Compreensão e Preparação dos Dados do Enade para Mineração de Dados - Artigo CRISP-DM

Sep 6, 2026

Carregar por Rhys

Os dados do Exame Nacional de Desempenho do Estudante (Enade) são disponibilizados publicamente pelo governo brasileiro, porém ainda são pouco utilizados em pesquisas acadêmicas. O trabalho aplica uma metodologia de mineração de dados para identificar padrões e regras relevantes ao contexto da educação superior. São apresentadas as etapas de compreensão e preparação dos dados do Enade para os anos de 2004 a 2019, seguindo o modelo CRISP-DM, resultando em base relacional e código para converter dados semiestruturados em estrutura normalizada.

IdiomaPortuguese

CategoriaPesquisa e Relatórios

FormatoPDF

Páginas6

Tempo de leitura9 min

AcessoDownload gratuito

Índice

Resumo

Introdução

Metodologia (CRISP-DM)

Compreensão e preparação dos dados Enade

Base relacional e normalização

Objetivo e questão de pesquisa

Descrição dos microdados e problemas de padronização

Compreensão e Preparação dos Dados do Enade para Mineração de Dados Data Understanding and Preparation of Enade for Data Mining Juliano Rubio Sangaleti 1 , André Luis Schwerz2 RESUMO Os dados do Exame Nacional de Desempenho do Estudante (Enade) anualmente são disponibilizados deforma aberta pelo governo brasileiro. Entretanto, esses dados ainda são pouco explorados pela comunidade acadêmica. Por outro lado, acredita-se que a aplicação de uma metodologia de mineração de dados, que busca descobrir padrões e regras, possa produzir conhecimentos relevantes na área da educação superior brasileira para a sociedade. Neste sentido, este artigo apresenta as etapas de compreensão e preparação dos dados do Enade aplicados aos anos de 2004 a 2019 seguindo a metodologia CRISP-DM. Como resultado, apresenta-se uma base de dados relacional e um código usado para converter os dados de um formato semiestruturado para uma estrutura normalizada, livre de redundâncias e inconsistências. Este conjunto de dados pode ser usado para realizar diversas pesquisas sobre a educação superior. PALAVRAS-CHAVE: CRISP; Enade; Mineração de dados. ABSTRACT The Brazilian government makes the data from the National Student Performance Exam (Enade) publicly available annually. However, these data are still little explored by the academic community. On the other hand, it is believed that applying a data mining methodology, which seeks to discover patterns and rules, can produce relevant knowledge in Brazilian higher education for society. In this sense, this paper presents the stages of understanding and preparing the Enade data applied to the years 2004 to 2019 following the CRISP-DM methodology. As a result, we present a relational database and an implementation used to convert data from a semi-structured format to a normalized structure, free of redundancies and inconsistencies. This dataset may be used as input for several kinds of research on higher education. KEYWORDS: CRISP; Enade; Data mining. INTRODUÇÃO Recentemente, estão se popularizando iniciativas para a disponibilização de dadosabertos em várias áreas do governo. Em especial, o Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep) disponibiliza, de forma aberta, diversos dados por meio do Censo da Educação Superior, do Enade e do ENEM (BRASIL, 2022) . Tema deste trabalho, o Enade é um exame aplicado em concluintes dos cursos de graduação baseado nos conteúdos programáticos previstos nas diretrizes curriculares de seus respectivos cursos, avaliando o desenvolvimento de competências e habilidades desses alunos. Essa avaliação é realizada anualmente pelo Inep desde 2004, não tendo sido feita, unicamente, no ano de 2020 em decorrência da COVID-19 . Com isso, o Enade é um dos componentes do tripé avaliativo utilizado como ferramenta para conhecimento da qualidade dos cursos e das instituições de ensino 1 Bolsista do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) . Universidade Tecnológica Federal do Paraná, Campo Mourão PR, Brasil. E-mail: [julianosangaleti@alunos.utfpr.edu.br](julianosangaleti@alunos.utfpr.edu.br). ID Lattes: 4636105858529967. 2Docente no Programa de Pós-Graduação em Ciência da Computação. Universidade Tecnológica Federal do Paraná, Campo Mourão PR, Brasil. E-mail: [andreluis@utfpr.edu.br. ID Lattes:](andreluis@utfpr.edu.br. ID Lattes:) 4954414332524750. Este é um documento de acesso aberto sob os termos da Licença Creative Commons Atribuição, Não Comercial, Não para Obras Derivadas (CC BY NC ND), que permite o uso e distribuição em qualquer meio, desde que o trabalho original seja devidamente citado, o uso não seja comercial e nenhuma modificação ou adaptação seja feita. superior brasileiras junto com a avaliação de cursos de graduação e a avaliação institucional, integrando, assim, o Sistema Nacional de Avaliação da Educação Superior (Sinaes) . Essa grande quantidade de dados ainda é pouco explorada pela com

Perguntas frequentes

Qual é o objetivo central do artigo sobre o Enade?

Apresentar as etapas de compreensão e preparação dos dados do Enade para viabilizar pesquisas de mineração de dados, eliminando inconsistências e redundâncias.

Quais anos de aplicação do Enade são tratados no trabalho?

Os dados analisados abrangem os anos de 2004 a 2019.

Qual metodologia orienta as etapas de processamento dos dados?

O trabalho segue a metodologia CRISP-DM, destacando a compreensão e preparação como etapas mais trabalhosa do processo.

Que resultados práticos o artigo oferece para pesquisas futuras?

Entrega uma base de dados relacional normalizada e um código para converter os dados de formato semiestruturado para estrutura normalizada, livre de redundâncias e inconsistências.

Sep 6, 2026

Carregar por Rhys