Mineração de dados nos microdados Enade computação
Carregando...
Data
2020
Tipo de documento
Artigo Científico
Título da Revista
ISSN da Revista
Título de Volume
Área do conhecimento
Ciências Exatas e da Terra
Modalidade de acesso
Acesso aberto
Editora
Autores
Machado, Lucas de Souza
Francelino, Wander Luis
Orientador
Savio, Luciano José
Coorientador
Resumo
The large amount of data found in the ENADE database is the collection of information from all students who took the exam and its results. Discovering new knowledge from this mass of data can guarantee a better understanding of the students, courses and universities they attend. The focus was on the characteristics of students and educational institutions that impact the final exam performance. For that, KDD data mining techniques and the k-means clustering algorithms were applied.
A grande quantidade de dados, encontradas na base do ENADE, é a coleta das informações de todos os alunos que fizeram o exame e seus resultados. Descobrir um conhecimento novo a partir dessa massa de dados pode garantir um melhor entendimento sobre os alunos, os cursos e universidades que frequentam. O foco foi nas características dos alunos e instituições de ensino que tem impacto no desempenho final do exame. Para isso, foram aplicadas a técnicas de mineração de dado KDD e o algoritmos de clusterização k-means.
A grande quantidade de dados, encontradas na base do ENADE, é a coleta das informações de todos os alunos que fizeram o exame e seus resultados. Descobrir um conhecimento novo a partir dessa massa de dados pode garantir um melhor entendimento sobre os alunos, os cursos e universidades que frequentam. O foco foi nas características dos alunos e instituições de ensino que tem impacto no desempenho final do exame. Para isso, foram aplicadas a técnicas de mineração de dado KDD e o algoritmos de clusterização k-means.
Palavras-chave
KDD, ENADE, K-means, Mineração