Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/25220
Title in Portuguese: Extração de conhecimento nos dados da Universidade Federal do Ceará via mineração de dados: descoberta e análise dos perfis dos alunos
Author: Silva, Tércio Jorge da
Advisor(s): Silva, Ticiana Linhares Coelho da
Keywords: Mineração de dados (Computação)
Clusters
Educação superior
Issue Date: 2014
Citation: SILVA, Tércio Jorge da. Extração de conhecimento nos dados da Universidade Federal do Ceará via mineração de dados: descoberta e análise dos perfis dos alunos. 2014. 64 f. TCC (graduação em Sistemas de Informação) - Universidade Federal do Ceará, Quixadá, 2014.
Abstract in Portuguese: Algumas mudanças têm ocorrido no sistema de avaliação para ingresso no ensino superior no Brasil. Talvez uma das mais impactantes mudanças tenha sido a implantação do Exame Nacional do Ensino Médio (Enem) como critério único de seleção em diversas universidades públicas, entre elas a Universidade Federal do Ceará (UFC). Nesse contexto, é importante conhecer o perfil dos alunos que ingressam na universidade todo ano. Esse conhecimento pode ser obtido utilizando os dados da própria universidade. Assim como as grandes empresas e organizações, a universidade também gera dados que sem o processo de análise têm seu significado limitado. Eles podem ser usados como matéria-prima na aplicação da descoberta do conhecimento. A descoberta do conhecimento consiste em extrair conhecimento útil de uma grande quantidade de dados. Dentre suas várias etapas, que serão citadas neste trabalho, a mineração de dados é uma das mais importantes e consiste em um conjunto de técnicas para analisar grandes quantidades de dados tentando encontrar um padrão consistente, sumarizar os dados, extrair conhecimento ou realizar predições. É possível utilizar algumas dessas técnicas nos dados da universidade. Neste estudo a técnica escolhida é a clusterização, que se fundamenta no agrupamento de elementos similares em grupos, e elementos de grupos distintos são menos semelhantes, cada um desses grupos formando um perfil de aluno da Universidade Federal do Ceará, assim procurando responder questionamentos a respeito de medidas adotadas pela universidade ao longo dos anos, como a adoção ao SISU e a nova regra de frequência adota no segundo semestre de 2008.
Abstract: Some changes have occurred in the evaluation system for admission to higher education in Brazil. Perhaps one of the most striking changes has been the implementation of the National Examination of Secondary Education (ENEM), as the only way of admission in several public universities, including the Federal University of Ceará(UFC). In this context, it is important to know the profile of the students who enter the university every year. This knowledge can be obtained using the university's own data. As well as large companies and organizations, the university also generates data that without the analysis process have limited meaning. The data can be used as feedstock in the application of knowledge-discovery. Knowledgediscovery in extracting useful knowledge from a large amount of data. Among its various stages, which will be mentioned in this term paper, Data Mining is one of the most important and consists of a set of techniques to analyze large amounts of data trying to find a consistent pattern, summarize the data, extract knowledge or make predictions. It is possible use some of these techniques in the university data. In this study, the technique chosen is clustering, which is based on grouping similar items into groups, and elements of different groups are less similar, each group forming a profile of student of the Federal University of Ceará, seeking to respond to questions about measures taken by the university over the years , such as adoption to SISU and the new frequency rule adopted in the second half of 2008.
URI: http://www.repositorio.ufc.br/handle/riufc/25220
metadata.dc.type: TCC
Appears in Collections:SISTEMAS DE INFORMAÇÃO - QUIXADÁ - TCC

Files in This Item:
File Description SizeFormat 
2014_tcc_tjsilva.pdf4,65 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.