-Tackling student evasion has been a major challenge for the Brazilian Educational System. In the last few years, there has been an increasing interest in Distance Education to address such an important issue. This new paradigm facilitates the attendance of students who have difficulties in attending classes in person due to work, geographical or socioeconomic reasons. However, Distance Education has also shown a growing number of evading students. To tackle Distance Education evasion, we propose the use of Data Mining and Machine Learning techniques to predict the number of students at risk of evasion. Such an approach might help Education Institutions to quantify, plan and develop solutions to this problem. Our work employs Decision Trees, Bootstrap Aggregating Ensemble, Multilayer Perceptron and Support Vector Machines to produce accurate estimates of evading students in Higher Education Institutions that have Distance Education programs. Our experiments showed that our approach could deliver good generalization performance.
Resumo—Combater a evasa˜o de alunos tem sido um grande desafio para o Sistema Educacional Brasileiro. Nos u´ ltimos anos, tem havido um interesse crescente pela Educac¸a˜o a Distaˆncia para lidar com tal problema. Esse novo paradigma facilita o atendimento a alunos que teˆm dificuldade em frequentar as aulas presencialmente por motivos laborais, geogra´ficos ou socioeconoˆmicos. No entanto, a Educac¸a˜o a Distaˆncia tambe´m tem mostrado um nu´ mero crescente de alunos evadidos. Para enfrentar a evasa˜o na Educac¸a˜o a Distaˆncia, propomos o uso de te´cnicas de Data Mining e Machine Learning para prever o nu´ mero de alunos em risco de evasa˜o. Tal abordagem pode ajudar as instituic¸ o˜es de ensino a quantificar, planejar e desenvolver soluc¸o˜es para este problema. Nosso trabalho emprega A´ rvores de Decisa˜o, Bootstrap Aggregating Ensemble, Multilayer Perceptron e Support Vector Machines para produzir estimativas precisas de evasa˜o de alunos em instituic¸o˜es de ensino superior com programas de Educac¸a˜o a Distaˆncia. Nossos experimentos mostraram que nossa abordagem pode fornecer um bom desempenho de generalizac¸a˜o para a predic¸a˜o de evasa˜o.
Index Terms—Educational Data Mining, Machine Learning, Knowledge Discovery in Databases, Educational Systems, Algorithms
As tecnologias de informac¸a˜o e comunicac¸a˜o, quando bem utilizadas, tornam-se um diferencial para instituic¸o˜es educacionais que buscam exceleˆncia em sua atuac¸a˜o. Este artigo insere-se nas a´reas interdisciplinares de Data Science, Minerac¸a˜o de Dados Educacionais - MDE, do ingleˆs Educa
tional Data Mining - EDM, Machine Learning (ML), Banco de Dados, estat´ıstica, dentre outras que compo˜em a base de conhecimento utilizada na ana´lise de dados educacionais.
Este trabalho aplica o processo Knowledge Discovery in Databases (KDD), tambe´m conhecido como Descoberta de Conhecimento em Bases de Dados, com intuito de encontrar padro˜es de comportamento e descobrir novos conhecimentos em bases de dados educacionais. A motivac¸a˜o do estudo surge do interesse em adquirir regras significativas, na tentativa de melhor compreender algumas adversidades da educac¸a˜o superior, enfrentados na modalidade a distaˆncia. Assim, os resultados desse estudo podem ser u´teis para profissionais envolvidos com a implementac¸a˜o de me´todos de Minerac¸a˜o de Dados - MD, do ingleˆs Data Mining, no contexto da Educac¸a˜o a Distaˆncia (EaD).
Inicialmente foi realizado um levantamento acerca de trabalhos relacionados com EaD e as a´reas interdisciplinares elencadas acima. Em seguida, focou-se na obtenc¸a˜o e tratamento dos dados, dando seguimento a` etapa de pre´-processamento, finalizando com aplicac¸a˜o de te´cnicas e algoritmos de Data Mining para descoberta de novos conhecimentos e detecc¸a˜o de padro˜es nos dados. Diante desse contexto, o objetivo do trabalho consiste em aplicar o processo KDD para trac¸ar o perfil da EaD em uma universidade pu´blica brasileira, com vista a` obtenc¸a˜o de um melhor entendimento acerca de estudantes e cursos realizados em ambientes e-learning.
