2. 描述统计分析

2.1 网络密度（Density）

由R语言得出《悲惨世界》人物关系网络的密度为8.68%，说明此网络较为稀疏。

2.2 度（Degree）

2.2.1 度的汇总

在无向网络中，节点的度为与该节点相关联的边的条数。在《悲惨世界》人物关系网络中，节点的度最小的为1；最大为36，是网络中的重要节点。另外，度为1的节点数量最多，说明在小说中更多的角色是仅与另外的一个人进行互动。

2.2.2 直方图

图3-1 中左图所示的度分布直方图展现了网络中各节点度的分布情况。直方图呈现出明显的右偏分布形态，极少数节点的度较大，而大部分节点的度较小；即社交互动频繁的角色较少，而社交联系少的角色是占绝大多数的。其中有个断层式的大值，度的值高达26。

图3-1 中右图为考虑加权后的度分布直方图，右偏趋势更加明显，可见度越大的节点赋予的权重是越重的。这是符合原始数据含义的，在小说中一般主角的互动更频繁，出现的场次也是更多的。

2.2.3 度的排序

以上信息选择展示度排名前10%的人物角色（取整后为8位），分别是冉阿让(Valjean)、加夫罗契(Gavroche)、马吕斯(Marius)、贾维(Javert)、德纳第(Thenardier)、芳汀(Fantine)等。这些角色基本上为作者莎士比亚塑造的人物典型，反应当时社会的各个阶级或者派别。

2.3 节点中心性（Node Centrality）

节点中心性主要用来描述节点处于网络中心地位的程度，在人物关系网络中有助于分析主要角色以及易被忽略的次要角色。节点中心性可通过度中心性（degree centrality）、接近中心性（closeness centrality）、中介中心性（betweenness centrality）综合衡量。表3-3展示了节点中心性相关指标的排序。

进行节点中心性排序，能够更加清晰的区分《悲惨世界》中主角和配角，理清人物关系与层级。分析节点中心性的各项指标可以发现，冉阿让、加夫罗契、马吕斯、贾维、德纳第、芳汀、恩佐拉(Enjolras)等角色综合排名靠前，是《悲惨世界》中的核心人物角色。他们之间也凸显了小说的主要人物关系：如探长贾维对冉阿让的追捕、女工芳汀受冉阿让救助、恩佐拉与马吕斯的革命友谊、德纳第夫妇对众人的欺诈等等，这其中交织着社会的动荡与阶级抗争，搭建起小说的主要故事框架。

3. 网络社区发现与可视化

3.1 整体网络可视化

图3-2 绘制了《悲惨世界》人物关系的整体网络结构图。

从图3-2 可以看到，此人物关系网络图可以归为多主角星型网络结构，且各配角团体之间的互动较少，呈现出一定的“社区”结构。图中节点大小代表该角色在小说中的社交强弱或存在感高低。图中边的粗细代表角色间关系的密切程度或在剧中交集的多少，边越粗则表示两人关系越密切。

3.2 社区发现（Community Detection）

3.2.1 社区划分图

图3-3 是对图3-2 中所示的人物关系网络图进行的优化，网络图的中不同社区使用不同的颜色。

从图中可以发现，Louvain算法将该网络划为6个社区，这6个社区的分类与悲惨世界中的人物派别和人物阶层基本是一致的，比如：粉色社区是以女工芳汀为代表的工人阶级，反映了底层阶级群体的被侮辱、被压迫和被损害；紫色社区是以主教米里哀（Myriel）为代表的宗教信仰者，象征着人道主义和仁爱精神；深蓝色社区是以探长贾维为代表的法律维护者，是当时社会病态秩序的真实写照。社区中这些角色象征着当时社会的某一类现象，展现了《悲惨世界》的突出特征：阶级。

3.2.2 子网络分析与可视化

社区发现得到6个社区，根据社区大小（社区中节点的个数）对社区进行排序，最大的社区为社区2，网络密度为：18.9474%；次大的社区为社区4，网络密度为：48.5294%，子社区的网络密度均大于整体网络密度8.6808%，这与社区结构的特点是一致的。

图3-4(a) 与图3-4(b) 均是图3-3 中的一个子图，它们包含比图3-3 更紧密连接的节点。

图3-4 中左图为社区2的网络结构图，子网络图呈现大致的星型网络结构（star-based network），该社区是以主人公冉阿让为中心节点的，节点间的联系基本上要通过中心节点，这其中有：被冉阿让救助的马车男孩（Fauchelevent）、冉阿让的铁链伙伴（Chenildieu）等。从小说内容可以知道，这些人物均是与冉阿让有交集的善良贫苦的下层百姓。

图3-4 中右图为社区4的网络结构图，子网络图呈现分布式网络结构（Distributed Network），节点基本上有相互之间的联系。这其中有：同时流着贵族血液和革命烈士的热血的马吕斯、因革命早熟的孩子（Gavroche）等。可见此社区的成员基本上为革命者，联系小说背景可知，此为1832年青年学生领导的巴黎起义。再结合子网络的密度48.5294%，可以看出小说中革命者之间的联系的确频繁，革命活动剧烈。

四、总结

此次报告借助网络结构数据的分析方法，梳理出一部文学作品的人物关系网络结构，挖掘出人物关系的细节和深层结构。从网络社区角度可以看到，作者将苦难、革命、宗教、法律、爱情等融合在一起，充分展现出当时法国社会贫苦人民的凄惨生活状况与社会的尖锐矛盾。

报告表明人物关系网络图和社区发现的确有助于挖掘文学作品中复杂的人物关系效应和深层次的社会历史原因。可以将网络分析结果与当时的历史大背景对应，使人物关系层级更加清晰明了，以加深读者对文学作品的理解。这种实证性研究分析方法，横向的，可以运用于其他文学作品；纵向的，可以同传统文学解析评论互补短长。另外，此次报告中的人物关系数据集是前人整理的成果，如何使用机器学习方法采集人物关系网络数据是今后的研究内容。返回搜狐，查看更多