Modelo preditivo para classificação de estudantes com retenção universitária

Résumé

A realidade encontrada nos processos acadêmicos nas universidades passa pela busca por alternativas à problemática da evasão e da retenção de alunos. Para dar suporte às decisões dos gestores dessas universidades, técnicas de mineração de dados vêm sendo utilizadas. O presente trabalho propõe um modelo de predição de desligamento ao final do segundo semestre de uma Universidade Pública Federal em Pernambuco. Para o experimento foi utilizada a metodologia CRISP-DM. Para extração de conhecimento, foram utilizados os algoritmos de regressão logística e árvore de decisão. Os dados referem-se ao período entre 2002 a 2008, possui 180.357 registros e 108 variáveis a partir dos dados originais. O algoritmo com melhor comportamento para árvore de decisão foi o ―C4.5‖, e para regressão logística foi o ―Forward Stepwise‖, que obtiveram uma taxa de acerto de 55% e 58%, respectivamente. O desempenho do modelo alcançou MAX_KS=0,66 e AUC_ROC=0,80.