随着现代网络规模的日益庞大、网络结构的日趋复杂，以传统的数据文本形式对网络进行分析已经不再是有效的方法。因此，如何运用可视化方法和相关的技术手段，把抽象的数据信息转化为图形或者图像，从而将网络拓扑结构快捷地、直观地、清晰地展现在可视化用户面前，在网络管理等实际应用领域中有着十分重要的研究意义。对于大规模网络而言，很难在显示屏范围内清晰显示网络拓扑的细节信息。为了解决这个问题，本文采用分治思想：应用社团研究领域中的社团发现算法将大规模网络划分成若干个较小规模的社团网络，再将这些社团网络进行布局处理。标签传播算法是一种收敛速度快、思想容易理解和算法容易实现的社团发现算法，并且适用于处理和分析较大规模网络。但是，针对类树状网络拓扑使用标签传播算法划分的社团结构质量往往不高。本文在原始标签传播算法的基础上，针对类树状网络拓扑中的社团发现问题进行研究，提出了一种基于叶子社团合并的标签传播算法。利用真实的网络数据对新算法进行测试后，结果表明：在算法复杂度相当的情况下，对于类树状网络拓扑，新算法在社团划分质量上优于原始算法及其两种改进算法；对于一般网络，新算法在社团划分质量上和原始算法基本一样。本文设计了一个基于社团结构的网络拓扑可视化系统。该系统中应用了诸多有效的可视化方法，如颜色编码、标签编码、局部放大、聚焦-背景视图技术、动态交互等。然后，将本文实现的力导引布局算法、标签传播算法及其两种改进算法以及本文提出的新算法应用到该系统的数据处理模块中，并且针对系统功能进行了软件测试和系统验证。结果表明，本文设计的基于社团结构的网络拓扑可视化系统可以清晰地展示网络拓扑结构并且能够很好地完成可视化的相关任务。