La détection de communautés est devenue un problème fondamental permettant la com- préhension de la structure des réseaux complexes tels que les réseaux sociaux, biologiques ou encore les réseaux d'informations. Dans cet article, nous proposons une approche pour dé- tecter les communautés chevauchantes dans les grands réseaux complexes. Nous introduisons d'abord une nouvelle notion de communauté paramétrée dite communauté k-liée. Cela nous permettrait de caractériser les communautés k-liées centrées noeud/arête de diamètre borné. Une telle communauté admet un noeud ou une arête avec une distance au plus k 2 des autres noeuds de la même communauté. Ensuite, nous montrons comment le problème de détec- tion de communautés chevauchantes k-liées centrées noeud/arête peut être exprimé sous forme d'un problème d'optimisation Max-SAT partiel. Puis, nous proposons une stratégie de post- traitement pour réduire le chevauchement entre les communautés. Finalement, une évaluation expérimentale extensive sur des réseaux réels montrent que notre approche améliore significa- tivement plusieurs algorithmes de l'état de l'art de détection de communautés.