随着互联网技术的发展,Email已日益成为人类日常生活中必不可少的通信方式之一。人们之间的Email通信产生了大量的通信数据,从这些数据中挖掘出人类社会的社群结构并且分析社会成员在社群的重要程度已成为一个重要的研究课题,对该课题的研究和探索可以应用于犯罪网络挖掘、欺诈团伙检测等领域,对于执法机关打击恐怖犯罪活动和提高执法效率具有重大的意义。本文首先介绍了广义的社群概念和传统社会学中凝聚子群的概念,之后提出了基于连接特性的社群定义。在此基础上,设计了基于连接特性的Email社会网络社群挖掘算法,可以比较完整准确的挖掘出社群成员。在分析社群成员在社群中重要程度的问题上,分别介绍了基于社会网络中心性指标的社群核心挖掘模型和基于Page Rank思想的社群成员重要程度评价模型,可以比较客观的评价社群成员在社群中的重要地位。Enron Email数据集是一个被广泛用于社会网络分析研究的Email通信数据集。本文针对该数据集,采用本文所提出的数学模型和算法进行了社群挖掘和成员重要性评价,实验结果表明本文提出的算法是有效的。