CN101411144A - 低冗余电子邮件处理的方法和系统 - Google Patents

Abstract

公开一种低冗余电子邮件处理的方法，其中：选择电子邮件数据；分离在所述电子邮件数据中包括的电子邮件的附件，对其进行存储，并相应地用引用代替；其中还识别在所述电子邮件数据中包括的电子邮件串，并将其分离成独立的电子邮件；删除电子邮件的副本，同时保存它们的电子邮件的引用；识别在同一串中的第一电子邮件与直接先前第二电子邮件之间的差异，生成差异数据；用所述差异数据替换所述第一电子邮件，在其中插入所述第二电子邮件的引用；在数据存储装置中存储同一串中的所述电子邮件以及它们的前趋邮件和后继邮件的引用；对于所存储的电子邮件和引用生成基于图形的界面，以及还公开一种电子邮件服务器计算机设备、电子邮件客户端计算机设备、数据处理程序、计算机程序产品及其计算机数据信号。

Description

低冗余电子邮件处理的方法和系统

技术领域

本发明涉及低冗余电子邮件处理的方法，以及电子邮件服务器计算机设备、电子邮件客户端计算机设备、数据处理程序、计算机程序产品及其计算机数据信号。

背景技术

在实际的电子邮件的使用情形下，例如在转发或答复包含较长邮件串(thread)时，用户常常接收到的电子邮件包含多个其他电子邮件。在多个发信人参与到特定信件的情形下，用户甚至会不止一次地接收到整个邮件串，或者用户会从不同发信人接收到多个、部分重叠的邮件串。因此，在以传统方式自动处理这种电子邮件时，出现大量的数据冗余。

典型地，用于电子邮件处理的系统(例如IBM Lotus Domino/IBMLotus Notes，IBM Workplace Collaboration Services/IBM WorkplaceManaged Client和Microsoft Exchange/Microsoft Outlook)都不能避免这种冗余。尽管IBM Lotus Domino，尤其IBM Workplace通过提供关系数据库管理系统来提供改进的数据存储功能，但是它们都没有提供克服这种冗余的功能。

美国专利申请公开2002/0073157A1提出一种方法和装置，用于在一个文档中作为半连接文本呈现电子邮件串。在该系统中，通过删除冗余的单个电子邮件消息来去除冗余。然而，在仅删除电子邮件消息的副本之后，大部分冗余仍旧保留，例如出现在部分不同的电子邮件消息中的冗余，或可全部等同的并行电子邮件链之间的电子邮件冗余(接收者从不同发信人接收电子邮件链两次)，或仅部分等同(如果接收者从不同发信人接收子电子邮件链或超电子邮件链)。此外，没有处理潜在的附件及其副本，并且可看到整体的电子邮件正文和电子邮件信头。因此，如果两个电子邮件正文不完全等同，则将它们作为完全不同处理，从而在许多情况下，存储了高度冗余。此外，不存在对单个电子邮件、电子邮件链或者甚至电子邮件串的适当的和容易可见的视觉显示。

因此，这种复杂电子邮件串结构的传统处理(特别在包括电子邮件复制功能时)导致在界面上呈现的电子邮件信息的可访问性效率较低，以及浪费在电子邮件服务器程序和电子邮件客户端程序中的对电子邮件存储。

因此，本发明的目的在于提出一种低冗余电子邮件处理的方法，将要存储的电子邮件数据的量减少到最小，以及能够实现有效的电子邮件访问。

发明内容

通过权利要求1和13至17中每个的特征实现这个目的。

根据权利要求1的本发明是一种低冗余电子邮件处理的方法，其中：选择电子邮件数据；分离在所述电子邮件数据中包括的电子邮件的附件，并将所述附件存储在数据存储装置中，相应地在所述电子邮件中插入本地存储的附件的引用；识别在所述电子邮件数据中包括的电子邮件串，并将其分成独立的电子邮件；删除电子邮件的副本，同时保存它们的电子邮件的引用；识别同一串中的第一电子邮件与直接先前第二电子邮件之间的差异，生成差异数据；用所述差异数据替换所述第一电子邮件，在其中插入所述第二电子邮件的引用；在数据存储装置中存储同一串中的所述电子邮件以及它们的前趋邮件和后继邮件的引用；对于所存储的电子邮件和引用生成基于图形的界面，其中节点表示电子邮件消息，边表示在电子邮件消息之间的引用，并且所述基于图形的界面提供电子邮件信箱界面的功能。

