Identifying profiles of socio-economic aid applications using the clustering technique: a case study at the Federal Institute of Minas Gerais (IFMG)
DOI:
https://doi.org/10.11606/issn.2178-2075.incid.2025.222195Keywords:
clustering, Machine Learning, socioeconomic aidAbstract
Among the many fields that intersect with Information Science, Computer Science has recently stood out for its strong role in developing studies aimed at building information solutions that truly generate organizational knowledge useful for decision-making. This article aims to contribute to the exploration of the positive points obtained from the integration of these areas of knowledge, involving the application of the clustering technique in order to identify groupings among the applications for socio-economic aid made by students at a Brazilian Higher Education Institution. Data were taken from the institution’s computerized system used to manage Student Assistance selection processes, covering calls for applications from 2019 to 2022 for undergraduate programs. Using the K-means algorithm revealed three distinct clusters, reflecting different profiles of students seeking support to continue their studies. Managers in charge of selecting scholarship recipients should consider this when allocating resources so they match the institution’s actual student population.
Downloads
References
AGGARWAL, C. C. An introduction to cluster analysis. In: AGGARWAL, C. C.; REDDY, C. K. Data clustering: algorithms and applications. London: Chapman and Hall/CRC, 2018. P. p. 1-28. Disponível em: https://www.taylorfrancis.com/chapters/edit/10.1201/9781315373515-1/introduction-cluster-analysis-charu-aggarwal. Acesso em: 01 nov. 2023.
ALVES, B. H.; VALENTIM, M. L. P. Gestão da informação e gestão do conhecimento: uma análise dos trabalhos científicos indexados na Brapci. InCID: Revista de Ciência da Informação e Documentação, Ribeirão Preto, v. 13, n. 2, p. 107-123, 2022. DOI: 10.11606/issn.2178-2075.v13i2p107-123. Disponível em: https://www.revistas.usp.br/incid/article/view/193130. Acesso em: 16 jan. 2024.
ARAÚJO JÚNIOR, R. H.; SOUSA, R. T. B. Estudo do ecossistema de big data para conciliação das demandas de acesso, por meio da representação e organização da informação. Ciência da Informação, Brasília, v. 45, n. 3, 2016. Disponível em: https://revista.ibict.br/ciinf/article/view/4057. Acesso em: 13 out. 2023.
ARAÚJO, C. A. A. O que é Ciência da Informação. Belo Horizonte: KMA, 2018.
BARBOSA, R. R. Gestão da informação e gestão do conhecimento: evolução e conexões. Perspectivas em Ciência da Informação, Belo Horizonte, p. 168-186, 2020. Disponível em: https://periodicos.ufmg.br/index.php/pci/article/view/22287. Acesso em: 26 set. 2023.
BARRETO, A. A.; TOUTAIN, L. M. B. B. Para entender Ciência da Informação. Salvador: EDUFBA, 2007.
BIANCHI, L.; ADAMCZYK, W. Políticas nacionais de assistência estudantil: síntese de evidências sobre programas de permanência. ENAP, 2021. Disponível em: https://repositorio.enap.gov.br/handle/1/7050. Acesso em: 15 set. 2023.
BRASIL. Ministério da Educação. Plataforma Nilo Peçanha. Brasília: MEC/SETEC, 2023. Disponível em: https://www.gov.br/mec/pt-br/pnp. Acesso em: 29 out. 2023.
CAFEZEIRO, I.; COSTA, L. C.; KUBRUSLY, R. S. Ciência da Computação, Ciência da Informação, Sistemas de Informação: uma reflexão sobre o papel da informação e da interdisciplinaridade na configuração das tecnologias e das ciências. Perspectivas em Ciência da Informação, Belo Horizonte, v. 21, p. 111-133, 2016. Disponível em: https://www.scielo.br/j/pci/a/Q93GfSGTF4wS9WzMr4Lt8px/?format=html. Acesso em: 27 set. 2023.
CRISTÓVAM, J. S. S.; HAHN, T. M. Administração pública orientada por dados: governo aberto e infraestrutura nacional de dados abertos. Revista de Direito Administrativo e Gestão Pública, Florianópolis, v. 6, n. 1, p. 1-24, 2020. Disponível em: https://www.indexlaw.org/index.php/rdagp/article/view/6388. Acesso em: 19 set. 2023.
DELFINO, S. S.; PINHO NETO, J. A. S.; SOUSA, M. R. F. Desafios da sociedade da informação na recuperação e uso de informações em ambientes digitais. RDBCI: Revista Digital de Biblioteconomia e Ciência da Informação, Campinas, v. 17, p. e019036, 2019. Disponível em: https://periodicos.sbu.unicamp.br/ojs/index.php/rdbci/article/view/8655973. Acesso em: 01 out. 2023.
EVANGELISTA, D. S. Aplicação de indicadores financeiros e de gestão nas principais IFES de Minas Gerais. Trabalho de Conclusão de Curso (Especialização em Gestão das Instituições Federais de Educação Superior) – Universidade Federal de Minas Gerais, Belo Horizonte, 2019. Disponível em: https://repositorio.ufmg.br/bitstream/1843/38189/1/27072021%20v1.pdf. Acesso em: 03 set. 2023.
GIL A. C. Como elaborar projetos de pesquisa. São Paulo: Atlas, 2017.
HARARI, Y. N. 21 lições para o século 21. São Paulo: Companhia das Letras, 2018.
HASTIE, T.; TIBSHIRANI, R.; FRIEDMAN, J. Unsupervised learning. In: HASTIE, T.; TIBSHIRANI, R.; FRIEDMAN, J. The elements of statistical learning: data mining, inference, and prediction. 2. ed. New York: Springer, 2009. Springer Series in Statistics. Disponível em: https://doi.org/10.1007/978-0-387-84858-7_14. Acesso em: 05 out. 2023.
