With technological advances in the area of Artificial Intelligence, studies and applications combining machine learning and ontologies are increasingly present. In this convergence, ontologies enable a better understanding of the domain and the data, which is essential for providing semantic integration of diferent data sources and for favoring a proper application of ML techniques. This combination allows creating solutions that generate ML models able for dealing with diferent data sources. This paper presents a case in the field of school dropout, demonstrating how this combination allows the development of technological resources for predicting school dropout that can be applied to diferent educational institutions.
evasão acarreta ociosidade do espaço físico, de professores, de funcionários e de equipamentos,
o que, nas instituições públicas, se reflete em desperdícios dos investimentos do governo e, nas
particulares, perdas financeiras em relação às mensalidades [
Visto que a evasão escolar é um relevante problema que causa grandes impactos na sociedade, há a necessidade de compreender esse fenômeno e tomar ações para mitigá-lo. Nesse sentido, dados acadêmicos e sociais dos alunos cumprem um importante papel, permitindo compreender o contexto e as situações que podem levar a evasão. Tais dados podem ser trabalhados de diversas maneiras: com a utilização de ferramentas de business intelligence para geração de relatórios e insights, com uso de técnicas de mineração de dados, e com a aplicação de técnicas de Inteligência Articfiial (IA), como as de Aprendizado de Máquina, que podem antecipar situações a serem tratadas.
Aprendizado de Máquina (Machine Learning - ML) envolve um conjunto de técnicas que
empregam um princípio de inferência denominado indução, no qual é possível obter conclusões
genéricas a partir de um conjunto particular de exemplos [
Beltran et al. [
Tal combinação é favorável especialmente em aplicações em que se deseja processar múltiplas fontes de dados. No contexto de evasão escolar, técnicas de integração semântica e ML podem se complementar. Enquanto uma abordagem de integração semântica produz uma representação consistente de dados escolares independentemente de quais ou quantas fontes, técnicas de ML podem favorecer a identificação de padrões de comportamentos úteis à gestão escolar. Como é um fenômeno presente em diferentes contextos escolares, é fundamental que soluções tecnológicas construídas com objetivo de minimizar esse fenômeno possam ser aplicadas a diferentes entidades educacionais. Um dos grandes desafios para a criação de soluções com essa característica está relacionado ao fato de que os dados advêm de fontes distintas e estão armazenados segundo formatos, esquemas e, muitas vezes, semânticas diferentes.
Este trabalho apresenta um case no domínio de evasão escolar que demonstra como o uso de ontologias pode apoiar a aplicação de técnicas de ML para realizar a predição da evasão escolar, e como tal combinação favorece a aplicação a diferentes instituições de ensino. Como contribuições, vale citar: uma Ontologia de Evasão Escolar que permite um melhor entendimento do domínio e a geração de repositórios de dados padronizados; uma abordagem que propõe os passos para a criação de recursos tecnológicos combinando ontologias e ML; e um case apresentando resultados de predições de Evasão Escolar a partir de duas bases de dados públicas.
O artigo está organizado da seguinte forma: a Seção 2 aborda alguns conceitos importantes relacionados às tecnologias base deste artigo: ontologias e machine learning; a Seção 3 apresenta o desenvolvimento de um case de integração e aplicação de ML para predição de Evasão Escolar usando uma ontologia como suporte; a Seção 4 discute os trabalhos correlatos; e a Seção 5, as considerações finais.
De acordo com Studer et al. [
O uso de ontologias pode facilitar a integração de dados de várias maneiras, incluindo
representação de metadados, verificação automática de dados, conceituação global, suporte
para consultas semânticas de alto nível e se estende além das abordagens tradicionais de uso de
elementos de dados comuns e modelos de dados comuns [
As ontologias têm se mostrado como importante ferramenta para realização de integração de
dados [
Este trabalho adota UFO e OntoUML. UFO [
Com o estabelecimento de uma ontologia no domínio e escopo desejado, esta pode ser utilizada
como referência semântica para a integração de dados, promovendo a interoperabilidade de
dados a partir de uma base comum para interpretação e redução de inconsistências conceituais
[
Mais especificamente, um repositório baseado em uma ontologia provê uma estrutura adequada, semanticamente enriquecida, para a aplicação de algoritmos de ML. Além de permitir lidar de maneira homogênea com múltiplas fontes de dados, a ontologia também fornece um melhor entendimento do domínio e das características inerentes aos dados, facilitando, na aplicação de ML, a transformação de campos específicos de entrada para otimizar o processamento e a seleção dos algoritmos a serem aplicados.
