Atualmente, as redes sociais estão ganhando cada vez mais destaque no dia-a-dia das pessoas. Nessas redes são estabelecidos diferentes relacionamentos entre entidades que compartilham alguma característica ou objetivo em comum. Diversas informações sobre a produção científica nacional podem ser encontradas na Plataforma Lattes, que é um sistema utilizado para o registro dos currículos dos pesquisadores no Brasil. A partir dessas informações é possível construir uma rede social acadêmica, na qual as relações entre os pesquisadores representam uma parceria na produção de uma publicação (coautoria) - um link. Na análise de redes sociais existe uma linha de pesquisa conhecida como predição de link ou de relacionamentos, que tem como objetivo identificar relacionamentos futuros. Essa tarefa pode favorecer a comunicação entre os usuários e otimizar o processo de produção científica identificando possíveis colaboradores. Este projeto analisou a influência de diferentes atributos encontrados na literatura e filtros de dados para prever relações de coautoria nas redes sociais acadêmicas. Foi abordado dois tipos de problemas na predição de relacionamentos, o problema geral que analisa todos os possíveis relacionamentos de coautoria e o problema de novas coautoria que refere-se aos relacionamentos de coautorias inéditas na rede. Os resultados dos experimentos foram promissores para o problema geral de predição com a combinação de atributos e filtros utilizados. Contudo, para o problema de novas coautorias, devido à sua maior complexidade, os resultados não foram tão bons. Os experimentos apresentados avaliaram diferentes estratégias e analisaram o custo e benefício de cada uma. Conclui-se que para lidar com o problema de predição de coautorias em redes sociais acadêmicas é necessário analisar as vantagens e desvantagens entre as estratégias, encontrando um equilíbrio entre a revocação da classe positiva e a acurácia geral / Nowadays, social networks are gaining prominence in the day-to-day lives. In these networks, different relationships are established between entities that share some characteristic or common goal. A huge amount of information about the Brazilian national scientific production can be found in the Lattes Platform, which is a system used to record the curricula of researchers in Brazil. From this information, it is possible to build an academic social network, where relations between researchers represent a partnership in the production of a publication - a link. In social network analysis there is a research area known as link prediction, which aims to identify future relationships. This task may facilitate communication among researchers and optimize the scientific production process identifying possible collaborators. This project analyzed the influence of different attributes found in the literature and data filters to predict co-authorship relationships in academic social networks. Was approached two types of problems in predicting relationships, the general problem that analyzes all possible co-authoring relationships and the problem of new co-authoring that relates to novel co-authorships relationships in the network. The experimental results were promising to the prediction general problem, combining attributes and using filters. However, for the new co-authorships problem the results were not as good. The experiments evaluated different strategies and analyzed the costs and benefits of each. We concluded that to deal with the co-authorships prediction problem in academic social networking it is necessary to analyze the advantages and disadvantages among the strategies, finding a balance between the recall of the positive class and the overall accuracy

Online social networks (OSNs) are Web platforms providing different services to facilitate social interaction among their users. A particular kind of OSNs is the location-based social network (LBSN), which adds services based on location. One of the most important challenges in LBSNs is the link prediction problem. Link prediction problem aims to estimate the likelihood of the existence of future friendships among user pairs. Most of the existing studies in link prediction focus on the use of a single information source to perform predictions, i.e. only social information (e.g. social neighborhood) or only location information (e.g. common visited places). However, some researches have shown that the combination of different information sources can lead to more accurate predictions. In this sense, in this thesis we propose different link prediction methods based on the use of different information sources naturally existing in these networks. Thus, we propose seven new link prediction methods using the information related to user membership in social overlapping groups: common neighbors within and outside of common groups (WOCG), common neighbors of groups (CNG), common neighbors with total and partial overlapping of groups (TPOG), group naïve Bayes (GNB), group naïve Bayes of common neighbors (GNB-CN), group naïve Bayes of Adamic-Adar (GNB-AA) and group naïve Bayes of Resource Allocation (GNB-RA). Due to that social groups exist naturally in networks, our proposals can be used in any type of OSN.We also propose new eight link prediction methods combining location and social information: Check-in Observation (ChO), Check-in Allocation (ChA), Within and Outside of Common Places (WOCP), Common Neighbors of Places (CNP), Total and Partial Overlapping of Places (TPOP), Friend Allocation Within Common Places (FAW), Common Neighbors of Nearby Places (CNNP) and Nearby Distance Allocation (NDA). These eight methods are exclusively for work in LBSNs. Obtained results indicate that our proposals are as competitive as state-of-the-art methods, or better than they in certain scenarios. Moreover, since our proposals tend to be computationally more efficient, they are more suitable for real-world applications. / Redes sociais online (OSNs) são plataformas Web que oferecem serviços para promoção da interação social entre usuários. OSNs que adicionam serviços relacionados à geolocalização são chamadas redes sociais baseadas em localização (LBSNs). Um dos maiores desafios na análise de LBSNs é a predição de links. A predição de links refere-se ao problema de estimar a probabilidade de conexão futura entre pares de usuários que não se conhecem. Grande parte das pesquisas que focam nesse problema exploram o uso, de maneira isolada, de informações sociais (e.g. amigos em comum) ou de localização (e.g. locais comuns visitados). Porém, algumas pesquisas mostraram que a combinação de diferentes fontes de informação pode influenciar o incremento da acurácia da predição. Motivado por essa lacuna, neste trabalho foram desenvolvidos diferentes métodos para predição de links combinando diferentes fontes de informação. Assim, propomos sete métodos que usam a informação relacionada à participação simultânea de usuários en múltiples grupos sociais: common neighbors within and outside of common groups (WOCG), common neighbors of groups (CNG), common neighbors with total and partial overlapping of groups (TPOG), group naïve Bayes (GNB), group naïve Bayes of common neighbors (GNB-CN), group naïve Bayes of Adamic-Adar (GNB-AA), e group naïve Bayes of Resource Allocation (GNB-RA). Devido ao fato que a presença de grupos sociais não está restrita a alguns tipo de redes, essas propostas podem ser usadas nas diversas OSNs existentes, incluindo LBSNs. Também, propomos oito métodos que combinam o uso de informações sociais e de localização: Check-in Observation (ChO), Check-in Allocation (ChA), Within and Outside of Common Places (WOCP), Common Neighbors of Places (CNP), Total and Partial Overlapping of Places (TPOP), Friend Allocation Within Common Places (FAW), Common Neighbors of Nearby Places (CNNP), e Nearby Distance Allocation (NDA). Tais propostas são para uso exclusivo em LBSNs. Os resultados obtidos indicam que nossas propostas são tão competitivas quanto métodos do estado da arte, podendo até superá-los em determinados cenários. Ainda mais, devido a que na maioria dos casos nossas propostas são computacionalmente mais eficientes, seu uso resulta mais adequado em aplicações do mundo real.