01.1 - Graduação (Sede)
URI permanente desta comunidadehttps://arandu.ufrpe.br/handle/123456789/2
Navegar
20 resultados
Resultados da Pesquisa
Item Implementação de um sistema mobile colaborativo para acompanhamento do quadro de pacientes com esclerose múltipla por meio de análise de sentimento(2024-10-02) Araujo, Paula Priscila da Cruz; Gouveia, Roberta Macêdo Marques; Tschá, Elizabeth Regina; http://lattes.cnpq.br/9598413463162759; http://lattes.cnpq.br/2024317361355224; http://lattes.cnpq.br/0280090820230057O estudo visa desenvolver um sistema mobile para facilitar o acompanhamento de pacientes acometidos por Esclerose Múltipla (EM) baseado no Toolkit Human-Centered Design (HCD) para atender as necessidades dos pacientes. O aplicativo permite que eles registrem e monitorarem emoções, sintomas e tratamentos, oferecendo relatórios mensais e alertas personalizados. Para a análise de sentimentos, foram utilizados os algoritmos de aprendizado de máquina XGBoost e Naive Bayes, sendo o XGBoost demonstrando melhor desempenho, com uma acurácia de 87,56% e um F1-Score de 0,876, enquanto o Naive Bayes, obteve 62,25% de acurácia e um F1-Score de 0,524. Os resultados indicam a eficácia da ferramenta no acompanhamento emocional e médico, contribuindo para a melhoria na qualidade de vida.Item Análise de sentimentos em reviews de jogos digitais da Plataforma Steam(2024-09-26) Albuquerque, Júlia de Melo; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584A análise de sentimento é uma área que investiga as expressões emocionais da linguagem humana, buscando compreender as necessidades e opiniões subjacentes expressas em textos. Sua complexidade existe na habilidade de discernir não apenas o conteúdo textual, mas também as matrizes emocionais implícitas. Com o avanço tecnológico, a facilidade de expressar a opinião publicamente se dissemina por diversos meios, sendo campo dos jogos online uma vertente que atrai inúmeras publicações de jogadores sobre os diversos títulos disponíveis. No entanto, essa diversidade de públicos e temas torna desafiador compreender o sentimento expresso que permeia esse universo. O objetivo deste estudo é aplicar técnicas de análise de sentimento em avaliações de jogos digitais, adotando uma abordagem focada em algoritmos de aprendizado de máquina supervisionados e bibliotecas pre-polarizadas, a fim de identificar o melhor caminho de classificação capaz de discernir os sentimentos expressos pelos usuários nas avaliações. Nessa operação está sendo considerada uma abordagem com todas as opiniões e outra focada em gênero específico de cada jogo. Essa análise foi conduzida por meio da exploração de dados provenientes de uma empresa de distribuição de jogos online (Steam), seguindo com uma preparação desses dados devido às particularidades presentes nos registros. Os resultados revelam que os modelos de aprendizado de máquina superam as abordagens tradicionais, como a utilização da biblioteca VADER, apresentando uma precisão maior em aproximadamente 10% nas capturas, observou-se uma diferença de 20% a mais em métricas como recall e F1-score. Esse estudo representa uma contribuição analítica para a área da análise de sentimento, destacando a capacidade do modelo construído em lidar com a complexidade da linguagem humana.Item Sistema de suporte à criação de modelos de classificação para a previsão de evasão no ensino superior(2024-03-08) Costa, Tarcísio Barbosa da; Alencar, Andrêza Leite de; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584; http://lattes.cnpq.br/6060587704569605; http://lattes.cnpq.br/6560255346406064A evasão estudantil é um dos maiores desafios a serem enfrentados por Instituições de Ensino Superior. A fim de mitigá-la, as instituições elaboram ferramentas para monitoramento e análise deste fenômeno. Uma das metodologias existentes para tal é a identificação de características de estudantes que levam à evasão, e uma das ferramentas construídas é o SABIA: um dashboard virtual responsável por dar suporte à gestão baseada em evidências, aliado a conceitos de Learning/Academic Analytics e Business Intelligence. Este trabalho expande o SABIA através de uma nova página capaz criar modelos de aprendizado