现有大多数网络嵌入方法仅保留了网络的局部结构信息，而忽略了网络中的其他潜在信息。为了保留网络的社区信息，并体现网络社区结构的多粒度特性，提出一种融合多粒度社区信息的网络嵌入方法（EMGC）。首先，获得网络的多粒度社区结构，并初始化节点嵌入和社区嵌入；然后，根据上一粒度上的节点嵌入和本层粒度的社区结构，更新社区嵌入，进而调整相应的节点嵌入；最后，对不同粒度下的节点嵌入进行拼接，从而得到融合多粒度社区信息的网络嵌入结果。在4个真实网络数据集上进行实验，相较于未考虑社区信息的方法（DeepWalk、node2vec）和考虑了单一粒度社区信息的方法（ComE、GEMSEC），EMGC在链接预测上的AUC值和节点分类上的F1值总体上优于对比方法。实验结果表明EMGC能够有效提升后续链接预测和节点分类的准确率。
