近年来关于复杂网络的研究已成为理学、工学、经济学等众多学科关注的热点。大量研究表明：尽管现实世界中的复杂网络多种多样，但它们却有许多共同的性质特征，例如小世界特征、无标度性质、社团结构等。探测和分析复杂网络中的社团结构对于理解各种复杂网络的结构和功能既有理论意义又有实际意义。目前，已经有许多研究者都致力于研究复杂网络中的社团结构，并从多种角度针对各种不同的网络类型和特点提出了各种各样的划分社团结构的算法。 　　本文介绍了复杂网络的研究历史及其基本概念，阐述了社团结构的定义及其研究意义，并具体描述了关于社团结构的几种经典算法。在详细研究各种算法的基础上，为了能提高运算速度，降低计算复杂度，本文提出了两种基于节点的局部信息寻找社团的方法：一种是根据节点的相似度寻找网络中的社团的方法，然后将其应用到目前算法相对较少的有向网络中并通过实例验证了该算法的可行性；另一种是根据两相连节点依赖程度确定所属社团的方法，将此方法应用于实际网络中证明其可行性，并将该算法推广到加权网络中，进一步证明了该算法的有效性。最后总结本文的研究成果。