自然界中存在很多复杂系统都可以通过各种各样的网络来描述。在对社团结构的分析和研究过程中,人们发现社团结构是很多网络共有的属性。研究网络的社团结构对分析复杂网络拓扑结构、理解其功能特性、发现其隐含模式以及预测网络行为都有十分重要的理论意义和广泛的应用前景。目前人们在解决如何找到复杂网络社团结构问题上已经发现了很多算法。本文提出了两种新的节点相似度矩阵,然后运用谱平分法和FCM方法对复杂网络的社团结构做出划分。所做研究内容如下：提出了两种新的社团划分算法,分别运用节点邻居节点连接程度和最短路径的思想提出了两种SNN相似度矩阵,然后将SNN相似度矩阵与谱平分法相结合,进而对复杂网络进行社团划分。我们用计算机生成网络和实际网络测试了所提出的算法,实验结果表明等网络社团结构不是很明显时,该算法也可以很好的发现网络中的社团。