Mineração de dados um estudo utilizando a ferramenta weka

Abstract

O grande volume de dados que vem sendo gerado nos últimos tempos fez surgir a necessidade de novas técnicas e novas ferramentas para o seu processamento, a fim de conseguir obter informações úteis e que possam ser usadas nas questões do diaa-dia. Estes conjuntos de dados podem ser tratados de forma estruturada, onde frequentemente, são armazenados em tabelas com linhas e colunas, garantindo fácil manipulação pelas muitas tecnologias de bancos de dados disponíveis. Neste trabalho foi feito um estudo a partir de um conjunto de dados coletados com o uso de um questionário aplicado aos alunos do curso de Análise e Desenvolvimento de Sistemas da FATEC Franca, com o intuito de encontrar novas informações sobre possíveis razões que levam tais alunos a reprovação em disciplinas. Para isto foram utilizados os conceitos de mineração de dados e aplicação de regras de classificação e agrupamento, a fim de encontrar padrões estabelecidos de acordo com as relações existentes entre os dados. Os dados coletados foram processados por algoritmos implementados pela ferramenta WEKA, o que permitiu descobrir novos conhecimentos que podem ser relevantes para o entendimento de situações que levem os alunos a reprovação e consequente necessidade de cursar as mesmas disciplinas por mais de uma vez.

The large volume of data that has been generated in recent times has raised the need for new techniques and new tools for its processing in order to obtain useful information that can be used in everyday issues. These data sets can be treated in a structured way, where they are often stored in tables with rows and columns, ensuring easy manipulation by the many available database technologies. In this paper a study was done based on a set of data collected with the use of a questionnaire applied to the students of the Systems Analysis course at FATEC Franca, in order to find new information about possible reasons that lead such students to fail a discipline. Thus, the concepts of data mining and the application of classification and grouping rules were used in order to find patterns established according to the relationships between the data. The data collected were processed by algorithms implemented by the WEKA tool, which allowed to discover new knowledge that may be relevant to the understanding of situations that lead students to disapproval and consequent need to study the same subjects more than once.