基于涉老突發事件的網絡輿情預警實證研究

曹海軍 李明 侯甜甜

摘 要：伴隨著我國人口老齡化程度的不斷加劇，與老年群體密切相關的突發事件時有發生，有關言論在互聯網上不斷生成與傳播，涉老網絡輿情隨之產生。如何對涉老網絡輿情進行科學有效的控制與引導，不僅關系到老年群體的合法權益，還關系到全社會的和諧與穩定。在詳細分析涉老網絡輿情現狀與特點的基礎上，綜合運用層次分析法與模糊綜合評判法構建涉老網絡輿情預警模型，并以“廣場舞老人霸占籃球場”事件為例進行實證分析，最終得出此涉老網絡輿情事件的預警等級為“比較嚴重，Ⅱ級”。該結果與專家對此事件的等級評定結果相吻合，從而較好地說明了預警模型的科學性與有效性。

關鍵詞：涉老突發事件;模糊綜合評判;層次分析法;預警模型

中圖分類號：G206.3

文獻標識碼：A

文章編號：1673-8268（2019）01-0058-09

一、引?言

隨著老年人口的不斷增長，我國人口老齡化問題日益凸顯。據2018年1月國家統計局公布的最新數據顯示：截至2017年底，我國人口年齡結構中60歲以上的人口數量已經達到2億4 090萬，約占我國人口總數的17.3%，其中65周歲及以上的人口數量已逾1億5 831萬，約占我國人口總數的11.4%[1]。日趨嚴重的老齡化問題又相繼產生了諸如養老等一系列關乎民生的社會難題。近些年來，隨著養老問題逐漸受到社會各界的廣泛關注，老年群體也成為一個特殊群體日益得到全社會的高度重視，“尊老、愛老”成為社會積極倡導的主旋律。然而，近年來相繼發生的諸如“老人公交車上強吻女學生”“老人地鐵上毆打女乘客”“老年暴走團霸占機動車道釀事故”等一系列涉老突發事件一時間使老年群體成為了眾矢之的，相關負面言論不斷，涉老網絡輿情隨之產生。

與此同時，伴隨著大數據、云計算、移動互聯網等新興技術的飛速發展與成熟應用，人與人之間的溝通交流方式發生了巨大變革[2]。通過各種通信工具人們能夠突破時間與空間的藩籬，隨時隨地地進行聯系與溝通，如通過手機等移動終端進行信息的發布與傳遞目前已經成為人們不可或缺的一種生活方式。據中國互聯網絡信息中心（CNNIC）于2018年1月31日發布的最新統計數據顯示，截至2017年12月末，我國手機終端用戶已達7.53億，互聯網用戶中使用手機上網的人群約占總用戶的97.5%[3]。互聯網技術的快速發展使得信息的傳播徹底擺脫了時空的束縛，人們可以隨時隨地通過諸如文字、圖片、語音、視頻等多種形式傳遞信息與發表意見。而一些涉老突發事件經由互聯網絡平臺往往能夠迅速生成網絡輿情并隨之進一步傳播與演化，這對于老年群體的切身利益與社會和諧穩定的維護都產生了巨大威脅。因此，及時對涉老突發事件進行輿情預警，進而科學有效地控制與引導涉老網絡輿情有著極其重要的社會意義與現實意義。

