Tamanho da fonte: 

A mineração e análise de dados educacionais em ambientes virtuais voltados para a educação é uma realidade e contribui para o surgimento da área de Learning Analytics. Considerando isso, foi desenvolvida a ferramenta "Sistema de Identificação de Evasão e Reforço da Aprendizagem" para a web, denominada SIERA, direcionada ao professor/tutor de cursos a distância, que aplica o algoritmo de classificação Nayve Bayes para identificar alunos com risco de evasão e o algoritmo Bayesian Knowledge Tracing Brute Force, ou simplesmente BKT, que infere a necessidade de reforço na aprendizagem a partir de fontes de dados na forma de relatórios e logs de cursos no Moodle. Nas duas funcionalidades desenvolvidas no SIERA, todos os resultados apresentados são na forma textual, incluindo critérios de análises de erro, que inviabilizam o uso de um usuário comum sem formação técnica adequada. Sendo assim, o uso de técnicas de visualização e feedback coerentes às funcionalidades da ferramenta que facilite o entendimento das informações pelos usuários, auxilie na tomada de decisão e agilize ações para permitir um resgate de estudantes em risco de evasão e que precisa de reforço é uma necessidade. Por esses fatos, neste projeto, foi realizada uma investigação e análise das técnicas de visualização e feedback, implementação de protótipos de interfaces para o SIERA, de modo a facilitar a interpretação dos resultados pelos usuários, agilizar a tomada de decisão e ações na tentativa de recuperar o estudante com deficiência em algum conteúdo e resgatar aquele em risco de evasão em um curso.