Работа посвящена изучению темпоральных сетей. Одним из важнейших направлений в анализе сетей является выявление сообществ (или кластеризация) – обнаружение групп узлов, имеющих более тесные связи между собой, чем с остальными узлами сети. Целью данной работы является исследование различных методов выявления сообществ в темпоральных сетях. Задача заключается в применении различных алгоритмов сначала к простейшему примеру, а затем к реальной сети соавторства ученых в области машинного обучения. А также в оценке полученных результатов с помощью метрики модульности.