針對標(biāo)簽空間的指數(shù)增長這一問題，提出了一種基于潛在特征的重疊社團(tuán)識別算法。首先，提出了一種包含重疊社團(tuán)的網(wǎng)絡(luò)產(chǎn)生式模型。根據(jù)該產(chǎn)生式模型，通過最大化目標(biāo)網(wǎng)絡(luò)的產(chǎn)生概率來推導(dǎo)網(wǎng)絡(luò)中節(jié)點的潛在特征，并給出了優(yōu)化目標(biāo)函數(shù)。然后，通過將網(wǎng)絡(luò)誘導(dǎo)為二部圖，分析得出了潛在特征個數(shù)的下屆，并據(jù)此對標(biāo)簽空間進(jìn)行優(yōu)化。實驗表明，提出的重疊社團(tuán)識別算法與BigClam算法相比較，在保持運行效率和查準(zhǔn)率基本不變的前提下，可以明顯提高檢索結(jié)果的召回率。該算法可以有效地應(yīng)對社團(tuán)識別中標(biāo)簽空間的指數(shù)增長。