Portal de Eventos do IFRS, III Mostra de Ensino, Pesquisa e Extensão - III MEPE

Tamanho da fonte: 
Uso de regras de associação na mineração de dados educaciona
Marcos Marcelo Levandovski, Vinícius Zanandrea, Patrícia Peter dos Santos Zachia Alan, Roger Sá da Silva

Última alteração: 10-11-2019

Resumo


O aumento da quantidade de dados processados e armazenados nas mais diversas áreas potencializa a possibilidade de obtenção de conhecimento útil a partir desses dados. Entretanto, na maioria das vezes, a quantidade de dados armazenados é tão grande que dificulta a análise pelos métodos tradicionais, como consultas SQL e modelagens estatísticas que dependem de interpretação e análises manuais. Desta maneira, faz-se necessário o uso de técnicas mais apuradas ou o auxílio de ferramentas computacionais apropriadas para a extração desse conhecimento. Nesse cenário, este trabalho se propõe a apresentar e discutir o processo de Knowledge Discovery in Databases (KDD) com ênfase na etapa de mineração de dados usando a técnica de regras de associação sobre um conjunto de dados de um processo seletivo. A escolha da base de dados justifica-se, pois as informações subjacentes aos dados armazenados podem ser úteis na elaboração do perfil dos candidatos ao vestibular ou no contexto ao qual pertencem. Para tanto, selecionou-se um subconjunto de dados disponíveis, referentes a uma pesquisa socioeconômica realizada pelo IFSULDEMINAS no ato de inscrição do vestibular dos anos de 2012 e 2013. Foi aplicada a técnica de regras de associação através do software livre Weka utilizando-se o algoritmo Apriori. Descobriram-se diversos padrões que indicam possíveis relações entre os atributos disponíveis na base de dados dos quais foram obtidas algumas regras com um nível de confiança acima de 90%. Através das regras geradas, pode-se identificar relações até então implícitas entre os atributos do conjunto de dados. Como tais atributos representam características socioeconômicas de estudantes, essas relações entre os dados poderiam ser usadas para orientar novos estudos e pesquisas futuras sobre o perfil desses alunos.