无论是社会领域的专家合作网络、电子邮件网络,信息领域的WWW、引用网络,还是技术领域的铁路网、电力网等,这些都可以抽象成复杂网络进行研究。随着复杂网络的研究在各个领域的迅速发展,网络的结构和特性也被大家广泛认识和应用,社团结构便是其重要的结构特征之一。分析和寻找这些存在的子群落,可以更好地理解网络中主体的角色和行为,对于网络全局也有重要的意义。网络社团结构的研究迅猛发展随之诞生了各种各样的经典算法,各种算法都有自己的特点和实用性,但同时它们也表现出了自己局限性的一面,它们或者需要知道网络的全局信息,或者只适用于较小规模的二分网络。因此,面对特定的实际网络问题,研究者也更趋向去寻找准确而又时间复杂性较低的算法。21世纪以来,随着信息的膨胀和网络结构的更加复杂化,在研究中重叠社团的出现引起了研究者的兴趣,以往从节点角度出发的社团划分算法的局限性被进一步扩大,研究者的重点也开始逐渐从节点转移到边的角度,复杂网络社团的挖掘算法也有待进一步地发展和创新。　　本文首先对复杂网络的概念和特征进行了汇总分析,深入比较了以往经典社团划分算法的优劣点,首先从网络节点入手,基于节点的相似性提出了一种改进的社团划分算法,然后通过空手道俱乐部网络和海豚网络验证算法的有效性和准确性。据此引申,由节点相似性过渡到边的相似性,解决多重身份节点的网络划分问题,然后将边的相似性与扩展模块度等限制条件相结合,更好的约束社团划分算法的终结点,最后再通过实例验证分析了算法的合理性。