本学习笔记，基于已安装Neo4j的前提下，并且已导入电影关联图数据（详情见4.2 电影图创建），测试环境下的Neo4j的用户名为test，密码为neo4j
使用步骤及教程
1. 安装R
见网址：https://mirrors.tuna.tsinghua.edu.cn/CRAN/， 选择Mac OS X 下的R-3.4.0.pkg包安装
2. 安装igraph、visNetwork和RNeo4j库
打开R Console，输入
> install.packages("igraph")
> install.packages("visNetwork")
> install.packages("RNeo4j")
3. 加载库并连接
加载库
> library(igraph)
> library(visNetwork)
> library(RNeo4j)
连接Neo4j，并加载movie数据集：
> graph = startGraph("http://localhost:7474/db/data/",user='test',password='neo4j')
> importSample(graph, "movies", input=F)
4. 使用Cypher查询边的集合列表
在本例子中，我们想对演员和他们之间的关系进行可视化，如果两个演员同在一个电影中演过，那么他们之间将有一条边。
> query = " MATCH (p1:Person)-[:ACTED_IN]->(:Movie)<-[:ACTED_IN]-(p2:Person) WHERE p1.name < p2.name RETURN p1.name AS from, p2.name AS to, COUNT(*) AS weight "
> edges = cypher(graph, query)
> head(edges)
5. 使用Cypher查询点的集合列表
visNetwork功能需要一个边的数据集和一个点的数据集，所以可以得到一个点数的数据集，通过从边的数据集中的唯一的值。
> nodes = data.frame(id=unique(c(edges$from, edges$to)))
> nodes$label = nodes$id
> head(nodes)
6. 通过visNetwork加载点和边，并生成关联图
> visNetwork(nodes,edges)
执行完成后，自动生成一个html文件，并通过浏览器打开，如图所示：
7. 在visNetwork中使用igraph
igraph是一个图算法库，可以非常容易通过创建一个igraph图对象，通过进入边列表来控制子图。
> ig = graph_from_data_frame(edges, directed=F)
> ig
在visNetwork中，在节点数据集的任何值列解译成节点大小。
> nodes$value = betweenness(ig)
> head(nodes)
添加完该值列，展示的节点的大小会不一样
> visNetwork(nodes,edges)
生成关联图，如图所示：
8. 运行社区检测算法
运行社区检测算法，识别图中的聚类。
在该例子中，使用Girvan-Newman边之间聚类算法，在igraph中作为cluster_edge_betweenness导出。
> clusters = cluster_edge_betweenness(ig)
> clusters[1:2]
以上两个聚类中的所有演员，共有6个聚类
> length(clusters)
## [1] 6
如果我们添加一个组列到节点数据集，visNetwork将根据他们分组情况对节点进行着色，可以使用clusters$membership获取聚类任务。移除value列以保证节点大小是统一的。
> nodes$group = clusters$membership
> nodes$value = NULL
> head(nodes)
通过visNetwork添加点和边的数据集，group列已经添加，通过指派的聚类，对节点进行着色。
> visNetwork(nodes,edges)
生成关联图，如图所示：
使用以上工作流程，可以直接从Neo4j中查询一个子图，并可视化图的聚类算法。
参考
【1】Visualizing Your Graph with RNeo4j，https://neo4j.com/blog/visualize-graph-with-rneo4j/