Mineração de Dados na Descoberta do Padrão de Usuários de um Sistema de Educação à Distância

  • Janaina R Penedo UNIRIO
  • Eliane P Capra UNIRIO

Resumo


Assim como outros sistemas de informação, os sistemas utilizados na educação à distância (EAD) geram grande quantidade de dados pouco explorados. Nessa perspectiva surge a necessidade de se transformar estes dados em informações úteis. Este artigo descreve um processo de descoberta de conhecimento útil em um sistema de EAD com intuito de investigar as informações relevantes que auxiliem na identificação do padrão dos usuários que utilizam o sistema.
Palavras-chave: Mineração de Dados, Padrão de Usuários, Educação à Distância

Referências

Agrawal, R. and Srikant, R. (1994) “Fast Algorithms for Mining Association Rules”, In Procedings of the 20th international conference on very large databases, Santiago, Chile.

Benicasa, A. and Paixão, R. (2006) “Mineração de dados como ferramenta para descoberta de conhecimento”, Seminário de Informática – RS

CEDERJ. Acessado em Fevereiro (2011), http://portal.cederj.edu.br/fundacao/.

Dias, M. M. (2002), Parâmetros na escolha de técnicas e ferramentas de mineração de dados. Acta Scientiarum. Technology, Ed. EDUEM, v. 24, n.6, p. 1715-1725.

Dilly, R. (1995), “Data Mining An Introduction”, The Queen's University of Belfast, http://www.pcc.qub.ac.uk/tec/courses/datamining/stu_notes/dm_book_1.html, Acessado em 20/10/2011

Fayyad, U. M. and Piatesky-Shapiro and Smyth, P (1996), “From Data Mining to Knowledge Discovery: An Overview”, In: Advances in Knowledge Discovery and Data Mining, AAAI Press.

Garcia J. and Romero C., Ventura S. and Calders T. (2007), Drawbacks and solutions of applying association rules mining in learning management systems. Proceedings of the International Workshop on Applying Data Mining in e-learning (ADML'07), Crete, Greece 2007, p. 13-22.

Goebel, M.; Gruenwald, L. (1999), “A survey of data mining and knowledge discovery software tools”, ACM SIGKDD, San Diego, v. 1, n. 1, p. 20-33.

Nassar, Silvia M. and Wronscki, Vilson R. and Ohira, Masanao et al. (2011), SEstatNet - Sistema Especialista para o Ensino de Estatística na Web. URL de acesso: http://www.sestat.net . Florianópolis - SC, Brasil. Acessado em 25/11/2011.

Oliveira, A. G. and Garcia, D. F. (2005), Mineração da Base de Dados de um Processo Seletivo Universitário, Artigo, Centro Universitário de Formiga, Instituto de Ciências Sócias Aplicadas e Exatas, Curso de Ciência da Computação, Formiga, Minas Gerais.

Romero, C. and Ventura, S. and Espejo P. G. and C. Hervas, (2008), Data mining algorithms to classify students. In: Proceedings of International Conference on Educational Data Mining, pp. 817.

Santos, M. L. and Becker, K. (2002). O uso da mineração de dados na web aplicado a um ambiente de ensino a distância. Gramado. I Workshop de Teses e Dissertações em Banco de Dados.

Silva M. P. S. (2011), Mineração de Dados - Conceitos, Aplicações e Experimentos com Weka, Disponível em: www.sbc.org.br/bibliotecadigital/download.php?paper=35, Acesso em 02/10/2011.

Silva, M., Boscarioli, C., Peres, S. (2003). Análise de logs da Web por meio de técnicas de Data Mining. Cascavel, Paraná, UNIOESTE – Universidade Estadual do Oeste do Paraná.

Stake, R. E. (1995). The art of case study research. Thousand Oaks, CA.: Sage, 1995.

Witten, I.H. and E. Frank, L. Trigg, M. Hall, G. Holmes and S. J. Cunningham. (1999), “Weka: Practical machine learning tools and techniques with Java implementations,” in H. Kasabov and K. Ko, eds., ICONIP/ANZIIS/ANNES’99 International Workshop, Dunedin.

Wu, X.; Kumar, V.; Ross Quinlan, J.; Ghosh, J.; Yang, Q.; Motoda, H.; Mclachlan, G. J.; Ng, A.; Liu, B.; Yu, P. S.; Zhou, Z.; Steinbach, M.; Hand, D. J.; Steinberg, D. Top 10 algorithms in data mining. Knowledge Information Systems, v. 14, n. 1, p. 1-37, 2007. doi:10.1007/s10115-007-0114-2
Publicado
16/05/2012
PENEDO, Janaina R; CAPRA, Eliane P. Mineração de Dados na Descoberta do Padrão de Usuários de um Sistema de Educação à Distância. In: SIMPÓSIO BRASILEIRO DE SISTEMAS DE INFORMAÇÃO (SBSI), 8. , 2012, São Paulo. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2012 . p. 655-666.