* MINERAÇÃO DE DADOS EDUCACIONAIS PARA IDENTIFICAÇÃO DE BARREIRAS NA UTILIZAÇÃO DA EDUCAÇÃO A DISTÂNCIA Vinícius C. G. Coelho, João Paulo C. L. da Costa, Daniel da Cunha R. de Sousa, Edna D. Canedo, Daniel G. e Silva, Rafael T. de Sousa Júnior Vinícius Coutinho G. Coelho Universidade de Brasília vinicius.coelho.unb@gmail.com 21º CIAED Bento Gonçalves - RS BRASIL 2015 *O autor agradece à Universidade de Brasília (UnB) pelo apoio financeiro a este trabalho
CONTEXTUALIZAÇÃO A utilização da EAD está relacionada a um processo de ensino e aprendizagem mediado diretamente por tecnologias. Isto significa que é necessário que os atores envolvidos nesse processo possuam uma alfabetização tecnológica básica para que possa haver interação com os ambientes de estudo. (Abbad, 2007) A Mineração de Dados Educacionais (EDM) utiliza tecnologias para a descoberta de conhecimentos em bases de dados (KDD) para o apoio à tomada de decisões.
1. APRESENTAÇÃO 1.1 Escola Nacional de Administração Pública www.enap.gov.br Escola de Governo do Poder Executivo Federal Formação e Aperfeiçoamento em Administração Pública dos servidores Públicos Federais Formação Presencial Cursos de formação Pós-Graduação Formação à Distância Cursos Instrucionais (Com Tutoria) Cursos Auto instrucionais (Sem Tutoria)
2. CENÁRIO 2.1 ESCOLA VIRTUAL ENAP Portfólio atual com 48 opções de cursos, por exemplo: Ética e Serviço Público Atendimento ao Cidadão Gestão e Fiscalização de Contratos, Gerência de Projetos: Teoria e Prática GCTI Gestão de Contratos de Tecnologia da Informação, etc. Alunos Inscritos: ANO TOTAL 2010 34.758 2011 34.156 2012 28.664 2013 42.078 2014 60.927 2015* 140.825 * Até Outubro/2015
2. CENÁRIO CATEGORIAS ASSUNTOS
3. METODOLOGIA Engenharia Reversa: Análise dos sistemas envolvidos no canal de comunicação da Enap Identificação das informações necessárias para análise dos dados
3. METODOLOGIA Reuniões de Levantamento: Reuniões com a Coordenação Geral de Ensino a Distância (CGEAD) para entendimento da utilização do sistema pelos alunos e pela Enap Solicitação das bases de dados com as informações do Sistema Fale Conosco
3. METODOLOGIA Análises de dados: Avaliação dos dados para eleger o melhor método de estratificação e análise
3. METODOLOGIA Modelagem Multidimensional: A partir da análise dos dados relacionais é definido o modelo dimensional O modelo dimensional é a estrutura de dados na qual as informações a serem extraídas dos sistemas serão armazenadas após a processo de transformação e limpeza
3. METODOLOGIA Arquitetura para processamento de dados: Definição da arquitetura de software de acordo com a avaliação das características dos dados e dos objetivos do trabalho: Sistemas Operacionais e Sistema Gerenciadores de Banco de Dados Softwares de apoio
3. METODOLOGIA Extração, transformação e carga dos dados: Tratamento das informações para carga dos dados no modelo dimensional Etapa essencial para garantir que as informações estejam no melhor formato para análises
3. METODOLOGIA Mineração de dados de frequência de termos: Identificação de frases e palavras mais relevantes entre os registros Aplicação de algoritmo para cálculo de frequência de termos Calcula a quantidade de vezes que uma palavra é encontrada em um texto.
