摘要：现实世界中的网络结构呈现出重叠社区的特征。在研究经典的标签算法的基础上,该文提出基于贡献函数的重叠社区发现算法。算法将每个节点用三元组（阈值、标签、从属系数）集合来表示。节点的阈值是每次迭代过程中标签淘汰的依据,该值由多元线性方程自动计算而来。从属系数用于衡量当前节点与标签所标识社区的相关度,从属系数的值越大说明该节点与标签所标识社区的关联性越强。在每一次迭代的过程中,算法依据贡献函数计算每个节点的从属系数,并生成新的三元组集合。然后依据标签决策规则淘汰标签,进行从属系数规范化。通过对真实的复杂网络和LFR（Lancichinetti Fortunato Radicchi）自动生成的网络进行测试可知,该算法的社区划分准确率高,而且划分结果稳定。

关键词：复杂网络 社区发现 重叠社区 

单位：上海交通大学电子信息与电气工程学院; 上海200240