【摘要】揭示复杂网络的社区结构,对于了解网络结构与分析网络特性有重要意义。将一个网络划分为几个不同的社区,其本质也就是在一定程度上最大化提取网络本身的主要信息,同时略去一些相对次要的信息。主成分分析(Principle Component Analysis,PCA)方法,正是一种从对象中提取主要信息,而忽略相对次要信息的多元统计分析方法。本文基于PCA的信息压缩思想,提出了一种分析复杂网络社区结构的新方法,并将其应用于分析空手道俱乐部网络(Zachary网络)、海豚网络(Lusseau网络)、政治书籍网络(Krebs网络)等网络的社区结构,并且与基于模块度矩阵的谱方法划分结果进行了比较,数值实验结果表...