3. METODOLOGIA Relatórios analíticos: Visualização dos resultados de diversas formas Possibilidades de cruzamento de informações Apoio à tomada de decisão
3. METODOLOGIA Validação dos Dados: Análise da consistência dos relatórios e dos valores em relação aos dados de origem
4. RESULTADOS Tabela 1. Quantidade de Mensagens X Total de Inscrições (por ano)
4. RESULTADOS No decorrer dos anos, a Enap realizou ações diversas para redução dos chamados: Contato telefônico direto com os alunos; Disponibilização de funcionalidade de recuperação de senha no portal; Monitoramento de alunos ausentes ou sem atividades registradas;
4. RESULTADOS Tabela 2. Frequência de palavras por Assunto
4. RESULTADOS 4.1 NUVEM DE PALAVRAS MAIS FREQUENTES NOS CHAMADOS
5. CONCLUSÕES Principais barreiras na Enap: Problemas para: Acessar o ambiente virtual de aprendizagem Senha de acesso Acessar o Curso Inscrição
5. CONCLUSÕES Novo portal da Escola Virtual Enap Nova interface Sistema Fale Conosco
6. REFERÊNCIAS ABBAD, Gardênia da Silva. Educação a distância: O estado da arte e o futuro necessário. Revista do Serviço Público, v. 58, n. 3, p. 351-374, 2007. ALBERTIN, Alberto Luiz; BRAUER, Marcus. Resistência à educação a distância na educação corporativa. Rev. Adm. Pública, v. 46, n. 5, p. 1367-389, 2012. ALMEIDA, Onília Cristina de Souza de; ABBAD, Gardênia; MENESES, Pedro Paulo Murce; ZERBINI, Thaís. Evasão em cursos a distância: fatores influenciadores. Revista Brasileira de Orientação Profissional, v. 14, n. 1, p. 19-33, 2013. BAKER, Ryan SJD; YACEF, Kalina. The state of educational data mining in 2009: A review and future visions. JEDM-Journal of Educational Data Mining, v. 1, n. 1, p. 3-17, 2009. BAKER, Ryan SJD; ISOTANI, Seiji; CARVALHO, Adriana. Mineração de Dados Educacionais: Oportunidades para o Brasil. Revista Brasileira de Informática na Educação, v. 19, n. 02, p. 03, 2011. COSTA, Evandro; BAKER, Ryan SJD; AMORIM, Lucas; MAGALHÃES, Jonathas; MARINHO, Tarsis. Mineração de Dados Educacionais: Conceitos, Técnicas, Ferramentas e Aplicações. Jornada de Atualização em Informática na Educação, v. 1, n. 1, p. 1-29, 2013. KAMPFF, Adriana Justin Cerveira; REATEGUI, Eliseo Berni; DE LIMA, José Valdeni. Mineração de dados educacionais para a construção de alertas em ambientes virtuais de aprendizagem como apoio à prática docente. RENOTE, v. 6, n. 1, 2008. KIMBALL, Ralph; ROSS, Margy. The data warehouse toolkit: the complete guide to dimensional modeling. John Wiley & Sons, 2011. KOWALSKI, John; ZHANG, Yanhui; GORDON, Geoffrey J., Statistical Modeling of Student Performance to Improve Chinese Dictation Skills with an Intelligent Tutor. JEDM-Journal of Educational Data Mining, v. 6, n. 1, p. 3-27, 2014. RAMOS, Jorge Luis Cavalcanti; RODRIGUES, Rodrigo Lins; SILVA, João Carlos Sedraz; GOMES, Alex Sandro. Analisando Fatores que Afetam o Desempenho de Estudantes Iniciantes em um Curso a Distância. Anais do Simpósio Brasileiro de Informática na Educação. 2014. p. 99-108. ROMERO, Cristóbal; VENTURA, Sebastián. Educational data mining: a review of the state of the art. Systems, Man, and Cybernetics, Part C: Applications and Reviews, IEEE Transactions on, v. 40, n. 6, p. 601-618, 2010. YIN, Robert. Estudo de Caso: Planejamento e Métodos. 2. Ed. Bookman, 2001.
Obrigado! vinicius.coelho@latitude.unb.br Latitude - Laboratório de Tecnologias da Tomada de Decisão Universidade de Brasília - UnB Faculdade de Tecnologia Departamento de Engenharia Elétrica Curso de Engenharia Elétrica e de Redes de Comunicação CEP: 70910-900 - Brasília -DF - Brasil Telefone: +55 61 3107.5598