[目的] 针对部分社区发现算法存在社区数量需提前指定的问题，提出社区数量预测算法。[方法] 本文基于贝叶斯信息准则，且结合了重叠社区发现算法与非重叠社区发现算法各自特征，提出网络贝叶斯信息准则算法用于社区数量的预测。[结果] 本文提出的社区数量预测方法运用到重叠社区发现与非重叠社区发现算法时，预测算法准确程度与稳定程度比已有的Silhouette算法、模块度算法都有提升。算法结果的准确程度计算采用MRR（平均倒数排名）和基线对比评价方法，稳定程度用方差度量。其中准确程度在利用以上两种测评方法时，在重叠与非重叠两种情况下与Silhouette算法、模块度算法相比分别提高了18.81%-76.81%不等。[局限] 社区数量预测算法只考虑了网络结构，没有考虑网络的其他属性。[结论] 基于贝叶斯信息准则的社区数量预测算法可以有效完成网络中社区数量的预测工作。