社会网络是由一些个人或组织以及它们之间的联系所构成的集合,通过对社会网络的理论研究,尝试挖掘隐藏在表面关系之下的隐性关系,可进行电子商务,信息推荐等有益的应用。电子邮件,作为社会网络中的重要组成部分,已经成为相互协作与知识交流的有力平台。它遍及商业,社会和技术交流领域,与社会网络研究领域高度相关。然而,当我们面对从电子邮件列表中收集来的大量电子邮件,如何从复杂的链接中精确快速的发现社区并查找每个社区的主题及核心人物存在很大的难度和挑战。本文以电子邮件为对象,在研究了社会网络中表现出来的各种特性如中心性,小社区稳定性,小世界性质等特征后,提出了一种邮件网络社区发现的解决方案。该方案首先通过构建邮件网络的赋权有向网络图,并在基于贪心算法的图聚类基础上,根据图中节点的密度变化确定核心节点,再通过核心节点构成的强连通子图确定邮件网络社区划分的最初个数及初始社区中心点,最后基于邮箱通信行为特征的相似度,并通过社区中心动态调整的方法将非核心节点划分至所属社区。在划分的过程中,还考虑到了重叠社区的情况。在详细分析了邮件网络链接与web链接的相似性之后,提出采取PageRank算法查找每个社区核心人物的尝试,实验证明,通过PageRank算法查找社区核心人物比使用传统的基于统计量上的分析更为准确。如何对所发现的社区进行评价与解释,也是社区网络研究中的一个重要问题。本文在给出了基于模块度,社区密度及社区有效直径等客观上的评价之后,还提出通过提取每个社区核心人物邮件通信的内容,采取统计的方法查找社区的主题,从而对所发现的社区进行主观的评价及进一步的解释。文章最后给出了邮件网络社区挖掘系统,并通过实验对比证明本文提出的邮件社区发现解决方案能够较准确的发现有效社区,核心人物发现部分也查找到了较为准确的核心节点,能够为协作及社区发展动向提供较好的指导作用。