MINERAÇÃO DE PADRÕES FREQUENTES AUMENTADA POR PARÂMETROS DE REDES SOCIAIS PARA MEDIÇÃO DE FATORES DE DIPLOMAÇÃO E EVASÃO

Abstract

Identifying factors that lead students either not to graduate on time or drop out helps Higher Education Institutions improve retention and decrease attrition. This paper tackles this problem by introducing a novel approach to discovering such factors through pattern mining using association rules. The novelty of the method arises from introducing social network analysis inside the pattern mining process. The social networks metrics for each student and the degree of propagation of grade point average are computed and integrated with students’ records for pattern mining serving as a proxy for the existing bond among students, which is a relevant factor for attrition and dropout analysis. This paper examines the Bachelor Program in Production Engineering at the Federal Center for Technological Education of Rio de Janeiro from 2011 to 2017. Our experiments indicate congruence with the literature: (i) lower school performance leading to delay; (ii) higher performance leading to graduation in optimal time. Besides, our new method sheds light on students with little participation in the social network who are more likely to delay or drop out. Our findings may aid managers in discovering students with patterns that can indicate imminent lateness or dropout.

Identificar os fatores que levam os alunos a n˜ao graduarem em tempo ideal ou a n˜ao desistirem ajuda as Institui¸c˜oes de Ensino Superior a melhorar a reten¸c˜ao e diminuir a evas˜ao. Este artigo aborda esse problema apresentando uma nova abordagem para descobrir esses fatores por meio da minera¸c˜ao de padr˜oes usando regras de associa¸c˜ao. A novidade do m´etodo surge da introdu¸c˜ao da an´alise de redes sociais dentro do processo de minera¸c˜ao de padr˜oes. As m´etricas de redes sociais para cada aluno e o grau de propaga¸c˜ao da m´edia das notas s˜ao calculados e integrados com os registros dos alunos para minera¸c˜ao de padr˜oes, servindo como um proxy para o v´ınculo existente entre os alunos, que ´e um fator relevante para an´alise de reten¸c˜ao e evas˜ao. Este artigo examina o Programa de Bacharelado em Engenharia de Produ¸c˜ao do Centro Federal de Educa¸c˜ao Tecnol´ogica do Rio de Janeiro de 2011 a 2017. Os experimentos encontrados indicam congruˆencia com a literatura: (i) menor desempenho escolar levando ao atraso; (ii) maior desempenho levando `a gradua¸c˜ao em tempo ideal. Al´em disso, o novo m´etodo lan¸ca luz sobre alunos com pouca participa¸c˜ao na rede social e com maior probabilidade de atrasar ou desistir. As descobertas deste trabalho podem ajudar os gerentes a descobrir alunos com padr˜oes que podem indicar atraso ou abandono iminente.