《水滸傳》人物關系網(wǎng)絡的文本挖掘

唐毅王碩胡桓

（遼寧大學生命科學院　遼寧　沈陽　110036）

《水滸傳》是我國古典小說的杰出代表。關于《水滸傳》的研究主要集中在作者、版本、成書時代的考據(jù)學研究[1][2]，典型人物分析[3][4][5]，《水滸傳》翻譯尤其是英譯問題研究[6]，《水滸傳》思想內(nèi)涵和藝術成就賞析[7]，《水滸傳》詞匯語義、結構與功能研究等方面[8]。

人物分析是理解《水滸傳》主題思想、剖析作品內(nèi)涵的重要方面。目前水滸傳人物分析研究中存在以下問題：人物分析集中在少數(shù)特定人物，尚有大量未得到分析的人物；側(cè)重對單個人物進行分析，人物間聯(lián)系較少涉及；人物分析主要以定性分析為主，定量分析較少。以上問題的解決有賴于將人物分析發(fā)展到人物關系分析的尺度。人物關系分析是通過人物間是否存在聯(lián)系，聯(lián)系強弱程度如何來構建人物關系網(wǎng)絡，進而揭示人物相互關系。

人物信息是理解人物關系的關鍵信息。人工通讀全文的方式固然可以獲得該信息，但存在速度慢、錯誤率高等問題，因此人工獲取信息方式并不是解決該問題的最佳策略。數(shù)據(jù)挖掘技術對文本型數(shù)據(jù)的處理發(fā)展迅速。文本數(shù)據(jù)挖掘技術可從文本中高效率地提取所需信息。對水滸傳文本而言，人物信息可利用文本數(shù)據(jù)挖掘技術實現(xiàn)迅速提取。

將人物看作點，將人物關系看作線，人物關系網(wǎng)絡則是由點與線構成的網(wǎng)絡。這一網(wǎng)絡的定量分析可借助社會網(wǎng)絡分析方法實現(xiàn)。社會網(wǎng)絡分析已建立起一套諸如節(jié)點、邊、中心度等描述網(wǎng)絡結構的工具。該方法在區(qū)域經(jīng)濟、文獻計量學等領域已有應用[9][10]。人物關系的網(wǎng)絡與其他網(wǎng)絡在結構上并無本質(zhì)差別，社會網(wǎng)絡分析方法亦可用于文學作品的分析。

數(shù)據(jù)挖掘技術與社會網(wǎng)絡分析方法的結合為《水滸傳》人物關系分析研究帶來契機。本研究以《水滸傳》中梁山108將為研究對象，建立人物關系網(wǎng)絡，分析108個人物之間的相互關系，以期對《水滸傳》有新的理解和認識。作者希望本研究能為《水滸傳》的研究開辟新視角，也將促進數(shù)據(jù)挖掘技術與文學研究的融合，增進對大數(shù)據(jù)時代開展文學研究的理解。

一、《水滸傳》人物關系網(wǎng)絡構建與計算

（一）《水滸傳》文本信息提取

（二）人物關系矩陣建立

通過以上處理得到人物關系矩陣。該矩陣為108行、108列。以108個人物名稱作為矩陣的行名和列名，108個人物中任意2人共同出現(xiàn)的頻次作為矩陣的元素（共5778個數(shù)據(jù)），形成人物關系矩陣。

（三）《水滸傳》人物關系網(wǎng)絡結構分析

本研究中僅分析人物的相對重要程度和人物間的關系。人物相對重要程度用點度中心度來表示。點度中心度是衡量節(jié)點與其他節(jié)點聯(lián)系強度的指標，此處為人物共現(xiàn)的頻數(shù)。人物間的關系通過凝聚子群來表示，用以分析人物關系網(wǎng)絡中的子群[12][13]。以上分析在Gephi軟件完成。Gephi軟件是基于JVM的復雜網(wǎng)絡分析軟件，用于網(wǎng)絡和復雜系統(tǒng)的數(shù)據(jù)分析與交互可視化。

