社区发现是数据挖掘领域针对复杂网络的一个热门研究话题。随着网络的不断复杂化,传统的社区发现算法早已无法满足人们对网络更深层次的要求,因此,基于种子扩展的社区发现算法成为近年来社区发现算法研究的一个热点,它在种子选择和社区扩展等方面发挥着很大的优势。如何选择最合适、最准确的种子,如何制定社区扩展的策略,最大限度的提高社区划分的准确性和效率是重中之重。结合上述问题,本文从种子选择和社区扩展两方面,提出了一种新的基于种子扩展的社区发现算法,并对其改进和并行化处理,其具体工作如下:(1)针对大多数重要节点衡量方法的片面性和不准确性等问题,本文提出了一种基于局部信息和全局信息的节点影响力计算方法(LGI,Local and Global Information based Node Influence Method),利用节点在网络中的局部信息和全局信息,衡量每个节点的综合影响力,挑选前k个影响力大的节点作为种子。实验表明,LGI方法不仅能发现影响力高的节点,而且与其他节点影响力计算方法相比,节点影响力排序结果更加准确。随后,本文提出了一种基于种子扩展的社区发现算法(SELCDA,Seed Expansion and LDA based Community Detection Algorithm)。种子和邻居节点共同组成初始社区。引入基于Gibbs采样的LDA主题模型,根据未分配节点到各个主题的概率,获得到各个社区的概率,将未分配节点划分到概率大的社区,从而获得网络的社区结构。实验表明,与其他社区发现算法相比,SELCDA算法发现的网络社区结构更加精确。(2)针对SELCDA算法初始社区重叠率过高,社区扩展策略不稳定等问题,本文提出一种基于相似性和距离的社区发现算法(SDCDA,Similarity and Distance based Community Detection Algorithm)算法。在种子选择阶段,加入过滤操作,防止种子相邻,初始社区过度重叠;在社区扩展阶段,根据未分配节点与社区的相似性和到社区的距离倒数之和,计算未分配节点到各个社区的优先级,将其划分到优先级较高的社区。对社区融合归并,获得网络社区结构。实验证明,与SELCDA算法相比,SDCDA算法进一步提高了社区发现的准确性。最后,基于Spark并行化计算框架,实现SDCDA算法的并行化(PSDCDA)。实验证明,随着CPU核数的增加,PSDCDA执行时间不断减少,且与其他并行化社区发现算法相比,PSDCDA算法在大规模数据集上表现出高准确性。