随着QQ、Facebook、微博、微信等社交软件的兴起,社交软件已经成为人们生活中必不可少的一部分。本文对现有的社区发现算法及节点评估算法进行了研究分析,在社交网络中重叠社区发现方法及节点重要度评估两方面进行了创新。主要工作包括:1.针对现有的重叠社区划分算法存在的参数依赖过大、重叠度过度、不能保证多次运行稳定性等问题,本文提出了一种节点归属度的计算方法,并根据局部最优扩展的凝聚聚类思想对本文的重叠社区发现算法进行设计。首先以重要度最高的节点及其邻居节点构建初始核心社区,然后通过节点归属度对核心社区进行扩展,直到满足算法终止条件,最后通过与现有的算法进行实验对比,结果表明改进后的算法相较于对比的算法划分结果有了明显的提升,划分后的社区结构更为合理。2.针对传统的PageRank算法在社交网络中对权重平均划分不合理的问题,本文提出了一种节点权威度的计算方法,对PageRank算法存在的不足进行了改进,改进后的算法根据节点的权威度对权重进行划分。通过与现有的经典节点评估算法进行实验对比,实验结果证明本文改进后的算法对节点的重要性评估相较于改进前的算法节点之间的关联性更强,评估结果更合理。3.在上述研究的基础上,设计并实现了社交网络重叠社区发现及节点评估原型系统,并对本文原型系统的框架、各功能模块及开发过程均进行了详细地介绍,该系统实现了重叠社区划分、节点评估及社区结构评价等功能,具有一定的实用价值。