總體上講，當前國內針對突發事件網絡輿情的相關研究成果較多，王晰巍、邢云菲等人在探討新媒體環境下輿情傳播信息特征的基礎上構建了突發事件網絡輿情的傳播模型，并得出移動端的突發事件網絡輿情相對于非移動端的傳播速度更快、方式更多樣、范圍更廣泛的結論[4]。齊佳音、劉慧麗等人基于復雜系統理論構建了內外源動力耦合度測量指標體系，得出了耦合協調度與社會影響力具有較強的正相關關系，并據此提出相應的對策建議[5]。吳鵬、金貝貝等人構建了包括網民、政府、媒體的多Agent模型，這為突發事件網絡輿情的預測提供了參考模型[6]。陳海漢、陳婷基于網絡論壇的發帖量構建了發帖量計量模型，并通過相關具體案例證明了模型的有效性與實用性[7]。王旭、孫瑞英以“魏則西事件”為案例，運用社會網絡分析法對網絡輿情傳播的整個生命周期進行了剖析，并在此基礎上繪制了突發輿情事件的輿情傳播網絡圖，進而對該事件進行了結構測度分析，最終有針對性地提出了突發事件網絡輿情的應對策略[8]。國內關于突發事件網絡輿情的研究相對而言較為成熟，而涉老網絡輿情是與老齡化問題的日益突出相伴而生的，因此專門針對涉老突發事件網絡輿情的相關研究尚處在初級階段，成果較少[9-12]，且現有文獻多為宏觀角度的定量研究，鮮有從細粒度上對涉老網絡輿情的內在影響因素進行定性分析的相關研究。為了豐富現有研究，在對涉老網絡輿情的現狀及其特點進行剖析的基礎上，將層次分析法（AHP）與模糊綜合評判法相結合，構建基于涉老突發事件的網絡輿情預警模型，并通過“廣場舞老人霸占籃球場”事件進行實例論證，最后有針對性地提出涉老網絡輿情的應對策略，以為政府的涉老網絡輿情應對提供方法借鑒。

二、涉老網絡輿情概述

（一）涉老網絡輿情的現狀

所謂涉老網絡輿情就是指以發生的一系列涉老突發事件為導火索，進而引發的一系列社會輿論，而這些輿論借助互聯網平臺迅速傳播并掀起新一輪的熱議。近些年由涉老突發事件引起的涉老網絡輿情屢見不鮮。2013年江蘇省無錫市開庭審理了第一件“常回家看看”贍養案，這在網上引起了熱烈的討論[13];2014年山東青島一位老人因買菜時闖紅燈造成交通事故引發了熱議;2015年安徽女大學生扶老人被訛事件經網絡傳播后引起了較大的社會反響[14];2016年重慶市“78歲大媽碰瓷玩具車”事件掀起了涉老網絡輿情的熱潮[15];2017年6月，新浪微博上的一個題為《真是壞人變老了嗎？“涉老”事件為何頻引爭議》的帖子再次引發爭議[16]。總體而言，近些年涉老突發事件時有發生并迅速掀起輿情的漩渦，圖1僅以2017年6月份為例。

如圖1所示，僅2017年6月份的一個月內便發生了6件涉老突發事件，這些事件經由互聯網迅速傳播以后，生成了不同程度的網絡輿情。其中“廣場舞老人霸占籃球場”傳播熱度指數最高，為5.08，其次為“老年暴走團機動車道健身”事件，其傳播熱度指數為1.99。這些涉老突發事件產生的一些負面輿情在互聯網上迅速傳播并演化，給老年群體的切身利益、政府的公信力以及社會的和諧穩定都造成了較大威脅。總而言之，伴隨著我國老齡化程度的不斷加深，涉老突發事件產生的涉老網絡輿情也在不斷增多，如何科學有效地對涉老網絡輿情進行控制與引導是一個值得思考的問題。

（二）涉老網絡輿情的特點

近些年伴隨著移動互聯網、大數據、云計算等新興信息技術的飛速發展與成熟應用，與傳統的網絡輿情相比，涉老網絡輿情也衍生出一些新的特點，這給政府輿情控制與引導的能力帶來了新的考驗。具體主要表現在以下幾點：

1.偶然性特點

移動互聯網、大數據等新興技術的發展與使用使得涉老網絡輿情的生成與傳播更具有偶然性，這主要表現在涉老網絡輿情信息發布的偶然性以及涉老網絡輿情信息傳播的偶然性。涉老網絡輿情信息發布的偶然性是指：一方面，涉老突發事件本身具有偶然性和不確定性，因此其引發的涉老網絡輿情帶有偶然性;另一方面，在信息技術的支持下，互聯網用戶能夠擺脫時間與空間的束縛，隨時隨地地發布身邊的涉老網絡輿情信息，并表達自己的看法[17]。涉老網絡輿情信息傳播的偶然性是指互聯網用戶在看到涉老網絡輿情信息時會不自覺地進行評論、轉發，這促進了涉老網絡輿情的進一步傳播與演化。

