Uso de Mineração de Dados Educacionais para a classificação e identificação de perfis de Evasão de graduandos em Sistemas de Informação

Resumo

Abstract. This work presents the application of data mining techniques through predictive classification, using the application of data mining algorithms in an academic educational database of a higher education institution. Our objective was to identify patterns and classify students with the most prone to evasion profile and to discover the possible reasons that contribute to the growth of evasion. The results of the experiments show that: failing in the four basic subjects of the course, not participating in any type of project, together with the extrapolation of the 8 normal semesters of the course and having an age group over 26 years, are the factors that collaborated most for the course dropout. Resumo. Esse trabalho apresenta a aplicação de técnicas mineração de dados através de classificação preditiva, utilizando a aplicação de algoritmos de mineração de dados em uma base de dados educacionais acadêmicos de uma instituição de ensino superior. Nosso objetivo foi identificar padrões e classificar os discentes com o perfil mais propenso à evasão além de descobrir os possíveis motivos que contribuem para o crescimento da evasão. Os resultados dos experimentos mostram que: reprovar nas quatro disciplinas base do curso, não participar de nenhum tipo de projeto, junto com a extrapolação dos 8 semestres normais do curso e ter uma faixa etária superior a 26 anos, são os fatores que mais colaboraram para a evasão do curso.