提出一種新的面向復雜網絡大數據的重疊社區檢測算法DOC（detecting overlapping commumties over　complex network big data），時間復雜度為O（nlog2（n》，算法基于模塊度聚類和圖計算思想，應用新的節點和邊的更新方法，利用平衡二叉樹對模塊度增量建立索引，基于模塊度最優的思想設計一種新的重疊社區檢測算法．相對于傳統的重疊節點檢測算法，對每個節點分析的頻率大為降低，可以在較低的算法運行時間下獲得較高的識別準確率．復雜網絡大數據集上的算法測試結果表明：DOC算法能夠有效地檢測出網絡重疊社區，社區識別準確率較高，在大規模LFR基準數據集上其重疊社區檢測標準化互信息指標NMI最高能達到0.97，重疊節點檢測指標F-score的平均值在0.91以上，且復雜網絡大數據下的運行時間明顯優于傳統算法，