2.碎片化特點

伴隨著自媒體的興起，微博、微信、快手、抖音等社交網絡平臺不斷涌現，“全民麥克風”時代悄然到來。當涉老網絡輿情事件發生后，相關信息往往會以文字、圖片、視頻等多種形式被發布到各種社交網絡平臺上，而這些信息往往具有短、平、快等特點。如新浪微博，文字信息被限制在140字以內，用戶往往能在極短時間內用極其簡短的文字將涉老網絡輿情事件的相關信息發布出去。再如快手，錄制的視頻一般都在1分鐘以內，公眾在錄制完涉老輿情事件后可以瞬間發布到網絡平臺上去，這凸顯了涉老網絡輿情具有碎片化的特點。

3.群體演化特點

近些年，我國老齡化現象日趨嚴重，在老齡化背景下涉老問題受到了社會各界的廣泛關注。因此，每當有涉老輿情事件發生時總是能夠迅速引起社會的高度關注，進而引發熱議。涉老網絡輿情話題容易在傳播演化過程中不斷延伸與發展，呈“愈演愈烈”趨勢，且容易產生“以訛傳訛”的失真信息甚至網絡謠言，這些都容易進一步引發次生輿情。同時，在熱點涉老網絡輿情事件中，公眾容易產生“求同”心理，他們的觀點、看法通過交流與討論之后往往會趨同或一致，這樣就極容易引起公共輿論，進而引發涉老網絡輿情。并且有的涉老網絡輿情甚至會與線下行動相結合，進一步形成群體性事件。因此，涉老網絡輿情具有典型的群體演化特點。

4.偏差性特點

首先，網絡世界具有虛擬性、匿名性等特點，許多網民僅僅為了發泄自己的情緒，其觀點或言論往往偏向主觀，這并不能夠客觀地評價涉老突發事件。其次，網絡輿情是由許多網民的觀點匯聚碰撞引發的，它能夠較好地展現出真實的社情民意，但即便如此，實際上它并不能代替所有公民的觀點，因為除了積極活躍在各種社交網絡平臺的“發聲者”或者“網絡大V”以外，還有“沉默的大多數”存在。最后，涉老輿情由于針對的是老年群體，而恰恰我國老年人群使用互聯網的比重是最低的，網絡上掀起相關輿情浪花的往往為年輕人，而一旦涉老輿情事件中涉及到老年人與年輕人，網民往往會為自己所代表的群體發聲，這些因素都導致了涉老網絡輿情的偏差性特點。

由于涉老網絡輿情具備以上這些特點，因而涉老網絡輿情的有效控制與引導應該引起政府的高度重視。面對當前我國頻繁發生的涉老網絡輿情事件，應積極采取有效措施對其進行及時預警，要“防患于未然”，在涉老網絡輿情還未廣泛傳播與演化、造成較大的負面社會影響時，便對其進行科學有效的控制與引導。

三、基于AHP-模糊綜合評判的涉老網絡輿情預警模型

模糊綜合評判法是一種較為有效的評判方法，應用非常廣泛。它是基于模糊數學知識的、能夠較為有效地對目標事物給出綜合評判與分析的一種數學分析方法[18]。它可以將定性評價轉化為定量評價，適合對受到多種因素影響的對象給出一個較為客觀的總體評價，該方法由于具有思路清晰、系統性較強、能夠有效解決難以量化的問題等優點，因而得到了各個學科的廣泛應用。其步驟主要包括因素集、指標權重、評價集、綜合評判等。而層次分析法是由美國著名學者薩蒂提出的一個較為常用的系統性分析方法，它能夠將一個復雜的問題視作一個整體的系統，通過對該系統的影響因素逐層分析，結合專家咨詢給出各因素的相應權重，進而構建模型。本研究通過將層次分析法與模糊綜合評判法有機結合，構建涉老網絡輿情預警模型，在對涉老網絡輿情影響因素深入分析的基礎上，設計涉老網絡輿情預警指標體系，并運用模糊綜合評判法對其預警等級進行準確判定，進而通過具體案例論證，說明該預警模型的有效性與實用性，最終提出一些具有針對性的涉老網絡輿情應對策略。