（四）冪律分布特征分析

為驗證人物關系網(wǎng)絡是否具有冪律分布特征，我們以108個人物的中心度數(shù)值與中心度數(shù)值大小位次的自然對數(shù)分別作為因變量和自變量，采用最小二乘法進行線性回歸。該部分內(nèi)容利用R語言完成。

二、《水滸傳》人物關系的網(wǎng)絡結構分析

（一）網(wǎng)絡結構特征

108個人物的平均中心度為648，其中宋江的中心度最高，為2774，侯健的中心度最低，為305。108將的中心度前10位分別是：宋江、李逵、花榮、吳用、秦明、戴宗、武松、林沖、盧俊義、朱仝。中心度高意味著在人物網(wǎng)絡中占據(jù)重要地位。從以上結果可以看出，宋江是108將中最重要的人物，這與閱讀《水滸傳》的普遍印象一致。但在水滸傳的座次排名中，盧俊義列第二位，但重要程度僅為第九位。另外，公孫勝擔任掌管機密軍師，與吳用地位相當，但重要程度未進入前十位。朱武居七十二地煞星之首，擔任軍務統(tǒng)領，但其重要程度也未進前十位。

（二）存在5個次級網(wǎng)絡

根據(jù)凝聚子群分析結果，108個人物構成的人物關系網(wǎng)絡，由5個次級網(wǎng)絡組成。次級網(wǎng)絡A共有33人，約占總?cè)藬?shù)的30.56%。這個次級網(wǎng)絡中包括人物關系網(wǎng)絡中重要程度前十位人物中的九位。次級網(wǎng)絡A，囊括了108將中的名義領導宋江、盧俊義，機密軍師吳用、公孫勝，掌管錢糧統(tǒng)領柴進，馬軍五虎將關勝、林沖、秦明、呼延灼、董平，馬軍驃騎兼先鋒使花榮、徐寧、索超、楊志、張清，步兵統(tǒng)領李逵、雷橫、燕青。值得注意的是與宋江聯(lián)系較緊密的人物排名前五位的依次是吳用、李逵、盧俊義、戴宗、花榮。他們與宋江共現(xiàn)次數(shù)最低為106，而排在第六位的公孫勝與宋江的共現(xiàn)次數(shù)為60。宋江與吳用、李逵、盧俊義、戴宗、花榮等人構成的小團體，是次級網(wǎng)絡A的核心。

次級網(wǎng)絡B共33人，約占總?cè)藬?shù)的30.56%。該網(wǎng)絡的核心人物是武松和魯智深，他們的中心度在108人排第七位和第十一位。該網(wǎng)絡具有幾個特點。其一，夫妻檔。108將中的三對夫妻，即顧大嫂—孫新，孫二娘—張青，扈三娘—王英在此網(wǎng)絡中。其二，具有特殊才能的人物多。如金大堅善刻金石印記，蕭讓擅長書法，安道全擅長醫(yī)術，樂和擅長奏樂演唱。其三，非戰(zhàn)斗人員多。如掌管帥旗的郁保四，掌管錢糧的李應，掌管定功賞罰的裴宣，負責安排宴席的宋清。

次級網(wǎng)絡C共28人，約占總?cè)藬?shù)的25.93%。該網(wǎng)絡中劉唐、郭盛、呂方、史進于較核心的地位。劉唐為步軍頭領，史進為驃騎兼先鋒，郭盛、呂方為守護中軍馬軍驍將。另有朱武為軍務頭領。

次級網(wǎng)絡D共9人，約占總?cè)藬?shù)的8.33%。該網(wǎng)絡中除穆弘外，均為水軍頭領。由于作戰(zhàn)方式和發(fā)揮作用的場地與陸軍不同，水軍頭領組成較獨立的次級網(wǎng)絡。另外，阮小二、阮小五、阮小七為兄弟關系，張橫和張順為兄弟關系，童威和童猛為兄弟關系。

