扒完社交網路關係才明白，《權力的遊戲》憑什麼是神作
文/數據俠 程牛
「Valar Morghuli，凡人皆有一死。」 「沒錯，但那是『凡人』。會數據的，都不是凡人。」 ——DT君
當你看冰火的時候，你在看什麼？
作為一個《冰與火之歌》的資深迷弟，看到如今的冰火電視劇完全脫離書本進度，在第七季里更是拋棄了原作詭譎多變的氣質，開始轉向畫風浮躁、強調血脈噴張效果的好萊塢大片風格，這讓我一個原著黨深感不滿。
在起初追劇的時候，平心而論，我對其中華麗的戰爭場面、香艷鏡頭（此處「少兒不宜」）以及高傲的中世紀騎士文化最感興趣。但隨著劇集的發展，我的重心逐漸轉向了其中形象豐滿的人物身上。他們隱秘的複雜感情、鬥智斗勇的角逐、詭譎多變的選擇以及背後神奇的魔幻設定，都讓我心曠神怡。遂從劇黨倒戈書黨，棄暗投明。
（ 圖片說明：宏大的戰爭場景是冰火這部戲最大看點之一，囧雪復活後的這場私生子大戰，高度還原了中世紀步兵、騎兵、弩手配合作戰的史實，令人窒息的逼真程度令人驚嘆不已。）
電視劇在前五季其實是忠於原著的，但是到了第七季，夜王突變奧運會標槍選手；原最強謀略家小指頭墮落為北境第一大混子；囧雪和姑姑突然被愛情撞了一下腰；維斯特洛大陸上到處都是「任意門」…….
（圖片說明：由於受電視劇長度的限制，在第七季的冰火中，編劇為了火速推進劇情，拋棄了大量的伏筆和細節，導致bug無數。Instagram等社交網路出現了大量網友自製表情包，諷刺劇組的這種省事兒的做法。圖為諷刺囧雪的叔叔班揚史塔克，在第七季第六集莫名其妙地出現然後又犧牲的橋段；圖片來源：Instagram
@thronesmemes）對於HBO這種做法，我除了在社交網路上發帖諷刺以外，卻也不禁捫心自問：在編劇們已經放棄觀眾智商的情況下，我為什麼還要追劇呢？想來想去，答案只有一個：《冰與火之歌》講述了一個好故事。因為在看冰火的時候，我並不只是看打仗、香艷、CG的鏡頭，更吸引我的是這一整個充滿血和肉的史詩故事。
那麼問題來了，冰火作為一個公認的「好故事」，它的秘訣究竟在哪裡呢？
尤瓦爾·赫拉利在《人類簡史》中說：人類在演化中獲得的講故事（即描述虛構事物）的能力，是他們稱霸世界的關鍵。人類天生愛聽故事，而故事的核心則源於人本身。我認為冰火作為一個好故事，關鍵就在於其塑造的一個個真實可感的人物形象。所以，我決定從人物入手，分析一下冰火的故事套路，為自己下次吹水「打下堅實的理論基礎」。
先亮出我的結論。要寫好一個故事，冰火告訴你，需遵循三原則：
- 讓「主角」意想不到地死亡
- 給「配角」連珠成線地加戲
- 讓「陣營」有理有據地反轉
本文我主要從文本數據挖掘入手，使用了「社交網路分析」的模型和方法（具體操作細節見附錄1說明），代碼用R實現。數據源為已出版的五本英文《冰與火之歌》小說。
「哎喲我去，主角領便當了！」
當我們剛開始看冰火的時候，相信很多人都和我一樣，以為狼家的Edd Stark是這個電視劇的主角，結果到第一季末尾，「哎呦我去」！咔嚓，被抹了脖子。
然後Edd的大兒子Robb領兵起義，揭開了五王之戰的帷幕。我以為：「啊，原來子承父業，Robb才是真主角！」結果到了第三季末尾，「哎喲我去！」咔嚓，狼少主帶著媳婦、老娘，一起被抹了脖子。
然後，一路上各色「主角」不是被抹脖子，就是在被抹脖子的路上。「主角便化當」成為了這個劇開始超神的最大利器。
