【摘要】［目的 ／意义］为提高引文网络的社团划分的准确性，提出一种基于加权的引文网络的社团划分方法。［方法／过程］以Ｌｏｕｖａｉｎ社团划分方法为算法基础，将科学论文用向量空间模型表示，利用改进的余弦相似度方法计算相邻论文之间的相似度，并将其作为权重，综合考虑论文内容属性与结构属性，提出一种基于样本加权的引文网络社团划分方法。［结果 ／结论］该算法将引文网络中论文的文本内容属性与拓扑结构属性结合起来，通过对ＳｃｉｅｎｔｏｍｅｔｒｉｃＳ期刊发表的论文以及主题为ｃｒｉＳＰｒ的论文进行社团划分研究实验，结果表明该方法能改善引文网络社团的划分效果。