Representação da Diversidade de Componentes Latentes em Exercícios de Programação para Classificação de Perfis

• Márcia G. de Oliveira Universidade Federal do Espírito Santo (UFES)
• Nátaly A. Jiménez Monroy Universidade Federal do Espírito Santo (UFES)
• Paula Daher Ximenes Universidade Federal do Espírito Santo (UFES)
• Elias Oliveira Universidade Federal do Espírito Santo (UFES)

DOI: https://doi.org/10.5753/cbie.sbie.2015.1177

Resumo

Através da técnica de análise fatorial é possível descobrir um conjunto de fatores ou componentes latentes a partir de variáveis quantita tivas que caracterizam programas desenvolvidos por alunos. Ao representar cada programa por um conjunto de componentes latentes, chamamos essa representação de perfil de estudante. Com o objetivo de classificar perfis de es tudantes, este trabalho propõe um método de seleção não-aleatória baseado em Clustering em Grafo para selecionar perfis representativos da diversidade de componentes latentes como conjunto de treino de modelos de classificação. Os resultados alcançados demonstram que a combinação da técnica de análise fa torial com Clustering em Grafo melhora os resultados de classificação de perfis.

Palavras-chave: Análise fatorial, Aprendizagem de programação, Classificação de perfis, Clustering em Grafo.

Referências

Anderson, T. W. (1984). An Introduction to Multivariate Statistical Analysis. Wiley, New York, NY, second edition.

Karypis, G. (2003). Cluto - a clustering toolkit. Dept. of Computer Science, University of Minnesota.

Morrison, D. F. (1990). Multivariate Statistical Methods. McGraw–Hill, third edition.

Moussiades, L. and Vakali, A. (2005). Pdetect: A clustering approach for detecting plagiarism in source code datasets. The computer journal, 48(6):651–661.

Oliveira, M., Monroy, N., Zandonade, E., and Oliveira, E. (2014). Análise de componentes latentes da aprendizagem de programação para mapeamento e classificação de perfis. In Anais do Simpósio Brasileiro de Informática na Educação (SBIE 2014), volume 25, pages 134–143.

Oliveira, M., Nogueira, M., and Oliveira, E. (2015). Sistema de apoio à prática assistida de programação por execução em massa e análise de programas. In CSBC 2015 Workshop de Educação em Informática (WEI), Recife-PE.

Oliveira, M. and Oliveira, E. (2015). Abordagens, práticas e desafios da avaliação automática de exercćios de programação. In CSBC 2015 - DesafIE 2015, Recife-PE.

Pieterse, V. (2013). Automated assessment of programming assignments. In Proceedings of the 3rd Computer Science Education Research Conference on Computer Science Education Research, CSERC ’13, pages 4:45–4:56, Open Univ., Heerlen, The Netherlands, The Netherlands. Open Universiteit, Heerlen.

Schaeffer, S. E. (2007). Survey: Graph clustering. Comput. Sci. Rev., 1(1):27–64.