As características dos dados e do problema abordado levam à aplicação de algoritmos de classificação que estão contidos no aprendizado de máquina supervisionado. No Aprendizado Supervisionado, para cada amostra apresentada ao algoritmo de aprendizado é necessário definir a saída que o modelo deve produzir para uma dada entrada [18]. Quando as saídas são discretas, esse problema é chamado de classificação e para valores contínuos, é chamado de regressão. Em classificação, cada exemplo é composto por uma entrada (e.g., uma imagem, um áudio ou vetor de valores (atributos)), e por uma classe de saída associada. O objetivo do algoritmo é construir um modelo capaz de determinar corretamente a classe de exemplos diferentes daqueles usados durante o treinamento.
Um problema de classificação pode ser definido formalmente da seguinte maneira: dado um conjunto de exemplos de treinamento composto por pares (, ), no qual representa um vetor de atributos de entrada, e sua classe associada, deve-se encontrar uma função que mapeie cada para sua classe associada , tal que i = 1, 2, ..., n, em que n é o número de exemplos de treinamento, e j = 1, 2, ..., m, em que m é o número de classes do problema [19].
Com algoritmos de classificação é possível realizar algumas predições no contexto da evasão escolar. Por exemplo, Fernando Filho et al. [20] apresentam um estudo de caso no qual realizouse predições de evasão escolar com o uso de técnicas de classificação. Contudo a aplicação dessas técnicas, assim como no exemplo citado, são muitas das vezes direcionadas para uma base de dados específica.
De acordo com Kulmanov et al. [
O uso de uma abordagem de integração de dados baseada em ontologia permite não apenas
padronizar as definições de variáveis de dados por meio de um vocabulário comum e controlado,
mas também torna as relações semânticas entre variáveis de diferentes fontes explícitas e claras
para todos os usuários [
A partir da ontologia, para realizar o ciclo completo desde a captura dos dados de fontes distintas até a predição da evasão escolar, foram necessárias atividades tais como a identificação das fontes de dados, o acesso e captura dos dados, a transformação dos dados para o modelo comum, e experimentação com técnicas de ML. Tais atividades foram organizadas em uma abordagem, conforme apresenta a Figura 1.
Em um trabalho anterior [21], foi utilizada uma versão da abordagem que contemplava apenas análise de dados, mas não o uso de técnicas de ML. Agora a abordagem está mais completa, com melhorias e extensões voltadas a construir e aplicar modelos de ML para realizar predições.
O suporte provido pela ontologia para abstrair a origem dos dados e possibilitar a realização de predições ocorre dentro da abordagem. É a partir da ontologia que os dados podem ser padronizados em repositórios usando o mesmo schema, para posterior geração e aplicação de modelos de ML. A Figura 1 apresenta etapas da abordagem, descritas independentemente de domínio, e aplicadas no case de evasão escolar.
Figura 1: Abordagem para aplicação de ML em dados de diferentes fontes.
1. Modelar Ontologia - cria uma Ontologia de Referência, construída a partir da conceituação do domínio. 2. Obter Dados - consiste em acessar / capturar os dados disponíveis do domínio a partir de suas fontes. Para aplicação de técnicas de ML é importante o acesso a dados históricos, pois é o que permite a identificação dos padrões por parte dos algoritmos. Portanto, nesta etapa deve-se ter acesso a dados históricos e dados atuais para os quais se deseja realizar a predição. 3. Mapear Schemas - realiza o mapeamento semântico entre os schemas das Fontes de Dados (2) e a Ontologia de Referência (1), indicando qual é a relação dos tipos dos dados com os correspondentes conceitos e propriedades da ontologia. 4. Transformar Dados - processa os dados, conforme o mapeamento, para um formato baseado na ontologia. Para aplicação das técnicas de ML, são criados dois repositórios, um para os dados históricos e outro para os dados atuais, ambos populados com instâncias da ontologia criadas a partir de diferentes recortes dos dados da base. 5. Empregar Técnicas de ML - baseado no repositório de dados históricos, faz a aplicação das técnicas de aprendizado de máquina para geração do modelo de ML. 6. Aplicar Modelo de ML - realiza a predição para os dados atuais baseada no modelo gerado pela aplicação das técnicas de ML. 7. Gerar Relatórios - gera relatórios com dados das predições realizadas pelo modelo de ML.
