محققان و پزشکان علاقه مند به حل مشکلات در دنیای واقعی از طریق خوشه بندی هستند. خوشه بندی گره ها در شبکه هایی با ساختار یک طرفه یا دو طرفه برای کشف شبکه های پیچیده دنیای واقعی موجود در طبیعت و جامعه از اهمیت ویژه ای برخوردار است. شبکه های دو قطبی یک کلاس مهم از شبکه های پیچیده را تشکیل می دهند زیرا ناهمگونی گره ها در یک شبکه را آشکار می کند. با این حال ، اکثر روشهای خوشه بندی موجود فقط روی شبکه های یک طرفه متمرکز می شوند. در این کار ، یک روش خوشه بندی محدود تجمعی رمان قابل اجرا برای شبکه های یک طرفه و دو طرفه ارائه شده است. در ابتدا ، توپولوژی یک شبکه براساس اصول مجموعه نظری مدل می شود. پس از آن ، مفاهیم مربوط به نظریه مجموعه خشن و پیوند نسبی برای خوشه بندی مجموعه گره ها استفاده می شود. ابزار و اثربخشی روش پیشنهادی از طریق آزمایش های آفلاین در شبکه های یک طرفه و دو طرفه نشان داده شده است. مقایسه در برابر ده اقدامات مشابهت برتر از دو هنر در دو الگوریتم خوشه بندی جزئی متفاوت ، اثربخشی اندازه گیری ارتباط نسبی پیشنهادی را نشان می دهد. علاوه بر این ، تجزیه و تحلیل مقایسه ای با مدرن ترین روش های خوشه بندی شبکه نشان می دهد که زنده ماندن الگوریتم خوشه بندی محدود محدود بر اساس مجموعه پیشنهادی پیشنهاد شده است. سرانجام ، روش پیشنهادی برای شناسایی زیرگروههای منسجم بانکها در یک شبکه دو طرفه واقعی که با نقشه برداری از اعتبارات بین شرکتهای هندی و بانکها تشکیل شده است ، استفاده شده است.