复杂网络是复杂系统的抽象，网络中的节点是复杂系统中的个体，节点之间的边则是系统中个体之间按照某种规则而自然形成或人为构造的一种关系。现实世界中包含着各种类型的复杂网络，如社会网络（朋友关系网络及合作网络等）、技术网络（万维网以及电力网等）、生物网络（神经网络、食物链网络以及新陈代谢网络等）。经过近几年的努力，复杂网络的研究取得了许多重要进展，发现了复杂网络的若干统计特征，其中包括小世界性质（即网络中节点之间的平均距离很短，对数依赖于网络中的节点数）、无标度性质（即网络中节点的度分布右偏斜，具备幂函数或指数函数的形式）以及聚集性或网络传递性。
复杂网络的另一个重要特征就是网络中所呈现出的社区结构。大量实证研究表明，许多网络是异构的，即复杂网络不是大批性质相同节点的随机连接，而是许多类型的节点的组合，其中相同类型的节点存在较多的连接，而不同类型节点的连接则相对较少。我们把同一类型节点以及这些节点之间的边所构成的子图称为网络中的社区。
实际网络的社区代表着特定对象的集合，如，社会网络中的社区代表根据兴趣或背景而形成的真实的社会团体；引文网络中的社区代表针对同一主题的相关论文；万维网中的社区就是讨论相关主题的若干网站；而生物化学网络或者电子电路网络中的社区可以是某一类功能单元。发现这些网络中的社区有助于我们更加有效地理解和开发这些网络。
