针对现有企业社群发现算法多侧重于同质性市场环境，不能反映部分企业会参与多条供应链作业的问题，提出一种基于节点映射关系的核社群表示模型Map-Community，通过构塑两种角色节点及其相互间不同的映射关系，判断企业的社群归属问题。基于该表示模型提出一种具有近似线性阶时空复杂度的节点映射算法（NMA）。首先，采取过滤操作获得供应链网络拓扑图中的双连通核心图；然后，引入映射度择选出核心企业节点；其次，依据映射判断规则进行局部扩展；最后，通过回溯将局部社群结构拓展至全局网络并发现重叠区域。LFR网络应用实验中，NMA对阈值变化反映出低敏感性，且在实用性方面优于LFM、COPRA和GCE。在企业社交网络进行仿真，利用划分情况总结分布效应意义。实验结果验证了该算法对于企业重叠社群发现的可行性及其在发现质量方面的性能优势。
