该论文提出了一种通过分析链上投票行为来检测去中心化自治组织（DAO）内部党派社区形成的方法，以预判组织分裂（分叉）事件。作者从治理智能合约中提取投票事件，构建投票者矩阵编码参与模式，并通过成对相异性分析量化地址之间的意识形态分歧。利用多维尺度分析（MDS）可视化关系，结合轮廓系数优化的k-means聚类识别党派社区。以Nouns DAO为案例（该协议经历过多次分叉），研究表明将在分叉中分裂的地址在实际分叉事件前数月就已聚类在一起。对从合约部署到第一次大分叉的330个提案的分析显示，90%的分叉地址在最后44个提案中聚类，而随机数据中仅为47%。结果表明，通过链上治理分析可以检测并可视化党派社区，在组织分裂前提供早期预警。