该案例来自于赵薇（首都师范大学文学院博士后，芝加哥大学Textual Optics Lab研究员）2018年9月发表于《山东社会科学》的文章《社会网络分析与“<大波>三部曲”的人物功能》，原文可见中国知网。本案例只对研究方法和流程进行介绍，具体分析内容可见原文。
研究简介 赵薇利用社会网络分析方法，[研究方法]对中国现代小说家李劼人的代表作"《大波》三部曲"前后两个版本、共五个长篇小说文本中的人物关系和社会网络进行了适用性分析、数据挖掘、中心性计算和可视化呈现以及结果阐释分析等工作，并就加权网络中最高中介中心性节点所提示的关键人物的叙事功能进行了深入探讨；[研究目的]研究目的以直观地还原李劼人对上世纪初由立宪派主导的保路风潮所引发的共和革命的复杂态度。
研究设计 研究依据 基于人物关系的汉语小说情节分析 使用数据 《大波》三部曲”前后两个版本、共五个长篇小说； 《死水微澜》 《暴风雨前》（1936） 《暴风雨前》（1956） 《大波》（1937） 《大波》（重写本） 以人物对话为基础，建立各个文本的人物对话语料库。 研究框架 构建语料库 半人工方法提取对话角色 抽取全部对话片段，切分对话节句，将每一节的说话者、主要听众、次要听众等角色分布提取出来。 再现人物（小说中的虚构人物）的关系网 用Matlab计算出人物关系权重。 设计权重赋值公式，后Matlab可根据公式得到每一对可能有的关系的边的权重。 如，该研究中设置了三种会话情景中，并根据不同的对话情景设计了赋值公式，具体可见注释1。 使用R 语言包Tnet( R-package Tnet) 计算出四个加权网络的各种特征值 将所有人物关系的权重数值导入Gephi，绘制四个文本的网络图。 《死水微澜》中的人物关系网 《暴风雨前》（1936）中的人物关系网 《大波》（1937）中的人物关系网 《大波》（重写本）中的人物关系网 分析人物关系网络 利用Gephi计算出网络的各种统计特征值( 如各种中心性) 加以比较分析。
结论分析 度中心性与小说“主人公” 度中心性是最基本、最常见的用于衡量谁是社团中心人物的结构指标，可以理解为一个节点的边关系数量的加和。即拥有最多的直接连结关系的人，故事中的他/她会与最多的人建立起“关系”。 在李劼人五个文本的网络分析中，度中心性最高的人物是指在各部小说的全部对话场景中，与其谋面（处于同一会话场景中）的不同人物总数最多的一位。在某些情况下，人们很可能将这样的人物认作小说的“主人公”，然而与最多的人“谋面”，并不一定意味着与最多的人有最多的语言交流，发生了最深的交往关系。 《大波》中的人物关系图，按加权度排序并做模块化分割 中介中心性与中介者 一个人物共同出现在其他两个人物的会话场景中的能力，可以说反映的还是在整个叙述时空中人物的流动性和活跃程度。 该研究中，在综合了中介中心性的定义以及关系的权重公式的基础上，中介中心性测量的是一个人物共同出现在其他两个人物的会话场景中的能力，可以说反映的还是在整个叙述时空中人物的流动性和活跃程度。值得注意的是，以对话情境为基础计算出的中介中心性所表明的还不是纯粹社会学意义上的交往居间能力，其深意更指向叙事行为和叙述意图层面。 “郝又三"的网络，按中介中心性排序 中介者形象序列和地方变革的本质 一些人物的地位非常特殊（如顾天成），这体现在如果将其“拿去”的话，网络可能出现结构性的变化。 重写版《大波》的中介者形象序列和“革命网络”的发现
案例注释
- 该研究中设置了三种会话情景中，并根据不同的对话情景设计了赋值公式（如下）。这是因为，该文作者认为在一次多人参与的会话中，角色和其主要说话听众的关系，要比和次要听众的关系“深”，而且三百个字的发言亦比二十个字的发言重要，而一般认为，两人出现于同一会话场景中的总次数越多，双方便也越“有关系”。
两人一为说话者、一为主要听众时，赋值最高； 两人一为说话者、一为次要听众的情况，赋值中等； 两人同为次要听众时赋值最低。 2. 考虑到对话语料库详情以及研究目的，该研究选择四个人物网络进行绘制与分析。
- 使用Gephi等软件可以绘制处关系网络图，然而得到的图的分析则依靠对于原始数据的理解和深厚的领域知识。如该研究者赵薇，通过中介者形象序列和地方变革的本质和重写版《大波》的中介者形象序列和“革命网络”的发现两个层面的分析，发现“这样一场由外界传导而来的‘革命’——辛亥革命‘被动’发生的历史本质使得“信息”或者说消息的传播成为三部曲的真正主角，由此，小说叙事即成为信息的‘传述’过程，信息量巨大的对话引语和以‘转述体’形式出现的反讽修辞，使晚清‘新小说’中单纯的拟话本形迹，在李劼人这里演化为了意味复杂的现实表征”。
- 论文原文：社会网络分析与“《大波》三部曲”的人物功能