زیربنای حل بسیاری از مسائل در زمینه‌های مختلف تحقیقاتی و علی‌الخصوص زمینه‌های مرتبط باهوش مصنوعی، مسئله خوشه‌بندی است. هدف اصلی خوشه‌بندی شناسایی بخش‌هایی از داده‌ها که شباهت زیادی به هم داشته و به بقیه‌ی داده‌ها کمتر شبیه‌اند، می‌باشد. خوشه‌بندی گراف‌ها در کاربردهای پایه‌ای مثل ساده‌سازی داده‌ها، تحلیل داده‌ها، شباهت سنجی داده‌ها و یافتن الگوها از اهمیت به سزایی برخوردار است و همواره موردتوجه محققان با زمینه‌های تحقیقاتی متفاوت بوده و تحقیقات گستره‌ای با پرداخت‌کاری‌های گوناگون روی آن انجام‌شده است. به‌علاوه روش ارائه‌شده از گام زنی تصادفی نیز برای انجام خوشه‌بندی استفاده می‌شود. در این مقاله از قدم زنی تصادفی برای انجام خوشه‌بندی گراف‌های در شبکه‌های اجتماعی استفاده شده است.