Predição de desempenho de escolas privadas usando o ENEM como indicador de qualidade escolar
Resumo
Este artigo traz uma solução de mineração de dados para avaliar a qualidade da educação secundária privada no Brasil, a partir das bases do ENEM e do Censo Escolar. Essas bases foram transformadas para o grão da decisão embutindo o conhecimento dos dados e especialistas, integradas e os formatos compatibilizados com cada técnica de IA. Regressão logística gerou o escore de propensão ao sucesso, árvore de decisão expôs a decisão seqüencial humana ideal e a indução gerou as regras para apoiar a decisão baseada no escore. As métricas AUC_ROC e Max_KS avaliaram o desempenho do escore de propensão e, cobertura, confiança e lift, mediram a qualidade das regras. Os resultados mostraram que essa abordagem (domain-driven data mining) teve muito sucesso na resolução do problema e na validação de políticas públicas.
Palavras-chave:
ENEM, Censo Escolar, mineração de dados, regressão logística, árvore de decisão
Referências
Portal INEP. Disponível em: [link]. Acesso em: 18/11/2013.
Travitzki, R. ENEM: limites e possibilidades do Exame Nacional do Ensino Médio enquanto indicador de qualidade escolar. Tese doutorado, USP, São Paulo, 2013.
Wirth, R.; J. Hipp, CRISP-DM: Towards a standard process model for data mining. In Proc. of the Fourth Int. Conf. on PADD, 2000.
Sousa, M.U.R.S. Silva, K.P. Adeodato, P.J.L. Data Mining Applied To The Processes Celerity Of Pernambuco’s State Court Of Accounts. In: Proc. CONTECSI 2008.
Cao, L.: Introduction to Domain Driven Data Mining. In: Cao, L., et al. (eds.) Data Mining for Business Applications, pp. 3–10 (2008)
Hair Jr.; J.F. et al. Análise multivariada de dados. 5ª ed. Porto Alegre: Bookman, 2005.
Safavian, S.R.; Landgrebe, D. A survey of Decision Tree Classifier Methodology. IEEE Trans. Systems, Man and Cybernetics, vol. 21, 660-674, May/June 1991.
Censo Escolar. Disponível em: [link]. Acesso em: 18 de Nov. 2013.
ENEM. Disponível em: [link]. Acesso em: 18 Nov. 2013.
Travitzki, R. ENEM: limites e possibilidades do Exame Nacional do Ensino Médio enquanto indicador de qualidade escolar. Tese doutorado, USP, São Paulo, 2013.
Wirth, R.; J. Hipp, CRISP-DM: Towards a standard process model for data mining. In Proc. of the Fourth Int. Conf. on PADD, 2000.
Sousa, M.U.R.S. Silva, K.P. Adeodato, P.J.L. Data Mining Applied To The Processes Celerity Of Pernambuco’s State Court Of Accounts. In: Proc. CONTECSI 2008.
Cao, L.: Introduction to Domain Driven Data Mining. In: Cao, L., et al. (eds.) Data Mining for Business Applications, pp. 3–10 (2008)
Hair Jr.; J.F. et al. Análise multivariada de dados. 5ª ed. Porto Alegre: Bookman, 2005.
Safavian, S.R.; Landgrebe, D. A survey of Decision Tree Classifier Methodology. IEEE Trans. Systems, Man and Cybernetics, vol. 21, 660-674, May/June 1991.
Censo Escolar. Disponível em: [link]. Acesso em: 18 de Nov. 2013.
ENEM. Disponível em: [link]. Acesso em: 18 Nov. 2013.
Publicado
03/11/2014
Como Citar
ADEODATO, Paulo J. L.; SANTOS FILHO, Maílson M.; RODRIGUES, Rodrigo L..
Predição de desempenho de escolas privadas usando o ENEM como indicador de qualidade escolar. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 25. , 2014, Dourados/MS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2014
.
p. 891-895.
DOI: https://doi.org/10.5753/cbie.sbie.2014.891.
