近年来,复杂网络研究成为信息处理领域的研究热点。生活中的许多复杂系统,如城市道路交通网络、微博用户网等,都可以抽象为复杂网络。社区结构作为复杂网络的主要性质之一,对社区结构的检测成为复杂网络领域的研究重点。社区作为社区结构的组成部分,处于相同社区内的节点之间连接紧密,处于不同社区的节点之间连接较为稀疏。研究复杂网络的社区结构,有助于人们更全面地认识网络功能、更准确地预测网络的演化。博弈论是研究参与者之间策略相互作用的理论。博弈论可用于解释社区在复杂网络中自上而下的形成过程。近年来不少研究者将博弈论用于社区发现,将检测网络社区结构的过程建模为社区形成博弈。研究取得了良好效果,证明了博弈论用于社区发现的有效性和合理性。本文在分析现有社区发现算法及基于博弈论的社区发现算法的基础上,提出基于博弈论的重叠社区发现算法。主要完成以下内容:(1)本文提出基于节点属性的收益函数。为了得到更准确的社区划分结果,针对现有算法未考虑节点属性会影响节点策略选择的问题,本文加入节点度值与其所加入的社区中所有节点度值的比例,得到新的增益函数。由于节点加入新的社区会相应地付出代价,因此本文中节点的收益函数为节点增益函数和损失函数的差值。(2)本文提出基于节点重要度排序的社区发现博弈算法。针对节点属性对节点在网络中进行策略选择时顺序的影响,本文将节点按照重要度从大到小排序,并依次选择策略提高收益。本文算法中节点的策略为加入社区、离开社区和转换社区。最后将本文提出的算法与现有算法分别在不同的真实网络和人工网络上进行对比实验,结果表明本文的算法优于其它算法。