通过分离所有附件，将它们存储在数据库中以及在各自电子邮件的适当位置插入这些附件的引用，可有效避免附件的冗余存储。通过将电子邮件数据中包含的各个电子邮件串分成独立的电子邮件消息，能够在进一步处理过程中处理消息以及个体彼此之间的关系。通过它们的消息id识别这种个体消息，从而可识别出全等的消息，即使它们在单独的电子邮件链/串中发送，特别地，同时丢弃副本消息以进一步减少数据冗余。

为了进一步减少电子邮件数据冗余，识别同一串的第一电子邮件正文与直接先前第二电子邮件之间的差异，生成差异数据；用所述差异数据替换所述第一电子邮件，在其中插入所述第二电子邮件的引用。因此，去除了在电子邮件之间的部分重叠，并保留了这些电子邮件之间的关系。在实施例中，这个技术也可扩展到电子邮件信头或电子邮件信头的部分，或可发生冗余的其他部分。

通过在数据存储装置(例如关系数据库或一组XML文件)中存储电子邮件和引用(包括引用类型)，可有效存储和访问信息，并且能够自动评估电子邮件串信息以及生成电子邮件串的高级表示。通过生成这种基于图形的界面，从发展的角度呈现邮件串的所有可用电子邮件消息的变化和关系，并且通过将电子邮件串的所有消息组合到一个树或行为中来减少传统电子邮件“邮箱”中呈现的信息，并且提供改进的全面概况。

结果，本发明的方法提供电子邮件的这种标准化，从而将存储的数据量减少到最小。所有附件仅存储一次，并且唯一消息也仅存储一次，将类似的消息缩减到其差异，并且提供用于高级电子邮件表示的数据基础。

根据权利要求13和14的发明提供一种电子邮件服务器计算机设备和电子客户端计算机设备，包括数据存储装置和数据处理器，数据处理器被配置为执行本发明的方法，如将在具体实施方式部分中提出的。

电子邮件服务器计算机设备包括界面输出组件，以在根据本发明的方法在服务器上本地处理电子邮件数据之后提供生成的基于图形的界面。在实施例中，服务器可包括电子邮件数据复制机构。

为了根据本发明的方法在客户端上本地处理电子邮件数据，电子邮件客户端计算机设备包括电子邮件数据复制组件，用以从电子邮件服务器提取电子邮件数据。

在服务器上执行该方法的客户端服务器配置中，客户端可被配置为访问服务器，以用于任意的数据提取，并且客户端可仅用于访问和视觉显示。

权利要求15至17提供对应的数据处理程序、计算机程序产品和计算机数据信号，并且将在随后说明。

本发明还可作为从属于独立权利要求的从属权利要求中指定的实现，如在具体实施方式中以下简单概括和进一步描述：

根据权利要求1的方法的实施例，在单独的处理中确定电子邮件是否指示已经从所述电子邮件去除了附件，以及在所述附件已经包括在所述数据存储装置中的条件下，用本地存储的附件的引用替换这种指示。这样，修复附件的所谓“虚”引用。

在其他实施例中，生成所述基于图形的界面的步骤包括：选择不具有前趋邮件的电子邮件作为初始电子邮件；通过从所述初始电子邮件开始并跟随有其他电子邮件的其引用来产生生成树；根据在电子邮件之间的引用类型/关系标记所述生成树的边；在图形用户界面上视觉提供所述生成树。此外，可作为n元树结构提供或可作为流程图提供所述生成树。所述基于图形的界面可根据参数设置选择性显示详细的电子邮件信息，显示以下内容中的一个或多个的选择：消息id、主题、发信人、电子邮件正文、电子邮件信头。此外，显示从外部源收集的与电子邮件相关的附加信息。