A busca por uma educac¸a˜o ale´m do limite espac¸o-tempo,
que visa transformar e evoluir o processo tradicional de
aprendizagem, e´ uma das propostas da EaD [
A internet e os softwares educacionais de suporte ao
processo de ensino-aprendizagem surgiram como
potencializadores da EaD, dando in´ıcio ao termo e-learning, ou
aprendizagem eletroˆnica, que especifica a EaD realizada por
meio de plataformas computacionais e Ambientes Virtuais
de Aprendizagem - AVA. Vale destacar que existe uma sutil
diferenc¸a entre os termos EaD e e-learning, ja´ que a EaD
pode ser realizada sem o suporte eletroˆnico, enquanto
elearning necessita do suporte eletroˆnico [
Embora tenha aumentado o nu´mero de instituic¸o˜es educacionais que aderiram a` EaD em seus cursos de graduac¸a˜o e especializac¸o˜es, o Brasil ainda esta´ em fase de transic¸a˜o nessa modalidade, visto que algumas delas esta˜o se limitando a reproduzir para o ambiente virtual pequenas adaptac¸o˜es do ensino presencial. Em alguns casos, as aulas sa˜o disponibilizadas do ensino presencial para o virtual sem qualquer alterac¸a˜o dida´tico-pedago´gica nos processos de ensino-aprendizagem. Essas pra´ticas contribuem para aumentar os ´ındices de evasa˜o e retenc¸a˜o dos estudantes.
A Minerac¸a˜o de Dados Educacionais utiliza te´cnicas de MD para explorar dados oriundos de contextos educacionais, sendo aplicada nos seguintes dom´ınios: (I) Educac¸ a˜o Offline: para ana´lises de dados de desempenho e comportamento dos estudantes, bem como ana´lises de curr´ıculo/histo´rico escolar, ou seja, dados gerados em ambientes de sala de aula; (II) Aprendizagem Eletroˆnica, mais conhecida como e-learning, e Sistema de Gesta˜o da Aprendizagem, do ingleˆs Learning Management System - LMS: para ana´lise de dados armazenados em sistemas LMS no formato de logs e bases de dados; (III) Sistemas Tutores Inteligentes, do ingleˆs Intelligent Tutoring System - ITS, e Sistemas Hiperm´ıdias Adaptativos
System: os quais sa˜o aplicados sobre dados de sistemas que
se adaptam ao percurso de cada estudante no ambiente virtual
de aprendizagem [
Conforme ilustra a “Fig. 1”, a EDM e´ a combinac¸a˜o de 3 (treˆs) principais a´reas de conhecimento: Cieˆncia da Computac¸a˜o, Educac¸a˜o e Estat´ıstica. A intersec¸a˜o dessas a´reas fornece treˆs suba´reas, que sa˜o: e-learning, Data Mining e
A a´rea interdisciplinar de Minerac¸a˜o de Dados Educacionais
vem se consolidando na u´ltima de´cada, tendo va´rios
papers publicados em revistas e confereˆncias relevantes. Alguns
pesquisadores realizaram levantamentos detalhados acerca da
MDE, sendo fontes de refereˆncias recomendadas [
O artigo esta´ organizado como segue: a sec¸a˜o 2 tem o objetivo de contextualizar o problema e os me´todos de Machine Learning usados no trabalho. Na sec¸a˜o 3 sa˜o descritos os experimentos realizados. A sec¸a˜o 4 apresenta os resultados e suas respectivas ana´lises. Por fim, as concluso˜es e poss´ıveis trabalhos futuros sa˜o apresentados na sec¸a˜o 5.
A aplicac¸a˜o do Data Mining visa encontrar o perfil do estudante e detectar ineficieˆncias da EaD, que por sua vez desestimulam os alunos a prosseguirem nos cursos. Os resultados obtidos com Data Mining sa˜o utilizados a fim de detectar padro˜es, descobrir regras significativas e estabelecer relac¸o˜es entre os ´ındices de evasa˜o e retenc¸ a˜o, o perfil socioeconoˆmico dos alunos e as caracter´ısticas inerentes da EaD. Ao constatar tais relacionamentos e pontos fracos, ac¸o˜es podera˜o ser tomadas, por parte da instituic¸a˜o, para elimina´-las, buscando reduzir os altos ´ındices de evasa˜o constatados na modalidade a distaˆncia.
