Análise de Big Data no cenário educacional: utilização de modelos preditivos nas Fatecs do Centro Paula Souza
Resumo
Existe expressiva quantidade de dados educacionais gerados, mas que, em geral, não estão disponíveis aos gestores, no tempo e formato adequados. Neste contexto, a utilização de Big Data e suas ferramentas de análise potencializa a transformação das atividades de planejamento e tomada de decisão. Assim, o objetivo do trabalho foi aplicar ferramentas de análise de Big Data em dados da área educacional visando a dar profundo e amplo conhecimento a respeito do cenário educacional das Fatecs. Para atingir os objetivos propostos, optou-se pelo campo das pesquisas de natureza explicativa de abordagem experimental. Após revisão bibliográfica na área de Big Data, foi realizada pesquisa e avaliação de ferramentas para análise de Big Data. Na sequência foram realizadas atividades de pré-processamento dos dados e finalmente o uso de regressão linear e correlação, a fim de identificar a potencialidade e as possibilidades das ferramentas de análise de Big Data a partir de dados educacionais da Fatec de Indaiatuba. Como resultado dos procedimentos realizados obteve-se um modelo de regressão com aproximadamente 90% de precisão e a partir das análises dos seus coeficientes foi possível identificar as disciplinas que mais influenciam na retenção do aluno.
Downloads
Referências
BIRJALI, M. BENI-HSSANEA, A. ERRITALIB, M. Analyzing Social Média through Big Data using InfoSphere BigInsights and Apache Flume. Procedia Computer Science, v.113, p. 280–285, 2017.
BUSSABAN, K. WARAPORN, P. Preparing undergraduate students majoring in Computer Science and Mathematics with Data Science perspectives and awareness in the age of Big Data. Social and Behavioral Sciences, v. 197, p. 1443 – 1446, 2015.
DANIEL, B. Big Data and analytics in higher education: opportunities and challenges. British journal of educational technology, v. 46, n. 5, p. 904-920, 2015
FLATH, M. C. STEIN, N. Towards a data science toolbox for industrial analytics applications. Computers in Industry, v.94, p. 16–25, 2018.
GANDOMI, T.; HAIDER, M. Beyond the hype: Big data concepts, methods, and analytics. Jornal Information Fusion v. 35, p. 137–144, 2015.
GIL, A. C. Como elaborar projetos de pesquisa. 4. ed. São Paulo: Atlas, 2002.
JIN, X. et al. Significance and Challenges of Big Data Research. Journal Big Data Research, Hong Kong, 26 Fev, 2015.
KUMAR, V. et al. Theory-Guided Data Science: A New Paradigm for Scientific Discovery from Data. IEEE Transactions on knowledge and data engineering, Out. 2017, vol. 29, p. 2318-2331.
LARSON, D. CHANG, V. A review and future direction of agile, business intelligence, analytics and data science. International Journal of Information Management, v. 36, p. 700–710, 2016.
MANYIKA, J., M. CHUI, B. BROWN, J. BUGHIN, R. DOBBS et al. Big data: The Next Frontier for Innovation, Competition, and Productivity. McKinsey Global Institute. 2011.
RAMIREZ-GALLEGO S., FERNÁNDEZ A., GARCIA S. et al. Big Data: Tutorial and guidelines on information and process fusion for analytics algorithms with MapReduce. Journal Information Fusion, Granada, Out. 2017, vol. 42, p. 51-61, 2016.
RUSSOM P., Big Data Analytics, TDWI best practices report, The Data Warehousing Institute (TDWI) Research (2011).
SIDDIQA, A. et al. A survey of big data management: Taxonomy and state-of-the-art. Journal of Network and Computer Applications, v. 71, p. 151-166, 2016.
SIN, K. MUTHU, L. Application of Big Data in education data mining and learning analytics: a literature review. ICTACT journal on soft computing, v. 5, n. 4, 2015.
SIVARAJAH, U. et al. Critical analysis of Big Data challenges and analytical methods. Journal of Business Research, v70 p. 263–286, 2017.
SCAICO P. D., QUEIROZ R. J. G. B. DE, SCAICO A. (2014). O conceito de Big Data na Educação. In: WORKSHOP DE INFORMÁTICA NA ESCOLA. 3° Congresso Brasileiro de Informática na Educação (CBIE 2014).
VYAS, M. S.; GULWANI, R. Predicting Student’s Performance using CART approach in Data Science. In: ICECA 2017, International Conference on Electronics, Communication and Aerospace Technology, Mumbai, 2017. p. 58-61.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
1 - As fontes dos dados, as autorizações pertinentes e os textos publicados na revista são de inteira responsabilidade de seus autores.
2 - É permitida a reprodução, desde que citada a fonte e o autor.
3 - Após o artigo aprovado, o autor principal deverá enviar declaração, conforme o modelo:
Refas - Revista Fatec Zona Sul
Autorização par publicação
(Nome do autor), (no caso de vários autores citar todos), autorizo (ou autorizam, no caso de diversos autores) a publicação do artigo (nome do artigo), com exclusividade para a primeira publicação pela Revista Fatec Zona Sul, em meio eletrônico.
A contribuição é original e inédita, e não está sendo avaliada para publicação por outra revista; caso contrário, deve-se justificar em "Comentários ao editor".
Dados de todos os autores:
Nome completo:
Instituição:
E-mail:
Telefone:
Obs.: Informar os códigos dos serviços DDD e DDI.
Assinatura do autor principal: ____________________________________
Aviso de Direito Autoral
Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
b) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
c)Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons CC Attribution-NonCommercial-NoDerivatives 4.0, acessável em Licença Creative Commons Attribution, que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.