大规模手机通讯网络揭示社会运行规律,是复杂网络研究中最具研究意义的真实网络之一。本文运用社团检测算法对大规模手机通讯数据进行社会网络的实证研究,具体工作如下:1、揭示了某实际网络的通话/短信结构、通话/短信网络特征。通话网络结构包括内部通话、市外到市内通话、市内到市外通话的节点数和通话次数占比;短信网络结构包括内部短信、市外到市内短信、市内到市外短信的节点数和短信次数占比。通过从通话网络节点分布、边分布和相关性对比等网络结构和度分布、强度分布等网络特征研究方法来对大规模通话和短信网络进行实证研究。2、对比了三种算法处理大规模真实通话网络时在社团划分评价指标下的表现。基于并行非负矩阵分解的社团检测(CNMF)算法、基于节点链接关系随机游走的社团检测(InfoMap)算法和标签传播(LPA)算法对某实际网络的通话数据构建的MPC网络进行社团检测,并通过社团结构化评价指标:密度、聚类系数、传导性、三角形参与比例指标和统计学评价指标:准确率、召回率、Fmeasure、精确性和NMI对三种算法在处理大规模真实通话网络时的表现进行对比。3、对比了三种算法处理大规模真实通话网络时在多种网络特征下的表现。使用CNMF算法、InfoMap算法和LPA算法对MPC网络的社团划分结果进行社团大小、社团总度、社团最大度、社团密度、社团平均好友、社团中心节点重要性等网络特征的对比分析,对通话网络的社团结构进行实证研究。本文采用CNMF、InfoMap、LPA三个算法对实际网络进行社团划分的实证研究。三种算法对比:CNMF算法时间复杂度高,但是稳定、结构性强;InfoMap算法整体性强,运算速度快,聚类效果差;LPA算法被迭代调用,实现网络局部最优,指标计算效果好,但是整体性不强。