复杂网络的社团结构是复杂网络的一个重要拓扑特征,网络中的社团是网络中连接比较紧密的节点的集合,在社团内部节点间的连接比较紧密,社团与社团之间的节点连接比较疏松。根据复杂网络中节点间的逻辑关系来寻找网络中的社团结构的过程,就是复杂网络的社团发现。复杂网络的社团发现能够帮助更好的分析复杂网络中的功能模块,更深的理解复杂网络的拓扑特性,并能够有助于发现复杂网络的隐藏特性。复杂网络的社团发现对于计算机科学、社会科学等具有重要的意义,本文就复杂网络的社团发现做了如下工作(1)提出节点与社团的归属度定义。节点与社团的归属度就是节点的邻居节点属于社团的数目与节点邻居节点总数目的比值,节点与社团的归属度表明了节点与社团内部节点的连接紧密程度,本文提出的算法都是基于归属度的。(2)提出了基于节点与社团的归属度的算法。只需要知道网络的局部信息,求得节点与已知社团的归属度,在与设定的归属度阈值比较后判定是否将此节点划分到已知社团。对于寻找已知节点所属的社团问题,本算法具有更大的优势。(3)提出了边与社团归属度定义。从边的角度考虑,将社团视作关系比较紧密的边的集合,而不是通常定义的关系紧密的节点的集合。与此边直接相连的边中属于社团的边数和与此边直接相连的边的总数的比值就是边与社团归属度。(4)提出了基于边与社团的归属度的算法。和基于节点与社团的归属度的算法相似,本算法也是只需要网络的局部信息,求得边与已知社团的归属度,与设定的归属度阈值比较后判定是否将此边连接到已知社团。