[ 38 ]这种四重特征指的是使用计算机科学的方法及其与原始研究领域的反馈或对话。我们在所有网络方法中都会遇到它[39]。 Schnegg 的方法可以概括如下：
使用源自数字人文（DH）方法的模型来评估人文或社会科学中的假设或生成新的假设，或在数字建模中考虑各自学科的理论模型和假设。
使用 DH 的模型和方法来处理人文或社会科学中的经验数据。
应用视觉计算方法（例如可视化和交互式工具）来解释、呈现和讨论应用 (2) 时产生的结果。
构建一个数学和/或计算模型，从 (2) 中抽象出数据，以开发该领域或 DH 内的新模型或方法。
[ 40 ]此方案中的所有类别均包括之前的类别。例如，这意味着模型和方法对经验数据的应用（2）包括现有模型和方法（1）的应用和理论反思。这些类别涵盖了不同层次的 DH 方法和方式。为了说明该方案，我将讨论各个人文和社会科学领域的社会网络分析（SNA）领域的一些简短示例。
此类别考察演员之间的社会关系，即： h.个人或机构与其他实体之间。这里尚未收集任何经验数据。其中首先 阿曼电报数据 包括使用 SNA 和其他网络方法的方法和思想来开发理论或模型并将它们带入与其他问题的争论性讨论中的研究。
这一类别包括例如神学家迈克尔·B·汤普森（Michael B. Thompson） 1998 年的早期著作[40]。他分析了公元 1 世纪耶稣追随者之间的信息流，他称之为“神圣的互联网”。它仅隐式地与 SNA 方法一起工作。他的主要优点在于详细汇编了通向通信网络的各方面内容。神学家里卡德·罗伊托 (Rikard Roitto) 也做了类似的工作，他分析了从约翰的三封书信中传出的信息流，并将其传递到约翰团体网络中[41]。作者故意只将不同的模型放在一起以寻求可能的理解，并明确表示他对历史重建不感兴趣。这就是上面提到的源问题发挥作用的地方。