Utilização de técnicas de Mineração de Dados Educacionais para a predição de desempenho de alunos de EaD em Ambientes Virtuais de Aprendizagem
Resumo
Este trabalho relata a aplicação de técnicas de mineração de dados em ambiente virtual de aprendizagem (AVA) que utiliza o Moodle como plataforma para realização de cursos de graduação à distância. A mineração de dados educacionais produz métodos e técnicas que objetivam a descoberta de padrões que forneçam conhecimentos utilizáveis na predição dos processos de ensino e aprendizagem. O experimento utiliza dados reais de uma base histórica contendo treze turmas de cursos de graduação, sendo parte de um estudo que visa melhorar o processo de ensino à distância da Universidade Federal do Rio Grande do Norte (UFRN).
Palavras-chave:
Mineração de Dados Educacionais, EaD, Ambientes Virtuais de Aprendizagem, Moodle, Predição
Referências
Baker, R., Isotani, S., & Carvalho, A. (2011). Mineração de dados educacionais: Oportunidades para o brasil. Brazilian Journal of Computers in Education, v.19, n.02, p. 03, 2011.
Baker, R. S. J. D. (2010). Data mining for education. International encyclopedia of education, 7(3), 112-118.
Camilo, C. O., & Silva, J. C. D. (2009). Mineração de dados: Conceitos, tarefas, métodos e ferramentas. Universidade Federal de Goiás (UFC), 1-29.
Chikalov, I. (2011). Average Time Complexity of Decision Trees (Vol. 21). Springer Science & Business Media.
Hansen, M.; Dubayah, R.; Defries, R. Classification trees: an alternative to traditional land cover classifiers. International Journal of Remote Sensing, v. 17, n. 5, p. 1075-1081, 1996.
Da Costa, s. S., Cazella, S., & Rigo, S. J. (2014). Minerando Dados sobre o desempenho de alunos de cursos de educação permanente em modalidade EaD: Um estudo de caso sobre evasão escolar na UNA-SUS. RENOTE, 12 (2)
Fontana, A., & Naldi, M. C. (2009, March). Estudo e comparação de métodos para estimação de números de grupos em problemas de agrupamento de dados. ICMC.
Gottardo, Ernani; Kaestner, Celso Antônio Alves; Noronha, Robinson Vida (2014). Estimativa de Desempenho Acadêmico de Estudantes: Análise da Aplicação de Técnicas de Mineração de Dados em Cursos a Distância. Revista Brasileira de Informática na Educação, [s.l.], v. 22, n. 01, p.45-55, 18 maio 2014.
Han, J. (2005). Data Mining: Concepts and Techniques. San Francisco, CA, USA: Morgan Kaufmann Publishers Inc.
Kearsley, G., & Moore, M. (2007). Educação a Distância: uma visão integrada. São Paulo: Thomson Learning.
Pimentel, E. P, França, V. F., and Omar, N. (2003). A identificação de grupos de aprendizes no ensino presencial utilizando técnicas de clusterização. In Anais do Simpósio Brasileiro de Informática na Educação, Rio de Janeiro, RJ. SBC. p.495-504.
Romero, C., & Ventura, S. (2013). Data mining in education. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 3(1), 12-27.
Romero, C., Ventura, S., & García, E. (2008). Data mining in course management systems: Moodle case study and tutorial. Computers & Education, 51(1), 368-384.
Santos, H., Camargo, F., & Camargo, S. (2012). Minerando Dados de Ambientes Virtuais de Aprendizagem para predição de Desempenho de Estudantes. Latin American Conference on Learnig Objects and Technologies (LACLO), 3 (1).
Sweeney, Mack et al. Next-Term Student Performance Prediction: A Recommender Systems Approach. Jedm - Journal Of Educational Data Mining. Memphis, Tennessee, p. 22-51. jul. 2016. Disponível em: [link]. Acesso em: 02jul. 2016.
Silvestre, A. (2007). Análise de dados e estatística descritiva. Escolar editora.
