Representação da Diversidade de Componentes Latentes em Exercícios de Programação para Classificação de Perfis

Abstract

Através da técnica de análise fatorial é possível descobrir um conjunto de fatores ou componentes latentes a partir de variáveis quantitativas que caracterizam programas desenvolvidos por alunos. Ao representar cada programa por um conjunto de componentes latentes, chamamos essa representação de perfil de estudante. Com o objetivo de classificar perfis de estudantes, este trabalho propõe um método de seleção não-aleatória de perfis representativos da diversidade de componentes latentes para treino de modelos de classificação através da técnica de Clustering em Grafo. Os resultados alcançados demonstram que a combinação da técnica de análise fatorial com Clustering em Grafo melhora os resultados de classificação de perfis.