摘要： 【目的/意义】信息对于股票市场投资决策及风险控制具有重要的现实意义，混合隶属度对股票复杂网络社 团的划分有信息揭示作用。【方法/过程】针对目前对股票市场的复杂网络社团划分研究仅限于将社团进行重叠或 者非重叠的社团划分，而不能基于这些划分揭示股票在社团中是否重要及与其他社团是否存在强度关系的相关信 息,本文引入机器学习中的混合隶属度概念，对股票网络进行社团划分。【结果/结论】本文所提方法能够准确和高效 地实现股票网络的重叠社团划分，且隶属度和相关强度的定量描述能够对投资者分析股票提供一种新的信息与思 路，对于投资资产分配、投资风险抗击等方面具有指导意义。
