复杂网络是对复杂系统的抽象,网络中的节点是复杂系统中的个体,节点之间的边则是系统中的个体之间按照某种规则而自然形成或者人为构造的一种关系。复杂网络不同于规则网络和随机网络,它具有小世界性、无标度性以及社区特性。在网络中发现社团结构具有重要的实际应用价值,近年来在复杂网络社区发现研究方面取得了很大的进展。为了衡量社区分解的质量,Newman和Grivan提出了模块度的概念。这个标准可以应用于很多算法。但是研究发现该标准具有很大的局限性,不能发现网络中的强连通小社区,并且随机网络也具有模块度值很大的分割。因此需要对该标准进行改进,提出新的衡量社区分解合理性的标准。本文介绍了不同网络的模块度的概念,发现了模块度存在的局限性,给出了克服这些局限性的方案。在实际发现社区结构中,可以通过调节哈密尔敦函数参数来得到合理的分割。模块密度概念的提出也克服了模块度的局限性,但是它自身又具有新的局限性,即不能将网络分解为两个社区。同时我们发现将网路分解为强社区和弱社区并不能覆盖所有的合理分割,因此,在强社区以及弱社区概念的基础上提出了最弱社区的概念,证明了此概念的合理性,说明了一个合理的分割要满足的最弱条件,分析了三种社区结构的关系,给出了新的衡量社区质量的标准。