在该方法的实施例中，当生成在两个电子邮件之间的差异信息时，可通过将同一串中的所述第一电子邮件和所述直接先前第二电子邮件的正文相比较来识别所述电子邮件之间的差异，以及可通过基于参数设置比较信头字段识别这种差异。

在其他实施例中，使用包括以下字段的数据结构执行在数据存储装置中存储所述电子邮件的步骤，所述字段包括：消息id、信头、正文、前趋邮件、后继邮件，以及可在字段前趋邮件和字段后继邮件中存储引用信息，其包括引用的电子邮件的消息id和引用类型识别符。

附图说明

图1是示出本发明实施例的通用系统概况的框图；

图2是示出根据本发明的方法实施例的概况的流程图；

图3是示出根据本发明的方法实施例的细节的流程图；

图4是示出在电子邮件串中排列的示例性电子数据组的文件树型示图；

图5是提供的用户界面的示图；和

图6是示出与图5的图对应的冗余电子邮件数据的文件树型示图。

具体实施方式

图1给出本发明实施例的系统概况。电子邮件服务器计算机系统1通过通信链路3耦合至电子邮件客户端计算机系统2。

在一个实施例中，服务器1包括电子邮件数据标准化器11，以标准化电子邮件数据，并因此去除在多个相关电子邮件串中的冗余。此外，服务器1包括界面生成器12，以生成基于图形的界面，用于提供电子邮件的表示和处理。关系数据库13存储电子邮件数据，例如单个电子邮件消息，以及电子邮件和其他信息之间的引用，将在以下更详细描述。在不同实施例中，也可以使用一个或一组平面文件或XML文件实现数据库13。界面输出组件14向电子邮件客户端2提供基于图形的界面，所述电子邮件客户端2使用其界面生成器12提供图形用户界面，以适当地实现用户交互。

因此，图形界面本身的生成仅发生在客户端一侧，而在服务器上的组件12是访问标准化电子邮件数据的界面生成器。由此，在随后通过电子邮件客户端程序可经由界面/API访问的服务器上使得数据结构可用。最后，电子邮件客户端程序进行视觉显示，并生成图形用户界面。

可选择地，客户端2的电子邮件数据复制组件24将服务器1的数据库13中存储的电子邮件数据复制到其自身的本地数据库23。在这种情况下，客户端2包括与上述服务器数据标准化器11类似的其自身的电子邮件数据标准化器21，并且其界面生成器22被配置为生成基于图形的界面，并因此提供图形用户界面(GUI)。可选择地，界面生成器22和GUI提供组件可作为两个独立组件实现。

可以进行这种选择和上述选择的组合。当使用XML文件代替数据库管理系统时，可使用XML文件处理的普通概念，例如XSLT、X-Path、和X-Query。数据标准化器11或21分别包含以下功能，即执行差异识别(diff)、深度优先搜索、广度优先搜索、图形布局和执行如参照图2在下文所述的本发明方法的实施例的适当部分的其他方式。

图2是示出对电子邮件数据标准化并因此生成界面的方法实施例的概况的流程图。在步骤200中，数据标准化器11(或21，分别)将所有关联的电子邮件串中的电子邮件的所有附件分离，并且将这些附件存储在数据库13中。取代如此去除的附件，在各个电子邮件中插入引用，用于引用在数据库中存储的附件。此外，还通过对存储附件的适当引用定位和替换“虚引用”，即已经从电子邮件手动去除的(或者当使用电子邮件客户端的“无附件应答”功能时自动去除)以及存储在数据库中的附件的引用。

在步骤210，数据标准化器将所有消息串分成独立的电子邮件消息，这些消息可通过它们各自的单独消息id识别。在不同电子邮件串之间检测同样消息时这样特别有用，并且在步骤220中删除这种副本。

