 641-659.
SZWARCFITER, J.L. (1988) Grafos e algoritmos computacionais. Rio de Janeiro: Campus.
THULASIRAMAN, K.; SWAMY, M. N. S. (2011) Graphs: theory and algorithms. Canada: John Wiley & Sons.
TINTO, V. (1987) Leaving college: Rethinking the causes and cures of student attrition. University of Chicago Press.
WASHIO, T.; MOTODA, H. (2003) State of the art of graph-based data mining. In: International Conference on Knowledge Discovery and Data Mining. ACM SIGKDD Explorations Newsletter, New York, USA, v. 5, n. 1, p. 59 – 68, 2003.
ANDRIOLA, W. B.; ANDRIOLA, C. G.; MOURA, C. P. (2006) Opiniões de docentes e de coordenadores acerca do fenômeno da evasão discente dos cursos de graduação da Universidade Federal do Ceará (UFC). Ensaio: Aval. Pol. Públ. Educ., Rio de Janeiro, v.14, n.52, p.365-382.
CAMPELLO, A. V. C.; LINS, L. N. (2008) Metodologia de análise e tratamento da evasão e retenção em cursos de graduação de instituições federais de ensino superior. XXVIII Encontro Nacional de Engenharia De Produção, RJ, 13p.
CHERKASSKY, B. V., GOLDBERG, A. V., RADZIK, T. (1994) Shortest paths algorithms: Theory and experimental evaluation. In: ACM-SIAM Symposium on Discrete Algorithms, pages 516–525.
COOK, D. J.; HOLDER, L. B. (2007) Mining Graph Data. Nova Jersey: John Wiley & Sons.
DASGUPTA, S.; PAPADIMITRIOU, C.; VAZIRANI, U. (2010) Algoritmos. McGraw Hill Brasil.
GEPHI (2015) Gephi: The Open Graph Viz Platform. Disponível em [link]. Acessado em 26 de maio de 2015.
LI, Y. et al. (2009) A directed labeled graph frequent pattern mining algorithm based on minimum code. In: Third International Conference on Multimedia and Ubiquitous Engineering (MUE'09), Qingdao, China, p. 353-359.
MANHÃES, L. M. B.; CRUZ, S. M. S.; COSTA, R. J. M.; ZAVALETTA, J.; ZIMBRÃO, G. (2011) Previsão de estudantes com risco de evasão utilizando técnicas de mineração de dados. In: Anais do XXII Simpósio Brasileiro de Informática na Educação, Aracaju-SE, p. 150 - 159.
PECLY, P.H.D.; MELLO, J.C.C.B.S. (2013) A Teoria dos Grafos na Análise do Fluxograma do Curso de Engenharia de Produção da UFF. Relatórios de Pesquisa em Engenharia de Produção, v.13, Série B. n.3, p. 20-33.
SILVA FILHO, R.L.L. et al. (2007) A evasão no ensino superior brasileiro. Cadernos de Pesquisa, v. 37, n. 132, p. 641-659.
SZWARCFITER, J.L. (1988) Grafos e algoritmos computacionais. Rio de Janeiro: Campus.
THULASIRAMAN, K.; SWAMY, M. N. S. (2011) Graphs: theory and algorithms. Canada: John Wiley & Sons.
TINTO, V. (1987) Leaving college: Rethinking the causes and cures of student attrition. University of Chicago Press.
WASHIO, T.; MOTODA, H. (2003) State of the art of graph-based data mining. In: International Conference on Knowledge Discovery and Data Mining. ACM SIGKDD Explorations Newsletter, New York, USA, v. 5, n. 1, p. 59 – 68, 2003.
Publicado
26/10/2015
Como Citar
COSTA, Jefferson de J.; BERNARDINI, Flávia C.; ARTIGAS, Danilo.
Proposta de uma técnica de Mineração em Grafos para identificação de gargalos em currículos de graduação. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 26. , 2015, Maceió/AL.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2015
.
p. 1062-1071.
DOI: https://doi.org/10.5753/cbie.sbie.2015.1062.
