A análise de redes de colaboração cientÃfica tem contribuÃdo significativamente para melhorar a compreensão do processo de colaboração entre os pesquisadores. Além disso, tem ajudado a compreender como as produções cientÃficas de pesquisadores e grupos de pesquisa têm evoluÃdo. No entanto, a identificação de colaborações em grandes repositórios de dados cientÃficos não é uma tarefa trivial, tendo em vista o alto custo computacional
dos métodos frequentemente utilizados. Este artigo propõe um método para identificar colaborações em grandes repositórios de dados cientÃficos, denominado ISColl – Identificação de Colaboração CientÃfica. Ao contrário dos
métodos que utilizam técnicas como a validação cruzada, o método proposto produz resultados satisfatórios com um baixo custo computacional, proporcionando, assim, uma alternativa interessante para a modelagem e caracterização de grandes redes de colaboração cientÃfica. Para comprovar todo o potencial do método proposto, são realizados testes com dados de publicações cientÃficas da Plataforma Lattes do CNPq, obtendo excelentes resultados para o
processo de identificação de colaborações cientÃficas.
The analysis of scientific collaboration networks has contributed significantly to improving the understanding of the process of collaboration between researchers. Additionally, it has helped to understand how scientific productions by researchers and research groups evolve. However, the identification of collaborations in large scientific databases is not a trivial task given the high computational cost of the prevalent methods. This paper proposes a method for identifying collaborations in large scientific databases, namely, ISColl – Identification of Scientific Collaboration. Unlike methods that use techniques such as cross-validation, the proposed method produces satisfactory results with a low computational cost, thus providing an interesting alternative for the modeling and characterization of large scientific collaboration networks.
