| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 5.76 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
With the emergence of the Internet, bigger computation capacity and the fall of costs in storing information came a flood of new data and the capacity to analyze it. Many areas have developed and progressed due to this, such as fintech and online advertising, but others have only now started to develop. One of these is the educational data mining and learning analytics which has enormous potential to empower the teachers and students to be more successful. To this end, the present work analyzes data relating the students of Software Engineer Department (DEI) of Instituto Superior de Engenharia do Porto (ISEP) with the goal of improving students’ success rate, by facilitating the comprehension of the information, detect patterns in the data and predict future events directly related to the students’ behavior. This work has proposed and implemented an architecture which presents the results to the user through a data portal. This portal has been divided into two components. The first agglomerates the analysis of the data while the second presents models built with Random forests, Decision Trees and Naive Bayes to predict the students’ behavior.
Com o aparecimento da Internet, o aumento da capacidade de computação e a redução dos custos de armazenamento veio uma nova onda de dados acompanhada da capacidade para os analisar. Existem já múltiplas áreas que se desenvolveram graças a estes fatores, tais como a fintech e a publicidade online, mas existem outras áreas que apenas agora começaram a utilizar as oportunidades trazidas por este desenvolvimento tecnológico. Uma destas áreas é a de data mining na área educacional, a qual apresenta um enorme potencial para desenvolver o sucesso académico quer de alunos quer de professores. Assim, neste trabalho é proposta e implementada uma análise e extração de conhecimento dos dados relativos ao Departamento de Engenharia de Informática do Instituto Superior de Engenharia do Porto (DEI). O presente trabalho propõe uma arquitetura, a qual apresentará os resultados através de um portal de dados. Este será dividido em dois grandes componentes. O primeiro componente agrega as análises aos dados disponibilizados, enquanto que o segundo apresentará modelos construídos com Random Forest, Árvores de Decisão e Naive Bayes para prever o comportamento dos alunos.
Com o aparecimento da Internet, o aumento da capacidade de computação e a redução dos custos de armazenamento veio uma nova onda de dados acompanhada da capacidade para os analisar. Existem já múltiplas áreas que se desenvolveram graças a estes fatores, tais como a fintech e a publicidade online, mas existem outras áreas que apenas agora começaram a utilizar as oportunidades trazidas por este desenvolvimento tecnológico. Uma destas áreas é a de data mining na área educacional, a qual apresenta um enorme potencial para desenvolver o sucesso académico quer de alunos quer de professores. Assim, neste trabalho é proposta e implementada uma análise e extração de conhecimento dos dados relativos ao Departamento de Engenharia de Informática do Instituto Superior de Engenharia do Porto (DEI). O presente trabalho propõe uma arquitetura, a qual apresentará os resultados através de um portal de dados. Este será dividido em dois grandes componentes. O primeiro componente agrega as análises aos dados disponibilizados, enquanto que o segundo apresentará modelos construídos com Random Forest, Árvores de Decisão e Naive Bayes para prever o comportamento dos alunos.
Description
Keywords
Machine Learning Business Intelligence Educational Data Mining Learning Analytics R Language