作为研究社会关系的一种实证研究方法，社会网络分析（Social Network Analysis）已有近80年的历史，近30年来逐渐成为人文社科研究的一种新范式。简单地讲，社会网络分析主要关注两点：一是点，即社会主体；二是由点连成的线，即社会主体间的关系。

　　“点”，主要指社会主体自身具有的诸如年龄、职业、性别、籍贯、教育程度等客观信息，通常被视为“属性数据”，是传统统计学所关注的对象；“线”，即关系，指彼此因接触、关联而产生一种或多种联系，通常被视为“关系数据”（例如个体间的仰慕追求、商业间的贸易往来、职场中的层级以及亲属关系中的血缘姻亲等）。社会网络分析重点考察社会主体间的关系——因为关系并不属于社会主体本身，而是依附主体间的联系、联络而存在。一旦联系、联络发生变化，关系也就会随之发生动态变化。观察关系，量化关系的变化，是社会网络分析的目的之一。

　　社会网络分析之前多应用于社会学、管理学、政治学、经济学、神经科学、物理学、网络舆情等领域，近年来开始有学者将其应用于文学研究领域。如严程博士《顾太清交游网络分析视野下“秋红吟社”变迁考》借助社会网络分析来考察顾太清与沈善宝等十余位诗友的往来诗作，将文献中涉及的人物、时间和事件信息转换成变动的人际网络，并借助Gephi软件呈现出来；赵微博士《社会网络分析与“〈大波〉三部曲”的人物功能》则对《大波》的两种版本五部长篇小说文本中的人物关系与社会网络进行了数据挖掘、中心性计算、可视化呈现与结果阐释分析。这都是应用社会网络分析古典文学与现代文学问题的有益尝试。

　　众所周知，社会网络分析长于对“关系数据”进行计算与分析，在古代文史研究领域，目前最为知名的关系型数据库首推由哈佛大学费正清中国研究中心与北京大学中国古代史研究中心等负责建设的“中国历代人物传记数据库”（CBDB）。截至2017年8月，单机版共收录中国历代人物传记资料417382条。CBDB旨在将计算机技术与人文社会科学研究相结合，系统性地对中国历史上所有重要传记资料进行数字化处理，提供检视过去个体或群体生平的方法，为群体传记学提供分析工具，同时也为社会网络分析提供支撑。在CBDB看来，每一位被纳入数据库中的个体，都可以“视为被关系网络界定且能够被量化和分析的实体”，这样，拥有41万多条数据的CBDB自然成为对古典文学进行社会网络分析研究的首选。

　　例如，目前CBDB共收录了460位曾任职祠禄官的宋代士人，这些士人之间是否存有亲属、姻亲关系，是否有师生关系，在职场上是否是上下级，是否存在官场奥援、荐举保任抑或政治同盟、政治对抗等？如果不借助现代技术手段，这些问题都难以在短时间内予以回答。现在，这些关系都可以依托CBDB“查询社会网络”功能统计出来。同时，CBDB还可对一些著述，例如墓志、序跋、传记、论说、书札等进行数据挖掘，除了梳理上述比较浅层的社会关系外，还可通过对文本的挖掘来梳理人物之间的社会关系。

　　在面对诸如明代江西进士群体、清代绍兴姻亲家族等大规模、长时段数据分析时，CBDB确实能够提供数据支持。对一些个体或个案，CBDB处理起来更得心应手。我们拟分别选取唐代的韩愈与宋代的苏轼为例，探讨以CBDB为基础的社会网络分析应用与拓展。