Análise de Agrupamento Pelos Métodos Hierárquico e Particional, Utilizados para Educational Data Mining em Dados de Educação a Distância.
Palavras-chave:
Educação a Distância, Educational Data Mining, Agrupamento, Agrupamento Hierárquico, Agrupamento Particional.Resumo
Este artigo descreve os métodos de KDD para aplicar a descoberta de conhecimento sobre
dados de uma base de dados educacional, da área de Educação a Distância. Os dados são provenientes de
um Ambiente Virtual de Aprendizagem. O data mining é um dos métodos do KDD, que busca encontrar
padrões para identificar subconjunto de dados, descobrindo informações que estão ocultas em meio a
uma grande quantidade de dados brutos. Mediante as técnicas e tarefas, o data mining transforma dados
em conhecimento útil. Para esta pesquisa, é aplicado o data mining, por meio de algoritmos da tarefa de
agrupamento, de modo que é realizada a comparação entre o algoritmo de AGNES para o agrupamento
hierárquico aglomerativo e o método Fuzzy é empregado para o agrupamento particional. A verificação
dos métodos com melhor desempenho é realizado através das medidas de qualidade.
Downloads
Publicado
Edição
Seção
Licença
Todo o conteúdo deste trabalho, exceto quando houver ressalva, é publicado sob a licença Creative Commons Atribuição - Uso Não Comercial - Partilha nos Mesmos Termos 3.0 Não adaptada.
Os autores dos relatos são responsáveis pelo que expressam, o qual não necessariamente reflete a opinião dos organizadores. As imagens foram fornecidas pelos autores de cada capítulo.
