邮件数据分析工作总结-0104.docxVIP

邮件数据分析工作总结 问题背景分析 公司内部人员交流主要有电话、邮件以及面对面等三种方式，邮件系统作为三种沟通方 式中唯一进行交互数据存储的平台，其大量的数据信息是可以进行分析和挖掘的，并且可以 从中获取有价值的信息与发现。 在大数据技术快速发展的今天，通过对公司邮件系统中的交互数据进行科学的分析和挖 掘，可以发现公司各部门之间潜在的关联关系，如部门间业务关联度；公司一些员工之间潜 在的工作关系，如员工的沟通关系网等。 本项工作主要依据公司现有邮件系统的历史数据，采用一些合适的数据处理、分析与数 据可视化方法，力求从邮件历史数据中挖掘出公司各部门之间业务的关联程度、沟通的主题 以及一些员工之间的工作关系等信息，以对公司的组织架构调整或员工的工作岗位调动提供 一些有价值的决策建议。 数据源 数据源由信息中心邮件系统相关负责人提供，数据信息的基本情况如下： （1 ）邮件主要信息数据，包括字段：发件人、收件人、主题、开始时间、完成时间、状 态、结果信息、发件人摘要、收件人摘要、邮件大小、 IP地址。每月的邮件信息数据导出为 一个csv格式文件。 邮件主要信息数据存在的问题：数据信息表中存在很多 Null值，如主题（有的邮件没 有主题）等；垃圾邮件；邮箱、邮件主题中存在非法字符，这些可能导致数据文件读写时出 现问题。 （2 ）邮件联系人主组信息，包括字段：父组（公司编号） 、组（部门编号）、显示名（部 门名称）。 邮件联系人数据存在的问题：数据信息表中有废弃的组；有的组没有父组等；这些也可 能导致数据文件读取时出现问题。 （3 ）邮件联系人子组信息，包括字段：组（部门编号） 、用户（个人邮箱） 数据处理过程 数据处理过程主要包括数据的预处理、数据的读取、数据的存储等三个操作。 （1 ）数据预处理：数据主要信息中包括很多字段、但真正有用的信息就 3个，发件人、 收件人、以及主题，其它信息主要是一些系统信息，没有实际的分析意义和价值，需预处理 掉这部分数据。同样，邮件联系人主组信息数据中也包括一些废弃和无效的数据，也需要预 先处理。 （2 ）数据读取：经过验证，处理后的数据文件很多数据分析软件都不能正常读取（包括 Matlab 、SPSS），究其原因是数据文件中有非法字符和很多 Null空格，最后只能采用.NET 编程读取数据文件。 （3 ）数据存储：应用 VS.NET编程读取所有数据文件后，将数据表插入设计好的数据库 中，应用 WinForm 编程将数据处理过程中的重要信息显示出来。 用鼻曲扎#□mA毎门主酒1^uih 丄[{[■ad■宙_Ln 丄 口口: ±anC亮+tJfe盒卡曲?芈EHan3q￡clflal3丄 用鼻 曲扎 #□ mA 毎门 主酒 1 ^uih 丄[{[■ad■宙_Ln 丄 口口: ±an C亮+tJfe盒卡曲?芈E Han3q￡clflal3丄nd s c-sn 2 lx!xxh±qikAgfi^Jxnc. un 孤天ff鼻呈士分酱匀 j.ZBnBXAaxr3|dJ.sin3.. =-aa IR天信息耋卡井舍町 1 1 LU4hiqj ■ i?dm t天馆观fir卡廿兽M L vinp !^qh ?1孟常思金十廿兽豹 4 iJ.UJhlqibD3MlJlDa 1 OM lucisli^Misiafi i a? ；?行密垢 曲牛曲59廿诉 ■1 丄 M H H ■ E3Onl ■丄 H 丄 II 口 llQBJ^llia-L31 口口 * C3H 灯弘1轉ftMMW a L?lnQ MLLltI-dbe3CIi35J.d 丄 HD L41nQ iu Llei-ribHKi-nl-aiding PM OHM iwa iluahlhuK^ia.^ JJ.OE. uniinxh?nFA3J-Loc. uoa ra^ien. . an ittvtrii yauh-Lj wd , cuxxEagHBrib-a^a.^j j.ac. unNLun沪Lna . ugloti A亡曲沁弘Ln贞.acfl巴gnqsiyihJiJlnf i fids,■ih“yu*ii3_riSiC. cex.jhH口尸1亂?？事窗N?.^KTBlL3iihnglo[3ai4i3iD4. ochvuvuKiD^Lvlai:. cn* 昏灌=w#〔bi塚]wnisa] 書毛壷rt常：.is去』 SiSLS# 童凫盘■创箜有足曲挟*勇■如 祖丟Arm?孙曲司 Hiinsya-i^a i?ino. pmllkuDHlJlDQ^QB 鞍天fll團帆住St朮金q妣天连■电拴电RL￡?间 halpS： h吐lp】盟HU* ,OTR NbDgifl4.i4-LJlD0 ihalpEljfBixl. Tflngxursy^x^HiaiLn