对电子邮件文本进行过滤与分析能够有效的协助人们了解过去发生的重要事件信息与人员交互行为,电子邮件数据集中丰富的文本、图像和附件信息也具备巨大的挖掘潜力。现有的大多数电子邮件可视化研究主要是通过展示邮件主题与时间关系、邮件可视化元素设计或者是可视化邮件社交网络来进行相关分析。其中对于邮件数据集的主题筛选与聚类方法较为简单,同时对于邮件事件序列信息的提取效果也不够显著,大量分析价值较低的邮件也会给人们进行历史回顾时带来视觉干扰,从而消耗人们更多的精力。以上问题的改善对于回顾过去重要事件、改善团队协作关系、提高协同工作效率有着重要意义,因此本文针对电子邮件数据清洗及挖掘方法与事件序列分析及可视化方法展开研究。本文主要研究工作归纳如下:（1）针对电子邮件社交网络以及事件序列可视化方法进行总结分析:首先对邮件社交网络的可视化元素设计、隐喻模式以及相关分析流程进行了介绍,然后对文本挖掘的常用算法与特征进行了归纳,最后对事件序列的挖掘、分析步骤与可视化方式进行了总结。（2）提出了电子邮件数据的过滤分析模型并使用可视化方式进行验证:本文首先建立电子邮件数据集过滤模型,并设计对应可视化任务从四个维度进行电子邮件数据集的文本清洗与分析,即垃圾邮件过滤、邮件主题关键词提取、邮件流量特征分析以及业务领域变化分析。然后设计多种可视化视图结合的交互方式帮助人们更加清晰的理解邮件数据的内容。（3）提出了电子邮件中事件序列挖掘与分析模型并使用可视化方式实现:首先定义了电子邮件线程的概念以及事件序列的基本可视化元素隐喻,然后使用节点与线条相结合的方式来可视化电子邮件社交网络的事件序列信息,探索不同月份之间事件序列的特征,并分析其中的重要事件、冗余流程、异常问题、项目协作等情况并提出改善建议。最后的用户研究结果进一步证明了文中可视化方法的实用性与有效性。