Enron Contact Analyzer

Um analisador de redes de comunicação desenvolvido para extrair insights da base de e-mails Enron Email Dataset. Este projeto implementa conceitos avançados de teoria dos grafos para analisar padrões de comunicação organizacional.

Sobre o Projeto

O Enron Contact Analyzer é uma ferramenta completa que processa a famosa base pública de e-mails da Enron e constrói um grafo direcionado e ponderado para análise detalhada de redes de comunicação entre funcionários.

Características do Grafo

• Vértices: Endereços de e-mail dos usuários (~150 usuários únicos)
• Arestas direcionadas: Relação de comunicação (remetente → destinatário)
• Pesos: Frequência de comunicação entre dois usuários

Funcionalidades Implementadas

Processamento de Dados

• Scanner de Dataset: Leitura automática dos diretórios de e-mail da Enron
• Parser de Headers: Extração de remetentes e destinatários dos e-mails
• Geração de CSV: Exportação dos dados processados para análise
• Cache Inteligente: Evita reprocessamento desnecessário dos dados

Estrutura do Grafo

• Grafo Direcionado Ponderado: Implementação com lista de adjacências
• Criação de Adjacências: Suporte a pesos customizados
• Indexação por E-mail: Mapeamento eficiente de e-mails para índices
• Visualização: Impressão da matriz de adjacências

Análises Estatísticas

• Contagem de Vértices: Número total de usuários na rede
• Contagem de Arestas: Número total de conexões de comunicação
• Grau de Saída: Análise de usuários que mais enviam e-mails
• Grau de Entrada: Análise de usuários que mais recebem e-mails
• Top Rankings: Mostra os 20 usuários que mais enviaram e receberam emails

Algoritmos de Busca

• Busca em Largura (BFS): Encontra caminho mais curto entre usuários
• Busca em Profundidade (DFS): Verifica conectividade com retorno do caminho
• Alcance por Distância: Encontra todos os nós a uma distância específica
• Prevenção de Ciclos: Tratamento inteligente de loops

Análises Avançadas

• Algoritmo de Dijkstra Adaptado: Caminho de maior dependência (custo acumulado)
• Análise de Centralidade: Identificação de usuários centrais na rede

Arquitetura do Sistema

Camadas da Aplicação

src/
├── app/
│   └── Main.java                 # Ponto de entrada da aplicação
├── Controllers/
│   ├── DatasetController.java    # Processamento do dataset
│   └── GraphController.java      # Operações do grafo
├── model/
│   ├── Graph.java               # Implementação do grafo
│   ├── Vertex.java              # Estrutura de vértices
│   ├── DatasetReader.java       # Leitor de e-mails
│   ├── RawDataNode.java         # Nó de dados brutos
│   └── FrequencyNode.java       # Nó de frequência
└── data/
  ├── maildir/                 # Dataset Enron (diretórios de e-mail)
  └── processed/               # Arquivos CSV processados

Fluxo de Execução

1. Processamento: DatasetController processa e-mails → CSV
2. Construção: Criação do grafo a partir dos dados processados
3. Análise: Execução de algoritmos e geração de estatísticas
4. Saída: Relatórios e visualizações dos resultados

Dataset

Enron Email Dataset utilizado:

• Volume: 500,000+ mensagens de e-mail
• Usuários: ~150 funcionários da Enron
• Período: Comunicações corporativas históricas
• Estrutura: Hierarquia de pastas por usuário/tipo

Como Executar

# Compilar o projeto
javac -d out src/app/*.java src/Controllers/*.java src/model/*.java

# Executar a análise
java -cp out app.Main

Saída Esperada

O sistema gera:

• Lista de adjacências do grafo
• Estatísticas de grau de entrada/saída
• Rankings dos top 20 usuários mais ativos
• Número total de vértices e arestas
• Resultados de buscas BFS/DFS entre usuários específicos

Contribuições

Este projeto demonstra aplicação prática de:

• Teoria dos Grafos em problemas reais
• Análise de Redes Sociais
• Algoritmos de Busca e Caminho
• Processamento de Big Data em Java

---

Desenvolvido como projeto acadêmico de estruturas de dados e algoritmos aplicados à análise de redes organizacionais.