随着移动互联技术的迅猛发展和无线通讯终端设备的更新换代，手机用户的规模正在逐步扩大。手机用户网络对人们的生产和生活已经产生了巨大的影响，在电子商务、网络营销、新闻传播、信息共享等领域发挥了非常重要的作用，带来了巨大的商业价值和社会价值。因此，面向手机用户群体的网络结构研究已经成为当前的热点研究课题之一。对于网络结构的研究，一个重要的研究方向，就是对于网络中社团结构的研究。准确的分析网络中的社团结构，有助于更清楚的理解网络的变化过程，更准确的分析网络中用户间的关系。现有的针对社团结构的研究，主要集中在复杂网络领域，并且已经得到了一些学术界认可的研究成果，例如Kernighan-Lin算法、GN算法、Newman-Fast算法等。但是，这些方法的目的都是得到网络中全部的社团结构，并且这些方法的时间计算复杂度均较高，无法适应于手机用户网络上社团发现问题的客观需要。针对上述问题，本文通过对近年来复杂网络代表性文献的学习研究，总结了几种经典的社团发现方法各自的特性，结合手机用户网络的特征，提出了一种面向手机用户的社团抽取方法，能有效的获取指定社团的网络结构，为手机用户网络上的社团发现方法研究提供了一种新的途径。与传统的社团发现方法不同，本文提出的方法的特点是结合社团扩展与社团发现两种操作，从网络中获取一个指定的社团结构。本文从算法思路、社团判断方法、社团扩展方法、社团抽取流程等方面对该方法进行了描述。经过分析，针对手机用户网络上的社团发现需求，该方法具有以下三方面优势：（1）具有更好的适用性，不需要知道网络中全部节点间的拓扑结构，大大的降低了实际应用的难度。（2）具有更好的针对性，只对某个指定社团进行抽取，可以避免将整个网络进行社团划分而产生的冗余结果。（3）具有更高的计算效率，该方法的计算时间消耗取决于需要抽取的社团的规模，而不是网络的整体规模，这样大大的减少了计算时间消耗。进一步，为了对社团抽取方法具有更好的理解，本文介绍了当前学术界普遍认可的带有社团结构网络的仿真方法，并以仿真网络数据为基础，对社团抽取方法的抽取准确性和执行效率进行了验证。为了分析对该方法的性能产生影响的因素，本文从网络平均度、网络规模、起始节点数量三个角度进行实验，并对是实验结果进行了对比分析，得到如下定性结论：（1）随着网络平均度的不断增大，抽取准确率随之提高，抽取执行时间也随之增加；（2）随着网络规模的不断增大，抽取准确率随之提高，抽取执行时间也随之增加；（3）起始节点的数量对社团抽取方法没有产生定性的影响。最后，对本文研究工作进行了总结，并为进一步的研究工作提出了建议。