本发明涉及一种基于隶属度传播的复杂网络模糊社团挖掘方法，首先，建立社团种子节点的选取框架，以社团种子节点的基本特征为依据，确定种子节点选取的测试顺序；然后，根据真实世界中各种复杂网络的客观规律，构建网络节点之间的隶属度传播模型，该模型将种子节点的社团隶属度传播至非种子节点；在此基础上，以优化社团划分结果的模块度为目标，确定社团种子节点的选取准则；最后，当社团种子节点选取完毕后，通过调整节点社团属性以及合并社团的方式，对模块度进行进一步优化，并修正各节点的社团隶属度，得到最终的模糊社团挖掘结果。本发明在稳定性、鲁棒性、有效性方面具有一定优势；该方法具备在计算开销与整体性能之间进行折衷的灵活性。