在步骤230，用迭代过程识别在电子邮件串之间的差异。为了识别这些差异，不必将特定电子邮件与所有其他电子邮件相比较，但是由于对于直接连续的电子邮件来说，在电子邮件之间的最大相似可能性最大，所以需要充分地每个电子邮件与串中的其前趋邮件(predecessor)以迭代方式相比较。因此，首先识别在串中没有前趋邮件的电子邮件，即作为电子邮件串的开始的电子邮件，并且在其直接后继邮件(successor)(现在称为电子邮件n)开始迭代。然后，确定电子邮件n及其前趋邮件(电子邮件n-1)的差异。

作为其迭代的一部分，在步骤240，在这个差异量超过某个阈值的条件下，用各个差异信息替换每个电子邮件n，并插入各个电子邮件n-1的引用。迭代在串的随后电子邮件继续，以及在串的最终消息(即，不具有后继邮件的消息)结束。差异信息不仅包括不同的消息元素，还包括与出现这些不同元素的位置相关的信息。在浏览已经由其差异信息替换的这种电子邮件时，根据差异信息以及来自其前趋邮件的信息重建全部电子邮件信息。当确定差异时，可充分比较电子邮件正文。此外，可在比较中包括选择的信头字段。

在步骤250，在数据库13(或23)中存储所有单个的消息，以及与它们的前趋邮件和后继邮件相关的它们各自的引用信息，并且还包括作为“To：”、“CC：”、“BCC：”接收消息的信息。可使用包括在以下表中标识和注释的字段的数据，在数据库中存储如此处理的电子邮件、以及在应用这里提供方法之前的电子邮件数据，所述表如下：

字段名：	消息id	信头	正文	前趋邮件	后继邮件
						注释：	主键	非空	完整或不同	消息id和引用类型	消息id和引用类型

其中，引用类型是“To：”、“CC：”、“BCC：”、“Reply”、“Forward”等。

在步骤260，对于所存储的电子邮件和引用生成基于图形的界面，其可使用电子邮件客户端程序以创建电子邮件串的视觉显示，如图5所示的，并且将在随后更详细描述。

现在参照图3，给出基于图形的界面发生器12(或22)的操作细节。在步骤300，识别没有前趋邮件的电子邮件消息，并且选择其作为初始消息。通过初始消息，引用在完整电子邮件串中的第一消息，即使电子邮件链可从不同消息开始；在这种情况下，将这些电子邮件链仅看作子集，并且不回传初始发信人。

使用图形搜索算法，通过界面生成器在步骤310，在存储器中创建生成树。由此，使用广度优先搜索或深度优先搜索算法，生成表示从串中的初始消息(图4中的“0”)开始到最后消息的所有路径的树(到达图4中的“USER”)。当产生树，并且使用在数据库中存储的附加引用消息时，在步骤320，界面生成器12根据引用类型(“To：”、“CC：”、“BCC：”等)标记树的边。

通过服务器1上的界面生成器12的适当应用编程界面(API)以及通过客户端2上的界面生成器22的适当API支持在步骤330中基于产生的树对图形用户界面的提供。可以以流程图形式或作为n元树(如图5所示)呈现这种图形用户界面。

在两种类型的客户端服务器配置中(即，在第一种类型的情况下，在服务器上执行根据本方法的数据处理，而客户端仅执行用户界面的提供；在第二类型的情况下，将数据复制到客户端，而客户端随后执行数据处理和用户界面的提供)，在执行数据处理之后，将数据仍旧定位在服务器或客户端(13或23)的“数据层”或“数据组件”中。为了对信息进行视觉显示，这种数据组件必须提供界面/API，从而用户界面组件(GUI提供实例22)可访问所述信息。

在图5中，示出作为n元树提供的用户界面。在圆圈中的号码指的是图6中使用的消息号码，同时相同的号码指的是相同的消息。用户界面提供用以选择向用户呈现细节层次的功能，通过仅显示消息id开始，此外显示主题，此外显示发信人等，直到显示全部电子邮件消息(信头和正文)。此外，可包括来自附加的和/或外部源的相关信息，例如从LDAP用户库提取的电子发信人的照片，或电话号码，在从在线消息服务提取时与在线用户相关的信息等。

