Mineração de dados educacionais guiado por mapas de conhecimento

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Silva, Érika Rodrigues de Araujo
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual do Ceará
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=85389
Resumo: Para a UNESCO, as instituições de educação superior desempenham um papel fundamental na sociedade do conhecimento. A avaliação e o acompanhamento do desempenho da educação superior é um fator importante a ser considerado nas políticas de desenvolvimento socioeconômico, e no Brasil, serve como diretriz para a edição anual do Plano Nacional de Educação (PNE). O uso da tecnologia da informação é essencial para viabilizar a Gestão do Conhecimento estratégico em Instituições educacionais, fazendo uso de indicadores e de sistemas especialistas a partir da Mineração de Dados Educacionais (Education Data Mining – EDM) e da Mineração de Processos Educacionais (Education Process Mining – EPM). A EDM é a combinação de três áreas de conhecimento: Computação, Educação e Estatística. A EPM consiste na análise de informações referentes ao processo da gestão educacional, permitindo a modelagem do ciclo de vida do aluno, no contexto das interações administrativas e acadêmicas. A mineração de dados utilizada na EPM deve ser complementada com as necessidades do negócio educacional. Para que o processo tradicional de descoberta de conhecimento (Knowledge Discovery in Databases – KDD) permita a inserção de conhecimento tácito na etapa de mineração de dados, é usada a metodologia de Mineração de Dados Orientada por Domínio (Domain-Driven Data Mining – D3M). Nesta metodologia a iteração e a interação do usuário com o sistema de tomada de decisão, são efetivadas através da especificação e uso de Mapas de Conhecimento. Esses Mapas de conhecimento definem uma linguagem diagramada e descritiva, para comunicação de conceitos, e seus relacionamentos, modelando de forma eficiente o abstrato conhecimento tácito e cognitivo dos gestores da Instituição. No estudo de caso apresentado nesta dissertação, o desenvolvimento dos Mapas de Conhecimento é orientado para uma política educacional focada em resultado, sendo consideradas as metas propostas pelo PNE do ano de 2014. Os Mapas de Conhecimento criados em cooperação com os gestores da UERJ, uma Instituição Estadual de Ensino Superior pública, foram integrados a metodologia D3M, gerando um estudo de mitigação do índice de candidatos desistentes das vagas oferecidas pelo Vestibular da Instituição, otimizando a ocupação de vagas ofertadas. Devido às questões de qualidade e integridade dos dados, foi utilizada a base de dados referente ao ano de 2010, pois os dados de outros anos de vestibular encontram-se corrompidos, por razões que não fazem parte do escopo desta dissertação. Palavras-chaves: Mineração de dados educacionais, mapas de conhecimento, inteligência competitiva em instituição de ensino superior.
id UECE-0_6b5d921fbbb95b3672f241255b0aa955
oai_identifier_str oai:uece.br:85389
network_acronym_str UECE-0
network_name_str Repositório Institucional da UECE
repository_id_str
spelling Mineração de dados educacionais guiado por mapas de conhecimentoComputação aplicada Inteligência competitiva Mineração de dadosPara a UNESCO, as instituições de educação superior desempenham um papel fundamental na sociedade do conhecimento. A avaliação e o acompanhamento do desempenho da educação superior é um fator importante a ser considerado nas políticas de desenvolvimento socioeconômico, e no Brasil, serve como diretriz para a edição anual do Plano Nacional de Educação (PNE). O uso da tecnologia da informação é essencial para viabilizar a Gestão do Conhecimento estratégico em Instituições educacionais, fazendo uso de indicadores e de sistemas especialistas a partir da Mineração de Dados Educacionais (Education Data Mining – EDM) e da Mineração de Processos Educacionais (Education Process Mining – EPM). A EDM é a combinação de três áreas de conhecimento: Computação, Educação e Estatística. A EPM consiste na análise de informações referentes ao processo da gestão educacional, permitindo a modelagem do ciclo de vida do aluno, no contexto das interações administrativas e acadêmicas. A mineração de dados utilizada na EPM deve ser complementada com as necessidades do negócio educacional. Para que o processo tradicional de descoberta de conhecimento (Knowledge Discovery in Databases – KDD) permita