MINERAÇÃO DE DADOS EDUCACIONAIS NA BASE DE DADOS DO ENEM 2015

Resumen

Este trabalho aplica o processo de descoberta de conhecimento em base de dados (KDD) no conjunto de dados abertos do ENEM por escola no ano de 2015, com o objetivo de encontrar relações entre os indicadores contextuais presentes na base de dados e as notas médias nas diferentes áreas de conhecimento avaliadas pelo exame. No pré-processamento os dados são adequados e filtrados, com o Microsoft Excel e o software R, para serem utilizados na etapa seguinte. Na fase de mineração de dados utiliza-se o software R para a aplicação de algoritmos de classificação e de regressão linear.

Os resultados obtidos através das técnicas de mineração de dados são transformados em conhecimento útil e apresentado através de gráficos. A regressão linear indica uma grande eficiência na previsão da nota de língua portuguesa, mostrando forte influência dos indicadores contextuais para sua determinação.
Biografía del autor/a
  1. Guilherme Ferrari Bravin, Universidade Federal do Espírito Santo
    Discente do curso de Engenharia da Computação no CEUNES - Centro Universitário Norte do Espírito Santo, Desenvolvedor junior na empresa Pagar.me.
  2. Luciana Lee, Universidade Federal do Espírito Santo
    Bacharel em Ciência da Computação pela Universidade Federal do Espírito Santo (2004), mestrado em Informática pela Universidade Federal do Espírito Santo (2007) e doutorado em Engenharia de Produção na PEP/COPPE/UFRJ (2012). Atualmente é professora Adjunto da Universidade Federal do Espírito Santo. Tem experiência na área de Ciência da Computação, com ênfase em Otimização/Pesquisa Operacional, atuando principalmente nos seguintes temas: otimização combinatória, metaheurísticas, teoria dos grafos e teoria espectral grafos. 
  3. Silvia das Dores Rissino, Universidade Federal do Espírito Santo
    Doutora em Ciências em Engenharia Elétrica pela Universidade Federal de Itajubá (2009), mestre em Ciências da Computação pela Universidade Federal de Santa Catarina (2001), especialista em Redes de Computadores pela UFPA (1997) e Bacharel em Ciência da Computação pela Universidade Federal do Pará (1994). Professora Associada da Universidade Federal do Espírito Santo, com experiência na área de Ciência da Computação, com ênfase em Banco de Dados, atuando principalmente nos seguintes temas: desenvolvimento de soluções em ambiente de redes inteligentes, tratamento de inconsistências e indeterminações, controle de concorrência em banco de dados relacionais; mineração de dados e segurança da informação.
Referencias
Cover Image
Publicado
2019-09-19
Sección
INFORMACIÓN Y CONOCIMIENTO
Licencia

Derechos de autor 2019 Brazilian Journal of Production Engineering - BJPE

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Todas las obras publicadas en la Revista Brasileña de Ingeniería de Producción (BJPE) están bajo la licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0). Esto significa que: Cualquier persona puede copiar, distribuir, exhibir, adaptar, remezclar e incluso utilizar comercialmente el contenido publicado en la revista; Siempre que se reconozca debidamente a los autores y a BJPE como fuente original; No se requiere permiso adicional para la reutilización, siempre que se respeten los términos de la licencia. Esta política cumple con los principios de acceso abierto, promoviendo la amplia difusión del conocimiento científico. 🔗 Haga clic aquí para acceder a la licencia completa.

Cómo citar

Ferrari Bravin, G., Lee, L., & Rissino, S. das D. (2019). MINERAÇÃO DE DADOS EDUCACIONAIS NA BASE DE DADOS DO ENEM 2015. Brazilian Journal of Production Engineering, 5(4), 186-201. https://periodicos.ufes.br/bjpe/article/view/27361