Aplicação de análise preditiva nas bases de dados de uma instituição de ensino superior, visando aumentar a eficiência na análise de grandes quantidades de leads
| Título | Aplicação de análise preditiva nas bases de dados de uma instituição de ensino superior, visando aumentar a eficiência na análise de grandes quantidades de leads | pt_BR |
| Autor | Belloli, Jackson de Araújo | |
| Orientador | Oliveira, Marlon de Matos de | |
| Resumo / Abstract | presente trabalho tem como objetivo aplicar técnicas de análise preditiva em bases de dados institucionais da Universidade do Extremo Sul Catarinense (UNESC), com o intuito de estimar a probabilidade de matrícula de estudantes a partir de informações coletadas durante o processo de inscrição. O estudo buscou otimizar a tomada de decisão e aumentar a eficiência na análise de grandes volumes de leads oriundos de campanhas de marketing digital. Para isso, foram utilizados dois algoritmos de aprendizado de máquina amplamente empregados em classificação supervisionada: Regressão Logística e Random Forest. A metodologia incluiu o tratamento e a codificação das variáveis, criação de atributos derivados e aplicação de métricas de avaliação como acurácia, precisão, recall, F1-score e AUC-ROC. Os resultados evidenciaram que o modelo de Regressão Logística apresentou desempenho mais equilibrado e interpretável, alcançando AUC-ROC de 0,709 e acurácia de 84,5%, enquanto o Random Forest obteve maior acurácia 87,5% porém menor capacidade discriminativa, AUC-ROC de 0,604. Conclui-se que o modelo logístico é o mais adequado ao contexto institucional, permitindo identificar com maior precisão os alunos com maior propensão à matrícula. Este estudo contribui tanto para o meio acadêmico, ao demonstrar o potencial da análise preditiva na educação, quanto para o contexto prático, oferecendo subsídios para o aprimoramento das estratégias de captação e permanência estudantil. | pt_BR |
| Data de publicação | 2025-12 | |
| Tipo | Trabalho de Conclusão de Curso - TCC | pt_BR |
| Idioma | pt_BR | pt_BR |
| Palavras-chave | Análise preditiva | pt_BR |
| Palavras-chave | Aprendizado de máquina | pt_BR |
| Palavras-chave | Regressão logística | pt_BR |
| Palavras-chave | Previsão de matrículas | pt_BR |
| Descrição | Artigo de Conclusão de Curso, apresentado para obtenção do Grau de Bacharel no curso de Ciência da Computação da Universidade do Extremo Sul Catarinense, UNESC. | pt_BR |
| Data de depósito | 2026-07-17T19:54:35Z | |
| Data de disponibilização | 2026-07-17T19:54:35Z | |
| URI | http://repositorio.unesc.net/handle/1/12974 | |
| Cobertura espacial | Universidade do Extremo Sul Catarinense | pt_BR |
| Data de criação | 2025-12 |