Análise de Agrupamento Pelos Métodos Hierárquico e Particional, Utilizados para Educational Data Mining em Dados de Educação a Distância.

  • Alini Marangoni Eyng Universidade do Extremo Sul Catarinense
  • Merisandra Côrtes de Mattos Garcia Universidade do Extremo Sul Catarinense
  • Graziela Fátima Giacomazzo Universidade do Extremo Sul Catarinense
  • Cibele Figueiredo Freitas
  • Vilson Menegon Bristot Universidade do Extremo Sul Catarinense
  • Evanio Ramos Nicoleit
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.

Publicado
2019-08-17