Se ha convertido en una tendencia utilizar una combinación de autoencoders y redes neuronales de grafos para el agrupamiento de grafos de atributos con el fin de resolver el problema de detección de comunidades. Sin embargo, los métodos existentes no consideran las diferencias de influencia entre la información del vecindario de los nodos y la información del vecindario de alto orden, y la fusión de las características estructurales y de atributos es insuficiente. Para aprovechar mejor la información estructural y de atributos, proponemos un modelo llamado detección de comunidades fusionando red de atención de grafos (CDFG). Específicamente, primero utilizamos un autoencoder para aprender las características de atributos. Luego, la red de atención de grafos no solo calcula el peso de influencia del nodo del vecindario en el nodo objetivo, sino que también agrega la información del vecindario de alto orden para aprender las características estructurales. Después, las dos características se fusionan inicialmente mediante el parámetro de equilibrio. El módulo de fusión de características extrae la representación de la capa oculta de la capa de atención de grafos para calcular la matriz de autocorrelación, que se multiplica por la representación del nodo obtenida por la fusión preliminar para lograr la fusión secundaria. Finalmente, el mecanismo de auto-supervisión lo hace enfrentar la tarea de detección de comunidades. Se realizan experimentos en seis conjuntos de datos reales. Utilizando cuatro métricas de evaluación, el modelo CDFG funciona mejor en la mayoría de los conjuntos de datos, especialmente para las redes con caminos y diámetros promedio más largos y coeficientes de agrupamiento más pequeños.