!簡単な社会ネットワーク分析　　中心性など
 #ディレクトリを指定して実行　　すでに読み込んである場合には実行不要
 load(file="0Mat.rda") 
 dim(Mat)

 library(sna)
 attach(Mat)
 
 #次数を計算  自分でrowSumsしなくてもsnaパッケージには定義されている
 in.d<-degree(Mat,cmode="indegree") #入次数　その人が受けたコメントの数
 out.d<-degree(Mat,cmode="outdegree") #出次数　その人が発したコメントの数
 in.out.d<-degree(Mat,cmode="freeman") #入出次数　その人が受けたコメントの数
 
 in.d #みてみる
 data.frame(in.d)  #としたほうがみやすい
 names(in.d)<-row.names(Mat) #誰だかわからないので名前idをもとの行列からもってきてつける

 data.frame(in.d)  #としたほうがみやすい
 data.frame(sort(in.d,decreasing=T))  #わかりずらいので　多い順に並べ替えてみる
**練習　もっとも受信数が多いのはだれ?
**練習　もっとも発信数が多いのはだれ?
**次回までの課題　受発信上位者に注目してログを読む。どのような人、どのようなことがこのコミュニティで生じているのかを考察する。
 hist(in.d)
 hist(out.d)
 hist(in.out.d)
 plot(in.d,out.d)
 #これらをデータセットにまとめて､マトリクスプロット
 d<-data.frame(in.d,out.d,in.out.d)
 plot(d)


 i<-isolates(Mat)	#だれともやりとりしていない者
 i
 rownames(Mat)[i]  #名前を出力
  
 set.seed=1234  #gplotは確率的に配置するので､再現できるように乱数のもとになるものを指定しておく
 gplot(mat) #時間がかかる
 #ごちゃごちゃしているので　発言数上位に限定
 mat2<-Mat[in.out.d>300,in.out.d>300]   #300回以上やりとりしている者のみに限定
 dim(mat2) #[[1] 44
 gplot(mat2) 
 gplot(mat2,label=rownames(mat2)) #ラベルをつける
 #プロットの方法を変更してみる
 gplot(mat2,mode="spring") 
 gplot(mat2,label=rownames(mat2),mode="circle")  #
 gplot(mat2,label=rownames(mat2),mode="kamadakawai")  #
 gplot(mat2,label=rownames(mat2),mode="mds")  #
 gplot(mat2,label=rownames(mat2),mode="spring")  #

 gplot(mat2,interactive=T,label=rownames(mat2)) ##インタラクティブに変更できる　プロットされた　ノードを選んで､移動先をクリック
*練習
**もっとも入次数の大きい者はどこにいるか?
**もっとも出次数の大きい者はどこにいるか?
**入次数を出次数で説明する回帰分析を実行してみる｡(全員のデータを使って)

**もっとも出次数の大きい者がどのような発言をしているか､ログをみてみる?hyper.txtなど

*参考
 #Mat　はメッセージ数をカウントしたもの　　単に何人とやりとりしたかをみてみる
 xMat<-Mat>0  #Matの要素が0より大きいかいなかを判定してxMatに
 Mat[1:10,1:10]
 xMat[1:10,1:10]  # TRUE =1, FALSE =0と扱われる。
 #以下同様に処理可能

 gden(Mat) #行列の密度
 gden(xMat)
 grecip(Mat) #互酬性が成立しているペアの割合
 grecip(xMat)



*可視化専門のソフト　
**cytoscape[ここからダウンロード|http://cytoscape.org/]
**