Estudos comportamentais têm sido conduzidos, há séculos, por cientistas e filósofos, abordando assuntos tais como trajetórias de estrelas e planetas, organizações da sociedade, evolução dos seres vivos, comportamento e linguagem humana. Com o advento da computação, grandes quantidades de informação tornaram-se disponíveis, as quais geram novos desafios a fim de explorar e compreender variações comportamentais de interação com esses sistemas. Motivado por esses desafios e pela disponibilidade de informações, esta dissertação de mestrado propõe uma metodologia com objetivo de classificar, detectar e identificar padrões de comportamento. A fim de validar essa metodologia, modelou-se conhecimentos embutidos em informações relativas a interações de usuários durante a grafia digital de assinaturas (tais informações foram obtidas de uma base de dados do campeonato SVC2004 -- First International Signature Verification Competition). Os modelos de conhecimento gerados foram, posteriormente, empregados em experimentos visando o reconhecimento de assinaturas. Resultados obtidos foram comparados a outras abordagens propostas na literatura

Throughout the centuries, behavioral studies have been conducted by scientists and philosophers, approaching subjects such as stars and planet trajectories, social organizations, living beings, human behavior and language. With the advent of computer science, large amounts of information have been made available, which brings out new challenges in the interactive behavior context. Such challenges have motivated this master thesis which proposes a methodology to classify, detect and identify behavioral patterns. A digital signature verification database, obtained from the First International Signature Verification Competition (SVC2004), was used to validate the proposed methodology. Knowledge models were obtained and, afterwards, employed in signature verification experiments. Results were compared to other approaches from the literature