人物条目检索
按姓名、字号、朝代、籍贯、官职、科举身份等字段组合筛选人物,适合从一个人物出发向外扩展查询。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
哈佛费正清中心维护的中国历代人物传记数据库,用于查人、查关系、做数字人文研究。
哈佛 CBDB(China Biographical Database)由哈佛大学费正清中国研究中心等机构合作建设,是一个面向中国历史研究的关系型人物数据库。它把史书、地方志、墓志铭等文献里的人物条目整理成结构化记录,并记录人物之间的亲属、师承、仕宦、交游等关系,支持按姓名、朝代、籍贯、官职等条件检索。对做宋明清社会史、家族史、科举与官僚研究的学者,它能把散落在文献中的人物关系一次性拉成网络;对只想查一个历史人物生平梗概的普通读者,它更像学术工具,需要先学习查询方式,且数据库对原始文献的覆盖并不均匀。
哈佛 CBDB 是一个中国历史人物传记数据库,由哈佛大学费正清中国研究中心与北京大学、台湾中央研究院等机构合作维护。它收录的对象以唐宋以降的官员、士人、学者为主,核心思路不是给每个人写一篇传记,而是把传记文献拆成字段——姓名、字号、生卒、籍贯、科举年份、任职履历、亲属与社会关系,从而支持批量检索和统计分析。
与普通百科式人物库不同,CBDB 的重心在“关系”和“结构”。你可以沿着一个人物的社会网络向外查:他的父亲是谁、老师是谁、同年进士有哪些、在哪一任官职上与谁共事。这些关系字段是它能支撑家族史、科举群体、官僚网络研究的关键。
使用时通常有两种路径:一种是通过网页端的查询界面按条件筛选人物,另一种是把数据导出后导入自己的统计或社会网络分析工具中做进一步处理。前者适合查个体和群体,后者适合做量化研究。对个人用户来说,上手成本主要在理解它的字段体系和检索逻辑,而不是记操作步骤。
按姓名、字号、朝代、籍贯、官职、科举身份等字段组合筛选人物,适合从一个人物出发向外扩展查询。
记录人物之间的亲属、师承、同僚、交游等关系,可用来还原一个士人的人际网络。
对父祖子孙、婚姻等亲属关系做结构化记录,是做家族史与世系梳理的基础。
记录进士年份、任职机构与职官信息,便于研究科举群体的仕途路径与官场网络。
支持把检索结果或数据集导出,配合统计软件或社会网络分析工具做量化研究。
人物与关系字段通常标注来源文献,方便回到原始史料核对,而不是只给一个孤立的结论。
做家族、科举、官僚网络这类需要成批人物关系的课题,CBDB 的结构化字段能直接支撑分析。
课程论文或方法练习需要一个现成的人物关系数据集,它比自建数据省事得多。
可以用来核对本地人物的科举、任职信息,但数据库未必覆盖到所有地方小人物,结果要按需筛选。
它按字段组织信息,想读生平轶事更适合从传记和百科入手。
它给的是结构化摘要和出处,不是全文古籍库,读原文仍需配合其他史料平台。
它不写人物传记,而是把传记文献拆成姓名、籍贯、科举、任职、亲属关系等字段,做成可检索、可统计的数据库。所以它擅长回答“谁和谁有关系”“某个群体有多少人来自某地”这类结构性问题,而不是给你讲一个人的故事。
官网未公开具体的使用条款和收费说明。它是一个学术研究项目,通常面向研究者开放使用,但商用的授权范围官网未说明,正式引用前需以官方页面为准。
有一定门槛。它的字段体系是按史学研究需要设计的,查询前要先弄明白哪些信息被收录、字段是什么意思。如果只是想了解一个历史人物的生平,用百科或人物辞典会更省事。
可以。它的价值之一就是把人物和关系结构化,便于导入统计软件或社会网络分析工具做量化研究。做这类分析时要注意,不同朝代和地域的数据丰富程度不同,直接汇总统计容易产生偏差。
以唐宋以降的官员、士人、学者为主,重点在科举和仕宦群体。平民、女性、边缘人物的记录相对薄弱,做社会底层或性别史研究时会感到数据不够。
建议谨慎。数据库记录经过编纂和跨文献整合,可能存在异名、误系、年代偏差等问题。比较稳妥的做法是顺着条目标注的来源文献回到原始史料核对,再用于论文或正式发表。