（一）涉老網絡輿情指標體系構建

本研究通過仔細閱讀網絡輿情指標體系的相關文獻[19-24]，并結合涉老網絡輿情的自身特點，構建涉老網絡輿情預警指標體系。該指標體系以涉老網絡輿情主題熱度、涉老網絡輿情發布度、涉老網絡輿情參與度和涉老網絡輿情擴散度為一級指標，共包含4個一級指標，其中一級指標又被細分為13個二級指標。一級指標分別為涉老網絡輿情主題熱度、涉老網絡輿情發布度、涉老網絡輿情參與度與涉老網絡輿情擴散度。涉老網絡輿情主題熱度又具體細分為3個二級指標，分別為同類主題發布總數、涉老主題敏感度、涉老主題轉發評論量;涉老網絡輿情發布度具體細分為2個二級指標，即涉老網絡輿情所在網站和輿情發布者粉絲數量;涉老網絡輿情參與度和涉老網絡輿情擴散度均包含4個二級指標，其中涉老網絡輿情參與度細分為輿情傳播者互動頻率、輿情傳播者粉絲數量、涉老事件正面回復數及涉老事件負面回復數;涉老網絡輿情擴散度細分為發布網站權威度、發布網站分布度、意見領袖影響力和涉老網絡輿情傳播速度，具體詳見圖2所示。

（二）因素集的確定

確定涉老網絡輿情的因素集是建立其綜合評判體系的一個重要步驟，在涉老網絡輿情因素集的確定上，首先要抓住影響較大的關鍵性指標，進而對其再一次進行細分，即U={U1，U2，…，Un}。根據建立的涉老網絡輿情指標體系圖，將因素集U大致上細分為4個子集，而其中的評價集為Ui={Ui1，Ui2，…，Uik}，進一步將其細分為13個具體的評價因素。

（三）評價集的確定

在涉老預警模型的構建當中，建立科學恰當的評價集是尤為重要的，即V={V1，V2，V3，…，Vm}，本研究綜合涉老網絡輿情對于社會維穩的意義以及領域內專家的意見，參照我國自然災害預警等級的劃分標準，將涉老網絡輿情預警具體劃分為四個等級，即藍色預警、黃色預警、橙色預警與紅色預警，相對應的等級分別為（輕微嚴重，Ⅳ級）、（一般嚴重，Ⅲ級）、（比較嚴重，Ⅱ級）和（非常嚴重，Ⅰ級）。也即取m=4對涉老網絡輿情預警等級進行評判。

（四）指標權重的計算

運用層次分析法對涉老網絡輿情各個影響因素的權重進行確定。在確定權重時，由于各影響因素的重要程度不同，因此要對其賦予不同的權值。為保證科學性，本研究采用Saaty等學者的9級比例標尺法來對涉老網絡輿情影響因素的重要度進行賦值（見表1）。

在有關專家對涉老網絡輿情影響因素的重要度賦值的基礎上建立判斷矩陣，然后對判斷矩陣的特征向量進行求解，本研究采用方根法來進行求解，其具體步驟為：

（五）模糊綜合評價

綜合層次評判法的分析結果及上述指標權重的計算方法能夠得出向量Ai與矩陣Ri，進而可以運用Bi=Ai*Ri得到第一級模糊綜合評判模型，再進一步由第一級模糊綜合評判矩陣B與相應的權重A可以得出第二級評判模型BS=A*R，最終根據得到的最大隸屬度來確定其對應的涉老網絡輿情預警等級。

四、模型應用與實例分析

（一）輿情事件回顧

2017年5月31日，河南省洛陽市的某公園籃球場上，一群跳廣場舞的大爺大媽與打籃球的年輕人為爭奪籃球場而發生沖突[25]，由開始的語言沖突上升至肢體沖突，繼而多名老人毆打一名赤裸上身的年輕男子，該事件造成該年輕男子受輕傷。其后，警方介入，將受傷男子送往醫院，并帶走數名涉事老人。該事件引起熱議并迅速在網上發酵，與其后發生的兩件涉老輿情事件相比，該涉老突發事件引起了更大的負面影響，詳見圖3所示。