Com a utilização de uma ontologia como interlíngua, os mesmos tipos de informações podem ser extraídos de forma transparente a partir de diferentes origens de dados. Por exemplo, aplicando a abordagem para uma Instituição A, será gerado um repositório padronizado pela ontologia para essa instituição; de posse desse repositório podem ser aplicadas técnicas de ML para realizar predições acerca de seus dados. Em seguida, sem a necessidade de adequações na aplicação, pode-se aplicar a abordagem para uma Instituição B, gerando seu próprio repositório. Como o formato dos repositórios é padronizado pela ontologia, as mesmas técnicas de ML poderão ser aplicadas para geração dos modelos de ML e para a realização de predições para a Instituição B ou quaisquer outras no mesmo contexto.
Aplicando-se a abordagem, a primeira atividade é a criação da Ontologia de Referência, neste caso, no domínio de Evasão Escolar. Seu propósito é representar as principais características do domínio, necessárias para possibilitar a identificação de padrões e um melhor entendimento dos fatores que influenciam na decisão das pessoas evadirem. Ela é utilizada para abstrair a origem e formato dos dados e para gerar repositórios padronizados que permitam a aplicação de técnicas de ML para múltiplas fontes, gerando modelos capazes de identificar alunos com maiores potenciais de evasão. Assim, a ontologia pode ser utilizada para projetar uma solução de IA que possa ser utilizada em diferentes instituições, com variados tipos e níveis de escolaridade.
A ontologia foi construída com base no método SABiO (Systematic Approach for Building Ontologies) [22]. Para a fase de captura e formalização foi utilizado UFO-A [23] e os conceitos foram definidos a partir de referências como: Lei 9.394/1996 - Lei de Diretrizes e Bases da Educação; Decreto 9.235/2017 - que dispõe sobre o exercício das funções de regulação, supervisão e avaliação das instituições de educação superior; Constituição Federal Brasileira de 1988; glossário do Censo da Educação Superior, realizado pelo INEP [24]; apresentação de resultados do Censo da Educação Superior [25]; tabela de classificação de áreas de conhecimento da Capes [26]; e publicações, tais como [27] e [28]. Como linguagem de modelagem foi utilizada OntoUML [23].
A ontologia, apresentada na Figura 2, é uma evolução da versão publicada em [21], a partir da qual foram adicionados conceitos para representar variados níveis de ensino (além do ensino superior), e outros conceitos no módulo acadêmico para ser possível representar notas e frequências dos alunos; além de informações sobre as probabilidades de evasão. Os conceitos que foram acrescentados estão representados em cores mais claras dentro de cada módulo, conforme pode ser visualizado na Figura 2.
No módulo Organização (em amarelo), o principal conceito é Instituição Educacional, que representa os tipos de organizações que estão inseridas no domínio, que são organizações que oferecem atividades educacionais. Elas possuem uma Categoria Administrativa e podem ser dos tipos Universidade, Faculdade, Instituto ou, voltadas à educação básica, Escola ou Colégio. Estas instituições englobam um ou mais Níveis Escolares, ou seja, podem ser da educação superior e/ou da educação básica (infantil, fundamental e médio). Para ilustrar instâncias desses conceitos: a Escola Estadual de Ensino Fundamental Manuel Lopes é uma instância de Escola, possui Categoria Administrativa pública estadual, e é uma Instituição Nível fundamental.
No módulo Socioeconômico (em azul), o principal conceito é de Pessoa, que apresenta algumas características que podem ser úteis para a identificação de padrões de evasão escolar: Cor, Estado Civil, Idade, Gênero e Renda. Por exemplo, Maria da Silva é uma instância de Pessoa, que possui Estado Civil solteira, Cor parda, Renda per capta de R$ 1200, Idade de 13 anos e Gênero feminino.
No módulo Acadêmico (em verde), os principais conceitos são Turma, Aluno e Matrícula. A turma pode ser Turma da Educação Básica ou Turma da Educação Superior, é formada Figura 2: Ontologia de Evasão Escolar. por um conjunto de Alunos e possui Diários para os seus Componentes Curriculares. Os diários são os locais onde se fazem Registros de Notas e Registros de Frequências dos alunos da turma. Como instâncias desses conceitos tem-se por exemplo, Turma da educação básica 6º ano A, que tem como um de seus Alunos Maria da Silva e possui o Diário 23297 do Componente Curricular Matemática, neste diário há um Registro de Nota 9,5 para Maria da Silva em uma atividade avaliativa.
