XXII Mostra de Ensino, Pesquisa e Extensão

do Campus Porto Alegre

USO DA MINERAÇÃO DE DADOS APLICADO AO MOODLE PARA MONITORAMENTO DE

DESEMPENHO E EVASÃO DE DISCENTES
Autor: Pablo Oliveira de Oliveira.
Orientadores: Mariano Nicolao, Marcelo Augusto Título
Rauh Schmitt
Introdução Objetivos Justificativa

• Qual o objetivo da pesquisa e como será
realizada?
• Qual ambiente mais propício para
desenvolver uma ferramenta de
detecção da evasão aplicável?
• Qual ferramenta provê os dados mais
completos para análise, dentro do
alcance do contexto de estudo?
• Qual aplicação prática do objeto do
estudo?
• Quais as dificuldades esperadas na
aplicação do projeto?
Identificar estudantes em vias de evasão e /
ou com possibilidade e baixo desempenho
nos estudos.
Objetivos específicos:
• Identificar elementos viáveis para
determinação de evasão e/ou resultado
de desempenho baseado no
engajamento;
• Verificar se resultado alcançado em
perfil de turma de tecnologia é aplicável
em turma de outras áreas de
conhecimento;
• Disponibilizar informações históricas e
conhecimento minerado para construção
de sistema de gerenciamento de
informações;
• Uma das grandes batalhas das entidades
de ensino é o combate a evasão de seus
estudantes.
• Embora haja um grande ingresso ao
ensino superior, segundo o indicador de
trajetória de educação do censo superior
de 2016 à 2020, a média da taxa de
desistência anual é de 10,63% enquanto
a média da taxa de desistência
acumulada é de 37,0% no período total
do curso.
• A aplicação do processo de Descoberta
de Conhecimento em Banco de Dados,
usando técnicas de Mineração de Dados
em uma base de dados confiável pode
viabilizar uma visão objetiva do
desempenho e desenvolvimento dos
alunos em relação às disciplinas e ao
curso como um todo.
 XXII Mostra de Ensino, Pesquisa e Extensão
do Campus Porto Alegre

USO DA MINERAÇÃO DE DADOS APLICADO AO MOODLE PARA MONITORAMENTO DE

DESEMPENHO E EVASÃO DE DISCENTES
Autor: Pablo Oliveira de Oliveira.
Orientadores: Mariano Nicolao, Marcelo Augusto Título
Rauh Schmitt

Metodologia
• Será feita a utilização de uma metodologia • Consiste em compreensão do ambiente de
top-down composta de 10 fases, derivada
da Cross Industry Standard Process for
Data Mining - CRISP-DM descrita em um
White paper da IBM por Rolins.
Objetivos Resultados
esperados
• Atualmente está em fase de extração e
aplicação, abordagem analítica, requerimento
engenharia de atributos para posterior
de dados, coleta de dados, entendimento de
análise de algoritmos.
dados, preparação dos dados, modelagem,
avaliação, implementação e feedback
• Espera-se que haja o criação de
conhecimento para acompanhar o fluxo
de desempenho e possibilidades de
evasão em tempo hábil de ações
corretivas por parte dos educadores e
gestão.

• Disponibilização de conhecimento para

utilização em softwares informacionais.

• Verificação se perfil adquirido em

treinamento se aplica em turmas fora
do ambiente de estudantes de
tecnologia.