由圖3所示，通過對2017年5月26日至2017年6月25日期間發生的涉老突發事件進行匯總，這段時間內發生的較大的涉老網絡輿情事件主要有3件，而其中以“廣場舞老人霸占籃球場”事件的關注度和影響力最大，在新浪微博上，該事件的閱讀量達到了4 731.3萬條，討論數大于10 000條。

（二）結果與分析

本研究以“廣場舞老人霸占籃球場”事件為例，首先由相關專家對指標體系各影響因素權重按照9級比例標尺法進行評分，再結合方根法最終得出判斷矩陣及一級指標的各個影響因素權重，具體如表2所示。

由表3可以得出W=（0.541，0.312，0.100，0.047）T，即一級指標的權重為：A=（0.541，0.312，0.100，0.047）;同理，能夠得出二級指標影響因素的各權重分別為A1=（0.152，0.369，0.479），A2=（0.552，0.448），A3=（0.347，0.148，0.302，0.203），A4=（0.380，0.243，0.188，0.189）。其次，通過網上問卷共隨機挑選了227名不同性別、不同文化層次和不同年齡段的網友對該事件的嚴重程度認知進行了問卷調查，并采用李克特量表對問卷進行篩選處理，最終獲得200份有效問卷，具體的相關統計數據如表3所示。

已知二級因素的各個權重分別為A1=（0.152，0.369，0.479），A2=（0.552，0.448），A3=（0.347，0.148，0.302，0.203），A4=（0.380，0.243，0.188，0.189），同時評價集的變換矩陣為

由模糊綜合評判方法運算規則可知，第二層得出的各評判結果形成了第一層評判的交換矩陣，即

由綜合評判結果可看出，對于“廣場舞老人霸占籃球場”涉老網絡輿情事件評論的隸屬度分別為（0.061，0.140，0.430，0.368），其中最大數值為0.430，其對應的預警等級為“比較嚴重，Ⅱ級”，即“橙色預警”。這與專家事后對該事件的定性評價相吻合。

五、結論及建議

近些年，伴隨著我國人口老齡化問題的不斷加劇，與老年群體密切相關的涉老突發事件也時有發生。這些突發事件經由互聯網平臺能夠迅速掀起一系列負面言論并迅速傳播、發酵，進一步生成涉老網絡輿情，大多數涉老網絡輿情事件都產生了較大的負面影響，考驗著政府的輿情導控能力，威脅著社會的和諧與穩定，因此尋求科學有效的輿情預警方法則顯得十分必要。本研究在綜合運用層次分析法與模糊綜合評判法的基礎上構建了涉老網絡輿情預警模型，并以“廣場舞大媽霸占籃球場”事件對該模型進行驗證，結果表明該預警模型對涉老網絡輿情事件有較好的預警效果。然而，老齡化背景下的涉老網絡輿情具有特殊性與復雜性，有鑒于此，筆者針對涉老網絡輿情預警，提出以下幾點建議。

（一）努力提高老年人自身素養

伴隨著我國經濟的高速發展，人民的生活水平相比以前有了質的提升。而我國的老年人口由于受歷史、經濟、社會等多種因素的限制，造成了他們的文化水平整體偏低。因此，在生活水平大幅提升、信息技術高速發展的今天，我國的養老需求不應僅僅局限于滿足基本的物質需要，而應從物質需求向精神需求進行轉變，老年人自身要更加注重精神層次的提升。老年人應努力提升自身的綜合素養，包括知識素養、道德素養等，同時發揚“活到老學到老”的精神，不斷地學習科學文化知識，與時俱進，學習和接受新鮮事物，努力做到既不容易上當受騙，又能理解其他群體的想法與需求，形成年輕人“尊老敬老”、老年人“愛幼護幼”的社會風尚，為社會的文明與和諧貢獻出自己的一份力量，與此同時這又能在一定程度上減少涉老網絡輿情事件的發生。

