Refinamento dos fatores motivacionais e estados de ânimo a partir do uso de mineração de dados educacionais

Abstract

O presente artigo apresenta uma abordagem de Mineração de Dados Educacionais com o objetivo de identificar padrões de comportamento relacionados aos fatores motivacionais e aos estados de ânimo nas interações de alunos, em um ambiente virtual de aprendizagem. Para investigar esses padrões, aplicou-se o método de clusterização e utilizou-se o algoritmo K-means. Como resultado, obteve-se que a (des)motivação do aluno está diretamente relacionada com seu estado de ânimo, podendo sofrer alterações tanto positivas como negativas mediante o grau expresso nos fatores motivacionais de confiança, esforço e independência.

This paper presents an Educational Data Mining approach to identify behavioral patterns related to motivational factors and moods in student interactions in a virtual learning environment. To investigate these patterns, the clustering method was applied and the K-means algorithm was used. As a result, it was found that the (dis) motivation of the student is directly related to their mood, and may undergo both positive and negative changes through the degree expressed in the motivational factors of confidence, effort and independence.