Show simple item record

dc.creatorSantos, Fábio de Paula
dc.date.accessioned2020-10-29T12:46:30Z
dc.date.accessioned2020-12-07T15:07:30Z
dc.date.available2020-12-07T15:07:30Z
dc.date.issued2017-04-27
dc.identifier.citationSANTOS, 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.por
dc.identifier.urihttp://dspace.mackenzie.br/handle/10899/26515
dc.description.abstractThe 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.eng
dc.description.sponsorshipInstituto Federal de Educação, Ciência e Tecnologia de São Paulopor
dc.description.sponsorshipUniversidade Presbiteriana Mackenziepor
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Presbiteriana Mackenziepor
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectmineração de dados educacionaispor
dc.subjectaprendizado de máquinapor
dc.subjectanálise de sentimentospor
dc.subjectavaliação institucional docentepor
dc.titleUm modelo computacional de apoio à análise da opinião de alunos sobre práticas docentes por meio da mineração de dados educacionaispor
dc.typeTesepor
dc.publisher.departmentEscola de Engenharia Mackenzie (EE)por
dc.publisher.programEngenharia Elétricapor
dc.publisher.initialsUPMpor
dc.publisher.countryBrasilpor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRApor
dc.subject.cnpqCNPQ::LINGUISTICA, LETRAS E ARTES::LINGUISTICApor
dc.subject.cnpqCNPQ::CIENCIAS HUMANAS::EDUCACAO::PLANEJAMENTO E AVALIACAO EDUCACIONALpor
dc.description.resumoA 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.por
dc.creator.Latteshttp://lattes.cnpq.br/5929658408093646por
dc.contributor.advisor1Silveira, Ismar Frango
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3894359521286830por
dc.contributor.referee1Silva, Leandro Augusto da
dc.contributor.referee1Latteshttp://lattes.cnpq.br/1396385111251741por
dc.contributor.referee2Omar, Nizam
dc.contributor.referee2Latteshttp://lattes.cnpq.br/2067336430076971por
dc.contributor.referee3Araújo Junior, Carlos Fernando de
dc.contributor.referee3Latteshttp://lattes.cnpq.br/9413606062591307por
dc.contributor.referee4Yamamoto, Cláudio Haruo
dc.contributor.referee4Latteshttp://lattes.cnpq.br/5376452909200749por
dc.bitstream.urlhttp://tede.mackenzie.br/jspui/bitstream/tede/4428/5/FABIO%20DE%20PAULA%20SANTOS%20-%20protegida.pdf
dc.keywordseducational data miningeng
dc.keywordslearning machineseng
dc.keywordssentiment analysiseng
dc.keywordsinstitutional evaluationeng


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record

Acesso Aberto
Except where otherwise noted, this item's license is described as Acesso Aberto