水解大麻籽蛋白富含精氨酸、天冬氨酸等，這在其他水解蛋白質(zhì)原料中是少見的，可用作護膚品的保濕劑、營養(yǎng)劑和調(diào)理劑，也可用作頭發(fā)調(diào)理劑。

次級網(wǎng)絡E共5人，約占總?cè)藬?shù)的4.63%。該網(wǎng)絡由楊雄、石秀、時遷、解珍、解寶構成。這個次級網(wǎng)絡中楊雄和石秀、解珍和解寶關系更為密切。次級網(wǎng)絡E與次級網(wǎng)絡A、次級網(wǎng)絡C均保持一定聯(lián)系。次級網(wǎng)絡A中，楊雄與宋江聯(lián)系最緊密，中心度為17，石秀與戴宗聯(lián)系最緊密，中心度為24；次級網(wǎng)絡C中，楊雄與劉唐聯(lián)系最緊密，中心度為18，石秀與楊林聯(lián)系最緊密，中心度為18。

表1　人物所屬次級網(wǎng)絡表

（三）網(wǎng)絡結構呈現(xiàn)冪律分布

108個人物的中心度與其位次經(jīng)對數(shù)變換后，可用線性方程擬合，方程為y=-0.3431X+7.6837，R2=0.892。我們認為108個人物組成的人物關系網(wǎng)絡符合冪律分布的特點。

圖1　中心度-位次雙對數(shù)圖

四、討論與結論

我們的研究表明，宋江在水滸傳人物關系網(wǎng)絡中以高達2774的中心度居于人物關系網(wǎng)絡的核心，這一結果與人們的普遍印象一致，即宋江是水滸108將的領導核心。另外，李逵、花榮、吳用、秦明、戴宗、武松、林沖、盧俊義、朱仝的中心度居第二到第十位。其中，吳用、李逵、盧俊義、戴宗、花榮與宋江聯(lián)系最為緊密。這意味著宋江與吳用、李逵、盧俊義、戴宗、花榮構成的小團體是108將的領導層。這一結果以前未見報道。

根據(jù)研究結果，水滸人物關系網(wǎng)絡可分成5個次級網(wǎng)絡，即上文所述次級網(wǎng)絡A到E。這5個次級網(wǎng)絡在整體網(wǎng)絡中的作用和地位不同。次級網(wǎng)絡A，囊括了宋江、盧俊義、吳用、公孫勝、柴進等人，以及馬軍武功最高的五人，以及相當比例的馬軍統(tǒng)領如花榮、徐寧、索超、楊志和步兵統(tǒng)領，如李逵、雷橫、燕青。無論從人數(shù)比例還是相對重要性，次級網(wǎng)絡A是名符其實的第一集團。

次級網(wǎng)絡B中雖有步軍統(tǒng)領武松和魯智深兩人，但更多的人物是非戰(zhàn)斗人員，如李應、裴宣、宋清。該次級網(wǎng)絡應是水滸人物網(wǎng)絡中的后勤集團。次級網(wǎng)絡C的核心人物劉唐、史進等人的影響力和職位遠不能與次級網(wǎng)絡A中核心人物相比，其他成員的職位總體稍遜于次級網(wǎng)絡A，因此次級網(wǎng)絡C屬于人物關系網(wǎng)絡中的第二集團。值得一提的是，該次級網(wǎng)絡中相當一部分人曾跟隨晁蓋攻打曾頭市，如劉唐、白勝、杜遷、宋萬。我們猜測這一次級網(wǎng)絡的形成可能與派系斗爭有關。

次級網(wǎng)絡D主要由水軍頭領組成。在《水滸傳》中需要水軍參與戰(zhàn)斗的場景遠少于馬軍和步軍，而且八位頭領分屬三對親兄弟。因此該次級網(wǎng)絡較為獨立，未與其次級網(wǎng)絡融合在一起，可稱為水軍集團。次級網(wǎng)絡E由楊雄、石秀、時遷、解珍、解寶組成。其中楊雄、石秀、時遷三人一同加入梁山，彼此聯(lián)系緊密。解珍與解寶是親兄弟，關系密切。五人作為整體與第一集團和第二集團的聯(lián)系基本持平。因此楊雄、石秀、時遷、解珍、解寶組成的次級網(wǎng)絡屬于第一集團和第二集團的中間派。

