Framework de mineração de dados educacionais em ambiente de cursos a distância governamental

Abstract

A Mineração de Dados Educacionais, do inglês Educational Data Mining (EDM), é

a área de pesquisa preocupada com o uso de métodos de mineração de dados e seu de- senvolvimento, com o objetivo de explorar conjuntos de dados coletados em plataformas

educacionais. A EDM tem um potencial considerável para melhorar a qualidade das

metodologias de ensino-aprendizagem e a sua literatura científica possui uma vasta quan- tidade de trabalhos relacionados a este tema, no entanto é uma área que ainda precisa

expandir significativamente, pelo fato de ser um ramo de pesquisa relativamente novo.

Neste trabalho de conclusão de curso é proposto um framework de EDM que visa mode- lar as variáveis do Moodle da base de dados da Escola Nacional de Administração Pública

(Enap). Essa base de dados é bastante extensa por possuir cerca de 76 mil alunos dis- tribuídos em 144719 conclusões de cursos, que foram ofertados durante os anos de 2015

e 2016. Em seguida, é aplicada as técnicas de EDM para compreender a influência das variáveis padrão do Moodle e as variáveis propostas nas taxas de desempenho e abandono dos participantes. A estrutura do framework inclui as seguintes abordagens de mineração de dados: árvore de decisão, árvore de decisão baseada em Adaboost, random forest e k-means. O algoritmo Adaboost gerado supera todas as outras abordagens com 89 %

de precisão, 88 % de revocação e 88% de medida de F1, em termos de avaliação de de- sempenho dos participantes. Dessa forma, foi possível concluir que o modelo proposto

alcançou ótimos resultados e que foi capaz de gerar indicadores relacionados as carac- terísticas dos participantes, que são suscetíveis de utilização afim de diminuir o índice de

reprovação e de desistência nos cursos à distância, ofertados pela Enap.