A análise das redes de colaboração científica tem contribuído significativamente para melhorar o entendimento sobre o processo de colaboração entre pesquisadores e ainda, para compreender como ocorre a evolução das produções científicas de pesquisadores grupos de pesquisa. No entanto, a identificação de colaborações em grandes bases de dados não é uma tarefa trivial tendo em vista  o alto custo computacional dos métodos frequentemente utilizados. É proposto neste trabalho um processo de extração de grandes repositórios de dados científicos e implementando um método para identificação de colaboração em grande volume de dados circulares de pesquisadores. Diferentemente dos métodos que utilizam técnicas como validação cruzada para identificar colaborações, o método proposto apresenta  ótimos resultados com baixo custo computacional, se mostrando uma interessante alternativa para a modelagem e caracterização de grandes redes de colaboração científica. Após a identificação das colaborações, podem ser aplicadas diversas técnicas de análise de redes sociais para compreensão das redes em estudo.