RESUMO | ABSTRACT

RESUMO: A tecnologia da informação está transformando o mundo de forma muito veloz com a inserção da internet, smartphones, tablets e diversos dispositivos conectados, gerando e armazenando diversos tipos de dados. Na área educacional, há uma infinidade de dados (púbicos ou privados) que podem ser explorados para ajudar em processos de tomada de decisão, tais como: notas nas disciplinas, frequência, e disciplinas cursadas, trancadas, reprovadas e evadidas. Diante deste contexto, este trabalho apresenta os resultados obtidos da mineração de dados de uma pesquisa de campo com alunos de uma escola X da rede pública do estado da Paraíba, utilizando algoritmos de classificação da ferramenta Weka com o objetivo de detectar perfis de alunos evadidos para suporte a campanhas e políticas de evasão escolar. Diversos fatores foram identificados para evasão escolar observando diferentes faixas etárias, tais como: trabalho (de 16 a 20 anos) e gravidez (de 21 a 25 anos), por exemplo.

ABSTRACT: Information technology is changing the world very fast with the insertion of the internet, smartphones, tablets and several connected devices, generating and storing various data types. In the educational area, there areseveral data (public or private) that can be explored to assist in decision-making processes, grades obtained in the classes, attendance, and locked, disapproved, and dropout classes. In this context, this paper presents the results from a data mining with students of the public school of the State X using classification algorithms, from Weka tool, with the goalto detect student profiles for support campaigns and school dropout ratespolicies. Some factors were identified for school dropout for different age groups, such as work (from 16 to 20 years) and pregnancy (from 21 to 25 years), for example.