The prediction of relationships in a social network is a complex and extremely useful task to enhance or maximize collaborations by indicating the most promising partnerships. In academic social networks, prediction of relationships is typically used to try to identify potential partners in the development of a project and/or co-authors for publishing papers. This paper presents an approach to predict coauthorships combining artificial intelligence techniques with the state-of-the-art metrics for link predicting in social networks.

A área de análise de redes sociais está em ascensão. Uma importante tarefa desta área é a predição de relacionamentos, na qual o objetivo é prever conexões entre usuários. Para a realização desta tarefa são utilizados atributos, métodos, algoritmos e técnicas que medem, de alguma forma, a possibilidade de um relacionamento ser criado. No entanto, existem muitas abordagens e combinações de atributos para predizer relacionamentos. Este trabalho tem como objetivo realizar um levantamento abrangente dos atributos ou características que podem ser utilizados na predição de relacionamentos nos diversos contextos das redes sociais, a partir da metodologia de Revisão Sistemática.

As Redes Sociais Online desempenham um papel importante na sociedade moderna, são um modelo e um reflexo das redes sociais do mundo real. Com as informações disponíveis na Plataforma Lattes é possível construir uma rede social acadêmica, na qual as relações entre os pesquisadores representam, por exemplo, uma parceria na produção de uma publicação. A tarefa de predição de relacionamentos (ou links) para identificar possíveis colaboradores é uma tarefa complexa que pode favorecer a comunicação entre os usuários. O objetivo deste trabalho é propor a utilização da técnica de agrupamento e a inclusão de novos atributos que usam informações de comunidade para melhorar a previsão relações de coautoria nas redes sociais acadêmicas.