本論文では，人間関係のネットワークから活発な人間で構成されるコミュニティ構造を互いの重なりを許容しながら抽出するSR-2法を提案する．本手法は，スペクトラルグラフ分析の一手法であり，ネットワーク構造中で他と重なりを持つような結合が密なコア部を抽出できる特徴を持つSR法を，特に共起ネットワークに対して，より詳細な分類ができるように変更したものである．この特性を調べるために，SR-2法に加えてSR法とk-クリークコミュニティ法を，実際のWebデータから抽出した小規模な人間関係に適用して抽出されたノード集合を可視化すると共に，抽出性能を評価する．さらに，より大規模なネットワークとして論文の共著関係を取り上げ，各手法で抽出されるノード集合のサイズの分布を分析する．この結果，SR-2法は，現実の人間の集まりに対応した妥当なコミュニティ構造を抽出できることを示す．