现有重叠社团发现算法大多直接从相邻连边的相似性出发，不能有效利用网络的多层连边信息，基于此提出了一种基于连边距离矩阵的重叠社区发现算法LDM。首先结合连边—节点—连边随机游走模型，以实现多级连边信息的有效利用；借助模糊聚类方法，处理连边距离矩阵以获取连边社区；最后根据扩展模块度调整和优化重叠社区结构。在人工网络和真实网络上的实验结果表明，所提算法能够有效提高重叠社区发现算法的准确度。