O USO DE MINERAÇÃO DE DADOS NA PREDIÇÃO DE ALUNOS COM PADRÕES DE EVASÃO DO ENSINO SUPERIOR

Resumo

A evasão do ensino superior240tem sido objeto frequente de estudo. É240o desligamento do aluno por sua própria responsabilidade, da instituição de ensino a qual está matriculado. A questão da evasão discente é um dos problemas que mais preocupa as instituições de ensino, podendo até mesmo ser considerada como uma das características da educação brasileira, pois ocorre em todos os níveis de ensino; do ensino básico, aos cursos de pós226graduação. O perfil do estudante com padrões de desistência deve ser determinado, a fim de planejar o número de alunos em potencial propensão à evasão, podendo assim incluí-los em programas planejados para diminuir a evasão. É necessário conhecer a tendência de abandono ao longo de vários anos, a fim de verificar a eficácia das atividades corretivas. Estudos realizados periodicamente por órgãos como o INEP, o MEC ou mesmo os estudos realizados eventualmente dentro do âmbito de instituições, permitem o acompanhamento de indicadores gerais, bem como a identificação de fatores regionais e sociais ligados à evasão, porém conter este processo é uma tarefa árdua. Para isto, o primeiro passo é conhecermos os motivos que levam os alunos a desistirem de tentar concluir o curso. O objetivo principal deste trabalho é auxiliar na busca por razões para a evasão no ensino superior e consequentemente permitir aos gestores universitários planejar ações efetivas para a retenção dos alunos do curso de graduação em Ciência da Computação da Universidade de Santa Cruz do Sul, através da utilização de técnicas de mineração de dados. A mineração de dados é uma forma de explorar e analisar banco de dados, buscando identificar regras, padrões ou desvios. É um processo para a extração de informações implícitas, previamente desconhecidas e potencialmente úteis. O currículo atual do curso de Ciência da Computação da UNISC possui 55 disciplinas, divididas em 9 semestres totalizando uma carga horária de 3.210 horas. O perfil dos egressos no curso é de principalmente alunos provenientes do ensino médio, através da realização de vestibular. Como fonte de dados para este trabalho, serão utilizados dados acadêmicos relativos aos alunos matriculados no curso de ciência da computação desde a primeira turma, em 1993, preservando os dados pessoais dos alunos por não serem considerados importantes na descoberta por padrões da evasão. Para realização dos experimentos, será utilizado a ferramenta de mineração de dados WEKA na busca pelos padrões da evasão, aplicando sobre a massa de dados os principais algoritmos de mineração de dados, como a classificação, regressão linear, agrupamento, associação entre outros algoritmos. Esta decisão foi tomada devido o WEKA ser o software mais conhecido e amplamente utilizado para este fim e também por disponibilizar ferramentas de visualização e de pré-processamento de dados. Como sequência do estudo realizado, acredita-se encontrar e apresentar padrões que levam à evasão, contribuindo assim para a diminuição da mesma, ajudando consequentemente na retenção dos alunos no curso de Ciência da Computação, e também colaborar para a tomada de medidas efetivas por parte dos gestores para o tratamento deste contexto. Além disso, enfatizar o uso da mineração de dados educacionais, já que a utilização desta abordagem neste campo de pesquisa se mostra promissora, com grandes possibilidades de avanço e excelentes resultados nos trabalhos em que foi utilizada.