Please use this identifier to cite or link to this item:
https://rd.uffs.edu.br/handle/prefix/9703| Type: | Dissertação |
| Title: | Aplicação de técnicas de mineração de dados e machine learning para predição da evasão de estudantes nos cursos de graduação de uma IFES |
| Author: | Rodio, Jean Carlo |
| First advisor: | Deimling, Moacir Francisco |
| Resume: | A evasão estudantil no ensino superior brasileiro constitui fenômeno de relevância social e econômica, pois representa desperdício de recursos públicos, interrupção da formação de capital humano e aprofundamento de desigualdades estruturais. No âmbito das instituições federais de ensino superior (IFES), o problema é agravado pela ausência, em grande parte dessas instituições, de mecanismos sistemáticos de identificação precoce de estudantes em risco de abandono. A Universidade Federal da Fronteira Sul (UFFS), cuja Taxa de Sucesso na Graduação esteve em torno de 33,11% entre 2015 e 2023, não dispõe de modelo preditivo institucional consolidado para essa finalidade. Nesse contexto, o presente estudo teve como objetivo desenvolver e avaliar modelos preditivos de evasão estudantil nos cursos de graduação da UFFS, campus Chapecó, por meio de técnicas de mineração de dados e aprendizado de máquina. Do ponto de vista metodológico, a pesquisa configura-se como aplicada, de natureza quantitativa e caráter descritivo, desenvolvida sob a modalidade de estudo de caso. O processo analítico seguiu a metodologia CRISP-DM. Os dados foram obtidos de quatro sistemas institucionais: SIGAA, SCI, SAS e Pergamum, resultando em um conjunto analítico com 235.632 registros referentes a 8.749 matrículas do período de 2014.1 a 2024.2. Foram treinados e comparados seis algoritmos de aprendizado supervisionado: Regressão Logística, Árvore de Decisão, Random Forest, XGBoost, SVM Linear e KNN. A validação adotou o protocolo StratifiedGroupKFold com cinco partições agrupadas por matrícula, assegurando que os registros pertencentes a uma mesma matrícula permanecessem exclusivamente no conjunto de treinamento ou no conjunto de teste durante cada partição, reduzindo o risco de vazamento de informações entre registros vinculados ao mesmo estudante. O modelo XGBoost apresentou o melhor desempenho, com AUC-ROC de 0,8878, acurácia de 0,8039 e F1-macro de 0,8037, seguido pela Regressão Logística (AUC-ROC = 0,8681) e pelo SVM Linear (AUC-ROC = 0,8680). A análise de importância das variáveis revelou que o desempenho acadêmico predomina na estrutura preditiva do modelo: a média final nas disciplinas respondeu por aproximadamente um terço do ganho informacional total, seguida por número de faltas e área de conhecimento. O uso do Restaurante Universitário nos primeiros semestres emergiu como preditor de engajamento institucional, superando variáveis sociodemográficas como gênero e etnia. Conclui-se que os modelos desenvolvidos demonstraram capacidade preditiva satisfatória e viabilidade de aplicação institucional. Como produto técnico-tecnológico (PTT), apresenta-se um relato técnico que sistematiza a experiência de aplicação dos modelos preditivos no contexto da UFFS campus Chapecó, e propõe diretrizes para a implementação de um sistema de alerta precoce integrado aos sistemas institucionais, com potencial de replicação em outras IFES, contribuindo para a formulação de políticas de permanência estudantil baseadas em evidências. |
| Abstract: | Student dropout in Brazilian higher education is a phenomenon of considerable social and economic relevance, as it represents a waste of public resources, disrupts human capital development, and exacerbates structural inequalities. Within Brazilian Federal Institutions of Higher Education (Instituições Federais de Ensino Superior – IFES), this problem is intensified by the absence, in many institutions, of systematic mechanisms for the early identification of students at risk of dropping out. The Federal University of Fronteira Sul (Universidade Federal da Fronteira Sul – UFFS), whose Undergraduate Success Rate was approximately 33.11% between 2015 and 2023, does not have a consolidated institutional predictive model for this purpose. In this context, this study aimed to develop and evaluate predictive models of student dropout in undergraduate programs at the UFFS Chapecó Campus using data mining and machine learning techniques. Methodologically, this is an applied, quantitative, and descriptive study conducted as a case study. The analytical process followed the Cross-Industry Standard Process for Data Mining (CRISP-DM) methodology. Data were obtained from four institutional information systems—SIGAA, SCI, SAS, and Pergamum—resulting in an analytical dataset comprising 235,632 records related to 8,749 student enrollments from the first semester of 2014 to the second semester of 2024. Six supervised machine learning algorithms were trained and compared: Logistic Regression, Decision Tree, Random Forest, XGBoost, Linear Support Vector Machine (SVM), and K-Nearest Neighbors (KNN). Validation was performed using a five-fold StratifiedGroupKFold protocol, grouped by student enrollment, ensuring that records associated with the same enrollment were included exclusively in either the training set or the test set within each fold. This procedure reduced the risk of information leakage between records associated with the same student. The XGBoost model achieved the best performance, with an AUC-ROC of 0.8878, accuracy of 0.8039, and macro-averaged F1 score of 0.8037, followed by Logistic Regression (AUC-ROC = 0.8681) and Linear SVM (AUC-ROC = 0.8680). The feature importance analysis revealed that academic performance predominated in the model’s predictive structure: students’ final course grades accounted for approximately one-third of the total information gain, followed by the number of absences and field of study. The use of the University Restaurant during the initial semesters emerged as a predictor of institutional engagement, surpassing sociodemographic variables such as gender and ethnicity. It is concluded that the developed models demonstrated satisfactory predictive capacity and institutional applicability. As a technical and technological product, this study presents a technical report that systematizes the experience of applying predictive models within the context of the UFFS Chapecó Campus and proposes guidelines for implementing an early warning system integrated with the institution’s information systems. The proposed approach has the potential to be replicated in other Brazilian Federal Institutions of Higher Education, contributing to the development of evidence-based student retention policies. |
| Keywords: | Evasão escolar Mineração de dados Aprendizado de máquina Administração da educação Estudantes universitários |
| Language: | por |
| Country: | Brasil |
| Publisher: | Universidade Federal da Fronteira Sul |
| Acronym of the institution: | UFFS |
| College, Institute or Department: | Campus Chapecó |
| Name of Program of Postgraduate studies: | Programa de Pós-Graduação Profissional em Administração Pública em Rede Nacional |
| Type of Access: | Acesso Aberto |
| URI: | https://rd.uffs.edu.br/handle/prefix/9703 |
| Issue Date: | 2026 |
| metadata.dc.level: | Mestrado |
| Appears in Collections: | Programa de Pós-Graduação Profissional em Administração Pública em Rede Nacional |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.