TCC(graduação) - Universidade Federal de Santa Catarina. Campus Araranguá. Engenharia da Computação.Patentes são amplas e confiáveis fontes de dados de invenções tecnológicas. A fim de viabilizar a extração de informação desses documentos para aplicá-las a um objetivo, a análise de patentes abrange diversas tarefas. Entre elas, a tarefa de previsão de tecnologias é essencial para o processo de tomada de decisões estratégicas em organizações e no desenvolvimento de pesquisas, visto seu potencial de geração de inovação e vantagem competitiva. Neste contexto, o presente trabalho propõe um método de apoio à tomada de decisões capaz de identificar tendências tecnológicas e reduzir a extensiva análise manual de patentes por parte dos especialistas. Para cumprir este objetivo, explora-se o aprendizado de representação de redes através do algoritmo Node2vec e predição de ligações para identificar possíveis tendências de conexões entre tecnologias. Um estudo de caso sobre o domínio de carbono é apresentado para demonstrar a efetividade do método proposto considerando o conjunto de patentes de utilidade USPTO-2M ® . Para tal, foram realizadas análises das predições em cenários de curto (um ano), médio (três anos) e longo (cinco anos) prazo. O cenário que melhor desempenhou foi o de longo prazo, onde as predições realizadas com o limiar de 85% alcançaram a média de 53,98% de acerto levando em conta predições realizadas no intervalo de 2006 a 2010. O modelo de predição de ligações atingiu uma média de 0,91 considerando a métrica ROC-AUC. Diante dos resultados, o modelo de predição construído demonstrou ser capaz de promover indícios de possíveis tendências tecnológicas e o método proposto mostrou-se viável para a conjuntura apresentada, sendo apto a contribuir com o processo de tomada de decisão sobre investimentos em Pesquisa, Desenvolvimento e Inovação.