Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2015. / Submitted by Raquel Viana (raquelviana@bce.unb.br) on 2015-11-03T18:43:12Z No. of bitstreams: 1 2015_GustavoCordeiroGalvãoVanErven.pdf: 2937303 bytes, checksum: afdc1b126b59eacc4b9a3b62bc412d1b (MD5) / Approved for entry into archive by Marília Freitas(marilia@bce.unb.br) on 2015-12-20T16:23:49Z (GMT) No. of bitstreams: 1 2015_GustavoCordeiroGalvãoVanErven.pdf: 2937303 bytes, checksum: afdc1b126b59eacc4b9a3b62bc412d1b (MD5) / Made available in DSpace on 2015-12-20T16:23:49Z (GMT). No. of bitstreams: 1 2015_GustavoCordeiroGalvãoVanErven.pdf: 2937303 bytes, checksum: afdc1b126b59eacc4b9a3b62bc412d1b (MD5) / Os bancos de dados em grafo vêm se tornando populares juntamente com as demais iniciativas NoSQL. Porém, os bancos de dados em grafos não possuem uma notação padrão. Sendo assim, o presente trabalho agrupa diversas notações e propostas de modelagem em grafos, construindo um novo modelo, chamado de Modelo de Dados para Bancos NoSQL Baseados em Grafos (MDG-NoSQL), com recursos para agrupar em uma notação as características dos bancos de dados em grafos. Esse modelo foi validado utilizando a implementação de um banco de dados de vínculos societários de empresas, combinados com os relacionamentos dessas pessoas jurídicas com os processos de compras, também chamadas de licitações, junto ao Governo Federal (Banco de Vínculos Simpli_cado para Licitações e Sociedades). Esse estudo de caso foi direcionado para auxiliar na detecção de fraudes em processos licitatórios que, além de ser diretamente aplicável a vários órgãos de controle, perícia e inteligência em âmbito nacional, permite extrair fundamentos extens íveis a outros problemas com modelagens de vínculos. / Currently, Graph Databases are becoming popular along with other NoSQL initiatives. Thus, researchers and companies have been developing data models to manipulate information as graphs However, there is no standard notation involves several features and structures of the graph databases. This model introduces several notations and concepts for building a new graph data model, called Data Model for NoSQL Graph Databases (GDM-NoSQL). The GDM-NoSQL was veri_ed through a database for investigate relationships between companies and people as well as information about the procurements that these companies participated in with the Federal Government. This database was designed to facilitate the process of searching for frauds and to be used on multiple contexts, i.e. several di_erent national agencies. Finally, the designed model was implemented in both a relational and a graph database in order to validate the hypothesis that writing relationships is simpler and more e_cient in graph models than relational databases.