De las diversas características de la estructura de redes, la estructura de comunidades ha recibido la mayor atención en la investigación. En las redes sociales, las comunidades se dividen en comunidades superpuestas y comunidades disjuntas. Las primeras están más cerca de la situación real de la sociedad que las segundas, lo que hace necesario explorar un algoritmo de detección de comunidades superpuestas más efectivo. El algoritmo de propagación de etiquetas (LPA) ha sido ampliamente utilizado en datos a gran escala debido a su bajo costo temporal. En el LPA tradicional, todos los nodos se consideran relaciones equivalentes. En este caso, los nodos no confiables reducen la precisión de la propagación de etiquetas. Para resolver este problema, proponemos el algoritmo de propagación de superposición de comunidades basado en influencia (INF-COPRA) para clasificar la influencia de nodos y etiquetas. Para controlar el proceso de propagación y evitar la propagación de errores, el algoritmo solo proporciona a los nodos influyentes etiquetas en la fase de inicialización, y esas etiquetas con alta influencia son preferidas en el proceso de propagación. Por último, se compara la precisión de INF-COPRA y los algoritmos existentes en redes de referencia y redes reales. Los resultados experimentales muestran que el algoritmo INF-COPRA mejora significativamente la modularidad extendida (EQ) y la información mutua normal (NMI) de la comunidad, lo que indica que puede superar a los métodos de vanguardia en tareas de detección de comunidades superpuestas.