信息技术的迅猛发展，特别是互联网的发展，使人们已迈入了“网络时代”。复杂网络的研究已成为当前炙手可热的研究领域之一。作为复杂网络研究的重要课题之一，社团检测得到的极大的研究与发展。传统的社团检测方法大多集中在检测非重叠社团上，然而真实网络的一个重要的特性是网络中存在大量的重叠节点。因此，高效准确地检测出复杂网络中的重叠社团结构能够更准确真实地揭示复杂网络的拓扑结构。针对复杂网络中普遍存在重叠节点这一特性，本文提出了两种社团检测算法：局部优先的重叠社团检测算法和增强的多标记传播社团检测算法。局部优先的重叠社团检测算法针对每个节点生成其邻居网络，通过构造节点邻居网络的一棵最大生成树，从中提取该节点的所有局部圈子，以局部圈子为最小单元，通过定义局部融合策略，实现全局重叠社团检测；增强的多标记传播算法是一种基于标记传播的社团检测算法，但是该算法能同时检测出复杂网络中的重叠社团结构和非重叠社团结构。算法首先扩展了传统标记传播算法节点只能存储单一标记的能力，通过设置从属因子使节点能够同时保存多个标记。同时，通过模拟一种特殊的投票过程设计了新的标记更新策略——增强的标记更新策略。通过对比分析大量真实网络和生成网络上的实验表明：本文提出的两种社团检测算法能够高效、准确地检测出复杂网络中潜在的社团结构。