A principal relevaˆncia da pesquisa no desenvolvimento cient´ıfico e tecnolo´gico refere-se ao fato do trabalho propor uma ana´lise do cena´rio da EaD, por meio do processo computacional de descoberta de conhecimento em bases de dados, utilizando te´cnicas de classificac¸a˜o de padro˜es.
Foram obtidos dados acadeˆmicos de uma Instituic¸a˜o Federal de Ensino Superior (IFES) para ana´lise pontual e concreta da educac¸a˜o a distaˆncia. Os dados dos estudantes da EaD referem-se a um per´ıodo de 8 anos, e foram obtidos nos formatos txt e xlsx, sendo em seguida, consolidados em um arquivo csv. A pesquisa e´ baseada no anonimato, por isso na˜o foram obtidas informac¸o˜es como nome e CPF, visando preservar as identidades dos alunos. Foram obtidos dados dos seguintes cursos: Licenciatura em Letras; Licenciatura em Pedagogia; Licenciatura em Computac¸a˜o e Bacharelado em Administrac¸a˜o Pu´blica.
Os dados obtidos foram de contexto histo´rico, para uma ana´lise distintiva da evoluc¸a˜o da EaD na instituic¸a˜o, sendo obtidos as seguintes informac¸o˜es: (I) Histo´rico Escolar; (II) Dados gerais sobre o aluno, tais como: Forma de ingresso; Per´ıodo de ingresso; Curso; A´ rea de Conhecimento; Polo; Modalidade (licenciatura, bacharelado, tecno´logo etc.); Idade; Geˆnero/Sexo; Estado Civil; Naturalidade; Nacionalidade; Etnia/Rac¸a (cor da pele); Deficieˆncia; Situac¸a˜o Acadeˆmica (Cursando, Conclu´ıdo, Abandono etc.); (III) Dados Socioeconoˆmicos, tais como informac¸o˜es sobre ensino fundamental e me´dio (tipo de escola); Renda familiar; Trabalho remunerado; Se possui computador em casa; Acesso a` internet etc.
Esses dados sa˜o essenciais para compreender quais sa˜o as potenciais deficieˆncias e obsta´culos enfrentados pelos docentes, estudantes e gestores, como tambe´m ter um entendimento sobre os estudantes da modalidade a distaˆncia em uma IFES, afinal o principal objetivo e´ obter um respaldo cient´ıfico necessa´rio para detectar padro˜es e descobrir regras significativas sobre os ´ındices de evasa˜o e retenc¸a˜o em cursos a distaˆncia, adquirindo um melhor entendimento acerca da EaD no cena´rio brasileiro.
Os algoritmos de Data Mining interpretam os dados a fim de produzir uma quantidade de padro˜es u´teis, va´lidos e de fa´cil entendimento. Os resultados gerados podem ser usados para predic¸o˜es e teˆm por finalidade conduzir a tomadas de deciso˜es inteligentes. O fator humano faz parte de todo o processo, por isso na˜o pode ser uma ac¸a˜o totalmente automatizada.
Os algoritmos de minerac¸a˜o de dados favorecem a extrac¸a˜o de informac¸o˜es de grandes volumes de dados, e a ana´lise estat´ıstica desses dados permite que se observem tendeˆncias e respostas para situac¸o˜es diversos, tais como: encontrar e detectar cursos onde as evaso˜es sa˜o mais frequentes; determinar perfis (comportamentos t´ıpicos), e associar categorias de alunos e cursos com caracter´ısticas de sucesso na EaD; elencar dificuldades frequentemente enfrentadas pelos docentes e discentes da EaD; identificar nos AVAs as disciplinas com alto ´ındice de reprovac¸a˜o e suas causas etc.
Alguns pre´-requisitos sa˜o essenciais para o sucesso da minerac¸a˜o de dados, por isso foram constru´ıdos modelos baseados em metas preditivas e descritivas. Diante das metas preditivas, tem-se, por exemplo, a utilizac¸a˜o da tarefa de Classificac¸a˜o por A´ rvore de Decisa˜o.
Dentre os va´rios me´todos de Machine Learning dispon´ıveis na literatura, cinco deles se mostram adequados aos resultados pretendidos por este estudo. Os me´todos aplicados foram: Classificac¸a˜o por A´ rvore de Decisa˜o, Classificac¸a˜o Bayesiana, Classificac¸a˜o por Redes Neurais, Classificac¸a˜o por Ensembles e Classificac¸a˜o por Support Vector Machine - SVM, todos inerentes ao Aprendizado Supervisionado. Os algoritmos de classificac¸a˜o utilizados foram: NaiveBayes, J48 (a´rvore de decisa˜o), MultilayerPerceptron - que implementa o backpropagation para classificac¸a˜o (Redes Neurais), LibSVM (SVM), Bagging e AdaBoost (Ensembles).
