MINERAÇÃO DE MICRODADOS PARA ANÁLISE SOCIOECONÔMICA COM PERFORMANCES DO EXAME NACIONAL DO ENSINO MÉDIO - ENEM
DOI:
https://doi.org/10.35685/revintera.v7i1.4077Palavras-chave:
Mineração de Dados, Inteligência Artificial, Aprendizado Não Supervisionado, k-means, EnemResumo
O Exame Nacional do Ensino Médio (Enem) é o principal instrumento de acesso ao ensino superior no Brasil e tem papel fundamental na democratização e distribuição mais justa de oportunidades, sendo muitas vezes considerado um verdadeiro símbolo de meritocracia pelos cidadãos brasileiros. Nesse contexto, este trabalho objetivou a investigação da existência de influências socioeconômicas sobre o desempenho no exame de participantes no Norte do Brasil. Para isso, a mineração baseada no processo Crisp-DM dos microdados oficiais do Enem 2021 foi realizada, com utilização do algoritmo de aprendizado de máquina k-means e aplicação de análise descritiva. Como resultado, obteve-se uma clusterização com coeficiente de silhueta avaliado em 0,427 e a documentação dos padrões identificados durante o pós-processamento através da utilização de técnicas de estatística descritiva e de visualização dos dados modelados. Os objetivos propostos foram alcançados e os resultados representam descoberta de conhecimento relevante, atual e de grande valor social.
