Um modelo preditivo para diagnóstico de evasão baseado nas interações de alunos em fóruns de discussão
Resumo
Este trabalho apresenta os resultados de uma pesquisa que consiste em criar um modelo preditivo de mineração de dados em um Ambiente Virtual de Aprendizagem (AVA). O modelo obtido visa realizar o diagnóstico de evasão de alunos, baseado nas suas interações em fóruns de discussão, para auxiliar as partes interessadas na tomada de decisão. Para isso, foram realizados experimentos com conjuntos de dados distintos, sendo aplicados cinco algoritmos de classificação e foi comparado o desempenho de cada um. Os resultados obtidos apontaram que as técnicas baseadas em árvore de decisão tiveram os melhores desempenhos e, em alguns casos, alcançaram taxa de precisão acima de 73%.
Palavras-chave:
Mineração de Dados, Ambiente Virtual de Aprendizagem, Evasão
Referências
ABAWAJY, J. Analysis of Asynchronous Online Discussion Forums for Collaborative Learning. International Journal of Education and Learning, v. 1, n. 2, p. 2012.
ABBAD, Gardênia da Silva; ZERBINI, Thaís; SOUZA, Daniela Borges Lima de. Panorama das pesquisas em educação a distância no Brasil. In: Estudos de Psicologia, 15(3), setembro-dezembro/2010. Disponível em: [link] . Acesso em: 15 out. 2015.
ASSOCIAÇÃO BRASILEIRA DE EDUCAÇÃO A DISTÂNCIA. Censo EAD.BR. Relatório Analítico da aprendizagem a distância no Brasil 2013. Disponível em: [link]. Acesso em 24 abr 2015.
KAMPFF, A. J. C. Mineração de Dados Educacionais para Geração de Alertas em Ambientes Virtuais de Aprendizagem como Apoio à Prática Docente. 2009. Tese (Doutorado) – PPGIE/UFRGS.
MOODLE Org. Community driven, globally supported (2015). Disponível em: [link]. Acesso em: 20 abr. 2015.
ROMERO, C., VENTURA, S., G, ENRIQUE. (2008). Data mining in course management systems: Moodle case study and tutorial. Computers & Education, 51(1): 368–384.
______, VENTURA, S., PECHENIZKIY, M., BAKER, R.S.J.d. Handbook of Educational Data Mining, Ed. C R C, 2011, 503p.
______, VERA, C., M., SOTO, S., V. Predicción del Fracaso Escolar mediante Técnicas de Minería de Datos. IEEE-RITA Vol. 7, Núm. 3, Nov. 2012.
______. ESPEJO, P., G, P. G., ZAFRA . A. (2013). Web usage mining for predicting final marks of students that use Moodle courses. Disponível em: [link]. Acesso em 23 de abril de 2015.
SANTANA, Leandro, C. (2014). Avaliação do Perfil de Uso no Ambiente Moodle Utilizando Técnicas de Mineração de Dados. Revista Brasileira de Informática na Educação. Pág. 269.
SCHERER, Suely. Educação bimodal: habitantes, visitantes ou transeuntes? In: VALENTE, J. A. e BUSTAMANTE, S. B. V. Educação a Distância: prática e formação do profissional reflexivo. São Paulo: Avercamp, 2009. 259 p.
ABBAD, Gardênia da Silva; ZERBINI, Thaís; SOUZA, Daniela Borges Lima de. Panorama das pesquisas em educação a distância no Brasil. In: Estudos de Psicologia, 15(3), setembro-dezembro/2010. Disponível em: [link] . Acesso em: 15 out. 2015.
ASSOCIAÇÃO BRASILEIRA DE EDUCAÇÃO A DISTÂNCIA. Censo EAD.BR. Relatório Analítico da aprendizagem a distância no Brasil 2013. Disponível em: [link]. Acesso em 24 abr 2015.
KAMPFF, A. J. C. Mineração de Dados Educacionais para Geração de Alertas em Ambientes Virtuais de Aprendizagem como Apoio à Prática Docente. 2009. Tese (Doutorado) – PPGIE/UFRGS.
MOODLE Org. Community driven, globally supported (2015). Disponível em: [link]. Acesso em: 20 abr. 2015.
ROMERO, C., VENTURA, S., G, ENRIQUE. (2008). Data mining in course management systems: Moodle case study and tutorial. Computers & Education, 51(1): 368–384.
______, VENTURA, S., PECHENIZKIY, M., BAKER, R.S.J.d. Handbook of Educational Data Mining, Ed. C R C, 2011, 503p.
______, VERA, C., M., SOTO, S., V. Predicción del Fracaso Escolar mediante Técnicas de Minería de Datos. IEEE-RITA Vol. 7, Núm. 3, Nov. 2012.
______. ESPEJO, P., G, P. G., ZAFRA . A. (2013). Web usage mining for predicting final marks of students that use Moodle courses. Disponível em: [link]. Acesso em 23 de abril de 2015.
SANTANA, Leandro, C. (2014). Avaliação do Perfil de Uso no Ambiente Moodle Utilizando Técnicas de Mineração de Dados. Revista Brasileira de Informática na Educação. Pág. 269.
SCHERER, Suely. Educação bimodal: habitantes, visitantes ou transeuntes? In: VALENTE, J. A. e BUSTAMANTE, S. B. V. Educação a Distância: prática e formação do profissional reflexivo. São Paulo: Avercamp, 2009. 259 p.
Publicado
26/10/2015
Como Citar
SILVA, Francisco da Conceição; FONSECA, Luis Carlos Costa; SILVA, Reinaldo de Jesus; SILVA, Josenildo Costa da.
Um modelo preditivo para diagnóstico de evasão baseado nas interações de alunos em fóruns de discussão. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 26. , 2015, Maceió/AL.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2015
.
p. 1187-1196.
DOI: https://doi.org/10.5753/cbie.sbie.2015.1187.