Aluno é o papel (role) que uma Pessoa assume ao fazer Matrícula em uma Instituição Educacional. A Matrícula é responsável por estabelecer uma relação (relator) de vínculo entre o Aluno e a Instituição Educacional, e possui uma Situação de Matrícula (Desvinculado do curso, Formado, Matriculado), por meio da qual se saberá, por exemplo, se um aluno evadiu ou concluiu.
Por fim, o conceito Probabilidade de Evasão foi adicionado à ontologia como uma forma de representar os resultados das predições realizadas pelo modelo de ML, complementando o modelo e permitindo um suporte na aplicação de ML e outras técnicas.
Figura 3: Exemplo de como é realizado o mapeamento dos dados para ontologia.
As definições dos conceitos da Ontologia de Evasão Escolar e suas respectivas referências estão disponíveis nesta página1.
Como fontes de dados para a aplicação foram utilizados microdados do ano base 2019, da Plataforma Nilo Peçanha (PNP)2 e do Censo da Educação Superior do INEP3. Os dados da PNP do ano base de 20204 foram utilizados como referência a dados atuais, base para o qual são realizadas as predições e gerados os resultados.
Foi definido um padrão de mapeamento dos dados para os conceitos da ontologia, em que, inicialmente, a estrutura dos dados de cada fonte foi estudada para melhor compreensão. Em seguida, em cada base de dados (PNP e Censo), para cada conceito, foi identificado o dado com a semântica correspondente (os termos foram utilizados como apoio para encontrar as correspondências, mas elas são definidas pelo significado do dado/conceito). A Figura 3 ilustra o mapeamento. Neste processo de mapeamento, é gerado manualmente um arquivo para cada fonte de dados no formato CSV (comma-separated values), que foi selecionado por ser mais adequado aos algoritmos a serem aplicados. Assim, como resultado do mapeamento, para cada origem de dados é gerado um arquivo, no qual a primeira coluna é o índice do dado na sua origem e a segunda coluna é o respectivo conceito ou propriedade da ontologia.
Na Figura 3 estão representados alguns dados da PNP (na tabela) mapeados para conceitos da Ontologia de Evasão Escolar. As setas representam os mapeamentos entre a fonte de dados e a 1Conceitos da Ontologia de Evasão Escolar: https://github.com/ontologia/conceitos-evasao-escolar/wiki/ Conceitos-da-Ontologia-Evas%C3%A3o-Escolar---v2 2Microdados PNP ano base 2019: http://dadosabertos.mec.gov.br/pnp/item/118-2019-microdados-matriculas 3Censo Educação Superior ano base 2019: https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/ microdados/censo-da-educacao-superior 4Microdados PNP ano base 2020: http://dadosabertos.mec.gov.br/pnp/item/134-2020-microdados-matriculas ontologia, com os números representando os índices das colunas de dados em sua fonte. Por exemplo, o campo Código de Matrícula é mapeado para o conceito Aluno, pois é o identificador do aluno no domínio. Se um aluno possuir mais de uma matrícula ao longo do tempo, haverá duas instâncias do role Aluno. Já o campo Data de Matrícula é mapeado para o relator Matrícula.
De posse dos dados e dos arquivos de mapeamento é possível gerar os repositórios de instâncias da ontologia. Para isso foi desenvolvida uma aplicação que executa o passo 4 da abordagem, Transformar Dados, gerando os repositórios padronizados pela ontologia. Importante ressaltar que para cada origem de dados será gerado um repositório com o schema padronizado pela ontologia. As duas bases utilizadas para o experimento possuem grandes volumes de dados, reunindo informações de diversas instituições de ensino do Brasil, por isso foi importante a definição de uma arquitetura de alto desempenho para a criação dos repositórios.
