东晋社会由门阀贵族所宰制，其政治上的表征是“门阀政治”，即“士族与皇权的共治”（田余庆《东晋门阀政治》）；社会上的体现则是“贵族制社会”，即“广泛存在着的贵族或豪族阶层在政治、社会、经济、文化等方面处于中心地位的一种社会体制。”（川胜义雄《六朝贵族制社会研究》）

本研究旨在将关注对象由政治史向度的“门阀政治”向整个“贵族制社会”扩展，为考察门阀贵族的社会关系提供新视角。

使用《世说新语》作为数据源，其原文已经分成一千余则记述独立事件的短文，关注门阀贵族之间的互动及其社会关系，适用于社会网络分析。当一则短文显示出一组人物之间的正向关系时，便将这组人物（即节点）在社会网络中用边连接起来。两个节点之间的边权即为二人正向关系的加权和（强关系如任官、联姻被赋值 3，弱关系如交游、对答被赋值 1）。最终，生成来自 62 个门阀的 250 位东晋人物的社会网络，由 505 条边连结。

在网络层面，使用网络模拟分析网络的整体结构。发现偏好依附模型（preferential attachment model）非常近似地模拟了度（即每个节点的边数）的分布：

通过指数随机图模型（ERGM）度量基于节点属性的同质性（即出自同一门阀的人物更倾向产生正向关系）的强弱。发现出自同一门阀的人物产生正向互动关系的概率为 0.034，出自不同门阀的人物的概率为 0.016，同质性存在但并不具有压倒性：

在社群层面，计算各个门阀之间的累计边权的强度（即两组特定门阀与随机选取的两组人物相比，正向关系的强度）。发现吴姓士族相比于与侨姓士族互动，更倾向内部互动；次等侨姓士族在网络中发挥“粘合剂”的作用：

在人物层面，基于各种中心性指标衡量不同人物在网络中的重要性。发现琅琊王氏和陈郡谢氏的人物在网络中占据统治地位；而吴姓士族在接近中心性（closeness centrality，衡量节点与其他所有节点的接近程度）的排名偏高、在加权特征向量中心性（weighted eigenvector centrality，衡量节点的邻接节点的重要程度）的排名偏低，反映吴姓士族在社会网络中倾向与不同门阀互动而非党附于某一顶级门阀，验证了“三吴士族往往分为两部分，与侨姓士族的内部斗争的两造分别结合”（田余庆《东晋门阀政治》）：

最后，将整个网络在 Gephi 中可视化，使用 Fruchterman-Reingold 算法布局，并用 Louvain 算法将网络切分成不同社群。将由算法切分的社群与由基于实际门阀属性的社群用 Kulczynski 算法度量相似性，发现相似性最高的一组也仅有 0.363（下图以王敦为中心的灰色社群与琅琊王氏；而完全一致的社群相似性应为 1），反映出社会网络中社群的边界并非门阀划分的镜像，不同门阀的人物在网络中存在密切互动：

结果表明，基于门阀属性的同质性在东晋门阀贵族的社会网络中存在但较弱：尽管出自同一门阀的人物更可能发生联系，不同门阀之间的联系也很常见。不同于强调门阀之间的冲突的诸多研究，本研究试图论证：在东晋社会中存在一种强大的将不同门阀联结为一个身份团体的社会凝聚力。

这种凝聚力在东晋门阀贵族激烈政争的“湍流”中提供了一种“稳态”，并构成门阀贵族对东晋一朝的政治与社会持续施加强有力影响的重要原因之一。因此，尽管 Dennis Grafflin 通过“仅有琅琊王氏能持续保持重要性”（“The Great Family in Medieval South China”）反对内藤湖南所谓“中世贵族制”的存在，本研究的实证结果仍然表明了作为一个特权身份团体的门阀贵族的稳定性，即祝总斌针对“桓玄代晋”的个案提出的“高级士族维护共同利益”的观点（《试论东晋后期高级士族之没落及桓玄代晋之性质》）在社会史向度的推广。在方法论的角度上，本研究也初步表明了使用数字手段的历史网络方法在中古史研究中应用的前景：它能使研究者将材料综合集成、抽象出关系、并回应甚至进一步提出有价值的历史学命题。