随着社交网络的快速发展,网友花费在社交网络的时间越来越多,同时也对社交网络的依赖也越来越强。社交网络在巨多用户支持的背景下,怎么留的住用户,怎么基于这些用户提供更好服务的同时发掘更多的商机,已经成为了现如今各大社交网络亟待解决并会一直面对的问题。其中社交网络中团体的划分俨然成为了学术界和工业界广泛关注的对象。所谓社交网络中的团体是指在社交网络中的多个个体两两之间存在关系的一个最大集合,也称其为社团(community),通过兴趣以及用户的关系将用户划分到指定的社团,然后根据相应社团的属性对该社团推荐该社团感兴趣的活动。经过了解现如今划分团体主流的方法是基于社交网络中的人物关系运用图论中的相关方法找到其中的密集的节点集合,然后基于该节点集合以及用户的兴趣标签发现他们中大多数人感兴趣的活动,将该节点集合命名为该活动兴趣小组。但该方法存在许多不足,比如对整个人物关系图,直接按照人物关系划分,由于人物关系图相对于这个社交网络关系图是一个极小的子集,因此在划分代价上较大,不利于分布式的解决方案；由于兴趣组的划分是基于tag而用户的兴趣各不相同,那么用户的兴趣向量会非常稀疏；由于初始是基于人物关系图划分,因此在考虑到团体划分时并没有较好的处理一个人基于兴趣可能存在于多个团体当中,也就是图论中的重叠问题处理较差等等。本文提出了基于主题的团体划分方法,该方法主要是运用topic modeling的方法,使得用户的兴趣向量是基于topic的,然后通过使用团体发现算法在每个topic中查找团体。这样可以避免以上传统方法中的不足之处。