Evasão Universitária: Aplicando a Mineração de Dados para a Predição de um Perfil de Risco

Abstract

A evasão universitária ainda é um dos desafios a ser combatido no ambiente das instituições de ensino, devido ao fato de ser um problema que possui características locais, de instituição para instituição, população, ambiente estudantil, entre outros, podendo variar bastante, o que requer estudos constantes. A evasão é um problema que tem gerado prejuízos tanto para o país, como para alunos e instituições de ensino. Tendo em vista esse cenário, o objetivo deste trabalho é utilizar as técnicas de Mineração de Dados, e aplicar para predizer os perfis acadêmicos com risco à evasão na UniEVANGÉLICA. O tratamento de dados é realizado pelo software WEKA, seguindo a metodologia DCBD. Assim, é possível analisar e predizer os acadêmicos que possuem risco à evasão, baseado nos conhecimentos obtidos durante o processo. Espera-se que este trabalho possa servir como ferramenta extremamente oportuna e viável para identificar possíveis fatores que podem levar os estudantes a evadirem, e a partir dos conhecimentos obtidos, embasar a criação de uma estratégia e prevenção de evasão para as instituições de ensino.