Submitted by Jos? Henrique Henrique (jose.neves@ufvjm.edu.br) on 2018-05-23T19:00:06Z
No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
warley_leite_fernandes.pdf: 2460576 bytes, checksum: d929e82a2e47dac8f54b1a1d52ed28fb (MD5) / Approved for entry into archive by Rodrigo Martins Cruz (rodrigo.cruz@ufvjm.edu.br) on 2018-06-05T14:49:36Z (GMT) No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
warley_leite_fernandes.pdf: 2460576 bytes, checksum: d929e82a2e47dac8f54b1a1d52ed28fb (MD5) / Made available in DSpace on 2018-06-05T14:49:36Z (GMT). No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
warley_leite_fernandes.pdf: 2460576 bytes, checksum: d929e82a2e47dac8f54b1a1d52ed28fb (MD5)
Previous issue date: 2017 / A Educa??o a Dist?ncia (EAD) tem-se confirmado como importante ferramenta de capacita??o a qualquer tempo e dist?ncia. Por?m, a maioria das Institui??es de Ensino tem encontrado dificuldades relacionadas ao grande n?mero de abandono dos cursos. Avan?os recentes em diversas ?reas da tecnologia possibilitaram o surgimento das Tecnologias da Informa??o e Comunica??o que se tornaram essenciais ? condu??o dos processos educacionais. Assim, imensos volumes de dados s?o gerados pela intera??o de usu?rios em Ambientes Virtuais de Aprendizagem (AVA). Esses dados ?escondem? informa??es ricas. Contudo, manipular tamanha quantidade de dados n?o ? uma tarefa simples. Neste sentido, uma solu??o promissora para extra??o de informa??o ? a Minera??o de Dados, que pode ser entendida como a transforma??o de dados brutos em conhecimento. Essa pesquisa apresenta um estudo para compreender os motivos do baixo desempenho dos alunos em cursos t?cnicos da EAD aplicando, para isto, o algoritmo de Classifica??o Associativa (CBA) em Minera??o de Dados Educacionais (EDM). Com o objetivo de gerar os melhores resultados preditivos de Classifica??o Associativa obtidos pelo CBA, aplicou-se o algoritmo de Regras de Associa??o denominado Predictive Apriori,ainda n?o empregados em trabalhos correlatos. Os resultados experimentais apontam que o CBA aplicado a Bases de Dados Educacionais atinge melhores resultados que os algoritmos de classifica??o tradicionais (alcan?ando uma marca de 85% de acur?cia). Mostrou-se tamb?m que o uso das ferramentas f?rum, quiz e folder t?m uma grande influ?ncia no desempenho dos estudantes. / Disserta??o (Mestrado Profissional) ? Programa de P?s-Gradua??o em Educa??o, Universidade Federal dos Vales do Jequitinhonha e Mucuri, 2017. / Distance Education (EAD) has been confirmed as an important training tool at any time and distance. However, most educational institutions have encountered difficulties related to the large number of dropouts. Recent advances in several areas of technology have enabled the emergence of Information and Communication Technologies that have become essential to the conduct of educational processes. Thus, immense data volumes are generated by the interaction of users in Virtual Learning Environments (AVA). These data "hide" rich information. However, handling such a large amount of data is not a simple task. In this sense, a promising solution for information extraction is Data Mining, which can be understood as the transformation of raw data into knowledge. This research presents a study to understand the reasons of the low performance of students in technical courses of the EAD applying, to this, the Association Classification (CBA) algorithm in Educational Data Mining (EDM). In order to further improve the results obtained by the CBA, the Association Rules algorithm called Predictive Apriori, not yet employed in related works, was applied in order to generate the best predictive results of Associative Classification. The experimental results point out that the CBA applied to Educational Databases achieves better results than traditional classification algorithms (reaching a mark of 85% accuracy). It was also shown that the use of the forum, quiz and folder tools have a great influence on student performance.
Identifer | oai:union.ndltd.org:IBICT/oai:acervo.ufvjm.edu.br/jspui:1/1726 |
Date | 08 November 2017 |
Creators | Fernandes, Warley Leite |
Contributors | Pitangui, Cristiano Grij?, Teixeira, Josiane Magalh?es, Andrade, Alessandro Vivas, Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM), Pitangui, Cristiano Grij? |
Publisher | UFVJM |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | English |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UFVJM, instname:Universidade Federal dos Vales do Jequitinhonha e Mucuri, instacron:UFVJM |
Rights | A concess?o da licen?a deste item refere-se ao ? termo de autoriza??o impresso assinado pelo autor, assim como na licen?a Creative Commons, com as seguintes condi??es: Na qualidade de titular dos direitos de autor da publica??o, autorizo a Universidade Federal dos Vales do Jequitinhonha e Mucuri e o IBICT a disponibilizar por meio de seus reposit?rios, sem ressarcimento dos direitos autorais, de acordo com a Lei n? 9610/98, o texto integral da obra disponibilizada, conforme permiss?es assinaladas, para fins de leitura, impress?o e/ou download, a t?tulo de divulga??o da produ??o cient?fica brasileira, e preserva??o, a partir desta data., info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds