Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Gomes, Geórgia Regina Rodrigues | - |
Autor(es): dc.creator | Costa, Lucas Lessa Ferreira | - |
Data de aceite: dc.date.accessioned | 2024-07-11T18:15:04Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T18:15:04Z | - |
Data de envio: dc.date.issued | 2023-06-05 | - |
Data de envio: dc.date.issued | 2023-06-05 | - |
Fonte completa do material: dc.identifier | http://app.uff.br/riuff/handle/1/29059 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/766717 | - |
Descrição: dc.description | O ensino superior ainda tem um acesso limitado no Brasil. Embora há diversas instituições de ensino, suas vagas são limitadas e há uma grande dificuldade para que o aluno permaneça no curso. Com o objetivo de auxiliar e permitir o melhor acesso para os alunos, o governo criou uma política de estado para facilitar a permanência do aluno: o PROUNI. Este trabalho tem como objetivo extrair o conhecimento da base de dados do PROUNI do ano de 2016, aplicando técnicas de Mineração de Dados. Ele procura encontrar regras e conhecimentos contidos dentro da base de dados explorada, visando a melhor compreensão do perfil dos bolsistas beneficiados do PROUNI e sua importância como uma política de estado que permite o acesso de milhares de brasileiros ao ensino superior anualmente.Com os resultados obtidos, é possível realizar uma análise de quais são os perfis dos bolsistas beneficiários do programa e quais são suas principais escolhas. Neste trabalho foram utilizadas três tarefas de Mineração de Dados: associação, clusterização e classificação. Através delas, foram extraídas várias regras. Com a análise, é possível observar que os estados com o maior número de bolsas destinadas são o Sudeste e o Nordeste, apresentando um total de bolsas destinadas a eles bem maior que as outras regiões. Em outra análise, o número de bolsas destinadas ao período noturno mostra-se superior aos outros períodos, sendo este o mais procurado entre todos. | - |
Descrição: dc.description | Higher education still has limited access in Brazil. Although there are several educational institutions, their places are limited and there is a great difficulty for the student to stay in the course. In order to assist and enable better access for students, the government has created a state policy to facilitate student permanence: PROUNI. This work aims to extract knowledge from the PROUNI database of 2016, applying data mining techniques. It seeks to find rules and knowledge contained within the explored database, with a view to better understanding the profile of PROUNI beneficiaries and their importance as a state policy that allows thousands of Brazilians access to higher education annually. With the results obtained , you can perform an analysis of what are the profiles of the beneficiaries of the program and what are their main choices. In this work three data mining tasks were used: association, clustering and classification. Through them, several rules were extracted. With the analysis, it is possible to observe that the states with the largest number of scholarships destined are the Southeast and the Northeast, presenting a total of scholarships destined to them much larger than the other regions. In another analysis, the number of scholarships for the night period is higher than the other periods, which is the most sought after among all. | - |
Descrição: dc.description | 60 f. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Mineração de Dados | - |
Palavras-chave: dc.subject | PROUNI | - |
Palavras-chave: dc.subject | Educação Superior | - |
Palavras-chave: dc.subject | Computação | - |
Palavras-chave: dc.subject | Data Mining | - |
Palavras-chave: dc.subject | PROUNI | - |
Palavras-chave: dc.subject | Higher Education | - |
Título: dc.title | Técnicas de mineração de dados aplicadas à base de dados do programa universidade para todos | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: