Sistemas educacionais possuem diversas funcionalidades capazes de apoiar a interação entre alunos e professores de maneira dinâmica, síncrona e assíncrona. Uma das formas de monitorar a eficácia do processo educacional e por meio da utilização dos dados armazenados nesses sistemas como fonte de informação. Pesquisas em Learning Analytics, Academic Analytics e Mineração de Dados Educacionais, buscam explorar os dados de sistemas educacionais utilizando processamento analítico e técnicas de mineração de dados. No entanto, há uma serie de fatores que dificultam a gestão eficiente do processo educacional a partir dos dados de sistemas educacionais. A transformação de dados provenientes de diferentes tipos de sistemas educacionais, como Sistemas de Gestão de Aprendizagem e Sistemas Acadêmicos, e uma tarefa complexa devido a natureza heterogênea dos dados. Dados provenientes desses sistemas podem ser analisados considerando diferentes stakeholders, sob varias perspectivas e níveis de granularidade. Neste cenário, um modelo de referência para a descoberta de conhecimento a partir de dados de sistemas educacionais, denominado Modelo de Referência de Dados Educacionais (EDRM), foi desenvolvido neste trabalho. O EDRM e um modelo dimensional no formato star schema, estruturado em um Data Warehouse, projetado para ser uma fonte única de dados integrados e correlacionados voltada a tomada de decisão. Assim, e possível armazenar dados de diversas fontes, combina-los e, por fim, realizar analises que levem as instituições a desenvolver uma melhor compreensão, rastrear tendências e descobrir lacunas e ineficiências acerca do processo educacional. Neste trabalho, o EDRM foi validado por meio de um estudo de caso, utilizando bases de dados reais coletadas de diferentes sistemas educacionais. Os resultados mostram que o EDRM e eficiente em tarefas com diferentes objetivos, utilizando processamento analítico e mineração de dados. / Educational systems support dynamic, synchronous and asynchronous interaction between students and educators. Researches in Learning Analytics, Academic Analytics and Educational Data Mining explore data from educational systems for knowledge discovery through analytical processing, statistical analysis and data mining. However, there are some factors that hinder an efficient management of the educational process. The transformation of data from different kinds of educational system, as Learning Management Systems and Student Information Systems, can be even more difficult due to data heterogeneity. Data from these systems can be analyzed considering different stakeholders, under different perspectives and under different granularities. Motivated by this scenario, in this work we propose Modelo de Referência de Dados Educacionais (EDRM), a reference data model for knowledge discovery in data from educational systems. EDRM is an analytical model structured under a Data Warehouse architecture following a multidimensional data model. EDRM is projected for being an resource of integrated and correlated data focused in decision taking in the educational process. EDRM was developed considering a deep analysis of data and functionalities from different educational systems. In this sense, data from different kinds of systems and sources can be used unified, integrated and consistently. This allows institutions to better comprehend their data, as well as discover patterns, gaps and inefficiencies about their educational process. In this work, EDRM was validated in a case study using real-world databases from different educational systems. The results indicate that EDRM is efficient in tasks with different objectives, using Learning Analytics and Educational Data Mining techniques, and analyzing different perspectives.

[pt] presente tese intitulada Gestores escolares e sistemas de administração e avaliação em Minas Gerais: uma proposta de modelo de análise do uso de dados buscou compreender as diferentes articulações entre os fatores organizacionais e os atores educacionais perante o processo de uso pedagógico dos dados na gestão das escolas. Para tanto, inicialmente, realizamos uma revisão bibliográfica na qual mapeamos sete fatores que influenciam no processo de uso pedagógico dos dados, a saber: o contexto organizacional, os sistemas de gestão, o suporte e acesso à tecnologia, a formação para uso dos dados educacionais, a racionalidade do diretor, o clima escolar e a liderança do diretor. Diante disso, em cada um dos capítulos desta tese discutimos teoricamente cada um desses fatores conjugados com os dados empíricos dos estudos de caso realizados em duas escolas estaduais de Minas Gerais sob a jurisdição da Superintendência Regional de Ensino de Juiz de Fora (MG). Após os processos de análise desenvolvidos durante a pesquisa e a partir da experiência da pesquisadora nas escolas, apresentamos no capítulo final da tese um novo fator a ser agregado como um potencial influenciador no uso de dados para fins pedagógicos na escola: a confiança nos dados. Isso porque o fato de os gestores educacionais confiarem ou não nos dados provenientes dos sistemas de administração e avaliação faz com que os dados educacionais sejam ou não utilizados pedagogicamente na escola. Como resultado final desta tese apresentamos uma proposta de modelo de análise do uso de dados. / [en] The present thesis entitled School managers and administration and evaluation systems in Minas Gerais: a proposal for a model of analysis of data use sought to understand the different articulations between organizational factors and educational actors before the process of pedagogical data use in the management of data. schools. To this end, initially, we performed a bibliographic review in which we mapped seven factors that influence the process of pedagogical use of data, namely: the organizational context, management systems, support and access to technology, training for the use of educational data , the director s rationality, the school climate and the director s leadership. Therefore, in each of the chapters of this thesis we theoretically discuss each of these factors combined with the empirical data of the case studies carried out in two state schools in Minas Gerais under the jurisdiction of the Regional Teaching Superintendence of Juiz de Fora (MG). After the analysis processes developed during the research and from the experience of the researcher in schools, we present in the final chapter of the thesis a new factor to be added as a potential influencer in the use of data for pedagogical purposes in the school: trust in the data. This is because the fact that the educational managers trust or not the data of the administration and evaluation systems makes the educational data to be used pedagogically in the school. As a final result of this thesis, we present a proposal for a model of analysis of the use of data.

Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2017-06-27T13:30:09Z No. of bitstreams: 1 Paulo Fernando Benetti Marcon_.pdf: 962793 bytes, checksum: 8c45fbcf4084b51d6348450029bf5f28 (MD5) / Made available in DSpace on 2017-06-27T13:30:09Z (GMT). No. of bitstreams: 1 Paulo Fernando Benetti Marcon_.pdf: 962793 bytes, checksum: 8c45fbcf4084b51d6348450029bf5f28 (MD5) Previous issue date: 2017-03-31 / Nenhuma / O uso de recursos tecnológicos para auxiliar nas tarefas de ensino e aprendizagem é uma realidade. A disseminação de ambientes virtuais de aprendizado, como meio de promover a realização de cursos on-line, demonstra franca expansão. Além de tarefas que propiciam a ampliação dos meios de ensino, tais sistemas permitem o registro completo de todas as interações dos alunos no decorrer da realização de disciplinas. Essa gama de informação produzida pode ser utilizada para predição de estudantes em situação de risco enquanto a disciplina ocorre, o que para instituições de ensino pode representar redução nos índices de reprovação e evasão. Entretanto o número elevado de variáveis envolvidas, ainda mais quando várias disciplinas são consideradas, dificulta a construção de modelos computacionais eficientes. Desta forma, este trabalho visa investigar a construção de modelos generalistas – treinados com dados de diversas disciplinas disponíveis – contrapondo a construção de modelos individualizados – treinados individualmente com dados de cada disciplina. Para isto um amplo conjunto de dados educacionais foi extraído, obtido de uma instituição de ensino superior, composto de diferentes cursos, disciplinas e períodos letivos, não sendo utilizadas variáveis que invadissem a privacidade dos estudantes. Uma vez definidas as características e transformações dos dados que contribuíam à identificação de insucesso acadêmico no decorrer da disciplina então foram aplicados algoritmos clássicos de Mineração de Dados seguindo ambas as abordagens, generalista e individualizada, e a cada unidade de conteúdo das disciplinas. Os resultados obtidos demonstram vantagens e desvantagens de ambas as abordagens e que dadas as circunstâncias os modelos individualizados podem ser melhores, obtendo taxas de acerto maiores, e que em outras circunstâncias modelos generalistas apresentam um custo menor para a obtenção e manutenção dos modelos preditivos, mesmo com uma queda nos índices de acerto. / The use of technological resources to assist teaching and learning tasks is a reality. The dissemination of virtual learning environments, as a mean of promoting online courses, shows a clear expansion. In addition to tasks that allow the expansion of teaching resources, such systems allow the complete recording of all the interactions of the students inside the courses. This range of information produced can be used to predict at-risk students while the course is taking place, which for educational institutions may represent a reduction in failure and dropout rates. However, the high number of variables involved, especially when several courses are considered, makes it difficult to construct efficient computational models. In this way, this work aims to investigate the construction of generalist models – trained with data from several available courses – counterposing the construction of individualized models – individually trained with data from each course. In this way, a broad set of educational data was extracted, obtained from a higher education institution, composed of different undergraduate programs, courses and academic periods, not using variables that invaded students' privacy. Once the characteristics and transformations of the data that contributed to the identification of academic insuccess during the course were defined, then classical data mining algorithms were applied following both generalist and individualized approaches and to each content unit of the course. The results obtained demonstrate the advantages and disadvantages of both approaches and that given the circumstances the individualized models may be better, obtaining higher hit rates, and that in other circumstances generalist models present a lower cost for the obtaining and maintenance of the predictive models, even with a drop in hit rates.

Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2016-05-25T12:28:08Z No. of bitstreams: 1 Jean Carlos Araújo Costa_.pdf: 1155126 bytes, checksum: 15210c31e7d20bb22cb98f8732173d6d (MD5) / Made available in DSpace on 2016-05-25T12:28:09Z (GMT). No. of bitstreams: 1 Jean Carlos Araújo Costa_.pdf: 1155126 bytes, checksum: 15210c31e7d20bb22cb98f8732173d6d (MD5) Previous issue date: 2016-03-01 / Nenhuma / Técnicas de visualização de dados podem auxiliar nas mais diversas áreas de atuação humana, em especial na compreensão de dados e informações de diferentes fenômenos que se quer estudar. Quanto mais variáveis estão relacionadas com esse fenômeno, mais desafiador se torna seu tratamento e representação visual. Pensando em educação no Brasil e suas bases de dados abertas, bem como em bases de dados acadêmicas existentes nas instituições, o uso de técnicas matemáticas para correlacionar conjuntos de dados e métodos de visualização para apresentar essas correlações, disponíveis em uma ferramenta de fácil acesso e operação, podem tornar públicas informações sobre a qualidade da educação de determinada região, estado, município e instituição de ensino. Outro benefício pode ser a indicação de fatores que antes eram ignorados, como alvos de investimento e ainda ajudar na elaboração de políticas públicas, nacionais ou regionais, que tornem a educação mais eficiente, abrangente e inclusiva. Iniciativas de organizações não governamentais e algumas vinculadas ao governo brasileiro tem elaborado ferramentas de filtragem de informações e divulgação de dados sobre qualidade e investimento de recursos na educação. O governo brasileiro usa índices de desempenho para avaliar suas Instituições de Ensino Superior. O Conceito Preliminar de Curso é um desses. Este trabalho apresenta uma solução, visando elaborar uma metodologia de visualização de dados através de uma aplicação web, com tecnologias open source, utilizando o método de análise de componentes principais (ACP) como técnica matemática de correlação de variáveis, e distribuindo resultados sobre um mapa com a utilização da API do Google Maps, porém, tendo como foco, a busca do nível de influência de diferentes fatores, inclusive de alguns não ligados diretamente à educação, na performance de instituições de ensino e no rendimento acadêmico de alunos, tendo como estudo de caso, a análise de um índice de desempenho na educação superior. / Data visualization techniques can help in several areas of human activity, especially in understanding data and information from different phenomena to be studied. The more variables are related to this phenomenon, the more challenging it becomes their treatment and visual representation. Thinking about education in Brazil and its open databases, as well as in existing academic databases in institutions, using mathematical techniques to correlate data sets and visualization methods to present these correlations available in an easy tool access and operation may disclose information on the quality of education in a region, state, county and educational institution. Another benefit coud be the indication of factors that were ignored, as investment targets and also help in the development of public policies, national or regional, that make more efficient, comprehensive and inclusive education. Initiatives of non-governmental organizations and some linked to the Brazilian government has prepared information filtering tools and dissemination of data on quality and investment of resources in education. Brazilian government uses performance indicators to assess their undergraduation institutions. Course Preliminar Concept (CPC) is one of those. This paper presents a solution to this profile, aiming to develop a data visualization methodology through a web application with open source technologies, using principal component analysis method (PCA) as mathematical technique of variable correlation, and distributing results on a map using the Google Maps API, however, focusing on the search for the level of influence of different factors, including some not directly related to education, performance of educational institutions and the academic performance of students, taking as a case study, the analysis of a performance index in undergraduation.

Submitted by Hellen Luz (hellencrisluz@gmail.com) on 2017-08-01T18:29:23Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_MineracaoDadosEducacionais.pdf: 1606780 bytes, checksum: 4bc573a2cacfbe7dd9b23c98c5957a3d (MD5) / Approved for entry into archive by Irvana Coutinho (irvana@ufpa.br) on 2017-08-21T17:14:43Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_MineracaoDadosEducacionais.pdf: 1606780 bytes, checksum: 4bc573a2cacfbe7dd9b23c98c5957a3d (MD5) / Made available in DSpace on 2017-08-21T17:14:43Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_MineracaoDadosEducacionais.pdf: 1606780 bytes, checksum: 4bc573a2cacfbe7dd9b23c98c5957a3d (MD5) Previous issue date: 2014-09-19 / Uma das tecnologias digitais mais utilizadas nas atuais práticas de educação online é o Ambiente Virtual de Aprendizagem (AVA). Os educadores utilizam estes ambientes para disponibilizar informações online, mas possuem pouco suporte para avaliar o aprendizado dos educandos a distância, de forma que, a ausência da percepção do educador quanto ao estado de compreensão de seus educandos pode levar ao insucesso de um curso online. A maioria dos AVAs armazenam grandes volumes de dados provenientes do histórico dos acessos aos recursos do sistema pelos educandos, suas avaliações, dentre outros. Nos últimos anos a Mineração de Dados Educacionais vem sendo utilizada para explorar os dados provenientes de ambientes educacionais, bem como entender melhor os educandos e o seu processo de