A Classificac¸a˜o Bayesiana (Bayesian Classification) e´ uma
te´cnica estat´ıstica (probabilidade condicional) baseada no
teorema de Thomas Bayes. Segundo o teorema de Bayes, e´
poss´ıvel encontrar a probabilidade de certo evento ocorrer,
dada a probabilidade de outro evento que ja´ ocorreu.
Comparativos mostram que os algoritmos Bayesianos, chamados
de Naive Bayes, obtiveram resultados compat´ıveis com os
me´todos de a´rvore de decisa˜o e redes neurais. Devido a sua
simplicidade e o alto poder preditivo, e´ um dos algoritmos
mais utilizados. O algoritmo Naive Bayes parte do princ´ıpio
que na˜o exista relac¸a˜o de dependeˆncia entre os atributos, no
entanto, nem sempre isto e´ poss´ıvel [
A te´cnica de Redes Neurais e´ muito utilizada em tarefas de
classificac¸a˜o, regressa˜o e segmentac¸a˜o. Os dados sa˜o
trabalhados com base no funcionamento do ce´rebro humano,
aprendendo a tomar deciso˜es baseadas nas experieˆncias anteriores
(nas instaˆncias anteriores dos dados). Os neuroˆnios do ce´rebro
sa˜o representados por nodos que esta˜o conectados em outros
nodos por sinapses, formando uma rede de processamento.
Os valores das entradas sa˜o multiplicados nos neuroˆnios pelos
pesos de suas sinapses, conforme va˜o percorrendo a rede. Ao
final, temos uma classificac¸a˜o ou a previsa˜o da entrada [
As a´rvores de decisa˜o teˆm como objetivo principal dividir
as instaˆncias em classes. Cada no´ da a´rvore testa o dom´ınio
de uma varia´vel de entrada e o redireciona para o no´ seguinte.
Cada sub-a´rvore representa o resultado de um teste e a folha e´
a classificac¸a˜o que aquele registro recebeu. Ao final, cada no´
terminal tera´ os registros da entrada que se ade´quam a`s regras
regidas por esse no´, representando assim, uma classe [
Os classificadores ensembles, comiteˆ de especialistas,
predizem a classe de um registro elegendo a maioria dos votos feitos
pelos classificadores base. Para isso, deve-se evitar:
subconjuntos ideˆnticos (os erros sera˜o os mesmos), e subconjuntos
disjuntos (erros na˜o correlacionados). Para que a performance
de um me´todo ensemble seja melhor que a de um classificador
simples, os classificadores base devem ser independentes, e
devem ter performance melhor que um random guessing [
O Support Vector Machines e´ baseado no conceito de planos
de decisa˜o que definem limites de decisa˜o (Vetor Suporte). Um
plano de decisa˜o separa um conjunto de objetos com diferentes
associac¸o˜es de classe. SVM e´ essencialmente um me´todo
classificac¸a˜o que executa tarefas de classificac¸a˜o atrave´s da
construc¸a˜o de hiperplanos em um espac¸o multidimensional
que separa casos de diferentes ro´tulos de classe. Ele suporta
ambas as tarefas de regressa˜o e de classificac¸a˜o e pode
lidar com mu´ltiplas varia´veis cont´ınuas. Para construir um
hiperplano o´timo, o SVM emprega um algoritmo iterativo de
formac¸a˜o, que e´ usado para minimizar uma func¸a˜o de erro
[
Ha´ um nu´mero de nu´cleos que podem ser usados em modelos Support Vector Machines. Estes incluem linear, polinomial, func¸a˜o radial base (RBF) e sigmo´ide. Estas func¸o˜es de nu´cleo representam um produto de ponto de pontos de dados de entrada mapeado para o maior espac¸o de caracter´ısticas dimensionais por transformac¸a˜o.
Nem todas as regras geradas pelo Data Mining sa˜o consideradas relevantes para o processo de extrac¸a˜o do conhecimento em banco de dados, visto que o especialista precisa interpreta´las no contexto em que esta´ inserido e so´ depois aplica´-las, afinal o fator humano tambe´m faz parte do processo. Desta forma, o especialista do nego´cio precisa avaliar as regras para que o resultado seja aplica´vel na pra´tica.
