在线社会网络作为复杂网络的一种,具备复杂网络的一些拓扑特性,比如小世界性、无标度性和社区结构。近年来随着在线社会网络的快速发展,越来越多的研究者开始对在线社会网络进行社区划分的研究。但由于在线社会网络的特性,传统的社区划分算法并不能很好的满足需求。本文尝试寻找一种划分算法来对社区进行划分,并对重叠社区进行社区间的优化合并。　　首先,通过分析国内外研究现状,对相关的基础理论进行研究学习,并对经典社区划分算法进行分析。然后提出一种基于局部思想的社区划分算法。该算法充分考虑在线社会网络中局部社区形成的情况,任选一个节点利用一定的规则和算法来划分出该节点所属的社区;随后选择简单网络、Zachary空手道俱乐部网络对该算法进行验证,并将实验结果与三种经典社区划分算法进行对比,证明本算法具有明显的优势;最后通过对一个人人网朋友关系数据进行实验,实现了对网络的社区划分。　　针对在线社会网络中存在大量重叠节点和重叠社区的情况,对现存的重叠社区划分算法进行研究分析,提出适用于在线社会网络的重叠社区划分算法。该算法通过计算社区间的重叠度,并考虑重叠节点共享邻居数对重叠度的影响,完善了已有的重叠度计算方法。在目前的算法中,又由于社区间存在二次合并的问题,提出合并比来控制社区间的合并,很好的解决了这个问题。　　根据以上的研究成果,在对社区进行划分之前,我们先将社区间存在的可能的重叠节点进行分裂,将重叠社区转化为非重叠社区进行社区划分。然后再将划分后的社区进行优化合并。选择具有明显重叠结构的网络进行社区划分,并将实验结果与派系过滤算法进行对比,证明该算法是可行的;并用简单人人网朋友关系网络数据进行实验验证,取得了较好的划分结果。