近年来，基于大量复杂网络数据集的网络社区结构的研究变得越来越流行。 为了限制现有的计算能力和其他条件， 如此大的网络数据处理正成为最困难的问题之一，因此采样算法研究已成为网络数据分析的新热点。 根据网络结构研究的需要，提出了一种改进的森林火灾算法，该算法不仅可以减小网络数据规模，而且可以很好地保持原有的网络社区结构。 我们在算法中定义了两个概念，即“社区度”和“社区中心”。 然后将该算法应用于五个数据集。 为了方便我们的采样算法与其他六个采样算法在不同参数下的比较，我们使用网络社区概况和Kolm