摘要：社团结构作为复杂网络的拓扑特性之一具有重要的理论和实践意义。提出一种基于节点依赖度和相似社团融合的社团结构发现算法，首先根据依赖度和相似度的定义将整个网络划分成若干个平均集聚系数较大的局部网络，构成网络的基础骨架社团；然后根据连接度的定义不断将社团边缘的节点和小社团吸收到相应的骨架网络中去，直到所有节点都得到准确的社团划分。算法在Zachary空手道俱乐部网络和海豚社会网络中进行了社团划分实验，并与GN算法和Newman快速算法进行了比较，结果表明该算法可以有效地划分社团边缘的模糊节点，社团划分结果具有较高的准确度。

关键词：复杂网络 社团发现 依赖度 相似社团 

单位：陕西师范大学现代教学技术教育部重点实验室; 陕西西安710072; 陕西师范大学计算机科学学院; 陕西西安710062