supervisionado personalizáveis pelo usuário, oferecendo análises de características estudantis e realizando previsões da situação final do discente baseadas nas mesmas. As informações obtidas pelos modelos proporcionam a identificação de fatores de risco em perfis discentes e auxiliam os gestores da instituição no desenvolvimento de diretrizes para a adoção de medidas contra a evasão.Item Análise da evasão no ensino superior: predição e prevenção por meio da mineração de dados educacionais(2024-03-05) Ferreira, Rodolfo André Barbosa; Mello, Rafael Ferreira Leite de; http://lattes.cnpq.br/6190254569597745; http://lattes.cnpq.br/2982020271806247Tendo em vista que a evasão ocorre por abandono, transferência ou desistência do curso; quando o aluno se desliga da instituição que está matriculado ou quando o aluno abandona definitivamente ou não o curso superior, este artigo busca identificar métodos e técnicas automáticas para auxiliar os gestores a prevenir casos de evasão por meio das predições. Para realizar o estudo foi utilizada a Mineração de Dados Educacionais (MDE), que aplica técnicas de mineração de dados, tais como banco de dados, estatísticas e aprendizado de máquina nas áreas da educação. Foram empre- gues dados de 5144 alunos com características relacionadas ao curso, semestre e demografia constantes no banco de dados fornecido pelo Sistema de Informações e Gestão Acadêmica (SIGA) da Universidade Federal Rural de Pernambuco (UFRPE) para os cursos de Zootecnia, Engenharia de Pesca e Agronomia. Os dados, exceto aqueles que são informações pessoais, restritas e sensíveis, foram separados em Ca- racterísticas Acadêmicas por Semestre, Acadêmicas Gerais, dos Cursos, Demográficas e Característica alvo. O estudo usa o algoritmo de aprendizado de máquina LSTM e os otimizadores SGD e Adam, explorando diferentes valores para os parâmetros de taxa de aprendizagem, momentum, tamanho de lotes e número de épocas.Item An implementation of a mathematical-computational method for the detection and treatment of financial outliers in higher education(2023-09-06) Freitas, Nathan Cavalcante; Gouveia, Roberta Macêdo Marques; http://lattes.cnpq.br/2024317361355224; http://lattes.cnpq.br/1613649528791400O Censo da Educação Superior ocorre anualmente, coletando dados de Instituições de Ensino Superior (IES) no Brasil. Diferentes fatores podem levar a anomalias ou outliers em alguns destes dados coletados. Este trabalho propõe um método matemático-computacional para detectar e tratar valores financeiros atípicos das IES. Para tanto, adota-se as análises univariadas e bivariadas dos dados. Foram analisados dados de despesas e receitas das IES do Censo de 2016 a 2019. Esta análise revelou que 204 de 2.224 IES, aproximadamente 10%, reportaram algum dado atípico.Item Análise dos Impactos da Gestão do Tempo no Desempenho Acadêmico Através da Mineração de Dados Educacionais(2023-03-29) Nascimento, Pricylla Santos Cavalcante do; Rodrigues, Rodrigo Lins; http://lattes.cnpq.br/5512849006877767; http://lattes.cnpq.br/2042576149331188Com os avanços tecnológicos, nasceram também novos desafios. Entre estes está a dificuldade de identificar fatores que corroboram com um bom desempenho acadêmico dos alunos de cursos EAD. Assim, este trabalho tem o objetivo de analisar os impactos da gestão do tempo no desempenho acadêmico dos discentes. Para isso, foram utilizadas a técnica K-means para a realização do agrupamento dos discentes em relação ao seu desempenho acadêmico, uma Rede Neural Artificial para classificar estes grupos com base nas variáveis de gestão do tempo, e o método SHAP para interpretar de forma eficiente os resultados dessa classificação. Para a construção desta pesquisa, utilizou-se dados de cursos EAD extraídos da plataforma moodle de uma universidade pública do estado de Pernambuco. Como conclusão, foi possível observar quais características da gestão do tempo impactam positivamente no desempenho acadêmico do aluno.Item Análise de sentimentos de tweets relacionados a vacinas antes e durante a pandemia da COVID-19 no Brasil(2023-03-01) Silva, Íkaro Alef de Lima; Andrade, Ermeson Carneiro de; http://lattes.cnpq.br/2466077615273972; http://lattes.cnpq.br/7938306473921402No