# Analise de redes
# 
# Bibliotecas utilizadas 
library(igraph)
library(dplyr)
library(networkD3)


# Leitura do arquivo exemplo_01.net no formato de "grafo" -------------
g1 <- read.graph("exemplo1.net", format="pajek")
str(g1)
g1
V(g1)
E(g1)
plot(g1)  # Uma visualizacao "rapida" da rede
# Matriz de Adjacencia -----------------------------------------
ma <- as_adjacency_matrix(g1, type ="both")
ma
# Medidas relacionadas a rede ----------------------------------
# Densidade
densidade <- edge_density(g1)
densidade
# calculo da densidade:  n_arestas / (n_nos 8 (n_nos - 1)/2)
  n_arestas <- length(E(g1))
  n_nos <- length(V(g1))
  n_arestas / ( n_nos*(n_nos-1)/2 )
# Grau medio
grau.medio <- mean(degree(g1))
grau.medio

# Comprimento de caminho medio (average path length)
L.medio <- average.path.length(g1, unconnected = TRUE)
L.medio
# Diametro
diametro <- diameter(g1)
diametro
# Coeficiente de agrupamento medio
agrup.medio <- transitivity(g1, type = "average")
agrup.medio


# Medidas relacionadas aos nos ---------------------------------
# Grau
grau.nos <- degree(g1)
grau.nos 

# Tabela para Grau
grau.tab <- as.data.frame(grau.nos)
grau.tab$No <- row.names(grau.tab)
names(grau.tab) <- c("Grau","Nó")
grau.tab <- grau.tab[,c(2,1)]
grau.tab <-grau.tab[order(-grau.tab$Grau),]
grau.tab <- as.data.frame(grau.tab)
grau.tab
# Pagerank
pg.rnk <- page.rank(g1)
pg.rank <- pg.rnk$vector
# Tabela para page rank
pgrnk.tab <- as.data.frame(pg.rank)
pgrnk.tab$No <- row.names(pgrnk.tab)
names(pgrnk.tab) <- c("PageRank","Nó")
pgrnk.tab <- pgrnk.tab[,c(2,1)]
pgrnk.tab <- pgrnk.tab[order(-pgrnk.tab$PageRank),]
pgrnk.tab <- as.data.frame(pgrnk.tab)
pgrnk.tab

# Intermediacao
interm.nos <- betweenness(g1,normalized = TRUE)
# Tabela para intermediacao
betw.nos.tab <- as.data.frame(interm.nos)
betw.nos.tab$No <- row.names(betw.nos.tab)
names(betw.nos.tab) <- c("Betweenness","Nó")
betw.nos.tab <- betw.nos.tab[,c(2,1)]
betw.nos.tab <- as.data.frame(betw.nos.tab)
betw.nos.tab

# Clustering
agrup <- transitivity(g1, type = "local")
# Tabela para Clustering
agrup.tab <- as.data.frame(agrup)
agrup.tab$No <- row.names(grau.tab)
names(agrup.tab) <- c("Clustering","Nó")
agrup.tab <- agrup.tab[,c(2,1)]
agrup.tab <- as.data.frame(agrup.tab)
agrup.tab

# Data frame agregado
resumo1 <- merge(grau.tab,pgrnk.tab,by="Nó")
resumo2 <- merge(betw.nos.tab,agrup.tab,by="Nó")
resumo.no <- merge(resumo1,resumo2,by="Nó")
resumo.no <- resumo.no[order(-resumo.no$PageRank),]
resumo.no
rm(resumo1,resumo2)
resumo.no <- resumo.no %>% arrange(desc(PageRank))

# Medidas para arestas -----------------------------------------
interm.arestas <- edge_betweenness(g1, directed = FALSE)
interm.arestas

# Layouts para a rede ------------------------------------------
# Mudanca das propriedades do grafo:
V(g1)$tamanho <-  degree(g1)*5 + 2
#E(g1)$arrow.mode <- 0

# Circular
L.circ.2 <- layout_in_circle(g1)
plot(g1, layout=L.circ.2,vertex.size = V(g1)$tamanho)

# Fruchterman-Reingold
L.fr.2 <- layout_with_fr(g1)
plot(g1, layout=L.fr.2,vertex.size = V(g1)$tamanho)

# Kamada Kawai
L.kk.2 <- layout_with_kk(g1)
plot(g1, layout=L.kk.2,vertex.size = V(g1)$tamanho)

# detecção de comunidades com edgebetweenness
comunid <- cluster_edge_betweenness(g1) 
comunid
comunid$membership

# atribuindo grupo aos nos
V(g1)$grupos <-  comunid$membership

# Adicionando cores
library(RColorBrewer)
cores  <- brewer.pal(9, "Set1") 

# Atribuindo cores aos grupos
vetorcor1 <- cores[as.numeric(as.factor(V(g1)$grupos))]
plot(g1, vertex.color=vetorcor1,layout=L.fr.2,vertex.size = V(g1)$tamanho)

# Analisando os grupos a partir do resultado de comunidades
dendPlot(comunid, mode="hclust")

# grafo com comunidades
plot(comunid, g1,vertex.color=vetorcor1,layout=L.fr.2,vertex.size = V(g1)$tamanho) 

# Grafo em D3 (biblioteca )
g1_d3 <- igraph_to_networkD3(g1, group = V(g1)$grupos)

# force directed network plot
forceNetwork(Links = g1_d3$links, Nodes = g1_d3$nodes,
             Source = 'source', Target = 'target', NodeID = 'name',
             Group = 'group',zoom = TRUE)


# A partir daqui executa arquivo exemplo1.Rmd ----------------------------------
#
output1 = "ex1.doc"
output2 = "ex1.html"

#output = output1
output = output1
rmarkdown::render('exemplo1.Rmd', output_file = output,
                  #params = params, 
                  envir = new.env(parent = globalenv()))
#-----------------------------------------------------------

# #######################################################################