네트워크만들기

노드를 통해 네트워크를 만들어 보자 .

library(igraph)

# install.packages("igraph")

# igraph 패키지 설치 및 로드 

star_1 <-graph(edges = NULL , n =NULL , directed = FALSE)

# n (노드) 와 edges(연결) 이 없고 , 방향 (directed) 가 없는 igraph 생성 

star_1 <- star_1 + vertex("A",shape="circle",size=30,color="yellow")

# star_1 그래프에 "A" 노드 추가 , 모양은 원 , 크기는 30 , 색은 노란색

star_1 <- star_1 +vertices("B","C","D","E","F",shape="circle",size=30)

# star_1 그래프에 B,C,D,E,F 노드 추가 모양은 원 , 크기는 30

plot(star_1)

# plot을 통해 vertices 와 node가 잘 만들어 졌는지 확인해 본다.

star_1 <- star_1+edge("A","B")

# star_1 그래프에 노드 연결 ( A 와 B )

star_1 <- star_1+edges("A","C","A","D","A","E","A","F")

# star_1 그래프에 노드 연결 (A와C, A와D, A와E,A와F)

---

# Degree

degree(star_1,normalized = FALSE)

#star_1 그래프의 연결정도 , normalized = 정규화여부

degree(star_1,normalized = TRUE)

#star_1 그래프의 연결정도 , normalized = 정규화여부

--> 이 결과를 통해서 A에 연결 정도가 강한걸 알 수가 있고 , 정규화를 통해서도 A가 1의 값을 가지며 ,

--> 나머지 B,C,D,E,F가 1의 5분의 1값을 갖는 걸로 보아 A가 중심축인것을 확인할 수 있음

star_max <-centr_degree_tmax(star_1)

star_max

centralization.degree(star_1,normalized = FALSE)$centralization/star_max

# 연결 정도 중심화 

# 연결이 한곳으로 집중되면 1에 가깝다

---

# ------------------Closeness---------------------

closeness(star_1 , normalized = FALSE)

# 각 노드의 근접 중심성 

closeness(star_1,normalized = TRUE)

# 각 노드의 정규화된 근접 중심성 

# A 는 모든 노드와 1단계로 연결되어 있기 때문에 1

star_max2 <- centralization.closeness.tmax(star_1)

# 근접 중심화의 최대값 

centralization.closeness(star_1,normalized = FALSE)$centralization/star_max2

# 정규화된 근접 중심화 

# 한 노드에 연결이 집중되어 있음을 의미 

---

#------------------Betweenness--------------------

betweenness(star_1,normalized = FALSE)

#각 노드의 비정규화된 중개 중심성 

betweenness(star_1,normalized = TRUE)

#각 노드의 정규화된 중개 중심성

star_max3 <- centralization.betweenness.tmax(star_1)

# 중개 중심화 최댓값 

centralization.betweenness(star_1,normalized = FALSE)$centralization /star_max3

# 정규화된 중개 중심화 

---

#----------------------Density--------------------

graph.density(star_1)

# star_1 그래프에 대한 네트워크 밀도 

---

#----------------------최단 경로 -----------------

shortest.paths(star_1)

# 모든 노드에서의 최단 경로를 뽑아줌.

get.shortest.paths(star_1,"A")

# A에서 갈 수 있는 모든 최단 경로를 뽑아줌

# A , A-B , A-B-C , A-B-C-D, A-F-E,A-F

get.shortest.paths(star_1,"A","C")

# A --> C shortest path 

get.shortest.paths(star_1,"A",c("C","E"))

# A --> C and A --> E shortest paths

average.path.length(star_1)

# 임의의 두 노드 경로들의 평균 거리