社团发现技术旨在挖掘网络的社团组织结构。基于结构的社团发现方法忽略了社会网络中蕴含的话题。结合话题属性挖掘网络的社团结构对于分析社会网络的组织结构、更加高效地预防和打击网络犯罪具有重要的实用价值。本文提出了结合话题的社会网络社团发现框架，并分别在网络构建、话题抽取和社团发现方面进行了深入研究，主要研究内容包括：（1）在网络构建方面，针对通联关系网络无法准确描述网络了话题的问题，提出基于通信行为构建网络，根据通信内容抽取网络话题，进而分别构建关于各个话题的通联关系网络，实现网络结构和话题的有效结合，为结合话题进行社团发现奠定了基础。（2）在话题抽取方面，针对当前文本相似度计算基于词频统计忽略文本内容的问题，提出一种词义相似度计算方法，并在此基础上提出一种结合词义的文本相似度计算方法；针对当前聚类技术对参数敏感和无法适应大规模应用的问题，结合分层推举和划分聚类的思想，提出HAP聚类算法。实验验证了本文方法的有效性。（3）在社团发现方面，针对当前基于局部扩展的社团发现方法无法兼顾效率和效果的问题，提出基于节点种子社团适合度评估的改进局部扩展社团发现算法；针对当前多关系网络社团发现方法将关系进行合并导致混淆的问题，提出一种针对多关系网络的节点关系强度评估方法和基于该关系强度的多关系网络社团发现方法。实验结果表明，本文方法得到的社团结果更接近于网络现实情况。最后对提出的框架进行了设计实现，在安然邮件数据集上的实验验证了其有效性和实用性。对全文的研究工作进行总结，指出了下一步的研究方向。