IFMG. Instituto Federal de Minas Gerais. Histórico e missão. 2023a. Disponível em: https://www.ifmg.edu.br/portal/sobre-o-ifmg/historico-e-missao. Acesso em: 29 out. 2023.
IFMG. Instituto Federal de Minas Gerais. Relatório de gestão 2021. 2023b. Disponível em: https://www.ifmg.edu.br/portal/diretoria-de-desenvolvimento-institucional-ddi/RESOLUON9DE31DEMARODE2022RelatriodeGesto2021.pdf. Acesso em: 30 out. 2023.
LIMA, W. A. S.; DAVEL, E. P. B. Implementação de políticas públicas de assistência estudantil: estratégias organizacionais na perspectiva da efetividade. Organizações em contexto, Salvador, v. 14, n. 27, p. 53-91, 2018. Disponível em: https://repositorio.ufba.br/handle/ri/25476. Acesso em: 20 nov. 2023.
MACHADO, J. H.; GALDI, F. C. Ativos intangíveis e estrutura de propriedade: evidências no mercado brasileiro. In: USP INTERNATIONAL CONFERENCE IN ACCOUNTING, 21., 2021, São Paulo. Anais [...]. São Paulo: USP, 2021. Disponível em: https://congressousp.fipecafi.org/anais/21UspInternational/ArtigosDownload/3104.pdf. Acesso em: 06 nov. 2023.
MARCACINI, R. M. Aprendizado de máquina com informação privilegiada: abordagens para agrupamento hierárquico de textos. 2014. Tese (Doutorado em Ciências de Computação e Matemática Computacional) – Universidade de São Paulo, São Carlos, 2014. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-05082015-094733/publico/RicardoMMarcacini_tese.pdf. Acesso em: 15 set. 2023.
MONARD, M. C.; BARANAUSKAS, J. A. Conceitos sobre aprendizado de máquina. Sistemas inteligentes: fundamentos e aplicações, Ribeirão Preto, v. 1, n. 1, p. 39-56, 2003. Disponível em: https://dcm.ffclrp.usp.br/~augusto/publications/2003-sistemas-inteligentes-cap4.pdf. Acesso em: 15 set. 2023.
NAPOLEON, D.; PAVALAKODI, S. A new method for dimensionality reduction using k-means clustering algorithm for high dimensional data set. International Journal of Computer Applications, v. 13, n. 7, p. 41-46, 2011. Disponível em: https://citeseerx.ist.psu.edu/document?repid=rep1&type=pdf&doi=f55569a0a7484b6086185f8c4119b8246e5da4da. Acesso em: 01 set. 2023.
NASSIF, M. E.; RESENDE, W. C. Gestão da informação e do conhecimento e suas relações com segurança da informação, tecnologias da informação e compartilhamento. Ciência da Informação, Brasília, v. 45, n. 3, 2018. Disponível em: https://revista.ibict.br/ciinf/article/view/4052. Acesso em: 13 out. 2023.
ROSA, T. F. S. et al. Implantação do BPM em IFES: proposição de um método de priorização de processos. Empreendedorismo, Gestão e Negócios, Pirassununga, v. 10, n. 10, p. 844-861, 2021. Disponível em: https://www.lume.ufrgs.br/handle/10183/232715. Acesso em: 19 jan. 2024.
SANT’ANNA, M. C.; ALMEIDA, A. N. Processos de trabalho da assistência estudantil no ensino superior: uma percepção dos assistentes sociais da Universidade de Brasília (UnB). Administração Pública e Gestão Social, Viçosa, v. 13, n. 3, 2021. Disponível em: https://periodicos.ufv.br/apgs/article/view/10796. Acesso em: 7 out. 2023.
SOUZA, E. S.; ABRANTES, L. A.; LISBOA-FILHO, J. O uso de Data Mart para apoio à tomada de decisão na Gestão de Pessoas em uma Instituição Federal de Ensino. Workshop de Computação Aplicada em Governo Eletrônico (WCGE), n. 9, p. 203-214, 2021. Disponível em: https://doi.org/10.5753/wcge.2021.15989. Acesso em: 11 nov. 2023.
TAN, P. N. et al. Introduction to data mining. São Paulo: Pearson, 2019.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Eduardo Cardoso Melo, Marcello Peixoto Bax
This work is licensed under a Creative Commons Attribution 4.0 International License.
Ao encaminhar textos à InCID: Revista de Ciência da Informação e Documentação, o autor concorda com as prerrogativas do DOAJ para periódicos de acesso aberto adotadas pela revista:
- concessão à revista o direito de primeira publicação sob a Licença Creative Commons Attribution (CC BY 4.0), que permite acessar, imprimir, ler, distribuir, remixar, adaptar e desenvolver outros trabalhos, com reconhecimento da autoria.
- autorização para distribuição não exclusiva da versão do trabalho publicado nesta revista , como a publicação em repositorios institucionais desde que o reconhecimento da autoria e publicação inicial na InCID
- leitores podem ler, fazer download, distribuir, imprimir, linkar o texto completo dos arquivos sem pedir permissão prévia aos autores e/ou editores, desde que respeitado o estabelecido na Licença Creative Commons Attribution (CC BY 4.0).
O trabalho publicado é considerado colaboração e, portanto, o autor não receberá qualquer remuneração para tal, bem como nada lhe será cobrado em troca para a publicação.
Os textos são de responsabilidade de seus autores. Citações e transcrições são permitidas mediante menção às fontes.
