Observatório automático de egressos via redes sociais

Abstract

Todas as instituições de ensino devem acompanhar seus egressos para medir a inserção de seus alunos no mercado de trabalho e assim, avaliar se há compatibilidade de sua atuação com a formação recebida, visando subsidiar melhorias em suas matrizes curriculares ou métodos de ensino. Além disso, algumas instituições desejam monitorar se os egressos continuaram a sua vida acadêmica. Tipicamente, este acompanhamento é feito através de pesquisas por meio de questionários enviados aos egressos. Porém, além de ser um processo muito laborioso, frequentemente não atinge o nível de engajamento desejado por parte dos egressos. Nesse contexto, as redes sociais virtuais abrem a possibilidade de usar os dados públicos dos usuários para a pesquisa de egressos de uma instituição de ensino para acompanhamento de sua carreira no mercado ou da continuação dos seus estudos. Porém, diferentes perfis de um mesmo usuário em redes sociais distintas, frequentemente apresentam inconsistências entre campos, tais como não apresentarem o mesmo nome ou o mesmo endereço, o que torna a identificação cruzada difícil. Este trabalho avaliou a viabilidade da construção de um observatório de egressos do Campus Serra do Ifes através da extração automática de dados de redes sociais e pelo uso de modelos de aprendizado de máquina para a identificação cruzada de perfis de egressos do Campus Serra do Ifes. Foram realizados testes preliminares com uma base de dados pública e anotada, a "GT Dataset", com perfis das redes sociais do Google+ e do Twitter. Usando a abordagem de aprendizado de máquina para o problema de ligação de perfis de usuários em diferentes redes sociais, até o momento conseguiu-se replicar, e superar em alguns casos, os resultados relatados na literatura, apresentando acurácia de 0,96 no melhor caso com os classificadores AdaBoost e XGBoost. Após os testes iniciais, foram elaborados uma aplicação Web e um programa coletor. O programa coletor buscou dados do LinkedIn de modo a criar uma base de dados dos egressos do Ifes Campus Serra. A fim de complementar informações e traçar um perfil mais completo, também foram pesquisados currículos Lattes dos egressos. Os resultados mostraram que a metodologia e técnicas empregadas obtiveram sucesso no correto pareamento dos perfis e que este trabalho pode contribuir para a melhora do processo de obtenção de dados dos egressos. A partir dos dados coletados foi possível realizar análises acadêmicas e profissionais dos ex-alunos dos cursos do Ifes Campus Serra.

All educational institutions must monitor their alumni to assess the insertion of their students into the labor market and thus assess whether their performance is compatible with the training received, aiming to support improvements in their curricula or teaching methods. In addition, some institutions wish to monitor whether alumni continued their academic life. Usually, this monitoring is done through surveys through questionnaires sent to alumni. However, in addition to being a very laborious process, it often does not reach the desired level of engagement on the part of the alumni. In this context, virtual social networks open up the possibility of using the public data of users for the research of alumni of an institution of teaching to monitor both their career in the market and the continuation of their studies. However, different profiles of the same user in different social networks often present inconsistencies between fields, such as not having the same name or the same address, which makes cross-identification difficult. This work evaluated the feasibility of building an observatory for the alumni of the Campus Serra of Ifes by automatically extracting data from social networks and using machine learning models for cross-identification of alumni profiles. Preliminary tests were carried out with a public and annotated database, the "GT Dataset", with profiles from Google+ and Twitter social networks. Using the machine learning approach to the problem of linking user profiles in different social networks, so far, it has been possible to replicate, and even surpass in some cases, the results reported in the literature, with an accuracy of 0.96 in the best case with AdaBoost and XGBoost classifiers. After the initial tests, a web application and a collector program were developed. The collector program sought data from LinkedIn in order to create a database of alumni from the Campus Serra of Ifes. In order to complement information and draw a more complete profile, Lattes curricula of alumni were also queried. The results showed that the methodology and techniques used were successful in correctly matching the profiles and that this work can contribute to the improvement of the process of obtaining data from alumni. From the collected data, it was possible to carry out academic and professional analyzes of the ex-students of the Serra do Ifes Campus courses.