In recent years, large volumes of data have been massively studied by researchers and organizations. In this context, trend analysis is one of the most important areas. Typically, good prediction results are hard to obtain because of unknown variables that could explain the behaviors of the subject of the problem. This paper goes beyond standard trend identification methods that consider only historical behavior of the objects by including the structure of the information sources, i.e., social network metrics, as an additional dimension to model and predict trends over time.Results from a set of experiments indicate that including such metrics has improved the prediction accuracy. Our experiments considered the publication titles, as recorded in the Brazilian Lattes database, from all the Ph.Ds. in Computer Science registered in the Brazilian Lattes platform for the periods analyzed in order to evaluate the proposed trend prediction approach.

The study of national academic characteristics is an imperative task for the understanding of national scientific production and the creation of effective science policy. Using a dataset of more than 3.2 million Brazilian curricula, we explore the academic community of PhDs working in Brazil in order to identify characteristics of the whole national network and in the knowledge area level. We used metrics from social network analysis and text mining techniques, as well as the patterns of collaboration between areas and the regional distribution of PhDs. The results show different general characteristics of the PhDs working in each Brazilian state and knowledge area, according to the social and economic characteristics of each of the five Brazilian regions. Different interaction profiles were described, like a less connected network in Linguistics, Letter, and Arts, in which each researcher is related, on average, to less than three other PhDs; on the opposite side, Agricultural Sciences each researcher is related, on average, to more than nine other PhDs of the network. It is clear that besides the capital and one or other major city, the Northeast Region is devoid of PhDs, a situation that is particularly problematic for the most destitute region of Brazil.

Este artigo consiste no desenvolvimento de uma revisão sistemática acerca dos métodos e técnicas utilizados para se identificar tendências em diferentes tipos de aplicação. O primeiro objetivo é entender quais são as principais técnicas utilizadas e a forma com que essas técnicas são organizadas pelos pesquisadores. O segundo objetivo consiste em entender quais dessas técnicas poderiam ser aplicadas em redes sociais.

Introdução: A análise de tendências pode ser utilizada como uma estratégia para identificar assuntos ou áreas de pesquisa com potencial de popularidade, mas que ainda não são disseminados amplamente. Este trabalho consiste em identificar tendências por mineração de texto e análise histórica das produções científicas (artigos científicos) de doutores da área de Ciência da Informação. Método: De natureza exploratória, este trabalho foi construído em três etapas. A primeira etapa foi a obtenção dos dados dos currículos cadastrados na plataforma Lattes. A segunda etapa consistiu na extração automática dos termos mais importantes inseridos nos títulos das publicações e, na terceira etapa foram feitas regressões lineares e não lineares dos índices de importância baseados em frequência dos termos extraídos. Resultados: Informações gerais sobre as tendências identificadas para a área de Ciência de Informação para curto, médio e longo prazo são apresentadas. Conclusão: Apresenta e aplica uma metodologia de identificação de tendências que ainda pode ser considerada um primeiro passo ante ao potencial da análise de tendências para a produção científica nacional. Além disso, informações gerais sobre as tendências identificadas e os comportamentos dessas tendências ao longo do tempo foram discutidas.