不過，這只是讀者們的直觀感受而已。這裡面有兩個問題：第一，你們以為的主角真的是主角么？第二，大部分故事中，主角有光環的設定是有道理的，因為故事線一般都在主角身上，一旦主角人物死了，故事就沒載體繼續了。那為什麼冰火敢這麼「抹主角脖子」呢（想想看，如果工藤新一當初在娛樂場被一棒子敲死了，柯南估計連載不了十幾年吧）？
Edd和Robb當然不是真主角。
我統計了已出版的五本書的英文原文，檢索了所有出現人物的名字（附錄2）。如果兩個人物的名字一起出現在14個單詞以內，我就認為人物A和人物B有了一次交集，就會在他們之間連一條線（附錄3）。然後依據這些人物關係繪製了下面這張《冰與火之歌》社交網路圖：
（圖片說明：點的大小代表角色的點度，即出現頻次；顏色代表walktrap聚類的結果；線的粗細代表聯繫的緊密程度，顏色與聚類方式一致。聚類問題將在本文第三部分具體講述。點擊看清晰大圖！）
這張圖可以清晰地看出原著系列的主要角色。囧雪Jon和小惡魔Tyrion，Stannis，Robb，Robert，Jamie，Cersi的圓圈都很大，而且關係網路密集。相比之下，Robb和Edd就比較小了，而且與他們相似大小的角色還有辣么多，顯然他們並不是真主角。
這裡面還有一個有趣的點是三眼烏鴉Bran。雖然他的圓圈不大，但是與他相連的關係線都很粗，說明Bran的故事線非常集中在某幾個人身上，非常呼應他的特殊使命角色。
我們再進一步細化一下主角們之間的人物關係。我用了社交網路分析中最簡單計算中心度（Centrality）的方法對主要角色們進行了對比。點度（Degree）表示對於某一個角色A，有多少角色和他有距離為1的直接聯繫；親密度（Closeness）表示對於某一個角色A，他與所有角色聯繫的最短路徑的均值；連接度（Betweenness）表示對於角色A，有多少對其他角色的聯繫必須通過它才能傳達。得出的結果如下：
（圖片說明：對106個所選角色進行中心性（Centrality）計算，然後對計算結果進行標準化處理，得出排名前20的角色名單。點擊看清晰大圖！）
對比這三個主要指標，這麼看，Jon和Tyrion已經把其他人遠遠甩在身後。雖然在看書的時候，我也已經隱約猜到，但是從數據看，還是更加深了我的判斷——他們才是真主角啊！（附錄4：咦，龍母Daenerys怎麼排名這麼靠後？） 狼爸、狼少主、鹿國王等人雖然排名也很靠前，但是與他們相似的角色還有很多。所以你們就安心的領便當吧。
既然狼爸Edd他們不是真主角，為什麼我們還會對他們的死感到驚訝呢？
這也許與老馬丁的寫作方法有關。冰火採用的是POV視角寫法，每個章節都是以一個角色的視角來敘述的，而Edd是第一本書的最主要敘事者，佔了18.5%的篇幅，很容易讓人誤以為他是主角。
「龍套哥，這裡有個主角，你來客串一下」
不過，雖然不是主角，但是Edd好歹也是主要角色之一啊，怎麼敢說砍就砍呢？
這就涉及到了第二個原則：給配角們連珠成線地加戲。
讓我們挑一個我最愛的配角看一下——美人Brienne。
（圖片說明：與Brienne有關的社交人物關係圖。點擊看清晰大圖！）
Brienne是劇中騎士精神的典型代表，可以說是黃金配角了。作為一個配角，你可以從圖中看出他的人物關係是多麼複雜，與狼家、鹿家、獅家都有聯繫（期待與詹姆的愛情戲）。在電視劇里，他與其他配角獵狗、野人托蒙德等的對手戲也讓人津津樂道。
另外，敢砍主要角色，馬丁老爺子依託的是龐大複雜的人物線——少你一個根本不影響敘事。比如說，我們去掉上面那張圖裡的已經抹脖子的角色，看看這張關係圖有什麼變化。
（圖片說明：把已知死亡角色刪去後的社交網路圖。點擊看清晰大圖！）
