社区发现是社会网络分析的一个基本任务，而社区结构探测是社区发现的一个关键问题。将社区结构中的结点看作信号源，针对信号传递过程中存在信号缺失情况，提出了一种层次聚类社区发现算法。该算法通过度中心性来度量节点接收信号的概率，用于量化节点接受信号过程中的缺失值。经过信号传递，使网络的拓扑结构转化为向量间的几何关系，在此基础上，使用层次聚类算法用于发现社区。为了验证SMHC算法的有效性，通过在三个数据集上与SHC算法、CNM算法、GN算法、Similar算法进行比较，实验结果表明，SMHC算法在一定程度上提高了社区发现的正确率。
