Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: http://tede.mackenzie.br/jspui/handle/tede/4428
Tipo do documento: Tese
Título: Um modelo computacional de apoio à análise da opinião de alunos sobre práticas docentes por meio da mineração de dados educacionais
Autor: Santos, Fábio de Paula 
Primeiro orientador: Silveira, Ismar Frango
Primeiro membro da banca: Silva, Leandro Augusto da
Segundo membro da banca: Omar, Nizam
Terceiro membro da banca: Araújo Junior, Carlos Fernando de
Quarto membro da banca: Yamamoto, Cláudio Haruo
Resumo: A Avaliação Institucional Docente, além de ser uma necessidade legal no Ensino Superior, é um momento importante para qualquer Instituição Educacional. Tradicionalmente, questionários com questões de respostas fechadas são utilizadas para este fim e muitas vezes, a análise das respostas abertas sobre a avaliação docente é relegada a um segundo plano. Este trabalho propõe um modelo computacional baseado em Aprendizagem de Máquina e Análise de Sentimentos que permite ampliar o escopo desta avaliação ao permitir o uso de questões textuais abertas. A aplicação destas técnicas, no contexto da Mineração de Dados Educacionais, traz subsídios para a tomada de decisão pelos atores deste processo, baseada nas opiniões dos alunos. Para isso, como prova de conceito do modelo proposto, foi realizada a mineração das opiniões de alunos de uma Instituição de Ensino Superior, categorizando-as com viés positivo ou negativo em relação às práticas de seus docentes, utilizando Aprendizagem de Máquina supervisionada. Este modelo também contempla a análise de clusterização para encontrar categorias de análise das opiniões de alunos através de um modelo de Máquina de Aprendizagem não supervisionada. Conclui-se que é possível a utilização de ferramentas computacionais para o processo de análise textual automática em Avaliações Institucionais baseadas em questionários de respostas abertas visando agilizar a tomada de decisão.
Abstract: The Institutional Teacher’s Evaluation besides being a legal need in higher education is an important moment for any Educational Institution. Traditionally, questionnaires with closed answer questions are used for this purpose and many times the evaluation is left to a secondary place. This work proposes a computational model based in machine learning techniques and Sentiment Analysis that allows increasing the scope of this evaluation when allowing the use of open and textual questions. The application of these techniques in Educational Data Mining context provides basis to decision-making based on the students’ opinions. For this purpose, as proof of concept, a mining of a student’s opinion survey from a Vocational High School in Brazil was held and categorized their sentiments as positive or negative in relation to their lecturers’ techniques with supervised machine learning approach. This model also contemplates clustering analysis to find categories of analysis of student opinions through an unsupervised Learning Machine model. As a conclusion it was proven that the use of tools for textual analysis of open questions is possible and it to speeds up the decision-making of institutional evaluations.
Palavras-chave: mineração de dados educacionais
aprendizado de máquina
análise de sentimentos
avaliação institucional docente
Área(s) do CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
CNPQ::LINGUISTICA, LETRAS E ARTES::LINGUISTICA
CNPQ::CIENCIAS HUMANAS::EDUCACAO::PLANEJAMENTO E AVALIACAO EDUCACIONAL
Idioma: por
País: Brasil
Instituição: Universidade Presbiteriana Mackenzie
Sigla da instituição: UPM
Departamento: Escola de Engenharia Mackenzie (EE)
Programa: Engenharia Elétrica
Agencia(s) de fomento: Instituto Federal de Educação, Ciência e Tecnologia de São Paulo
Universidade Presbiteriana Mackenzie
Citação: SANTOS, Fábio de Paula. Um modelo computacional de apoio à análise da opinião de alunos sobre práticas docentes por meio da mineração de dados educacionais. 2017. 115 f. Tese (Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo, 2017.
Tipo de acesso: Acesso Aberto
Endereço da licença: http://creativecommons.org/licenses/by-nc-nd/4.0/
URI: http://tede.mackenzie.br/jspui/handle/tede/4428
Data de defesa: 27-Abr-2017
Aparece nas coleções:Doutorado - Engenharia Elétrica e Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
FABIO DE PAULA SANTOS - protegida.pdfFABIO DE PAULA SANTOS 2.6 MBAdobe PDFBaixar/Abrir Pré-Visualizar


Este item está licenciada sob uma Licença Creative Commons Creative Commons