選前剩2天「獻金有7400萬」還要小草捐錢 四叉貓酸柯文哲裝窮
三立新聞網 setn.com.2024年8月25日 19:40

記者游任博、黃彥傑/台北報導

民眾黨主席柯文哲陷入政治獻金風波,相關爭議持續延燒,網紅四叉貓就發現,柯文哲有「五千萬哭窮線」,而在選前兩天,柯文哲出面呼籲支持者捐款200元,吸金約4800萬元,但他發現,柯文哲當時政治獻金餘額還有7400萬元,質疑選前只剩2天還哭窮,A這麼多錢,到底要幹嘛。

時任民眾黨總統候選人柯文哲(2024.01.11):「要不是大家的支持,我們這麼少的資源很難一路撐到現在。」

選前倒數2天,柯文哲感性發言謝謝小草出錢出力幫助民眾黨,同一天臉書也喊話,透過網路小額捐款,要小草一人200抖內幫忙,不過現在卻被網紅四叉貓爆料柯文哲根本在裝窮。

網紅四叉貓:「柯文哲比較過分的是,明明他在選前兩天,那時候他們政治獻金餘額還有7400萬,選前剩2天,你就多收入這4800萬到底要幹嘛?你看你選完也花不完,A多餘的錢幹什麼呢?」

質疑選前2天還在裝窮,目的不單純。四叉貓根據柯文哲政治獻金專戶餘款做出圖表,去年5/23開通小額募款,11/24餘額最低點5200萬,接著黃國昌就開直播啟動「五百計畫」,要小草一人捐500元,而選前1/10來到餘額第二低的7400萬,隔天柯文哲就發起小草捐款200元。

網紅四叉貓:「5200萬的時候,那時候柯文哲就講說財務長愁雲慘霧怎麼的,說錢不夠了。」

柯文哲選前自豪小額募款,如今卻深陷作假帳亂花錢,還哭窮吸金等爭議,也讓小草失望大量流失。根據台灣民意基金會日前民調,民眾黨好感度大減14.7%,等於流失快300萬人。

政治評論員吳靜怡:「一個政黨的經營最重要的是肌肉,可是很奇怪你養大了一個壞嘴巴,崩盤到一個5%以下是很困難,民眾黨最低就是9%。」

前幕僚柯昱安更直指,木可公私不分的爛帳跟柯文哲用錢風格相似,就像當年台大MG149,除了公帳還設有私帳,柯文哲讓木可設在競辦樓下也延燒出一連串誠信爭議。

更多三立新聞網報導
找第三方公正查帳「執行長又是端木正」?柯文哲:天啊那太好笑的事情
點名柯文哲有帳務專門人才卻放錯位置 黃暐瀚:蔡壁如被她兇也認了
柯文哲如果被羈押了…民眾黨該怎麼辦?陳琬惠吐1句話
柯文哲春聯寫下「亢龍有悔」是啥意思?他看出含意嚇傻:完蛋了這是凶兆

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

陳佩琪 現金

面對 中國

國台辦 聲援

民進黨 介入 罷樑

台灣 人民 自救

民調 高雄

三立新聞網 setn.com
中天新聞網
三立新聞網 setn.com
三立新聞網 setn.com
柯文哲「不太會用USB記帳!」陳佩琪扯:他愛看量子力學
記者凌毓鈞、戴偉臣/台北報導 民眾黨主席柯文哲捲入弊案遭收押。他的妻子陳佩琪12日受訪提到「關鍵USB」,她說柯文哲不太會用USB記帳,接著就岔開話題說,柯文哲喜歡看
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司