电子邮件是社会网络的早期形式和重要组成，尤其在组织内部的信息传递中扮演着重要角色，是目前社会信息交流与沟通协作的有效工具。邮件网络社区是社会网络研究的一个重要方面，它可以从杂乱无章的邮件背后发现隐藏的各种社区结构，揭示邮件网络中的社区关系，进而帮助人们更好的理解邮件网络的特征，增强邮件网络管理和信息投递的针对性。分析电子邮件的结构组成和传播特点后发现，邮件网络社区具有有向性特点，可以根据邮件的“互惠性”将有向图转换为无向图进行社区划分处理。在邮件网络社区划分上，采用凝聚算法思想，借鉴和改进了已有的极大团发现算法，提出了一种基于极大团的社区划分算法。与很多社区划分算法从单个节点出发进行社区聚类不同，这个算法首先找出邮件网络中所有极大团，以极大团为中心挖掘核心节点并构建初始社区，再通过一定的距离指标和相似度判定将非核心节点逐步划分至初始社区，最终得到社区划分结果。根据极大团发现算法的特点还实现了该过程的并行化计算。采用这个基于极大团的社区划分算法建立了邮件分析系统，对校园内部邮件从数据分析和社区划分两方面进行了处理，实验结果表明该算法能较准确的发现有效社区，可以较为直观的展示各邮件社区划分情况，从而为邮件管理起到较好的辅助作用。