针对传统社区发现算法多数是基于单一关系的同构学术社会网络，而包含多种关系的异构学术网络社区发现算法还不多的情况，提出一种基于FCM（fuzzyC-means）和结构洞的学术社区发现算法——HAFCD算法。从构建基于DBWorld邮件数据的异构学术网络出发，通过分析异构网络中的多种关联关系和节点内容的相似性，提出改进的语义路径模型，计算评审人间的相似度。基于此，该算法根据结构洞越少、网络闭合性越高这一事实，将结构洞理论融入FCM算法进行异构学术社区发现。通过与现有的谱聚类和路径选择聚类算法进行实验比较表明，该算法具有较好的计算效果。