امروزه شبکه های اجتماعی دارای کاربردهای مختلفی هستند و به خصوص جایگاه مهمی در بین کاربران اینترنت دارند. به همین دلیل تحلیل شبکه های اجتماعی حوزه پژوهشی مهم و تأثیرگذاری در بین پژوهشگران است. یکی از چالش های مهم در تحلیل شبکه های اجتماعی، تشخیص گروه است. گروه مجموعه افراد یا سازمان هایی است که چگالی ارتباطات آنها با هم بیشتر از سایر موجودیت های شبکه است. از جمله کاربردهای تشخیص گروه بهبود عملکرد موتورهای جستجو، درک بهتر ساختار شبکه و یافتن گروه های خاص است. در این پایان نامه دو روش جدید در تشخیص گروه ارائه شده است. اولین آنها یک روش ترکیبی از تقسیم کننده و تجمعی است. این روش توانسته به خوبی گروه ها را شناسایی کند ولی دقت و سرعت آن در مقایسه با روش های مشابه کمتر است. بنابراین در روش بعدی بر پایه ماژولاریتی محلی در یک ساختار تجمعی، بر بهبود دو پارامتر دقت و سرعت کار شده است. این روش پس از بهبودهای متوالی توانسته است بطور موازی به تشخیص همزمان چند گروه بپردازد. همچنین قادر است همزمان با گردهم آوری گره های مشابه در یک گروه، گره ها را میان گروه ها جابجا کند. در واقع این امکان را دارد که اگر گرهی در گروه مناسب خود قرار نگرفته است، گروه درست را برای آن گره بیابد. روش جدید پیشنهاد شده قادر است در حین کار گروه جدیدی به گروه های موجود اضافه کند و یا گروه نامناسب را از شبکه حذف کند. ترکیب این روش با گداختگی شبیه سازی شده بر توانایی آن در تعیین گروه مناسب برای گره ها افزوده است و نقش بسزایی در دقت آن داشته است. از مهمترین ویژگی های روش های پیشنهاد شده این است که در مقایسه با روش های موجود دارای سرعت و دقت بهتری است. همچنین روش پیشنهادی به ساختار و حجم گره های موجود در شبکه بستگی ندارد و بدون هیچ گونه اطلاعات اولیه از تعداد گروه ها و نوع آنها می تواند آنها را شناسایی کند.