复杂网络的理论研究已经延伸至各个领域,主要是因为复杂网络具有社团结构。对一个网络社闭结构的分析和寻找有利于进一步了解整个复杂网络的结构和其它一些功能特点,这篇论文主要研究如何利用网络矩阵的谱检测出复杂网络的社团结构。　　在模块度的基础上,引入模块度矩阵,本文对这种矩阵能否通过谱分析法检测网络的社团个数和社团结构,以及这种矩阵在检测社团结构时是否会受到模块度分辨率限制的影响进行统一的模型分析和验证。　　谱分析法很早就成功地应用于网络的社团检测,分别是基于邻阶矩阵、标准Laplace矩阵、正规Laplace矩阵、模块度矩阵和相关系数矩阵以及这些矩阵的一些其它的变形。然而,对于谱方法进行社团划分的比较却很少被提及,仍然不清楚哪+类矩阵更适合复杂网络社团结构的检测。本文通过基准图,即节点度和社团大小异质分布的网络进行对比分析,评估这五类矩阵的有效性。　　结果表明模块度矩阵进行网络社团划分并没有受到分辨率限制的影响,并且运用基准网络对。五类矩阵的测试说明,正规Laplace矩阵和相关系数矩阵在对网络社团结构检测时明显优于其它三类矩阵,这说明节点度分布的异质性是运用谱方法进行社团结构检测的重要因素。另外,像其他矩阵一样,模块度矩阵也能进行网络的社团个数和社团结构的划分,但是模块度矩阵在考虑节点度异质分布的参数配置模型网络巾没有得到预期的效果,所以用模块度矩阵进行社团划分的结果没有正规Laplace矩阵和相关系数矩阵好。