Mineração de Dados Educacionais e Análise de Sentimentos em Ambientes Virtuais de Aprendizagem: um Mapeamento Sistemático

Autores

DOI:

https://doi.org/10.18264/eadf.v12i2.1786

Resumo

A análise de sentimento é uma área de Mineração de Dados que envolve processamento de linguagem natural, extração de informações, inteligência artificial e aprendizado de máquina. Assim, por meio dessa técnica e, também, das emoções dos alunos em ambientes virtuais de aprendizagem, é possível descobrir padrões e verificar eventuais deficiências durante o processo de aprendizagem. O objetivo deste artigo é apresentar os resultados de um mapeamento sistemático da literatura realizado sobre técnicas, métodos, algoritmos, bibliotecas e ferramentas de mineração de dados educacionais utilizados para análise de sentimentos e emoções dos estudantes em ambientes virtuais de aprendizagem. Além disso, foram identificadas as finalidades para a análise de sentimentos e os tipos de emoções consideradas. Portanto, foram selecionados 20 estudos primários para verificação em profundidade. Os resultados apresentam a predominância de algoritmos de aprendizado de máquina para análise de sentimentos, abordando avaliação de cursos e professores, a eficácia do ambiente de aprendizagem, a satisfação e as dificuldades dos alunos. Além disso, a maioria dos estudos explora a polaridade de sentimento: positivo, negativo e neutro.

 

Palavras-chave: Mineração de dados educacionais. Sentimentos. Emoções. Ambiente virtual de aprendizagem.

Downloads

Não há dados estatísticos.

Referências

ANITHA, N.; ANITHA, B.; PRADEEPA, S. Sentiment classification approaches. International Journal of Innovation Engineering and Technology, v. 3, n. 1, p. 22-31, 2013.

ARUNA, S.; SASANKA, J.; VINAY, D. A. A brief study on analyzing student’s emotions with the help of educational data mining. Computer Networks, Big Data and IoT, p. 785-796, 2021.

HEUBNER, R. A. A survey of educational data-mining research. Research in Higher Education Journal, v. 19, 2013.

PETERSEN, K.; VAKKALANKA, S.; KUZNIARZ, L. Guidelines for conducting systematic mapping studies in software engineering: an update. Information and Software Technology, v. 64, p. 1-18, 2015.

PURAIVAN, E. et al.Emotion-based decision support tool for learning processes: an application with undergraduate students during Covid-19 pandemic. In: Iberian Conference on Information Systems and Technologies. 2021. p. 1-6.

SACHIN, R. B.; VIJAY, M. S. A survey and future vision of data mining in educational field. In: International Conference on Advanced Computing & Communication Technologies. 2012. p. 96-100.

ZELKOWITZ, M. V.; WALLACE, D. R. Experimental models for validating technology. Computer, v. 31, n. 5, p. 23-31, 1998.

Publicado

2022-06-22

Como Citar

Vivian, R. L., Cazella, S. C., Machado, L. R., & Behar, P. A. (2022). Mineração de Dados Educacionais e Análise de Sentimentos em Ambientes Virtuais de Aprendizagem: um Mapeamento Sistemático. EaD Em Foco, 12(2). https://doi.org/10.18264/eadf.v12i2.1786

Edição

Seção

Revisões

Most read articles by the same author(s)