Sau khi xác định được độ tương tự của người dùng, xây dựng được đồ thị mối quan tâm tương đồng của người dùng, bước tiếp theo là phân cụm người dùng có cùng mối quan tâm bằng cách phân cụm các đồ thị tương tự. Nó sẽ cho kết quả những người dùng có cùng mối quan tâm sẽ được đặt trong cùng một cụm, những người có mối quan tâm, sở thích khác nhau sẽ được đặt trong các cụm khác nhau.
Phương pháp phân cụm này xác định mối quan tâm của người dùng từ dữ liệu hành vi duyệt web của người dùng. Phương pháp này sẽ phân cụm người dùng thành các nhóm người dùng có cùng mối quan tâm, sở thích bằng cách phân cụm đồ thị tương tự, trong đó các đỉnh là người dùng và các cạnh thể hiện sự tương đồng trong hành vi duyệt web giữa hai người dùng đã được xây dựng ở phần trên.
Bắt đầu với đồ thị tương tự của tất cả người dùng. Lần đầu tiên chia nhóm đồ thị tương tự, ta sẽ có được cụm cao cấp nhất, ví dụ cụm 1 và cụm 2. Thuật toán phân cụm được sử dụng là phân cụm đồ thị phân cấp bằng cách lấy mẫu cặp nút[10]. Đây là một thuật toán phân cụm liên kết cho các đồ thị dựa trên khoảng cách có thể rút ngắn giữa các cụm và có thể cung cấp một hệ thống phân cấp đầy đủ của đồ thị. Thuật toán nắm bắt được cấu trúc với quy mô khác nhau của đồ thị thực, tham số tự do, nhanh chóng và hiệu quả.
Sử dụng thuật toán phân cụm này, ta tiếp tục chia các cụm 1 và cụm 2 thành các cụm con nhỏ hơn. Ví dụ: cụm 3, cụm 4 là 2 cụm con của cụm 1. Quá trình phân cụm này được áp dụng lặp lại cho các cụm mới được sinh ra. Nó dừng lại khi giá trị
modularity của các cụm đạt ngưỡng tối thiểu. Giá trị modularity là một số liệu đo mật độ của các cạnh trong cụm đến các cạnh bên ngoài cụm [12]. Kết quả là một hệ thống cây phân cấp các cụm mối quan tâm của người dùng.