108將人物關系網(wǎng)絡是由以上5個次級網(wǎng)絡構成的。次級網(wǎng)絡A是第一集團，次級網(wǎng)絡B是后勤集團，次級網(wǎng)絡C是第二集團，次級網(wǎng)絡D是水軍集團，次級網(wǎng)絡E是第一集團與第二集團的中間派。

水滸傳人物關系網(wǎng)絡符合冪律分布的特點。冪律分布表現(xiàn)形式多樣，廣泛存在于自然界和人類社會[14]。如人類語言單詞頻率分布，論文被引頻次分布，網(wǎng)頁被點擊次數(shù)，森林火災發(fā)生頻次，人類通信模式等。社交網(wǎng)絡中冪律分布規(guī)律已有報道[15]，文學作品中的人物關系網(wǎng)絡存在冪律分布之前未見報道。水滸傳人物關系網(wǎng)絡符合冪律分布表明，《水滸傳》作者在進行文學創(chuàng)作時，將人類社會中的人際關系，通過藝術加工在作品中體現(xiàn)出來，從一個側(cè)面反映出這部作品具有深厚的現(xiàn)實基礎。

綜上，宋江、吳用、李逵、盧俊義、戴宗、花榮構成的小團體是108將的領導層；108個人物可以分成第一集團、第二集團、后勤集團、水軍集團、介于第一和第二集團的中間派；《水滸傳》人物關系網(wǎng)絡結構符合冪律分布的特點。

參考文獻：

［1］李金松.郭勛“移置閻婆事”考辨——論《水滸傳》版本嬗遞過程中一處情節(jié)的移動［J］.中國典籍與文化，2001（2）.

［2］李金松.《水滸傳》大滌余人序本之刊刻年代辨［J］.文獻，2001（2）.

［3］熊明.魯智深：理想人格范式的承載——兼從魯智深形象塑造中的佛教內(nèi)容考察其在《水滸傳》中的特殊地位［J］.菏澤學院學報，2007（1）.

［4］崔瑩.論《水滸傳》中的弱女形象［J］.水滸爭鳴，2006（9）.

［5］梁歸智.宋江：“忠義變奏”——《水滸傳》的雙主角和雙主題（上）［J］.名作欣賞，2014（22）.

［6］石子麗.框架理論視角下《水滸傳》英譯研究［D］.遼寧師范大學，2013.

［7］王平.對金批《水滸傳》悖反式敘事理論的解讀［J］.明清小說研究，2010（4）.

［8］段文生.《水滸傳》律詩研究［D］.遼寧大學，2013.

［9］吳金華，張艷秋，唐毅.數(shù)據(jù)挖掘在生物信息學中的應用——文獻計量學視角［J］.生物信息學，2016（4）.

［10］唐毅.一路一帶背景下東北地區(qū)交通節(jié)點設置研究［J］.經(jīng)濟論壇，2017（7）.

［11］顧關元.《水滸傳》的三種版本［J］.中國出版，2003（3）.

［12］Ken Cherven.Network Graph Analysis and visualization with Gephi［M］.Birmingham：Packt Publishing，2013.

［13］Vincent D.Blondel，Jean-Loup Guillaume，Renaud Lambiotte and Etienne Lefebvre.Fast unfolding of communities in large networks.Journal Statistical mechanics，2008.arXiv：0803.0476v2.

［14］胡海波，王林.冪律分布研究簡史［J］.物理，2005（34）.

［15］雷宏振，賈悅婷.基于復雜網(wǎng)絡的在線社交網(wǎng)絡特征與傳播動力學分析［J］.統(tǒng)計與決策，2015（2）.