Uma vez que os dados das múltiplas fontes estão uniformizados e integrados com base na ontologia, eles são utilizados na etapa 5 para treinar e avaliar algoritmos de ML. Os algoritmos recebem como entrada os dados socioeconômicos e de contexto acadêmico de um estudante e geram como saída uma classificação indicando se a previsão é de o aluno evadir ou não. Tais predições foram obtidas a partir de dados históricos das instituições. Os experimentos foram realizados de forma independente usando as bases de dados da PNP e do Censo. Para cada base, os dados de um ano foram utilizados para treinamento e avaliação dos modelos, e dados do ano seguinte para demonstração de seu uso. O código-fonte desta etapa foi desenvolvido usando a linguagem de programação Python e a biblioteca scikit-learn [29].
A validação cruzada aninhada [30] foi utilizada para busca de hiperparâmetros e avaliação dos modelos. São exemplos de hiperparâmetros o número de k vizinhos mais próximos, utilizados pelo algoritmo KNN, e o número m de árvores de decisão presentes no algoritmo Boosting. Apesar de ter um maior custo computacional, essa validação leva a uma estimativa mais correta da performance dos modelos em um ambiente de produção. Nesta técnica, é realizado um primeiro nível de K-Fold cross validation em que a cada iteração um fold é utilizado como conjunto de teste e os demais como treinamento. Para cada conjunto de teste, é realizado um segundo nível de K-Fold cross validation sobre os dados separados para treinamento. A cada iteração do segundo nível, um fold é utilizado como conjunto de validação e os demais como treinamento. O objetivo do segundo nível é selecionar os hiperparâmetros que maximizem a performance média nos folds de validação [30]. Ao final do loop interno (o segundo nível), o conjunto completo de treinamento e os hiperparâmetros são utilizados para treinar os modelos que, em seguida, são avaliados usando o conjunto de teste. As métricas reportadas são as médias dentre os folds de teste. É importante enfatizar que os dados de teste permanecem intocados pelo loop interno.
Um conjunto de preprocessamentos foi aplicado sobre os atributos oriundos dos conceitos do
domínio: dados faltantes foram preenchidos utilizando a moda dos valores; para substituição de
dados categóricos foram realizados experimentos com OneHotEncoder e com OrdinalEncoder (a
primeira estratégia aumenta a dimensão dos dados e não apresentou melhoria no desempenho,
portanto foram substituídos por números inteiros); foi realizada uma operação de normalização
para mapear os valores para o intervalo [
Os algoritmos de ML avaliados foram KNN, Decision Trees, Bagging, Random Forests, Extra Trees, AdaBoost e Gradient Boosting [31]. A maioria desses modelos são ensembles de Decision Trees que são conhecidos por exibirem bom desempenho com dados tabulares [32, 33]. Ensembles combinam modelos de forma a obter resultados melhores do que aqueles que seriam alcançados individualmente [33]. Uma diversidade de projeções (seleções) sobre os atributos, seleções de amostras de treinamento e técnicas de fusão das predições dos modelos podem ser utilizadas para alcançar este objetivo.
Os algoritmos de ML foram avaliados utilizando matrizes de confusão e as métricas derivadas accuracy, precision, recall e f1-score [31], com os melhores resultados estão indicados em verde na Figura 4. Ela apresenta os valores das métricas para cada algoritmo, sendo que a Tabela 4a se refere a uma instituição educacional da base da PNP e a Tabela 4b se refere a uma instituição da base do Censo.
Importante ressaltar que com a mesma aplicação desenvolvida para empregar as técnicas de ML, foi possível gerar os modelos para as duas fontes de dados, pois as técnicas são aplicadas sobre os repositórios que estão padronizados pela ontologia.
Após o treinamento e a avaliação preliminar dos modelos, um deles foi selecionado e utilizado para predição da evasão usando dados atuais de uma instituição da base PNP. O algoritmo Bagging foi selecionado porque é um dos que obteve um melhor desempenho considerando a métrica f1-score, que é indicada para bases desbalanceadas. Essa métrica é a média harmônica entre a precisão e a revocação, métricas que valorizam os acertos de alunos que de fato evadiram.
O modelo selecionado é utilizado para calcular a probabilidade da evasão escolar para cada aluno da base. Esses dados são inseridos no repositório por meio do conceito Probabilidade de Evasão que foi adicionado na ontologia com essa finalidade. Assim, após a aplicação do modelo de ML, o repositório é consultado para gerar um relatório que permite visualizar quem são os alunos que o modelo está apontando com risco de evasão e quais as probabilidades disso acontecer segundo o modelo. A Figura 5 apresenta uma visão deste relatório.