ensino e aprendizagem. O objetivo deste trabalho é avaliar o aprendizado online a partir dos dados provenientes do ambiente virtual LabSQL, utilizado na Universidade Federal do Pará, por meio da Mineração de Dados Educacionais, com a aplicação de técnicas como Árvore de Decisão, Redes Bayesianas, Regras de Associação e Análise de Agrupamento. Os resultados obtidos mostraram-se eficientes para apoiar os educadores na avaliação das aprendizagens online, pois permitem analisar o perfil dos educandos em relação à utilização dessa tecnologia e ao processo de ensino-aprendizagem no ambiente LabSQL. Além disso, as regras geradas a partir da mineração de dados indicam como o educando pode aprimorar a aprendizagem utilizando melhor o ambiente. / One of the digital technologies used in current practices of online education is the Virtual Learning Environment (VLE). Educators use these environments to provide online information, but have little support to assess the learning of learners at a distance, so that the lack of perception of the educator as to the state of understanding of their students can lead tofailure of an online course. Most VLEs store large volumes of data from the history of accesses to system resources made by students, their assessments, among others. In recent years the Educational Data Mining has been used to explore the data from educational settings, as well as better understand the students and their teaching and learning. The objective of this work is to assess online learning by the use of Educational Data Mining on the LabSQL virtual environment used in the Federal University of Pará, through the application of techniques called Decision Tree, Bayesian Network, Association Rules and Cluster Analysis. The results obtained proved to be efficient to support educators in the assessment of online learning because they allow the analysis of student’s profile regarding the use of this technology and the teaching-learning environment in LabSQL. Moreover, the rules generated from data mining indicate how the student can improve learning by better using the environment.

[pt] A avaliação sistemática de uma Instituição de Ensino Superior (IES) fornece à sua administração um feedback valioso sobre vários aspectos da vida acadêmica, como a reputação da instituição e o desempenho individual do corpo docente. Em particular, as pesquisas com alunos são uma fonte de informação de primeira mão que ajuda a avaliar o desempenho do professor e a adequação do curso. Os objetivos principais desta tese são criar e avaliar modelos de análise de sentimento dos comentários dos alunos e estratégias para resumir os comentários dos alunos. A tese primeiro descreve duas abordagens para classificar a polaridade dos comentários dos alunos, ou seja, se eles são positivos, negativos ou neutros. A primeira abordagem depende de um dicionário criado manualmente que lista os termos que representam o sentimento a ser detectado nos comentários dos alunos. A segunda abordagem adota um modelo de representação de linguagem, que não depende de um dicionário criado manualmente, mas requer algum conjunto de teste anotado manualmente. Os resultados indicaram que a primeira abordagem superou uma ferramenta de linha de base e que a segunda abordagem obteve um desempenho muito bom, mesmo quando o conjunto de comentários anotados manualmente é pequeno. A tese então explora várias estratégias para resumir um conjunto de comentários com interpretações semelhantes. O desafio está em resumir um conjunto de pequenas frases, escritas por pessoas diferentes, que podem transmitir ideias repetidas. Como estratégias, a tese testou Market Basket Analysis, Topic Models, Text Similarity, TextRank e Entailment, adotando um método de inspeção humana para avaliar os resultados obtidos, uma vez que as métricas tradicionais de sumarização de textos se mostraram inadequadas. Os resultados sugerem que o agrupamento combinado com a estratégia baseada em centróide atinge os melhores resultados. / [en] The systematic evaluation of a Higher Education Institution (HEI) provides its administration with valuable feedback about several aspects of academic life, such as the reputation of the institution and the individual performance of teachers. In particular, student surveys are a first-hand source of information that help assess teacher performance and course adequacy. The primary goals of this thesis are to create and evaluate sentiment analysis models of students comments, and strategies to summarize students comments. The thesis first describes two approaches to classify the polarity of students comments, that is, whether they are positive, negative, or neutral. The first approach depends on a manually created dictionary that lists terms that represent the sentiment to be detected in the students comments. The second approach adopts a language representation model, which does not depend on a manually created dictionary, but requires some manually annotated test set. The results indicated that the first approach outperformed a baseline tool, and that the second approach achieved very good performance, even when the set of manually annotated comments is small. The thesis then explores several strategies to summarize a set of comments with similar interpretations. The challenge lies in summarizing a set of small sentences, written by different people, which may convey repeated ideas. As strategies, the thesis tested Market Basket Analysis, Topic Models, Text Similarity, TextRank, and Entailment, adopting a human inspection method to evaluate the results obtained, since traditional text summarization metrics proved inadequate. The results suggest that clustering combined with the centroid-based strategy achieves the best results.