E-Mail 已經是人生活中不可或缺的工具，對企業更是不能沒有的溝通管 道。我們嘗試從實際的進出紀錄中，找到個人與群組的關係、部門與部門的關係、
部門與供應鏈的關係，再就對這些關係與公司營業額是否有相關的關係。就既有 的主觀意識來說，本篇論文提出的方法已經證實了我們對這些關係的認知與判斷 大部分都是對的。
對於身為企業老闆，希望可以每一年度的 E-Mail 進出資訊，找到各個部門 的關係(相依度)與公司營業狀況的關係，找出一套思維，加強部門之間的溝通管 道提升公司的業績。人資部門主管，也許希望透過這個 E-Mail 透露的資訊，一 旦有一個人離職的話, 那個群組的其他的人離職的機會也會提升，這群組屬於高 度不穩定的一群人，需要加強心理建設輔導，安撫剩下的員工，可以降低員工的 離職率。IT 部門主管，也能透過這樣的資訊，防止公司機密資訊的外洩，甚至 可以了解是否有人在對公司做不利的舉動，提早知會老闆，做有效的防範，防止 公司的損害。Mining E-Mail 技術為這些問題提供了解決方案，並取得較好的效 果。
我們於文中使用 LCM-freq 的資料探勘方法，加上我們提出的方法，可以分 析出公司中部門與部門的關係程度、部門與供應鏈的關係。進而尋找出每個部門 對營業額的影響程度、SALES 部門對供應鏈與營業額的關係。由這些關係，用於 公司中，小至人事的轉變、大至公司的營運，都可提供不錯的參考資訊，應用於 公司的管理與發展策略。
郵件智慧 (Mail Intelligent) 似乎是可以未來表達 Mining E-Mail 這個概 念的名詞，將發掘出的郵件知識，加以分析 (Analysis)、理解 (Insight)、行 動 (Action)、量化（Measurement），郵件內含可觀的企業資源，郵件的歷史資 料與內容可以匯聚成為企業知識庫，透過 Mail Mining 技術，可以協助企業統 計、挖掘與分析隱含的郵件知識。各類郵件附加檔案的再利用更可以避免資源浪 費，從郵件延伸的行為，如收送時間，地點，單位，日流量等等，透過行為與資 料的比對分析得到的情報，更可以提供企業重要決策的參考。是否了解企業中每 日溝通的大量郵件中隱含多少有價值的資訊呢？同時又代表怎樣的組織與個人 關係，又該如何進行管理？或許我們可以思考這個問題。
參考文獻
[1]. Takeaki Uno, Taisuya Asai, Yuzo Uchida, Hiroki Arimura“LCM：AN Efficient Algorithm for Enumerating Frequent Closed Item Sets,＂In Proc. IEEE ICDM99 Workshop FIMI＇03,2003.
[2]. Christian Bird, Alex Gourley,Prem Devanbu, Michael Gertz Dept. of Computer Science, Kemper Hall, Anand Swaminathan Graduate School of Management,University of California, Davis, Davis, California
“Mning Email Social Networks,＂ MSR＇06, May 22–23, 2006, Shanghai, China.
[3]. Cheng Yung Hsiung, Dr. Tasi Hsien Leing , A Thesis Submitted to Department of Information Management, I-Shou University,“A study of association rule mining algorithms,＂ Jule 2007.
[4]. Jimeng Sun, Philip S. Yu , Carnegie Mellon University, Spiros Papadimitriou,, Christos Faloutsos, IBM TJ Watson lab, “GraphScope:
Parameter-free Mining of Large Time-evolving Graphs,＂
International Conference on Knowledge Discovery and Data Mining (KDD) 2007.
[5]. Tang Chang-jie, Liu Wei, Wen Fen-lian and Qiao Shao-jie,School of Computer Science, Sichuan University, Chengdu , ＂Three probes into the social network and Consortium Information Mining--Mining the structure, Core and communication behavior of virtual Consortium,＂
2006.
[6]. Olivier de Vel.,＂Mining Email Authorship,＂ International Conference on Knowledge Discovery and Data Mining (KDD)-2000 Workshop on Text Mining, August 20, 2000, Boston.
[7]. Olivier de Vel, A.Anderson, M..Corney and G.Mohay, ＂Mining E-Mail Content for Author Identification Forensics,＂ SIGMOD Record, 2001, Vol. 30, No. 4, 55-64 Olivier de Vel. Mining Email Authorship.
KDD-2000 Workshop on Text Mining, August 20, 2000, Boston.
[8]. Marshall van Alstyne and Jun Zhang. EmailNet, ＂A System for
Automatically Mining Social Networks from Organizational Email Communication,＂In NAACSOS2003, 2003.
[9]. R. Agrawal, S. Rajagopalan, R. Srikant, and Y. Xu,＂Mining newsgroups using networks arising from social behavior,＂In WWW '03:
Proceedings of the 12th international conference on World Wide Web, 2003.
[10].Fayyad, U.M., “Data Mining and knowledge Discovery: Making Sense Out of data,＂ IEEE Expert, Volume 11, Issue 5, pp. 20-25, 1996.
[11].Freeman, L.,“Centrality in Social Networks: I. Conceptual Clarification,＂ Social Networks, 1979.
[12].Wellman, B., “For a Social Network Analysis of Computer Networks:
A Sociological Perspective on Collaborative Work and Virtual Community,＂ Proceedings of ACM, 1996.
[13].Garton, L. and Haythornthwaite, C. and Wellman, B.,“Studying Online Social Networks,＂ Journal of Computer-Medicated Communication, June 1997, http://jcmc.huji.ac.il/vol3/issue1/garton.html.
[14].Hanneman, R.A.,“Introduction to Social Network Methods,＂
http://faculty.ucr.edu/hanneman/SOC157/NETTEXT.pdf
[15].J.Han, J.Pei, and Y. Yin,“Mining Frequent Patterns without Candidate Generation, ＂Proceedings of the ACM SIGMOD International Conference on Management of Data, Dallas, USA, pp. 241-250, 2000.
[16].M.J. Zaki and C.J. Hsiao,“CHARM: An Efficient Algorithm for Closed Itemset Mining,＂ Proc. 2002 SIAM Int＇l Conf. Data Mining (SDM ＇02), pp. 457-473, 2002.
[17].H. Li, Z. Nie, W-C Lee, C. Lee Giles, J-R Wen,“Scalable Community Discovery on Textual Data with Relations,＂ Intl. Conf on
Information and Knowledge Management (CIKM) 2008.
[18].Lars Backstrom, Dan Huttenlocher, Joh Kleinberg, Xiangyang
Lan,“Group Formation in Large Social Networks: Membership, Growth, and Evolution,＂ International Conference on Knowledge Discovery and Data Mining (KDD) 2006.
[19].Michael E.Houle,＂The Relevant-set Correlation Model for Data Clustering,＂ SIAM International Conference on Data Mining (SDM)
2008.
[20].Chayant Tantipathananandh,Tanya Berger-Wolf,David Kempe , ＂A Framework For Community Identification in Dynamic Social
Networks,＂ Association for Computing Machinery's Special Interest Group on Knowledge Discovery and Data Mining (SIGKDD) 2007.
[21].Neil Chang, “郵件探勘技術基本概念探討＂, “從郵件探勘淺談關係 理,＂ Mail Intelligence.
[22].謝德平, 南京大學 計算機科學與技術系, 江蘇 南京, ＂A Study Report for Mining Email,＂ 2004 Journal of Software.
[23].Jiawei Han, Micheline Kamber,＂DATA MINING Concepts and Techniques,＂北京: 高等教育出版社, 2001.5.