Com o objetivo de verificar a adequac¸a˜o do conjunto de dados propostos, foram realizados experimentos com a base de dados citada anteriormente, contendo informac¸o˜es de estudantes em quatro cursos realizado a distaˆncia. Foram desenvolvidos procedimentos para extrac¸a˜o dos atributos considerados significativos para este trabalho.
Para se ter uma visa˜o geral preliminar dos dados, se configura uma boa pra´tica fazer inicialmente uma ana´lise descritiva dos dados, tambe´m conhecida como ana´lise explorato´ria dos dados. Neste diagno´stico inicial, medic¸o˜es sa˜o feitas sobre os atributos dos dados como me´dia/mediana, desvio padra˜o, valor m´ınimo, ma´ximo, outliers, entre outros . Estas medidas auxiliam no encaminhamento da soluc¸a˜o de pre´-processamento a ser adotada e tambe´m, em caso de valores ausentes ja´ sera´ poss´ıvel verificar a sua existeˆncia e, consequentemente a sua soluc¸a˜o.
Valores ausentes, ou missing values , sa˜o atributos que na˜o tem valores preenchidos. O tratamento pode ser feito pela simples remoc¸a˜o do atributo (em caso de grande incideˆncia) ou do exemplar (em caso de poucas ocorreˆncias). Ou ainda o valor pode ser substitu´ıdo por uma constante calculara pela me´dia, mediana, valor ma´ximo ou m´ınimo. Outro tratamento que pode ser diagnosticado na ana´lise descritiva sa˜o os valores ruidosos ou que esta˜o fora do padra˜o (outliers). Este tipo de situac¸a˜o ocorre quando surge algum exemplar com valor de atributo que foge de um padra˜o. Por fim, um cena´rio que surge tipicamente quando se faz integrac¸a˜o de dados e´ a inconsisteˆncia de valores. A inconsisteˆncia ocorre quando ha´ falta de um crite´rio bem definido entre os valores dos atributos ou dos exemplares.
A normalizac¸a˜o de valores consiste em uma te´cnica para deixar os valores dos atributos em uma mesma escala. Abordagem de soluc¸a˜o comum e´ calcular o valor ma´ximo de um atributo para dividi-lo aos demais exemplares com mesmo atributo. A normalizac¸a˜o faz parte de um tratamento chamado transformac¸a˜o de valores que ainda compreende a mudanc¸a de tipos catego´ricos para nume´ricos. No caso do geˆnero, por exemplo, atributo nominal, como sa˜o apenas dois valores, eles poderiam ser transformados para bina´rio 0 e 1. No entanto, deve-se ter cuidado para na˜o transformar um atributo nominal em ordinal no processo de transformac¸a˜o, isto e´, o valor na˜o pode ideia de ordem.
Finalmente, foi feita a selec¸a˜o de atributos na fase de pre´-processamento. Dentre as causas que levam a se fazer este tipo de ana´lise, tem-se: integrac¸a˜o de bases, falta de definic¸a˜o clara de atributos que representam um problema, grande disponibilidade de dados e outras. A selec¸a˜o consiste basicamente em escolher o melhor conjunto de dados que representam a base original com a mesma capacidade anal´ıtica.
Para a realizac¸a˜o da selec¸a˜o de exemplares foi utilizado o me´todo Classifier Subset Evaluator (CSE). Este me´todo permite avaliar subconjuntos de atributos em dados de treinamento ou um conjunto de testes independente. Utiliza um classificador para estimar a ”me´rito” de um conjunto de atributos. Junto ao CSE foi utilizado um me´todo de pesquisa de atributos BestFirst, que auxilia na busca por um subconjunto de atributos que represente a base original. Foi escolhida a direc¸ a˜o Forward, que comec¸a com o conjunto vazio de atributos e procura para frente, considerando todas as poss´ıveis adic¸o˜es de atributos individuais e delec¸o˜es em um determinado ponto, no caso o searchTermination que e´ o paraˆmetro de parada do me´todo, sendo o valor 5 escolhido nesse trabalho.