（二）積極為老年群體提供良好的養老環境

伴隨著老年群體的不斷擴大，要實現“老有所樂、老有所為”的目標，積極為老年群體提供一個良好的養老環境至關重要。目前，由于受多種因素的限制，我國還沒有建立起一個系統的養老體系，許多地方也因為受經濟、公共服務水平的限制，無法為老年群體提供一個良好的養老環境。良好的養老環境包括硬環境和軟環境兩大類，硬環境包括基礎設施、服務中心等，軟環境包括技術環境、人文環境等。這些環境因素相互聯系、相互影響，其因素總和構成了養老環境。目前我國各地養老環境的供給能力參差不齊，由于城鄉二元體制的藩籬還沒有完全被打破，農村地區相對城市而言，其發展步伐較慢，經濟、文化水平偏低，因此農村的養老環境總體上來講還非常落后，養老基礎設施尚不完善，技術環境、文化環境等供給能力還極為有限。政府應著力解決養老環境供給不足的問題，如此便能夠在一定程度上減少類似于“廣場舞老人霸占籃球場”等因爭奪環境資源而引發的涉老網絡輿情事件。

（三）建立涉老網絡輿情的快速預警機制

身處社會大變革時代，大數據、物聯網、移動互聯網等信息技術飛速發展為公眾的日常生活帶來了許多便利，而與此同時也給傳統的網絡輿情的控制與引導方式方法帶來了全新的挑戰。與傳統網絡輿情相比，新時期的涉老網絡輿情傳播速度更為快捷、傳播方式更為多樣、傳播范圍更加廣泛。政府在應對具有偶然性、碎片化、群體演化等新特點的涉老網絡輿情時，不再像以往那樣能夠有足夠的時間通過權威的信息發布途徑來從容地了解和導控輿情。當涉老網絡輿情產生以后，政府應能第一時間獲取相關信息繼而啟動涉老網絡輿情導控機制，才能搶占社會輿論陣地，掌握公眾輿論的主導權[26]。因此，為了能夠更及時、高效地應對涉老網絡輿情，要建立科學有效的涉老網絡輿情預警機制。當發生涉老突發事件時，能夠迅速對該突發事件進行預警分析，給出該涉老突發事件的預警等級，以提高涉老網絡輿情的快速預警能力，這對于涉老網絡輿情的控制與引導來說至關重要。

（四）建立涉老網絡輿情危機處理預案

涉老網絡輿情雖然主要是針對老年群體而言的，其直接關乎的也一般為老年群體的切身利益，但涉老網絡輿情產生的潛在危機則會對政府的公信力、社會的和諧與穩定造成巨大的影響。正所謂“牽一發而動全身”，因此，涉老網絡輿情危機的處理應引起足夠的重視。涉老網絡輿情的科學控制與有效引導，關鍵要做到“預防為主、防治結合”，而對于涉老網絡輿情危機的及時預防尤為關鍵。在涉老網絡輿情生成初期便積極采取有效措施，努力將負面的涉老網絡輿情扼殺在搖籃中，不讓其繼續傳播與演化。老年群體是一個需要給予特別關注與呵護的群體，積極應對涉老網絡輿情危機應事先建立起涉老網絡輿情危機應急處理預案，保證信息發布渠道的暢通。當發生重大的涉老網絡輿情事件時則能夠在最短的時間內，通過廣泛的信息渠道發布正確信息，避免網絡謠言的滋生、發酵。在現代化信息時代，網絡信息的傳播具有短、平、快以及分散私密傳播等新特點，涉老網絡輿情的補救成本非常大。因此，應積極建立涉老網絡輿情危機處理預案，為老年人的切身利益與社會的和諧穩定保駕護航。

參考文獻：

[1]?中華人民共和國國家統計局.中華人民共和國2017國民經濟和社會發展統計公報[EB/OL].（2018-02-28）[2018-03-28].http：//www.gov.cn/xinwen/2018-02/28/content_5269506.htm.

[2] 李奇.移動服務支持下健康管理系統的設計與實現[D].哈爾濱：哈爾濱工業大學，2015：2.