该图显示了所有邮件串、它们的子集和它们的邮件串，同时树的每个节点代表电子邮件消息，并且每条边代表在电子邮件之间的关系引用。可使用不同颜色和/或线类型，以在视觉上代表在消息之间的关系类型。为了更好的浏览，用户能够隐藏(折叠)整个树的子集或分支，并且如果在屏幕上不能够显示整个图，则可使用“缩放图形，以适合窗口”功能或普通的滚动栏。

图6示出本发明的有利效果，以及数据标准化和基于图形视觉显示的组合。从包含总共19个消息的4个邮件链的互连串组开始，如图6所示，标准化结果通过识别出6个副本而导致将存储数据最小化成13个消息。此外，通过适当的差异消息有效替换在消息之间的相似性。因此，在图5的图形中，通过允许简单地识别串的创始人(标记为节点1)，以及允许经过电子邮件以及它们的关系有效导航的图来替换图6的冗余表示，因为每个电子邮件仅被显示一次，所以可清楚显示在电子邮件之间的关系。

结论

如这里所述的一种自动低冗余电子邮件处理的方法和系统，导致在电子邮件服务器和客户端两者上更少的资源消耗，并且提供对复杂电子邮件串的有效呈现，以避免用户必须多次阅读整个邮件主题和邮件链，以重建复杂串的电子邮件的相互关系和组合，以及手动去除电子邮件附件。

本发明可采用全部硬件实施方式、全部软件实施方式、或包含硬件和软件元素的实施方式的形式。在一个方面中，本发明可以在包括但不限于固件、驻留软件、微码等的软件中实现。

此外，本发明可采用从计算机可用或计算机可读介质可访问的计算机程序的形式，所述介质提供由计算机或任意指令执行系统使用的或与其连接的程序代码。为了本说明书的目的，计算机可用或计算机可读介质可以是可包含、存储、通信、传播、传输由指令执行系统、装置或设备使用的或与其连接的程序的任意装置。

所述介质可以是电子、磁、光学、电磁、红外或半导体系统(或装置或设备)或传播介质。计算机可读介质的实例包括半导体或固态存储器、磁带、可移动计算机磁盘、随机存取存储器(RAM)、只读存储器(ROM)、刚性磁盘、和光盘。光盘的当前实例包括：压缩盘-只读存储器(CD-ROM)、和压缩盘-读/写(CD-R/W)和DVD。

一种适合于存储和/或执行程序代码的数据处理系统，包括至少一个处理器，其直接耦合或通过系统总线间接耦合至存储器元件。所述存储器元件可包括在程序代码的实际执行期间采用的本地存储、海量存储装置和缓存，所述缓存提供至少一些程序代码的暂时存储，以减少在执行期间必须从海量存储装置提取代码的次数。

输入/输出或I/O设备(包括但不限于键盘、显示器、定点设备等)可直接或通过中间I/O控制器耦合至系统。

为了避免不必要的重复，在可用的情况下，对于各个实施例之一给定的说明也表示其他实施例。在权利要求书中的标号不应该理解为范围的显示。在说明书中使用的“包括”不表示排除其他元件或步骤，使用的“一”或“一个”不排除多个。一个单元或组件可履行在权利要求中主张的多个装置的功能。

附图标记：

1   电子邮件服务器

2   电子邮件客户端

3   通信链路

11  电子邮件数据标准化器

12  电子邮件界面生成器

13  数据库

14  界面输出组件

21  电子邮件数据标准化器

22  电子邮件界面生成器

23  数据库

24  电子邮件数据复制组件

200 分离附件并用引用代替

210 将串分成不同的电子邮件

220 删除副本电子邮件

230 识别在第一和第二电子邮件之间的差异

240 用差异数据替换第一电子邮件

250 在数据库中存储电子邮件和引用

260 生成图形界面

300 选择初始电子邮件

310 产生生成树

320 根据关系标记边

330 程序图形用户界面

Claims (17)