答案是變化不大，即使去掉了這些最主要的連線，整個社交網路仍然是一個整體，整個冰火的人物關係網路還是清晰、密集、複雜的。更重要的是，我么能更清楚地看到誰可能是真正的核心人物了（囧雪？小惡魔？）。
所以回到我們剛開始提到的主配角問題：看到這兒，我想你也明白了：雖然凡人必有一死，但是死的確實都是「凡人」啊。
另外，只有網鋪的夠大，才能在製造「驚嚇」的同時不影響主線敘事。然後，讓所有的配角也形象豐滿、散發光彩，是這個故事好看的又一重要原因。
「我以前沒的選，現在我想做個好人」
最後一個原則：讓「各陣營」有理有據的反轉。分陣營、反轉永遠是觀眾最喜歡看的戲碼之一。陣營能夠有效梳理龐雜的人物關係，製造足夠有衝擊力的戲劇矛盾；人物的反轉則可以豐富角色形象，從多方面的減輕文藝作品中角色臉譜化問題。
來看看冰火是怎麼做的。
在我們最開始的全形色社交關係網路里，共有106個角色節點，1254條人物聯繫，65024層關係鏈條。網路直徑Diameter為4，密度Density為0.225（附錄5）。從整體來看，這是一個不錯的社交網路，說人話，就是這個網路連通度發達，但是內部仍然有分離的可能，並不是渾然一體。所以，接下來，我們就用Walktrap演算法對網路進行聚類（附錄6），聚類的結果如下圖所示：
（ 圖片說明：Walktrap演算法將106個角色主要分成了5類，modurality為0.38，分別用不同的顏色標出。點擊看清晰大圖！）
在聚類的結果中，可以看到角色們基本按照劇情發生的地理位置被歸類。以囧雪為代表的守夜人故事線（黃色）；狼少主、小剝皮代表的北境故事線（紫色）；布蘭代表的長城之外故事線（藍色）；龍媽代表的海外故事線（橙色）；以及最大最密集的小惡魔、瑟後、詹姆、三傻、斯坦尼斯為代表的君臨故事線（綠色）。
冰火對於分陣營的套路是一個典型的分總模式。在最大聚類里（綠色），幾乎聚集了狼、獅、鹿、龍等各大家族的核心人物，還包括小指頭、瓦里斯公公等獨立角色。所以君臨故事線是冰火各色門派博弈的主戰場，
各陣營的衝突在這裡集中地發生。同時，圍繞君臨，還有其他四個其他陣營。
至於角色的反轉，如果再把上圖加一個時間維度，則角色反轉的效果就更加清晰了（附錄7）。例如小惡魔的俄狄浦斯式轉變。由於時間原因，這一部分就不再詳述，大家可以代入一下獵狗、詹姆的經歷感受之。尤其是當你看到第七季詹姆單騎屠龍的鏡頭，人們感嘆他騎士精神的衝鋒時，已經忘記他也曾經犯下一手將布蘭摔殘的罪。如今他想做個「好人」，那當然是選擇原諒詹姆啦。
「野雞版」劇透預警—— 冰火大結局
百聞不如一見，百說不如一練。鑒於我用視角網路分析的結果，我秉承老馬丁的寫作套路，提前為大家草擬的一份「大結局」。
我預測，在劇集結尾，長城轟然倒塌，異鬼大舉入侵。所有維斯特洛的城市居民開始抗擊異鬼，最後退守君臨，進行君臨保衛戰。君臨融合所有家族和角色，各家族暫時放下成見，一致攘外，暫停安內（聚攏陣營，對外反轉）。
（圖片說明：HBO已經放出了最終季的海報，圖中夜王騎著龍爬上了長城。異鬼最終突破長城大舉入侵的情節，應該已經不難預測了。）
在戰鬥過程中，黃金配角山姆通過科學研究，發現異鬼重要弱點，在最後關頭引導囧雪、小惡魔和龍媽等人類對抗異鬼的主力軍，最後艱難地取得勝利（配角的故事線要發揮重要作用）。
但勝利的代價是如此之大，以至於他們最終全部力戰而亡（沒錯，全都要領便當，因為反正要完結了，當然更需要意想不到地死亡了！）。
