Análise da produção acadêmica nacional sobre mineração de dados educacionais em ambientes virtuais de aprendizagem

Abstract

Este trabalho apresenta um mapeamento sistemático, através de um levantamento bibliográfico de artigos desenvolvidos sobre o tema de Mineração de Dados Educacionais em Ambientes Virtual de Aprendizagem (AVA’s). Como resultado da pesquisa, foi possível realizar o detalhamento dos métodos utilizados na captação de dados, gerados pelos estudantes dentro de suas plataformas de ensino, em suas respectivas instituições educacionais. Os dados minerados foram processados e analisados por algoritmos e ferramentas computacionais para se obter informações de uso e gerenciamento em AVA’s. Boa parte dos trabalhos foram baseados na plataforma Moodle, um ambiente virtual utilizado em instituições de ensino como um agregador de atividades e controle educacional, como notas, disciplinas e frequência dos alunos. O melhor e mais eficiente algoritmo de aprendizado de máquina aplicados nos estudos foi o NaiveBayes, que se mostra eficaz e preciso no tratamento de dados, mesmo com pouca quantidade de dados, facilitando assim o processamento dessas informações.

This work presents a systematic mapping, through a bibliographic survey of articles developed on the subject of Educational Data Mining in Virtual Learning Environments (AVA's). As a result of the research, it was possible to detail the methods used to capture data, generated by students within their teaching platforms, in their respective educational institutions. The mined data were processed and analyzed by algorithms and computational tools to obtain information on the use and management of VLEs. Much of the work was based on the Moodle platform, a virtual environment used in educational institutions as an aggregator of activities and educational control, such as grades, disciplines and student attendance. The best and most efficient machine learning algorithm applied in the studies was NaiveBayes, which proves to be effective and accurate in data processing, even with a small amount of data, thus facilitating the processing of this information.