Apo´s a realizac¸a˜o da etapa anterior, foram selecionados 20 atributos dos 214 da base original, isto significa que estes atributos representam melhor a base original em termos de generalizac¸a˜o do problema. Dentre os atributos selecionados, tem-se as seguintes informac¸o˜es sobre os estudante: nome do curso, a´rea de conhecimento, polo, ano de ingresso, status acadeˆmico, estado civil, idade, naturalidade (estado), tipo de deficieˆncia, tipo de escola do ensino me´dio, tipo de escola do ensino fundamental, se possui internet, se possui trabalho remunerado e me´dia geral.
O objetivo principal do experimento e´ verificar a relevaˆncia dos atributos elencados acima, bem como analisar o impacto da aplicac¸a˜o de te´cnica de selec¸a˜o de atributos na acura´cia da previsa˜o de desempenho dos seis classificadores. A acura´cia e´ a proporc¸a˜o entre o nu´mero de estudantes corretamente classificados pelos algoritmos em sua respectiva classe, e o nu´mero total de estudantes considerados no estudo.
Para o desenvolvimento deste trabalho foram utilizados seis
algoritmos de classificac¸a˜o, como descritos anteriormente, que
sa˜o eles: MultilayerPerceptron (MLP), NaiveBayes, SVM, J48,
Adaboost e Bagging. Para auxiliar na avaliac¸a˜o dos resultados
e o ca´lculo da acura´cia utilizou-se o me´todo K-fold
CrossValidation, que consiste em uma te´cnica para a estratificac¸a˜o
da base dados em conjunto de treinamento e teste. Geralmente,
sugere-se a adoc¸a˜o de k igual a 10 como valor padra˜o para o
nu´mero de partic¸o˜es dos dados [
O primeiro experimento corresponde a` selec¸a˜o dos melhores paraˆmetros definidos a priori para cada um dos seis algoritmos. O processo de avaliac¸a˜o de desempenho de cada combinac¸a˜o de paraˆmetros se baseia no me´todo descrito anteriormente, sendo 30 paraˆmetros para MLP, SVM e Bagging, 18 paraˆmetros para J48, 6 paraˆmetros para Adaboost, e nenhum paraˆmetro para NaiveBayes. Assim e´ poss´ıvel definir quais sa˜o os melhores paraˆmetros de cada algoritmo, para posteriormente definir qual a porcentagem de assertividade de cada um deles.
Os gra´ficos apresentados na “Fig. 2” destacam os resultados obtidos no experimento de selec¸a˜o de paraˆmetros por modelo, demonstrando a precisa˜o dos algoritmos para predizer o desempenho em cada combinac¸a˜o de paraˆmetros. O resultado apresentado, no eixo vertical, corresponde a um valor me´dio obtido para as combinac¸o˜es de paraˆmetros, onde foram selecionados os melhores paraˆmetros de cada algoritmo para a realizac¸a˜o do segundo experimento.
Para o experimento 2, foram utilizados todos os melhores
paraˆmetros obtidos no experimento 1. Com o objetivo de testar
a significaˆncia estat´ıstica dos resultados obtidos, utilizou-se a
te´cnica de teste estat´ıstico pair-wise T-Test [
A Tabela I apresenta o resumo com os resultados do segundo experimento executado. Nela, constam o percentual de acura´cia me´dio e o desvio padra˜o dos seis algoritmos analisados. Como o desvio padra˜o refere-se a quantidade de variac¸a˜o (dispersa˜o) dos dados dentro da amostra em relac¸a˜o a` me´dia, enta˜o um baixo valor para desvio padra˜o indica que a amostra tende a ser mais homogeˆnea.
Avaliando os resultados obtidos percebe-se que a utilizac¸a˜o do conjunto completo de atributos proposto, juntamente com a te´cnica de otimizac¸a˜o de paraˆmetros empregada no experimento 1, obteve os melhores resultados em termos da taxa acura´cia. Destaca-se que nos seis classificadores utilizados neste experimento esta tendeˆncia pode ser observada.
Um aspecto a ser destacado, a partir dos testes realizados, aponta para a viabilidade da utilizac¸a˜o de um conjunto amplo de atributos para representac¸a˜o do perfil dos estudantes, potencialmente generaliza´veis a diversos cena´rios de cursos EAD.