a inserção de conhecimento tácito na etapa de mineração de dados, é usada a metodologia de Mineração de Dados Orientada por Domínio (Domain-Driven Data Mining – D3M). Nesta metodologia a iteração e a interação do usuário com o sistema de tomada de decisão, são efetivadas através da especificação e uso de Mapas de Conhecimento. Esses Mapas de conhecimento definem uma linguagem diagramada e descritiva, para comunicação de conceitos, e seus relacionamentos, modelando de forma eficiente o abstrato conhecimento tácito e cognitivo dos gestores da Instituição. No estudo de caso apresentado nesta dissertação, o desenvolvimento dos Mapas de Conhecimento é orientado para uma política educacional focada em resultado, sendo consideradas as metas propostas pelo PNE do ano de 2014. Os Mapas de Conhecimento criados em cooperação com os gestores da UERJ, uma Instituição Estadual de Ensino Superior pública, foram integrados a metodologia D3M, gerando um estudo de mitigação do índice de candidatos desistentes das vagas oferecidas pelo Vestibular da Instituição, otimizando a ocupação de vagas ofertadas. Devido às questões de qualidade e integridade dos dados, foi utilizada a base de dados referente&nbsp;ao ano de 2010, pois os dados de outros anos de vestibular encontram-se corrompidos, por razões que não fazem parte do escopo desta dissertação. Palavras-chaves: Mineração de dados educacionais, mapas de conhecimento, inteligência competitiva em instituição de ensino superior.<div style="">According to UNESCO, higher education institutions play a key role in the knowledge society. The evaluation and the performance index controlling, directly applied in higher education, is a major approach to be considered in socioeconomic development policies, and in Brazil, it is regard as a guideline for the annual publication to the National Education Plan (PNE). The Information Technology successfully designs a computational base for the Knowledge Management, incorporating Education skills, creating a set of ruled indexes and expertise systems to the Education Data Mining (EDM) and Education Process Mining (EPM). The EDM combines education and computing, with statistic models. The EPM approach analyses the information regarding to the education process management, integrating the both academic and administrative information with the student life cycle. At the EPM, the Educational business approach must be integrated to the data mining procedure, as a component of the Knowledge Discovery in Databases (KDD) major process. In order for to allow the insertion of tacit knowledge in the data mining phase, the Domain-Driven Data Mining (D3M) methodology is used. The novel model describes both the user’s iteration and user’s integration with the decision support system, based on the Knowledge Maps technique. The Knowledge Maps define a diagrammatic and descriptive language for the communication of concepts and their relationships, alloying the efficient modeling of the abstract tacit knowledge, combined to the cognitive management skills. In the case study described in this work, the development of Knowledge Maps is oriented towards an educational policy focused on results, considering the goals proposed by the PNE of the year 2014. The Knowledge Maps created in cooperation with the rector of UERJ, a State Institution of Public Higher Education. These maps were integrated to the D3M methodology, mitigating the vacancy index in the entrance exam, optimizing the actual vacancy. Due to both the quality and the integrity data issues, the database for the year 2010 was used, because of the university entrance examination data, for different years, are corrupted, for reasons that is not the focus of this dissertation.&nbsp;Keywords: educational data mining, knowledge maps, competitive intelligence in higher education institution.</div>Universidade Estadual do CearáEdilberto StraussSilva, Érika Rodrigues de Araujo2019-06-10T09:37:10Z2016info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=85389info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UECEinstname:Universidade Estadual do Cearáinstacron:UECE2019-06-10T09:37:10Zoai:uece.br:85389Repositório InstitucionalPUBhttps://siduece.uece.br/siduece/api/oai/requestopendoar:2019-06-10T09:37:10Repositório Institucional da UECE - Universidade Estadual do Cearáfalse
dc.title.none.fl_str_mv Mineração de dados educacionais guiado por mapas de conhecimento
