Uma Abordagem Temporal para Identificação Precoce de Estudantes de Graduação a Distância com Risco de Evasão em um AVA utilizando Árvores de Decisão

Este trabalho descreve uma abordagem que objetiva a identificacao precoce de estudantes de graduacao a distância com risco de evasao utilizando tecnicas de mineracao de dados conhecidas como Arvores de Decisao. Essas tecnicas permitem o entendimento do funcionamento interno do modelo, possibilitando a descoberta das disciplinas que mais influenciam na evasao do curso de graduacao. Este conhecimento pode ser usado para prever o desempenho academico nestas disciplinas no AVA. Foram utilizados algoritmos de Arvores de Decisao nos experimentos no SCA e o AVA, os quais forneceram acuracias medias de 80% na predicao da evasao ou graduacao do curso, utilizando apenas as primeiras notas semestrais. No AVA, como melhor resultado, foi obtida uma acuracia de 89,47% na predicao do desempenho de uma disciplina.