início de 2020, a doença COVID-19 se alastrou rapidamente pelo mundo e uma das formas de combatê-la é a vacina. Governos enfrentaram problemas com notícias falsas e grupos contrários à vacinação. Assim, se faz necessário entender os sentimentos da população para propor políticas públicas eficientes. Este artigo descreve uma análise de sentimentos em tweets relacionados a vacinas no Brasil de junho de 2020 a junho de 2021. Os resultados revelaram picos do total de tweets em janeiro e maio de 2021, a predominância de tweets positivos e sentimentos de confiança, medo, submissão e tristeza. Também estão associados ao ex-presidente Jair Bolsonaro. A polaridade negativa foi a menos comum, mostrando que a população brasileira foi receptiva às vacinas.Item Técnica de clusterização aplicada à análise de perfis socioeconômicos de estudantes concluintes de cursos de computação(2022-07-03) Souza, Clarissa Cordeiro de; Gouveia, Roberta Macêdo Marques; http://lattes.cnpq.br/2024317361355224; http://lattes.cnpq.br/1046530929912898As diferentes classes sociais e econômicas de estudantes de cursos de graduação podem impactar no percurso de formação acadêmica e na permanência de tais alunos nas instituições de ensino superior brasileiras. Este trabalho de conclusão de curso aplicou uma técnica de mineração de dados chamada de clusterização K-means aos microdados do Exame Nacional de Desempenho dos Estudantes (ENADE) do ano de 2017, exame aplicado pelo Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep), com o objetivo de analisar os contextos que separam os concluintes dos diversos cursos de computação, seja bacharelado ou licenciatura, utilizando os dados socioeconômicos. Os resultados apontaram para quatro grandes grupos de estudantes e, a partir das suas análises é possível elencar um perfil de estudante concluinte de computação no ano analisado, visto que os clusters apresentam várias características em comum, tais como: a maioria dos estudantes são do sexo masculino, solteiros, de cor branca, optaram pela modalidade presencial, cursaram o ensino médio em escolas públicas, entre outras. Contudo algumas características foram encontradas em grupos específicos, como por exemplo existe um grupo de concluintes que são de instituições públicas de turno integral.Item Análise de sentimentos em Tweets relacionados ao desmatamento da Floresta Amazônica(2021-12-17) Silva, Vinicius José Paes e; Andrade, Ermeson Carneiro de; http://lattes.cnpq.br/2466077615273972; http://lattes.cnpq.br/7437953784606274A Floresta Amazônica está sendo devastada no maior ritmo dos últimos anos. Em 2021, Amazônia registra o maior acúmulo de desmatamento em 5 anos, passando de 13 mil km2 entre agosto de 2020 a julho de 2021. Um aumento de 22% no desmatamento, em relação ao mesmo período do ano anterior, sendo o maior número desde 2006. Embora muitos trabalhos abordem o tema de desmatamento, nenhum deles foca em analisar os sentimentos da população brasileira com relação ao tema. Este trabalho apresenta uma análise dos sentimentos dos usuários brasileiros do Twitter relacionados ao desmatamento da Floresta Amazônica através da mineração de texto do Twitter e busca entender como os usuários brasileiros opinam e dialogam sobre a desmatamento da Floresta Amazônica. Os resultados revelam que os usuários brasileiros tendem a reagir a acontecimentos relacionados ao desmatamento da floresta Amazônica no Twitter e, que em sua maioria, os usuários apresentam sentimento negativo sobre o tema, alcançando picos de aproximadamente 60% dos tweets em determinado momento.Item Raspagem de Dados Jurídicos Utilizando Scrapy(2021-12-20) Barbosa, Jadiel Eudes Mendonça; Bocanegra, Silvana; http://lattes.cnpq.br/4596111202208863; http://lattes.cnpq.br/8044959053132773A raspagem de dados é uma técnica computacional na qual através de um programa é realizada extração de dados que estão escondidos em páginas da web. Dessa forma, este trabalho acadêmico tem como objetivo utilizar técnicas de raspagem de dados para extrair dados de processos jurídicos dos sites dos tribunais com o intuito de auxiliar empresas contratantes a tomarem decisões estratégicas junto a seus departamentos jurídicos.