title Mineração de dados educacionais guiado por mapas de conhecimento
spellingShingle Mineração de dados educacionais guiado por mapas de conhecimento
Silva, Érika Rodrigues de Araujo
Computação aplicada
Inteligência competitiva
Mineração de dados
title_short Mineração de dados educacionais guiado por mapas de conhecimento
title_full Mineração de dados educacionais guiado por mapas de conhecimento
title_fullStr Mineração de dados educacionais guiado por mapas de conhecimento
title_full_unstemmed Mineração de dados educacionais guiado por mapas de conhecimento
title_sort Mineração de dados educacionais guiado por mapas de conhecimento
author Silva, Érika Rodrigues de Araujo
author_facet Silva, Érika Rodrigues de Araujo
author_role author
dc.contributor.none.fl_str_mv Edilberto Strauss
dc.contributor.author.fl_str_mv Silva, Érika Rodrigues de Araujo
dc.subject.por.fl_str_mv Computação aplicada
Inteligência competitiva
Mineração de dados
topic Computação aplicada
Inteligência competitiva
Mineração de dados
description Para a UNESCO, as instituições de educação superior desempenham um papel fundamental na sociedade do conhecimento. A avaliação e o acompanhamento do desempenho da educação superior é um fator importante a ser considerado nas políticas de desenvolvimento socioeconômico, e no Brasil, serve como diretriz para a edição anual do Plano Nacional de Educação (PNE). O uso da tecnologia da informação é essencial para viabilizar a Gestão do Conhecimento estratégico em Instituições educacionais, fazendo uso de indicadores e de sistemas especialistas a partir da Mineração de Dados Educacionais (Education Data Mining – EDM) e da Mineração de Processos Educacionais (Education Process Mining – EPM). A EDM é a combinação de três áreas de conhecimento: Computação, Educação e Estatística. A EPM consiste na análise de informações referentes ao processo da gestão educacional, permitindo a modelagem do ciclo de vida do aluno, no contexto das interações administrativas e acadêmicas. A mineração de dados utilizada na EPM deve ser complementada com as necessidades do negócio educacional. Para que o processo tradicional de descoberta de conhecimento (Knowledge Discovery in Databases – KDD) permita a inserção de conhecimento tácito na etapa de mineração de dados, é usada a metodologia de Mineração de Dados Orientada por Domínio (Domain-Driven Data Mining – D3M). Nesta metodologia a iteração e a interação do usuário com o sistema de tomada de decisão, são efetivadas através da especificação e uso de Mapas de Conhecimento. Esses Mapas de conhecimento definem uma linguagem diagramada e descritiva, para comunicação de conceitos, e seus relacionamentos, modelando de forma eficiente o abstrato conhecimento tácito e cognitivo dos gestores da Instituição. No estudo de caso apresentado nesta dissertação, o desenvolvimento dos Mapas de Conhecimento é orientado para uma política educacional focada em resultado, sendo consideradas as metas propostas pelo PNE do ano de 2014. Os Mapas de Conhecimento criados em cooperação com os gestores da UERJ, uma Instituição Estadual de Ensino Superior pública, foram integrados a metodologia D3M, gerando um estudo de mitigação do índice de candidatos desistentes das vagas oferecidas pelo Vestibular da Instituição, otimizando a ocupação de vagas ofertadas. Devido às questões de qualidade e integridade dos dados, foi utilizada a base de dados referente&nbsp;ao ano de 2010, pois os dados de outros anos de vestibular encontram-se corrompidos, por razões que não fazem parte do escopo desta dissertação. Palavras-chaves: Mineração de dados educacionais, mapas de conhecimento, inteligência competitiva em instituição de ensino superior.
publishDate 2016
dc.date.none.fl_str_mv 2016
2019-06-10T09:37:10Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=85389
url https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=85389
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual do Ceará
publisher.none.fl_str_mv Universidade Estadual do Ceará
dc.source.none.fl_str_mv reponame:Repositório Institucional da UECE
instname:Universidade Estadual do Ceará
instacron:UECE
instname_str Universidade Estadual do Ceará
instacron_str UECE
institution UECE
reponame_str Repositório Institucional da UECE
collection Repositório Institucional da UECE
repository.name.fl_str_mv Repositório Institucional da UECE - Universidade Estadual do Ceará
repository.mail.fl_str_mv
_version_ 1828296382438440960