复杂网络已经成为科学研究特别是复杂性研究的一个重要领域，网络描述方法已被广泛应用于各种实际系统的研究。其中集团结构是许多实际系统的重要特征，集团结构分析已经成为复杂网络研究中的一个重要领域。确定复杂网络中的集团结构对于理解复杂网络的结构和功能性质至关重要。 本文首先介绍了几种目前常用于发掘网络中潜在集团的算法，并在经济物理学科学家合作网络、北京师范大学邮件网络和猴子网络的基础上，实现了其中的层次聚类法、介数聚类法、Potts模型算法和谱分析算法，文中在充分理解Newman所提Q函数的基础上，还讨论了聚类过程中的最佳集团数。接下来，本文选取了部分算法在生成网和实际网络中进行了比较分析。综合每个算法的表现，本文发现介数聚类法效果更好。 为了比较不同的聚类结果的差异，本文提出了一个定量化描述结果差异性的D函数。通过此函数不同结果间每一步的相异程度都可以直观的给出。除此之外，本文还关注了在加权网络中，通过改变权重与边的对应关系，来探讨权重对于网络集团结构形成的影响。在上述的三个实际网络中，使用介数聚类法分别在无权、加权和反权情况下进行聚类分析，并通过D函数量化结果的差异发现权重对聚类结果是有较大影响的。