Weka - Waikato Environment for Knowledge Analysis. Weka 3: Data Mining Software in Java. Disponivel em [link]. Acesso em: 13/04/2016.
Witten, I. H., & Frank E. (2005). Data Mining: Practical machine learning tools and techniques, 2, 127-143.
Baker, R. S. J. D. (2010). Data mining for education. International encyclopedia of education, 7(3), 112-118.
Camilo, C. O., & Silva, J. C. D. (2009). Mineração de dados: Conceitos, tarefas, métodos e ferramentas. Universidade Federal de Goiás (UFC), 1-29.
Chikalov, I. (2011). Average Time Complexity of Decision Trees (Vol. 21). Springer Science & Business Media.
Hansen, M.; Dubayah, R.; Defries, R. Classification trees: an alternative to traditional land cover classifiers. International Journal of Remote Sensing, v. 17, n. 5, p. 1075-1081, 1996.
Da Costa, s. S., Cazella, S., & Rigo, S. J. (2014). Minerando Dados sobre o desempenho de alunos de cursos de educação permanente em modalidade EaD: Um estudo de caso sobre evasão escolar na UNA-SUS. RENOTE, 12 (2)
Fontana, A., & Naldi, M. C. (2009, March). Estudo e comparação de métodos para estimação de números de grupos em problemas de agrupamento de dados. ICMC.
Gottardo, Ernani; Kaestner, Celso Antônio Alves; Noronha, Robinson Vida (2014). Estimativa de Desempenho Acadêmico de Estudantes: Análise da Aplicação de Técnicas de Mineração de Dados em Cursos a Distância. Revista Brasileira de Informática na Educação, [s.l.], v. 22, n. 01, p.45-55, 18 maio 2014.
Han, J. (2005). Data Mining: Concepts and Techniques. San Francisco, CA, USA: Morgan Kaufmann Publishers Inc.
Kearsley, G., & Moore, M. (2007). Educação a Distância: uma visão integrada. São Paulo: Thomson Learning.
Pimentel, E. P, França, V. F., and Omar, N. (2003). A identificação de grupos de aprendizes no ensino presencial utilizando técnicas de clusterização. In Anais do Simpósio Brasileiro de Informática na Educação, Rio de Janeiro, RJ. SBC. p.495-504.
Romero, C., & Ventura, S. (2013). Data mining in education. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 3(1), 12-27.
Romero, C., Ventura, S., & García, E. (2008). Data mining in course management systems: Moodle case study and tutorial. Computers & Education, 51(1), 368-384.
Santos, H., Camargo, F., & Camargo, S. (2012). Minerando Dados de Ambientes Virtuais de Aprendizagem para predição de Desempenho de Estudantes. Latin American Conference on Learnig Objects and Technologies (LACLO), 3 (1).
Sweeney, Mack et al. Next-Term Student Performance Prediction: A Recommender Systems Approach. Jedm - Journal Of Educational Data Mining. Memphis, Tennessee, p. 22-51. jul. 2016. Disponível em: [link]. Acesso em: 02jul. 2016.
Silvestre, A. (2007). Análise de dados e estatística descritiva. Escolar editora.
Weka - Waikato Environment for Knowledge Analysis. Weka 3: Data Mining Software in Java. Disponivel em [link]. Acesso em: 13/04/2016.
Witten, I. H., & Frank E. (2005). Data Mining: Practical machine learning tools and techniques, 2, 127-143.
Publicado
30/10/2017
Como Citar
RABELO, Humberto; BURLAMAQUI, Aquiles Medeiros Filgueira; VALENTIM, Ricardo Alexsandro de Medeiros; DE SOUZA RABELO, Danieli Silva; MEDEIROS, Soraya Roberta dos Santos.
Utilização de técnicas de Mineração de Dados Educacionais para a predição de desempenho de alunos de EaD em Ambientes Virtuais de Aprendizagem. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 28. , 2017, Recife/PE.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2017
.
p. 1527-1536.
DOI: https://doi.org/10.5753/cbie.sbie.2017.1527.
