Mineração de Dados Educacionais usando KDD – Parte 1

Você precisa estar logado para dar um feedback. Clique aqui para efetuar o login
Para efetuar o download você precisa estar logado. Clique aqui para efetuar o login
Confirmar voto
0
 (4)  (0)

Nesta primeira parte do artigo conheceremos algumas definições introdutórias na área de mineração de dados. . Uma das etapas principais dentro do Processo de Descoberta de Conhecimento é a aplicação da técnica de mineração de dados.

Artigo do tipo Teórico
Recursos especiais neste artigo:
Artigo no estilo Curso Online
Mineração de Dados Educacionais usando KDD – Parte 1
Com o avanço das tecnologias, presenciamos um enorme crescimento na capacidade das pessoas em gerar e coletar dados. Esse grande volume de dados vem ultrapassando a capacidade humana de interpretar e compreender tanta informação. Isso impulsionou o desenvolvimento do processo para a descoberta de conhecimento em base de dados, que é baseado na busca, análise e interpretação de padrões úteis, retirados de grandes bases de dados. Uma das etapas principais dentro do Processo de Descoberta de Conhecimento é a aplicação da técnica de mineração de dados. Esta técnica é usada para transformar grandes volumes de dados em informações significativas para o planejamento, a gestão e a tomada de decisão.

Nesta primeira parte do artigo conheceremos algumas definições introdutórias na área de mineração de dados.


Em que situação o tema é útil
Na análise do grande volume de dados presente nas organizações nos dias atuais. Esta quantidade ultrapassou a capacidade humana de interpretar e compreender tanta informação. Para isso, é importante conhecer e saber como utilizar técnicas de mineração de dados.

Com o avanço das tecnologias, presenciamos um enorme crescimento na capacidade das pessoas em gerar e coletar dados, sejam esses dados administrados pelo governo, pela comunidade ou pelas entidades de pesquisa. Esse grande volume de dados vem ultrapassando a capacidade humana de interpretar e compreender tanta informação.

O enorme crescimento das empresas e a forte concorrência entre elas instiga a busca por um melhor aproveitamento das informações, fazendo com que a necessidade de novas ferramentas e técnicas para manipulação e armazenagem de dados sejam criadas. Nesse contexto, as empresas têm, ao seu alcance, uma enorme oportunidade para compreender, por meio de seu próprio repositório de dados, o andamento de seus negócios, visando melhorar a competitividade no mercado.

Isso impulsionou o desenvolvimento do processo para a descoberta de conhecimento em base de dados – KDD (Knowledge Discovery in Database), que é baseado na busca, análise e interpretação de padrões úteis, retirados de grandes bases de dados. Vários estudos estão sendo realizados nesta área, a fim de aprimorar este processo e tornar sua aplicação mais acessível, compreensível e eficaz, garantindo que a retirada de informações seja feita de forma consistente.

Com isso, surge na década de 80, a Data Mining, também chamada de Mineração de Dados, que é uma das etapas principais dentro do Processo de Descoberta de Conhecimento, originada de áreas como Estatística, Inteligência Artificial e Banco de Dados. A técnica é usada para transformar grandes volumes de dados em informações significativas para o planejamento, a gestão e a tomada de decisão.

A mineração de dados está sendo cada vez mais aplicada nas mais diversas áreas. Na medicina para prever paciente com maior probabilidade de contrair uma doença específica, com base nos dados históricos dos pacientes. Na telecomunicação, para identificar fraudes em ligações telefônicas, dentre um enorme número de ligações efetuadas pelos clientes. No mercado financeiro, para prever as ações que estarão em alta na bolsa de valores, em função do histórico de preços das ações e valores de índices financeiros.

Embora as aplicações mais comuns de mineração de dados se refiram a clientes, compras e vendas, esta área é ampla e tem sido aplicada no setor educacional. As instituições de ensino tiveram, nos últimos tempos, uma ampliação, tanto de cursos, quanto de vagas. Desta forma, os responsáveis precisam ter a preocupação de acompanhar a permanência desses alunos nos cursos ofertados. Para que o índice de conclusão de cursos aumente é necessário identificar os fatores que levaram ao insucesso dos estudantes. A mineração de dados trouxe uma grande contribuição para esse quesito, pois através de informações escondidas em bases de dados, é possível descobrir os principais fatores que influenciam a conclusão, a evasão, ou até mesmo o tempo médio para concluir um curso. Obtendo esse relatório geral dos problemas encontrados nas escolas, os responsáveis podem realizar medidas efetivas para melhorar o ensino em suas instituições e, consequentemente, em todo o país.

A aplicação do KDD e, especificamente da etapa de Data Mining, pode ser de enorme importância para todas as áreas que necessitem retirar informações de uma base forte e concreta de dados. Com isso, ao aplicar a técnica em uma base de dados institucional, é possível retirar das mesmas informações relevantes para tomada de decisões que ajudam na solução de um problema, ou aperfeiçoamento de técnicas já usadas para administrar recursos de qualquer ordem.

Nesta primeira parte do artigo conheceremos algumas definições introdutórias na área de mineração de dados.

Para isso, serão apresentados a partir de agora os conceitos relacionados ao processo de descoberta de conhecimento em bases de dados (KDD), com ênfase na etapa de mineração de dados. Será destacado também as ferramentas que servirão de apoio ao processo de descoberta de conhecimento em bases de dados, tais como Weka, Data Warehouses, Data Marts, e DTS.

"

A exibição deste artigo foi interrompida :(
Este post está disponível para assinantes MVP

 
Você precisa estar logado para dar um feedback. Clique aqui para efetuar o login
Receba nossas novidades
Ficou com alguma dúvida?