本发明属于机器学习与数据挖掘领域，具体为一种社交网络的用户聚类方法、装置以及计算机设备；所述方法包括获取社交网络中各个待聚类用户的账户信息，包括用户ID、用户地区、用户性别、用户粉丝数、用户关注数、内容标签以及发布时间；将社交网络中各个账户信息分别向量化，形成向量数据集；从所述向量数据集中选择多个向量分别作为初始聚类中心，按照初始聚类中心对用户分簇，按照分簇后的结果或聚类后的结果更新聚类中心，并按照聚类中心继续对各个用户聚类；直到聚类中心不再变化，得到聚类后的多个分类，每个分类至少包括一个待聚类用户；通过本发明改进的初始聚类中心的选择算法和改进的聚类框架，可以极大的降低计算量，进而提高了整个方法、装置的效率。