这一部分将专门介绍一些“数字人文”研究中，尤其是从文学研究的角度来看比较常见的研究工具。正如上文所说，“数字人文”的工具无外乎分为三大类：数据的搜集、分析和展示。“数字人文”的研究中有很多很重要的方法和工具，由于篇幅有限，在本章中无法一一列举。对应“数字人文”研究中的三类工具，我将有选择地分别介绍四种不同的工具方法：文本分析、统计回归和因果关系分析、社会网络分析以及数据可视化展示。文本分析主要是应用在数据的搜集和分析的方法上。统计回归、因果关系分析主要是应用在数据已经搜集整理好之后，分析关键变量相关性和因果关系的方法上。前一部分已经介绍了这一方法，因此这里不在重述。社会网络分析是基于关系型数据库进行的诗词和人物关系的大数据分析方法，在社会科学和人文学科中都有广泛应用。而数据可视化展示更多的是在数据的基本分析完成之后帮助研究者向同行展示研究发现的方法。这四种方法相辅相成，在现实中到底什么时候该运用哪种方法，完全取决于具体的研究问题，没有任何一个绝对的标准告诉我们在研究中的哪一个步骤只能用哪一种方法。统计回归和因果关系的模型是经典的统计学的分析方法，而文本分析、网络分析和数据可视化则是最近在社会科学中越来越流行的大数据方法的具体表现。
在文学，包括文艺学的研究中，对新方法和工具的引进，最终的目的是为了回答重要的文学问题。本书中的观点是文学发展会影响社会文化。我们可以预判上述的三类工具对于回答本书的核心问题能起的帮助作用。如果我们要考察这个命题在新文化运动和“五四”时期是否成立，就可以综合地应用这三类工具。我们一方面可以通过文本分析的方法，从这个时代比较有影响力的文学作品中提炼出这个时代最重要的文学特征。提炼出来的文学特征可以以关键词或者关键短语的形式呈现。而另一方面，也可以从同一时代的报纸、杂志，甚至政府的一些文件中，通过文本分析的办法提炼出能够反映这个时代社会思潮和文化的基本特征。在做完这两步数据搜集和初步处理的工作之后，便可用统计回归分析定量模型和因果关系的模型，来检验文学是否对社会文化的发展有影响。而最后，则可以通过数据可视化的办法来看在不同的区域、不同社会经济发展的时代背景下，文学对社会文化的影响有何差异。同时，我们也可以充分利用社会网络分析的方法来考察文学作品如何在社会中关键的人物群体的社会网络中进行传播，如何通过社会中关键的人物来对社会起到潜移默化的影响。由于篇幅和精力有限，本书中并没有直接使用这些步骤和方法进行相关的分析。这一部分主要是想通过介绍这些方法对后续的相关研究有所启发和帮助。