Tomando-se como base o experimento 2, observou-se que o algoritmo J48 apresentou melhor classificac¸a˜o, com taxa de acerto de 90,35% e 0,28 de desvio padra˜o. Ja´ o algoritmo Adaboost apresentou menor acura´cia, 87,35%, e maior desvio padra˜o (0,59). Os resultados obtidos demonstram que os algoritmos Bagging, MultilayerPercepetron, J48 e SVM podem ser utilizados para realizar infereˆncias em relac¸a˜o aos ´ındices de evasa˜o dos alunos, por possu´ırem taxa de acura´cia acima da me´dia geral (89,51%) de todos os algoritmos analisados.
Apesar do desbalanceamento do atributo classe (Situac¸a˜o Acadeˆmica), a medida de desempenho utilizada neste trabalho (Taxa de Acura´cia) esta´ coerente com as demais me´tricas da matriz de confusa˜o, a saber: Precision, Recall, F-Measure, e
A partir dos resultados dos experimentos foi poss´ıvel
adquirir o respaldo cient´ıfico necessa´rio para detectar padro˜es
e descobrir regras significativas na tentativa de melhor
compreender a EaD, esta que, por sua vez, exige inovac¸a˜o e
infraestrutura tecnolo´gica, ale´m de apoio ao estudante em
n´ıveis mais elevados, em comparac¸a˜o a` modalidade presencial.
Conforme relato´rio anal´ıtico do Censo da EaD no Brasil,
53% dos estudantes brasileiros da modalidade a distaˆncia sa˜o
mulheres, com 39,3% entre 26-30 anos. Aproximadamente
70% das instituic¸o˜es privadas e pu´blicas federais contam com
estudantes que, em sua maioria, estudam e trabalham. Em se
tratando das taxas de evasa˜o reportadas nos cursos a distaˆncia,
O Censo da EaD registra uma evasa˜o de 26% a 50% –
alertando que a desisteˆncia dos estudantes da EaD e´ maior em
comparac¸a˜o aos cursos presenciais. As instituic¸o˜es apontam o
fator tempo como o mais influente no fenoˆmeno da evasa˜o,
seguido do fator financeiro [
O trabalho pretende provocar interesse em instituic¸o˜es, pesquisadores e profissionais envolvidos com a implementac¸a˜o e utilizac¸a˜o de sistemas de informac¸o˜es gerenciais de apoio a` decisa˜o no contexto da EaD. Tais tecnologias se propo˜em em fornecer indicadores de qualidade a`s IFES, proporcionando tomadas de deciso˜es que visam, dentre outras ac¸o˜es, a reduc¸a˜o da evasa˜o e retenc¸a˜o de estudantes e, consequentemente, a melhoria da EaD.
A metodologia foi fundamentada no processo KDD, que por
sua vez propo˜e encontrar e interpretar padro˜es/regras mediante
integrac¸a˜o de diversas fontes de dados, sendo proposto para
determinar as etapas que produzem conhecimentos a partir
dos dados e, principalmente, definir a etapa de Data Mining
[
Por meio da ana´lise do histo´ rico acadeˆmico e perfil socioeconoˆ mico de estudantes, uma instituic¸a˜o educacional pode ser capaz de acompanhar o rendimento acadeˆmico do discente, verificando se ele possui potencial para se evadir ou na˜o do curso. Tendo esse conhecimento pre´vio, as instituic¸o˜ es de ensino superior podera˜o avaliar as necessidades individuais do aluno, e assim, agir de maneira proativa e mais efetiva para que o estudante possa continuar sua graduac¸a˜o.
Com os resultados dos experimentos realizados neste trabalho, e´ poss´ıvel a obtenc¸a˜o de indicadores a serem implementados em ambientes virtuais de aprendizagem para a previsa˜o de ´ındice de evasa˜o de estudantes. Estes indicadores podem ser melhorados a` medida que a base de dados de treinamento for aumentando. Portanto, o trabalho viabilizou a avaliac¸a˜o de desempenho de seis modelos de Machine
Bagging e AdaBoost, com vistas a` descoberta de conhecimento no contexto da educac¸a˜o superior brasileira da modalidade a distaˆncia.
Os autores agradecem o apoio da Fundac¸a˜o de Amparo a Cieˆncia e Tecnologia de Pernambuco - FACEPE, Conselho Nacional de Desenvolvimento Cient´ıfico e Tecnolo´ gico - CNPq, e Universidade Federal Rural de Pernambuco - UFRPE. [29] U. Fayyad, G. Piatetsky-Shapiro, P. Smyth. From data mining to knowledge discovery in databases. AI Magazine, v. 17, n. 3, p. 37-54, 1996.