Mineração de dados educacionais na base de dados do ENEM 2015

• Ferrari Bravin, Guilherme ^[1] ; Lee, Luciana ^[1] ; Rissino, Silvia das Dores ^[1]
  1. [1] Universidade Federal do Espírito Santo

     Universidade Federal do Espírito Santo

     Brasil

     
• Localización: Brazilian Journal of Production Engineering - BJPE, ISSN-e 2447-5580, Vol. 5, Nº. 4, 2019 (Ejemplar dedicado a: Número Regular (Setembro)), págs. 185-201
• Idioma: portugués
• Títulos paralelos:
  • Educational data mining on ENEM 2015 database
• Enlaces
  • Texto completo
• Resumen
  • English

    This work applies the steps of Knowledge Discovery in Databases (KDD) in the ENEM open data set,by school,in the year 2015, with the objective of finding relationships between the contextual indicators present in the database and the average scores in the different areas of knowledge assessed by the exam. In pre-processing the data is appropriate and filtered, with Microsoft Excel and R, to be used in the next step. In the data mining phase, R is used for the application ofclassification and linear regression algorithms. The results obtained through the techniques of data mining are transformed into useful knowledge and presented throughgraph plots.Linear regression indicates great efficiency in predicting the Portuguese language note, showing strong influence of contextual indicators for its determination

  • português

    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 de2015,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 Excele 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.