Phát hiện cấu trúc cộng đồng là bài toán cốt lõi trong phân tích mạng xã hội, giúp làm rõ các mối liên kết tiềm ẩn và hành vi nhóm. Nghiên cứu này tập trung khảo sát các kỹ thuật tiêu biểu, từ phương pháp phân cấp Girvan-Newman đến hướng tiếp cận tối ưu hóa mô-đun như thuật toán Louvain. Mục tiêu chính là phân tích hiệu năng và độ chính xác của từng kỹ thuật trên các đồ thị mạng có quy mô khác nhau. Thông qua thực nghiệm, đề tài kỳ vọng xác định các yếu tố ảnh hưởng và đề xuất thuật toán phù hợp cho từng loại cấu trúc dữ liệu. Kết quả nghiên cứu không chỉ mang lại giá trị học thuật cao mà còn có ý nghĩa thực tiễn khi xây dựng hệ thống gợi ý và phân tích lan truyền thông tin.