Utilização de mineração de dados para obtenção de informações aparentemente ocultas sobre alunos
DOI:
https://doi.org/10.22167/r.ipecege.2018.3.23Palavras-chave:
árvores de decisão, associação, classificação, padrões de comportamentoResumo
O processo de obtenção de informações em grandes bases de dados “Knowledge Discovery in Database” [KDD] foi utilizado por grandes empresas para sugerir livros, filmes ou músicas, respectivamente, de acordo com o gosto do usuário. Isso foi realizado por meio de técnicas que analisam padrões para facilitar a tomada de decisões. Este grupo de técnicas foi denominada como mineração de dados. O objetivo desse estudo foi utilizar técnicas de mineração de dados para descobrir padrões aparentemente ocultos em questionário referente à satisfação de alunos em doze áreas da vida. O conjunto de dados utilizado para esse estudo foi coletado por meio de um questionário respondido por um grupo de alunos dos cursos de “Master in Business Administration” [MBA] de uma instituição de ensino localizada na cidade de Piracicaba, no estado de São Paulo. Este conjunto de dados foi compilado e analisado com o auxílio do software “Waikato Environment for Knowledge Analysis” [WEKA], que através de técnicas de mineração de dados conseguiu estabelecer tendências de satisfação dos alunos em doze áreas da vida preestabelecidas. A ferramenta evidenciou a eficiência de técnicas de mineração de dados na descoberta de padrões para o cenário proposto.
Downloads
Referências
Aggarwal, C.C. 2015. Data mining: the textbook. Springer, New York, NY, USA. Disponível em: <https://rd.springer.com/book/10.1007/978-3-319-14142-8>. Acesso em: 11 maio 2017.
Berry, M.J.A.; Linoff, G.S. 2004. Data Mining Techniques: for Marketing, Sales, and Customer Relationship Management. 2ed. Wiley Publishing, Indianapolis, Indiana, USA.
Baker, B. 2015. Consumer Credit Risk Modeling. Disponível em:<https://bowenbaker.github.io/assets/credit-score.pdf>. Acesso em: 02 abr. 2018.
Brookshear, J.G. 2013. Ciência da Computação: Uma Visão Abrangente. 11ed. Bookman, Porto Alegre, RS, Brasil.
Dean, J. 2014. Machine Learning: Value Creation for Business Leaders and Practitioners. John Wiley & Sons. New Jersey, USA.
Fayyad, U.; Piatetsky-Shapiro, G.; Smyth, P. 1996. From Data Mining to Knowledge Discovery in Databases. American Association for Artificial Intelligence. AI Magazine. 17(3): 37-54.
Gabb, J.; Klett-Davies, M.; Fink, J.; Thomae, M. 2013. Enduring Love? Couple Relationships in the 21st Century. Disponível em: <http://www.open.ac.uk/researchprojects/enduringlove/sites/www.open.ac.uk.researchprojects.enduringlove/files/files/ecms/web-content/Final-Enduring-Love-Survey-Report.pdf />. Acesso em: 07 jun. 2017.
Glass, J. 2016. CCF BRIEF: Parenting and Happiness in 22 Countries. Disponível em: <https://contemporaryfamilies.org/brief-parenting-happiness/>. Acesso em: 01 jun. 2017.
Ham, J.; Kamber, M. 2006. Data Mining: Concepts and Techniques. 2ed. Elsevier. San Francisco, CA, USA.
Larose, D.T. 2005. Discovering Knowledge in Data: An Introduction to Data Mining. John Wiley & Sons. New Jersey, USA.
Marques, J.R. 2013. Roda da Vida: O que é e como funciona? Disponível em: <http://www.ibccoaching.com.br/portal/coaching/conheca-ferramenta-roda-vida-coaching/>. Acesso em: 05 fev. 2017.
Mitchel, T. 1997. Machine Learning. Mc Grall Hill, Singapore.
Rokach, L.; Maimon, O. 2015. Data Mining With Decision Trees: Therory and Applications. 2ed. World Scientifc. Singapore.
Sato, L.Y; Shimabukuro, Y.E; Kuplich, T,M; Gomes, T.C.F. 2013. Análise comparativa de algoritmos de árvore de decisão do sistema WEKA para classificação do uso e cobertura da terra. Simpósio Brasileiro de Sensoriamento Remoto 16: 2353-2359.
Taie, E.S. 2011. Coaching as an Approach to Enhance Performance. The Journal for Quality and Participation: 34(1): 34-38.
Witten, I.H.; Frank, E.; Hall, M.A. 2011. Mark A. Data Mining: Practical Learning Machine Tools and Techniques. 3ed. Elsevier. New York, NY, USA.
Downloads
Arquivos adicionais
Publicado
Como Citar
Edição
Seção
Licença
Os Direitos Autorais para artigos publicados nesta revista são de direito do autor. Em virtude do acesso público da revista, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais.
A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores.
Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário.
As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.
