随着互联网技术的高速发展,其在人们生产生活中所占的比例逐渐增高,互联网用户的规模也在逐年扩大,尤其是社交网络应用,汇聚了几乎互联网中的绝大多数用户,人们的社交生活也逐渐从现实世界转向虚拟的网络世界,呈现一种虚实映射的局面。在社交网络中因为一些相同或相似的内在因素,例如兴趣,立场,而有组织地聚集在一起的集合叫做群体,群体内的个体可进行互动和信息共享,进而相互产生影响。而社交网络群体的发现对于现实世界的工作有着相当大的意义,一方面群体发现可广泛应用与商业应用中,尤其是在检索,传播,推荐等方面,可以提供有力的支撑;另一方面,由于当今的群体依托于虚拟的互联网技术,所以互联网中汇聚了大量以恶意行为为目的聚集的群体,比如舆论水军,谣言群体,这些群体以同样的恶意目的聚集,有着同样的行为模式,严重影响甚至危害互联网安全以及现实世界的安全,对于这类群体需要及时有效地发现并进行管控。因此特定群体的发现是一项极有现实意义的课题。由于互联网中的用户背后往往是由现实世界的个体进行操纵的,因此互联网用户在网络中的行为通常具有现实用户的行为特征,通过挖掘,这些特征可唯一表征互联网中的某个主体,借鉴生物学中的基因概念,产生网络基因的理论。我们的课题就是在网络基因理论的基础上进行特定群体的发现。网络基因的组成结构中最核心的是网络基因单元,其能决定网络主体的性状,能够表征网络实体某一方面的本质特征,因此在群体发现的研究中主要用到了网络基因单元,本课题所涉及到的基因单元有话题基因单元,立场基因单元等。在网络上对同一话题持相同或相似立场的网络主体属于同一群体,当发现的网络主体的数量达到一定程度时则表示发现一个群体,因此本文需要从主体发表的网络推文中提取出话题基因单元与立场基因单元。通过LSA等方法进行话题的抽取,根据TF-IDF和余弦向量描述话题基因单元之间的相似度,从而进行话题的合并,通过情感分析的方法进行立场基因单元的抽取。在发现的群体基础之上,本文进一步进行关键人物的识别,通过抽取话题影响力基因单元和个人影响力基因单元,综合两个指标来进行关键人物,即有较大影响力的网络主体的识别。