复杂网络作为各种真实网络的抽象研究模型,已涉及到物理学、生物学、医学、计算机科学等各大领域。复杂网络的建模算法,统计属性研究和实际应用探索是该课题的主要研究方向。本文着重针对复杂网络的社团发现算法以及实际应用探索问题进行阐述和实验论证。首先,本文通过对复杂网络研究进程和统计属性的介绍来阐述其研究意义。接下来,通过对复杂网络经典社团分割算法的介绍来展示目前复杂网络社团发现算法方向的研究现状及不足之处。然后,在对拓扑中心性理论充分研究的基础上,提出了一种新的基于拓扑中心性的社团分割算法(NTCDC算法)。并在理论及实验两方而证明了该算法的有效性及其优势。最后,本文提出了一种确定随机混合型网络建模算法(CR馍型),并就其统计性质与经典建模算法进行对比实验证明了该算法的有效性。并通过与耗时1个月整理出的合肥2010年6月城市公交系统网络分析对比得出,该演化机制与该网络的演化过程有相似之处,从而证明了CR模型的实践意义,进而引出合肥公交网络的抽取算法。并将NTCDC算法应用合肥公交无向无权及无向加权网络模型中，分析网络节点角色和社团划分结果证明了NTCDC算法的有效性,以及网络建模对网络社团分割算法的基础作用。并为合肥公交系统的进一步完善提出一些参考建议。