La detección de comunidades es un campo de investigación significativo en redes sociales, y la modularidad es un método común para medir la división de comunidades en redes sociales. Muchos algoritmos clásicos obtienen la partición de comunidades mejorando la modularidad de toda la red. Sin embargo, todavía existe un desafío en la división de comunidades, que es que la optimización de la modularidad tradicional es difícil de evitar límites de resolución. Hasta cierto punto, la simple búsqueda de mejorar la modularidad hará que la división se desvíe de la estructura real de la comunidad. Para superar estos defectos, con la ayuda de ideas de agrupamiento, propusimos un método para filtrar los centros de comunidad mediante el coeficiente de conexión relativa entre vértices, y analizamos la estructura de la comunidad en consecuencia. Discutimos cómo definir el coeficiente de conexión relativa entre vértices, cómo seleccionar los centros de comunidad y cómo dividir los vértices restantes. Experimentos en redes reales y sintéticas demostraron que nuestro algoritmo es efectivo en comparación con los métodos más avanzados.