人類雖然最終擊退了異鬼，但是內部的紛爭再起。各大家族又開始為了權力而無休止地爭鬥。綠先知布蘭在洞悉了這一切後，終於看透：不論時間過多久，人類總會重複犯下相同的錯誤，這是一個終極西西弗斯困局。人類始終無法相互理解，能讓他們停止爭鬥的方法就只有一個，那就是適時再次從外部施加壓力，讓一切從頭再來。
於是他用魔法重新築起長城，然後，自己走出長城之外，將龍晶插入了自己的心臟，變身成為新的夜王。
「凜冬將至。」
附錄
- 社交網路分析（Social Network Analysis）是指基於信息學、數學、社會學、管理學、心理學等多學科的融合理論和方法，為理解人類各種社交關係的形成、行為特點分析以及信息傳播的規律提供的一種可計算的分析方法。社交網路（或社會網路）的概念在1954年由J. A. Barnes最先提出。
- 在分詞統計人物關係時，我手動修改了兩個參數：第一是人物代號，例如Tyrion在劇中還經常被稱作小惡魔（Imp）、侏儒（halfman）等，我將其統一為官方名稱，統一的標準參考冰火維基；第二是邊緣人物，在全書中有全名的角色過多，我手動刪除了其中關係數過小的人物，最後保留了106個核心人物。
- 統計人物關係的方法來自於Andrew.J.Beveridge教授，他是瑪卡萊斯特學院（Macalester College）數學系副教授。2016年的時候他與他的學生Jie Shan就用網路科學分析了《冰與火之歌》的人物關係（Network Of Throne），但是數據樣本僅僅是第三卷A Storm of
Swords。我增加了樣本量，將統計範圍擴大到了已出版的全部5卷。Andrew教授用的是15個單詞的標準。我統計了全書文字，發現全書平均句長約為14個單詞，於是將範圍修改為14。
- 從主觀感覺來說，龍媽Daenerys確實是書中最重要的角色之一。但是數據的統計結果並沒有顯示出來。主要原因是龍媽常年在維斯特洛大陸以外的地區活動，與主要角色們的交集過少，所以在統計中不算顯眼。使用Pagerank演算法的話可以有效減少地域的影響，但是本文沒有更深入探討。
- Density網路密度，即刻畫網路中節點之間聯繫的密集程度，數學意義為網路中實際存在的邊數與可容納的邊數上限的比值。
- Walktrap演算法是一種隨機遊走演算法，基本的聚類思想是：從一個頂點向下一個頂點移動時，以相等的概率來選擇當前頂點的一個鄰居作為下一個頂點。
- 由於時間有限，就沒有添加時間維度的分析。Teradata數據網站的作者們在這方面做了一些研究，他們以冰火中大事件為時間節點，進行了時間序列的相關分析。雖然主題是預測角色死亡，但是方法值得借鑒。
DT君送福利：本文數據處理和分析部分使用了R和python完成，涉及到的主要package是igraph。為了避免重疊效果，最後社交網路製圖用gephi呈現。更多的分析過程、數據、代碼，已經保存在github中，關注DT數據俠（DTdatahero）後台回復「冰火」，獲取github鏈接，一起來探索研究吧！
數據俠門派
本文數據俠程牛，石塘咀流沙包愛好者，考據癖患者，喜歡用數據一本正經地胡說八道。
加入數據俠
「數據俠計劃」由第一財經數據新媒體DT財經發起的數據人社群平台，旗下有數據俠專欄、數據大咖及愛好者社群、線上線下「數據俠實驗室」系列活動等項目。
+ 投稿：chengyixiang@dtcj.com
+ 合作：zhaonan@dtcj.com
+ 入群請加DT君微信：dtcaijing002
推薦閱讀：