[3] 中國互聯網絡信息中心.第41次互聯網絡發展狀況統計報告[R/OL].（2018-03-05）[2018-03-23].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201803/t20180305_70249.htm.

[4] 王晰巍，邢云菲，王楠阿雪，等.新媒體環境下突發事件網絡輿情信息傳播及實證研究——以新浪微博“南海仲裁案”話題為例[J].情報理論與實踐，2017（9）：1-7.

[5] 齊佳音，劉慧麗，張一文.突發性公共危機事件網絡輿情耦合機制研究[J].情報科學，2017（9）：102-108.

[6] 吳鵬，金貝貝，強韶華.基于BDI-Agent模型的突發事件網絡輿情應急響應建模研究[J].現代圖書情報技術，2016（S1）：32-41.

[7] 陳海漢，陳婷.突發事件網絡輿情傳播時段特征和政府預警模式研究[J].圖書館學研究，2015（1）：24-30.

[8] 王旭，孫瑞英.基于SNA的突發事件網絡輿情傳播研究——以“魏則西事件”為例[J].情報科學，2017（3）：87-92.

[9] 徐自強，李增元.延遲退休政策問題建構中的網絡輿情變遷研究[J].河海大學學報（哲學社會科學版），2017（6）：75-83.

[10]林毓銘，劉冀楠.公共政策的網絡輿情演化分析——以延遲退休年齡政策為例[J].情報雜志，2016（8）：151-155.

[11]黃魯成，蔣林杉，苗紅，等.基于網絡問答社區的話題識別與分析——以知乎“老年人”話題為例[J].圖書情報工作，2016（5）：93-100.

[12]張玲.從老年健康宣傳和醫藥廣告看媒體的道德責任[J].道德與文明，2010（3）：126-128.

[13]人民日報：無錫判決首例常回家看看精神贍養[EB/OL].（2013-07-02）[2018-03-02].http：//js.people.com.cn/html/2013/07/02/238642.html.

[14]盤點2015輿情反轉事件：女大學生稱扶老人被訛[EB/OL].（2015-12-26）[2018-03-26].http：//www.xinhuanet.com/yuqing/2015-12/26/c_128569269.htm.

[15]“大媽碰瓷玩具車”逆轉，誰不長記性？[EB/OL].（2016-03-25）[2018-03-25].http：//opinion.people.com.cn/n1/2016/0325/c1003-28227715.html.

[16]老人變壞了，還是壞人變老了？[EB/OL].（2017-06-06）[2018-03-06].http：//news.china.com/news100/11038989/20170606/30659424.html.

[17]王高飛，李明.基于AHP-模糊綜合分析的移動社交網絡輿情預警模型研究[J].現代情報，2017（1）：41-44.

[18]李琴.模糊數學在高校財務管理中的應用[J].重慶理工大學學報（社會科學），2011（4）：43-45.

[19]李文杰，化存才，何偉全，等.網絡輿情信息的綜合評價指標體系構建與模糊評判模型[J].情報科學，2015（9）：93-99.

[20]孫玲芳，翟鵬博.基于可變模糊集理論的輿情指標預警模型研究[J].計算機與數字工程，2014（2）：267-271.

[21]丁菊玲，勒中堅，薛圈圈.定量網絡輿情危機預警模型構建[J].圖書情報工作，2011（20）：59-63.

[22]曾潤喜，杜換霞，王君澤.網絡輿情指標體系方法與模型比較研究[J].情報雜志，2014（4）：96-101.

[23]聶峰英，張旸.涉老網絡輿情預警指標體系構建[J].情報理論與實踐，2015（12）：64-67.

[24]王高飛，李明，李梅.基于系統動力學的移動社交網絡輿情應對策略研究[J].情報科學，2016（10）：38-42.

[25]高成運.防廣場舞變“廣場武”，根在老齡社會治理[J].中國社會工作，2017（17）：54-55.

[26]張東，劉建輝.自媒體時代網絡輿情引導研究——基于議程設置的視角[J].重慶郵電大學學報（社會科學版），2018（2）：85.