随着大规模在线社会网络应用迅速发展,研究发现在线社会网络都具有社区的结构。在社会网络中搜寻和发现社区,可以帮助人们理解社会网络的演进过程和组织方式,目前对大规模的社会网络如何快速高效地进行社区发现仍是一个难题。分析社区呈现的特征有利于改善现有网络的应用,也有助于设计出更好的网络。本文从社区的角度对在线社会网络进行社区划分和社区特征的分析。实验使用的数据源是在线社会网络YouTube和Flickr的部分实测数据。本文的工作分为三个方面。第一,从两种不同策略出发运用标签传播算法对YouTube网络进行社区划分。标签传播算法是一种高效的局域更新算法,本文利用“博弈”的观点,用度值表征邻居节点和节点本身标签的权重,选择权重最大的标签作为节点标签进行网络的社区划分。另一方面,从社区中存在交叠的结构的思想入手,将算法划分中处于平局的节点作为跨界的点,以减少标签震荡对时间效率的影响,得到良好的社区划分结果。第二,对Flickr超大规模网络采用社区收缩的思想进行分层的社区划分。本文将Flickr网络切割成子网进行划分后又以社区为节点构建网络进行多次社区聚合,得到最终的社区划分和网络的连通片数量。第三,在社区划分结果的基础上从社区规模、社区密度、最大社区三个方面对两种不同策略的社区特征进行分析。实验结果表明,社区规模呈幂律分布,中等社区的稠密程度较高,最大社区在聚合系数和度分布方面表现出来的特征与划分策略有密切的关系,博弈策略得到的社区划分结果更接近原始划分的最大社区的特性。本文的最后指出了在本文基础上进一步的工作方向。