1.一种低冗余电子邮件处理的方法，其中：

-选择电子邮件数据；

-分离在所述电子邮件数据中包括的电子邮件的附件，并将所述附件存储在数据存储装置中，相应地在所述电子邮件中插入本地存储的附件的引用(200)；

-识别在所述电子邮件数据中包括的电子邮件串，并将所述电子邮件串分成独立的电子邮件(210)；

-删除电子邮件的副本，同时保存它们的电子邮件的引用(220)；

-识别同一串中的第一电子邮件与直接先前第二电子邮件之间的差异，生成差异数据(230)；

-用所述差异数据替换所述第一电子邮件，在其中插入所述第二电子邮件的引用(240)；

-在数据存储装置中存储同一串中的所述电子邮件以及它们的前趋邮件和后继邮件的引用(250)；

-对于所存储的电子邮件和引用生成基于图形的界面，其中节点表示电子邮件消息，边表示在电子邮件消息之间的引用，并且所述基于图形的界面提供电子邮件信箱界面的功能(260)。

2.根据权利要求1所述的方法，其中在单独的处理中确定电子邮件是否指示已经从所述电子邮件去除了附件，以及在所述附件已经包括在所述数据存储装置中的条件下，用本地存储的附件的引用替换这种指示。

3.根据权利要求1或2中任一项所述的方法，其中生成所述基于图形的界面的步骤包括：

选择不具有前趋邮件的电子邮件作为初始电子邮件(300)；

通过从所述初始电子邮件开始并跟随有其他电子邮件的其引用来产生生成树(310)；

根据在电子邮件之间的引用类型标记所述生成树的边(320)；

在图形用户界面上视觉提供所述生成树(330)。

4.根据权利要求3所述的方法，其中作为n元树结构提供所述生成树。

5.根据权利要求3所述的方法，其中作为流程图提供所述生成树。

6.根据权利要求1至5中任一项所述的方法，其中所述基于图形的界面根据参数设置选择性显示详细的电子邮件信息，显示以下内容中的一个或多个的选择：消息id、主题、发信人、电子邮件正文、电子邮件信头。

7.根据权利要求6所述的方法，其中显示从外部源收集的与电子邮件相关的附加信息。

8.根据权利要求1至7中任一项所述的方法，其中通过将同一串中的所述第一电子邮件与所述直接先前第二电子邮件的正文相比较来识别所述电子邮件之间的差异。

9.根据权利要求8所述的方法，其中还通过基于参数设置比较信头字段来选择性识别差异。

10.根据权利要求1至9中任一项所述的方法，其中使用包括以下字段的数据结构执行在数据存储装置中存储所述电子邮件的步骤，所述字段包括：消息id、信头、正文、前趋邮件、后继邮件。

11.根据权利要求10所述的方法，其中在字段前趋邮件和字段后继邮件中存储引用信息，其包括引用的电子邮件的消息id和引用类型识别符。

12.根据权利要求1至11中任一项所述的方法，其中对于所述数据存储装置使用至少一个XML文件和/或数据库管理系统。

13.一种用于低冗余电子邮件处理的电子邮件服务器计算机设备(1)，包括数据存储装置(13)，和数据处理器(11，12)，

其特征在于，

所述数据处理器(11，12)被配置为执行权利要求1至12中任一项的方法步骤，以及所述电子邮件服务器计算机设备(1)还包括组件(14)，用于输出基于图形的界面。

14.一种用于低冗余电子邮件处理的电子邮件客户端计算机设备(2)，包括数据存储装置(23)，和数据处理器(21，22)

其特征在于，

所述数据处理器被配置为执行权利要求1至12中任一项的方法步骤，以及所述电子邮件客户端计算机设备(2)还包括组件(24)，用于本地复制与所述客户端(2)耦合的服务器(1)的电子邮件数据。

15.一种在数据处理系统中执行的数据处理程序，包括当在所述计算机上运行所述程序时执行根据权利要求1至12中任一项的方法的软件代码部分。

16.一种在计算机可用介质上存储的计算机程序产品，包括计算机可读程序装置，当在所述计算机上运行所述程序时，所述计算机可读程序装置使得计算机执行根据先前权利要求1至12中任一项的方法。

17.一种在数字载波中实现的计算机数据信号，包括程序装置，当在所述计算机上运行所述程序时，所述程序装置使得计算机执行根据先前权利要求1至12中任一项的方法。

Images