文章基本信息

标题：Mineração de dados educacionais em uma disciplina ofertada na modalidade de ensino a distância
本地全文：下载
作者：Enir da Silva Fonseca ; Carlos Fernando de Araújo Jr ; Frederico Kauffmann Barbosa 等
期刊名称：Research, Society and Development
电子版ISSN：2525-3409
出版年度：2020
卷号：9
期号：9
页码：1-15
DOI：10.33448/rsd-v9i9.7428
出版社：Grupo de Pesquisa Metodologias em Ensino e Aprendizagem em Ciências
摘要：A mineração de dados procura identificar relações entre os dados, para se criar informações que podem gerar novos conhecimentos ao desenvolvimento da ciência, assim como para tomada de decisões subsidiando novas ações que transforme a realidade atual. E o uso de técnicas de mineração de dados educacionais, que tem como foco o desenvolvimento de métodos para se explorar estes conjuntos de dados. Procurou-se analisar neste estudo, os acessos e notas discente a partir de um ambiente virtual de aprendizagem, aferindo a evolução de acordo com o número de acesos. Foram consideradas para a pesquisa três turmas da disciplina matemática financeira ofertada no segundo semestre de 2019, com os dados extraídos de todas as atividades do usuário nas áreas de conteúdo, realizando-se uma análise de acordo com o processo CRISP-DM com implementação no software R e RStudio. Os resultados indicam que o maior período acessos ao ambiente de estudo, estão entre segunda e quarta-feira, e comprovou-se que com o mínimo de 55 vezes de interação no ambiente, os discentes tendem em obter a nota mínima para aprovação, ao passo que acesso acima de 100 vezes indicam notas próximas ao valor máximo.
其他摘要：Data mining seeks to identify relationships between data, to create information that can generate new knowledge for the development of science, as well as for decision-making by subsidizing new actions that transform the current reality. And the use of educational data mining techniques, which focuses on the development of methods to explore these data sets. In this study, we tried to analyze the accesses and student grades from a virtual learning environment, measuring the evolution according to the number of accesses. Three classes of the mathematical financial discipline offered in the second semester of 2019 were considered for the research, with the data extracted from all the user activities in the content areas, carrying out an analysis according to the CRISP-DM process with implementation in the software. R and RStudio. The results indicate that the longest period of access to the study environment is between Monday and Wednesday, and it has been shown that with a minimum of 55 times of interaction in the environment, students tend to obtain the minimum grade for approval, while that access over 100 times indicate notes close to the maximum value.
关键词：Discovery of knowledge; Data mining; Decision-making process.