As colunas do relatório consistem em conceitos da Ontologia de Evasão Escolar, e os dados são instâncias desses conceitos. Por exemplo, na primeira linha do relatório tem-se o Aluno de identificação 87799278 de Gênero M (masculino) e Idade de 64 anos, possui Renda familiar per Figura 5: Amostragem do relatório de resultados das predições de evasão. capita 1<RFP<=1,5 (1 a 1,5 salários mínimos), é aluno do Curso ESPECIALIZAÇÃO - RECURSOS NATURAIS que é do Turno Noturno, Predição igual a 1, segundo o modelo de ML, a tendência é de que esse aluno evada, com Probabilidade de Evasão de 74%.
O trabalho proposto por Carchedi et al. [
Outro trabalho [34] está relacionado no que diz respeito a fazer uso de ontologias a aplicação de técnicas de ML. Propõe uma ontologia para representar o perfil de um aluno e com base nessa ontologia criar um sistema de apoio à decisão por meio de tarefas de predição multi objetivas. A abordagem baseia-se na eficiência da ontologia para prover interoperabilidade semântica e dos benefícios das técnicas de ML para construir um sistema inteligente para objetivos multifuncionais de suporte à decisão. O que se percebe de diferencial em relação a tal trabalho, está no fato de que aqui são utilizados diferentes algoritmos de ML, enquanto eles utilizam apenas árvore de decisão. Como eles integram o modelo de ML à ontologia por meio de Semantics Web Rule Language (SWRL), pode haver desafios para realizar o mapeamento de outros modelos baseados em outros algoritmos, pois como o modelo já teria sido treinado antes deste passo, isso não implica em melhor desempenho das predições realizadas. Portanto, uma abordagem com um módulo ou novos conceitos na ontologia para armazenar os resultados das predições se mostra mais interessante e facilita a aplicação de outros algoritmos.
Foi identificado ainda o trabalho [ 35], que propõe um sistema de recomendação baseado em ontologia e aprimorado com técnicas de ML para orientar estudantes do ensino médio a escolherem cursos e universidades. Faz uso de métodos baseados em semântica e técnicas de ML para aprimorar etapas do processo de recomendação. O trabalho utiliza ML e ontologias, e a ontologia fornece suporte ao sistema, desempenhando um papel importante, pois é usada para modelar o conhecimento do domínio. Porém a ontologia não apresenta uma relação significativa com a aplicação das técnicas de ML. No trabalho aqui proposto, a interoperabilidade provida pela ontologia é usada como base para a aplicação das técnicas de ML. Isso permite algumas vantagens como: (i) a utilização de diversas fontes de dados, (ii) a consistência do processo de aplicação das técnicas ML, mesmo se as fontes de dados forem alteradas; e (iii) o suporte do conhecimento do domínio provido pela ontologia e mapeamentos realizados para tomada de decisão referente aos atributos de entrada e algoritmos de transformação.
Sabe-se que os impactos da evasão escolar são grandes, para a sociedade, para as instituições de ensino e, principalmente, para os alunos. Segundo Bezerra [36], as consequências da evasão escolar na vida dos educandos têm sido visíveis na sociedade contemporânea, trazendo altos índices de violência, criminalidade e envolvimento com drogas, comprometendo seus sonhos e seus projetos futuros. Com isso, é muito importante a criação de recursos tecnológicos capazes de contribuir para compreender as causas e reduzir a evasão.
Acredita-se que a análise de dados sobre a evasão escolar é algo fundamental para contribuir para um melhor entendimento dos fatores que levam à evasão, bem como para definição de políticas e estratégias que visem minimizar esse fenômeno. Aplicando soluções como esta, é possível que gestores escolares tenham acesso a relatórios com informações de alunos que estão mais propensos a evadir, o que pode contribuir para a definição de estratégias pedagógicas mais direcionadas a esses alunos. Com os repositórios padronizados pela ontologia é possível a realização de consultas que permitam a identificação de padrões de evasão, por exemplo, identificar que os alunos de determinada faixa de renda são os que mais evadem.
Além de uma nova versão da Ontologia de Evasão Escolar, este trabalho apresentou uma abordagem aplicada a um estudo de caso que combina o uso de ontologias e ML, que envolve o mapeamento e transformação eficiente dos dados para uma base consistente e padronizada, de onde podem ser realizadas consultas homogêneas, bem como permite a aplicação de técnicas de ML para diferentes instituições de ensino. Isso colabora para que a solução proposta possa ser aperfeiçoada e utilizada para mitigar o risco de evasão escolar. A possibilidade de aplicação de ML para diferentes fontes se mostrou promissora, uma vez que as soluções que fazem uso dessas técnicas são geralmente aplicadas para uma base de dados específica.
Como trabalhos futuros pretende-se ampliar a abrangência da Ontologia de Evasão Escolar, para que seja possível representar outros conceitos e deixar os repositórios mais completos. Por exemplo, adicionar outros dados socioeconômicos como a escolaridade dos pais, e mais características dos alunos (e.g., bolsistas, PcD, histórico familiar). Além disso, otimizar o desempenho dos algoritmos a fim de melhorar a predição dos modelos; e disponibilizar uma Application Programming Interface (API) para que seja possível verificar a predição de evasão de um aluno em tempo real. Engineering, Springer, 2013, pp. 249–263. [18] T. B. Ludermir, Inteligência artificial e aprendizado de máquina: estado atual e tendências,
Estudos Avançados 35 (2021) 85–94. [19] R. Cerri, A. CARVALHO, Aprendizado de máquina: breve introdução e aplicações, Cadernos de Ciência & Tecnologia 34 (2017) 297–313. [20] H. Fernando Filho, D. Siqueira, B. Leal, Predição de evasão utilizando técnicas de classificação: Um estudo de caso do instituto federal do ceará, in: Anais da VIII Escola Regional de Computação do Ceará, Maranhão e Piauí, SBC, 2020, pp. 141–148. [21] E. M. da Silva, F. B. Ruy, F. W. Mutz, Abordagem para análise de múltiplas fontes de dados de evasão escolar, Anais do Computer on the Beach 13 (2022) 149–156. [22] R. de Almeida Falbo, Sabio: Systematic approach for building ontologies., in: ONTO.
COM/ODISE@ FOIS, 2014. [23] G. Guizzardi, Ontological foundations for structural conceptual models (2005). [24] I. N. de Estudos e Pesquisas Educacionais Anísio Teixeira, Glossário do censo da educação superior 2013, Sinopse Estatística (2014). [25] I. N. de Estudos e Pesquisas Educacionais Anísio Teixeira, Apresentação dos resultados do censo da educação superior 2017, Sinopse Estatística (2018). [26] D. A. D. P. D. COORDENAÇÃO, D. PESSOAL-CAPES, Tabela de áreas de conhecimento/avaliação, Brasília, DF (2014). [27] A. M. Catani, J. d. OLIVEIRA, A educação superior, Organização do ensino no Brasil: níveis e modalidades na Constituição Federal e na LDB 2 (2002) 73–84. [28] C. de Almeida Lima, M. A. Vieira, F. M. da Costa, J. F. D. Rocha, O. V. Dias, Correlação entre perfil sociodemográfico e acadêmico e formas de ingresso na graduação em enfermagem, Revista de Enfermagem UFPE on line 9 (2015) 7986–7994. [29] B. Scikit-Learn, Biblioteca scikit-learn, 2020. URL: https://scikit-learn.org/. [30] T. W. Rauber, A. L. da Silva Loca, F. de Assis Boldt, A. L. Rodrigues, F. M. Varejão, An experimental methodology to evaluate machine learning methods for fault diagnosis based on vibration signals, Expert Systems with Applications 167 (2021) 114022. [31] K. P. Murphy, Machine learning: a probabilistic perspective, MIT press, 2012. [32] H. E. Kiziloz, Classifier ensemble methods in feature selection, Neurocomputing 419 (2021) 97–107. [33] Z.-H. Zhou, Ensemble methods: foundations and algorithms, CRC press, 2012. [34] T. Hamim, F. Benabbou, N. Sael, An ontology-based decision support system for multiobjective prediction tasks, International Journal of Advanced Computer Science and Applications 12 (2021). [35] C. Obeid, I. Lahoud, H. El Khoury, P.-A. Champin, Ontology-based recommender system in higher education, in: Companion Proceedings of the The Web Conference 2018, 2018, pp. 1031–1034. [36] V. L. M. Bezerra, Narrativas das histórias de vida da evasão escolar dos estudantes da educação de jovens e adultos–eja (2019).