Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/5248
Título: Análise e pré-processamento de dados utilizando técnicas de mineração de dados educacionais para o Moodle
Autor : Senechal, Ana Carolina Le
Primeiro orientador: Araújo, Eric Fernandes de Mello
Primeiro membro da banca: Melchiori, Ana Paula Piovesan
Andrade, Lívia Naiara
Pereira, Marluce Rodrigues
Palavras-chave: Ambiente virtual de aprendizagem
Moodle
Mineração de dados educacionais
Pré-processamento de dados
Olimpíada Brasileira de Informática
Data da publicação: 2015
Referência: SENECHAL, A. C. L. Análise e pré-processamento de dados utilizando técnicas de mineração de dados educacionais para o Moodle. 2013. 119 p. Monografia (Graduação Ciência da Computação) - Universidade Federal de Lavras, Lavras, 2013.
Resumo: Neste trabalho é realizado o pré-processamento de dados em um ambiente virtual de aprendizagem que permita identificar perfis de aprendizagem em um curso online. O ambiente virtual em questão é o ambiente Moodle, o qual possui recursos e atividades que permitem a criação e aplicação de cursos online. É mostrado o planejamento, criação e execução de um curso preparatório para a Olimpiada Brasileira de Informática. As características do curso são mostradas, em que o mesmo possui formato de vídeo-aulas e simulados referentes ao conteúdo visualizado. O curso preparatório foi disponibilizado online e aplicado em duas escolas municipais de Lavras, em que o ambiente Moodle armazenou as informações referentes às atividades dos usuários no curso. Será mostrada a utilização de técnicas de mineração de dados educacionais para analisar as informações armazenadas no banco de dados do Moodle. Foi realizada uma análise minuciosa das informações armazenadas na base de dados, representando as etapas percorridas e o processo de refinamento até a obtenção de uma tabela única, o que representa o resultado do processo de pré-processamento de dados. Tal tabela é chamada de tabela de sumarização e contém o resumo das informações referentes às atividades realizadas durante o curso. Os dados resultantes, então, representam todo o processo de análise e refinamento das informações, de forma que tais dados possam ser utilizados para avaliar o aprendizado e identificar os perfis de aprendizagem presentes em um curso online preparatório para a Olimpíada Brasileira de Informática.
Abstract: In this work is carried out the preprocessing of data in a virtual learning environment which identifies learning profiles in an online course. The virtual environment in question is the Moodle environment, which has resources and activities that enable the creation and implementation of online courses. Shown is the planning, creation and implementation of a preparatory course for the Brazilian Informatics Olympiad. The characteristics of current are shown in which has the same format and simulated video lessons regarding viewed content. The preparatory course is available online and applied in two schools of Lavras in the Moodle environment stored information related to users activities on this course. It will show the use of data mining techniques to analyze educational information stored in the Moodle database. We performed a thorough analysis of the information stored in the database, representing the steps taken and the refinement process to obtain a single table, which is the result of the pre-processing of data. Such a table is called table summarization and contains summary information regarding the activities carried out during the course. The resulting data will then represent the entire process of analysis and refinement of information, so that such data can be used to assess learning and identifying the learning profiles present in an online course in preparation for the Olympiad of Informatics.
URI: http://repositorio.ufla.br/jspui/handle/1/5248
Idioma: pt_BR
Aparece nas coleções:PROGRAD - Ciência da Computação (Trabalhos de Conclusão de Curso)



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.