1、社團結構作為復雜網絡的重要特性之一，對復雜網絡進行社團劃分，則可以通過對幾個小社團的研究，以“分而治之”的方式對整個系統的模塊、功能及演化進行研究，大大降低了直接對龐大的復雜系統進行研究的復雜性，還進一步加深了對復雜系統的組織原則、拓撲結構與動力學特性的理解。
　　目前已有的復雜網絡的社團劃分算法中，大部分的算法主要是非重疊社團劃分算法，劃分結果顯示為網絡被劃分為若干個互相獨立的社團，社團與社團之間沒有重疊節(jié)點。但是在某些實際網絡

2、中，網絡中存在具有多個社團屬性的節(jié)點即重疊節(jié)點，社團之間是存在一定關聯的，我們可以根據重疊節(jié)點進而推斷社團之間的關聯程度，對于動態(tài)的網絡，根據重疊節(jié)點還能對社區(qū)的下一步變化進行預測，因此，重疊節(jié)點的發(fā)現有特殊的意義和研究價值。
　　本文在對已有的經典社團劃分算法的研究基礎上，提出了一種基于模糊聚類的社團劃分算法，可以同時應用于非重疊社團和重疊社團結構的網絡的社團劃分。
　　基于模糊聚類的社團劃分算法是一種啟發(fā)式算法，它的啟發(fā)

3、式規(guī)則：將節(jié)點作為模糊聚類算法中用于聚類的樣本，應用模糊聚類算法后，屬于同一等價類的樣本對應的節(jié)點應屬于相同的社團。在傳統的模糊聚類算法中，隸屬函數的值反映的是樣本之間的模糊關系~R的程度即樣本間的相似程度。將傳統的模糊聚類算法應用到社團劃分中，將節(jié)點作為聚類樣本，本文算法的具體工作如下：1、對傳統的共享鄰居數的定義進行了改進，通過改進后的共享鄰居數定義表示節(jié)點間的相似程度并提出了一種基于節(jié)點間共享鄰居數的隸屬函數。2、對于網絡中存在重

4、疊節(jié)點的情況，模糊聚類算法所得的劃分結果中，針對少數不屬于任何等價類的節(jié)點即重疊節(jié)點候選解，提出了重疊節(jié)點的判別準則，檢測出候選解中的重疊節(jié)點。本文提出的算法的時間復雜度為22O(n log n)。在 GN經典人造網和幾個實際網絡上進行測試，對社團大小規(guī)模已知且不存在重疊社團的 GN經典人造網的劃分結果符合真實情況，算法在實際網絡的驗證上，通過與其它算法的劃分結果進行比較，得到的模塊度Q值較高，并且能夠更好的檢測出實際網絡中的重疊節(jié)點。