基于PCA的复杂网络社区结构分析方法

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，同时略去二些相对次要的信息。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，数值实验结果表明本文提出的方法是可行且有效的。

An Analysis Method Based on PCA for the Community Structure in Complex Networks