CRISP-EDM: uma especialização do CRISP-DM focada no tratamento de dados educacionais para descoberta de perfis aplicada ao Sistema Colégio Militar do Brasil

Pinho, William Moreira de

DSpace Home
→
Centro de Ciências Exatas e Tecnologia (CCET)
→
Informática Aplicada
→
INAP - Dissertações de Mestrado
→
View Item

dc.contributor.advisor	Moraes
dc.contributor.author	Pinho, William Moreira de
dc.date.accessioned	2026-10-28T20:50:46Z
dc.date.available	2026-10-28T20:50:46Z
dc.date.issued	2026-09-08
dc.identifier.citation	PINHO, William Moreira de. CRISP-EDM: uma especialização do CRISP-DM focada no tratamento de dados educacionais para descoberta de perfis aplicada ao Sistema Colégio Militar do Brasil. Orientadora: Laura de Oliveira Fernandes Moraes. 2026. Dissertação (Mestrado em Informática) – Programa de Pós-Graduação em Informática, Universidade Federal do Estado do Rio de Janeiro (UNIRIO), Rio de Janeiro, 2026.	pt_BR
dc.identifier.uri	http://hdl.handle.net/unirio/15485
dc.description.sponsorship	n/a	pt_BR
dc.language.iso	Portuguese	pt_BR
dc.rights	openAccess	pt_BR
dc.title	CRISP-EDM: uma especialização do CRISP-DM focada no tratamento de dados educacionais para descoberta de perfis aplicada ao Sistema Colégio Militar do Brasil	pt_BR
dc.type	masterThesis	pt_BR
dc.contributor.referee	Moraes, Laura O.
dc.contributor.referee	Siqueira, Sean Wolfgand Matsui
dc.contributor.referee	Goldschmidt, Ronaldo
dc.degree.department	CCET	pt_BR
dc.degree.grantor	Universidade Federal do Estado do Rio de Janeiro - UNIRIO	pt_BR
dc.degree.level	Mestrado Acadêmico	pt_BR
dc.degree.local	Rio de Janeiro,RJ	pt_BR
dc.degree.program	Programa de Pós-Graduação em Informática	pt_BR
dc.subject.cnpq	CIÊNCIAS EXATAS E DA TERRA.CIÊNCIA DA COMPUTAÇÃO	pt_BR
dc.subject.en	Educational Data Mining	pt_BR
dc.subject.en	Machine Learning	pt_BR
dc.subject.en	Profile Discovery	pt_BR
dc.subject.en	Educational Outcomes	pt_BR
dc.subject.en	Brazilian Military School System	pt_BR
dc.description.abstracten	This work proposes CRISP-EDM, a specialization of the CRISP-DM process aimed at discovering student profiles from high-cardinality educational data. The proposal stems from a gap identified in the Educational Data Mining literature, in which data preparation steps, particularly the treatment of high-cardinality categorical variables and rare categories, are rarely detailed, despite being recurrent in real-world databases. CRISP-EDM integrates stages of feature engineering, high-cardinality treatment, dimensionality reduction, clustering, and explainability, systematizing technical decisions throughout the entire profile discovery process. As a case study, the process was applied to the Brazilian Military School System (Sistema Colégio Militar do Brasil, SCMB), a relevant environment for investigating educational outcomes related to admission to public universities and military training institutions, in a context in which continuing education and self-improvement are central processes in students’ trajectories, given the demands for qualification and competitiveness in the labor market. The study used data from 5,493 third-year high school students from 11 Military Schools, collected between 2021 and 2023. K-Means, applied within the CRISP-EDM process, produced the most adequate clusters for characterizing the profiles, identifying three distinct groups: students with low performance and a high incidence of remedial coursework; students with intermediate performance and greater academic stability; and students with high performance, predominantly admitted through competitive entrance examinations. The third profile showed the highest outcome rates in public universities and military schools, while the first showed the lowest. The results indicate that CRISP-EDM enables the identification and interpretation of profiles associated with different educational outcomes in complex databases, offering a systematized alternative for handling high-cardinality educational data that remains underexplored in the literature.	pt_BR
dc.degree.country	Brasil	pt_BR
dc.description.sponsordocumentnumber	n/a	pt_BR
dc.description.abstractpt	O presente trabalho propõe o CRISP-EDM, uma especialização do processo CRISP-DM voltada à descoberta de perfis de estudantes a partir de dados educacionais de alta cardinalidade. A proposta decorre de uma lacuna identificada na literatura de Mineração de Dados Educacionais, na qual as etapas de preparação de dados, em especial o tratamento de variáveis categóricas de alta cardinalidade e de categorias raras, raramente são detalhadas, ainda que recorrentes em bases de dados reais. O CRISP-EDM integra etapas de engenharia de atributos, tratamento de alta cardinalidade, redução de dimensionalidade, clusterização e explicabilidade, sistematizando decisões técnicas ao longo de todo o processo de descoberta de perfis. Como estudo de caso, o processo foi aplicado ao Sistema Colégio Militar do Brasil (SCMB), ambiente relevante para investigar desfechos educacionais relacionados ao ingresso em universidades públicas e instituições de formação militar, em um contexto no qual a continuação dos estudos e o autoaperfeiçoamento constituem processos centrais na trajetória dos estudantes, diante das exigências de qualificação e competitividade do mercado de trabalho. O estudo utilizou dados de 5.493 estudantes do 3o ano do Ensino Médio, provenientes de 11 Colégios Militares, entre 2021 e 2023. O K-Means aplicado no âmbito do CRISP-EDM apresentou os agrupamentos mais adequados para a caracterização dos perfis, identificando três grupos distintos: estudantes com baixo desempenho e elevada incidência de recuperação; estudantes com desempenho intermediário e maior estabilidade acadêmica; e estudantes com alto desempenho, predominantemente ingressantes por concurso. O terceiro perfil apresentou as maiores taxas de desfecho em universidades públicas e escolas militares, enquanto o primeiro apresentou as menores. Os resultados indicam que o CRISP-EDM possibilita identificar e interpretar perfis associados a diferentes desfechos educacionais em bases complexas, oferecendo uma alternativa sistematizada ao tratamento de dados educacionais de alta cardinalidade ainda pouco explorada na literatura.	pt_BR
dc.subject.pt	Mineração de Dados Educacionais	pt_BR
dc.subject.pt	Aprendizado de Máquina	pt_BR
dc.subject.pt	Descoberta de Perfis	pt_BR
dc.subject.pt	Desfechos Educacionais	pt_BR
dc.subject.pt	Sistema Colégio Militar do Brasil	pt_BR