吳沛憶立委服務處開幕 宣布「這個世代」未來聯合服務
太報.2024年4月20日 16:46
立法委員吳沛憶服務處裝修後今(4/20)天開幕,與會來賓眾多,除了商圈市場、地方團體、里長頭人,大選期間組成的「這個世代」,成員林亮君、吳崢、賴品妤、曾玟學、苗博雅,以及前立委林昶佐都到場表達支持。吳沛憶表示,這裡過去是跟林昶佐委員的聯合服務處,未來會延續過去共同認真努力、踏實服務的成果。她更宣布,「這個世代」未來也會繼續站在一起,共同打拼。

吳沛憶首先表示,為了便利選民、延續服務,所以沿用原先的服務處,地點一樣在萬華西園路一段24號,但內部裝潢大改造,煥然一新質感大升級,還加大空間容納更多的民眾一起討論時政。吳沛憶說,自己抱持年輕有拚勁的監督精神,由地方前進中央,國會問政品質持續進化提升,也努力爭取中正萬華地方有感建設。

吳沛憶說,這裡過去是跟林昶佐的聯合服務處,未來會延續過去共同認真努力、踏實服務的成果,也很期待林昶佐時常回來探望。

吳沛憶表示,進入立法院後,從報到以來就非常努力,邀請教育部次長來看顧選區的學校,為學生爭取更好的教育跟運動環境;4月3日花蓮強震後,也第一時間為南機場災情,要求內政部協助。另外,林昶佐辛苦守護下來的九號基地,她已經拜託內政部,要用來作為震災後的中繼住宅。

吳沛憶強調,對的事情一定要大聲去說,身為立委不是為了哪個政黨講話,而是為了人民發聲,當政府提出的法案對國家人民有益,一定會大聲站出來捍衛。她希望大家可以做她的後盾,沒有哪一個政黨是獨大,人民的聲音才是最大。

林昶佐表示,吳沛憶贏下選舉,他作為中正萬華選民非常有面子,而且吳沛憶是非常優秀的年輕人,可以代表中正萬華理性問政、就事論事。

大選期間組成的「這個世代」,成員林亮君、吳崢、賴品妤、曾玟學和苗博雅也都排開行程到場祝賀,一起表達對年輕世代深耕地方的支持,吳沛憶說,這一屆的立法院三黨不過半,議事攻防競爭激烈,未來「這個世代」也會繼續站在一起,在台灣政界持續奮鬥代表年輕世代的政治理想與堅持,努力紮根基層,打造更好的未來!

更多太報報導
民進黨青年論壇 楊懿珊稱「不能用短影音影響發展」、鄭麗君強調投資未來世代是關鍵
柯建銘:國家被傅崐萁、黃國昌主宰,新318可能誕生!
投柯青年踢館!被嗆「只會抗中保台」 鄭麗君出招化解

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

盧秀燕 吃鍋

震災 重建 方案

陳耀祥 回嘴

中國 大陸

電價 調漲 立院

蔡英文 人事

三立新聞網 setn.com
今日新聞NOWnews
太報
民眾日報
燕燦合體大啖酸菜白肉鍋!鄭文燦打趣:這餐要60億
記者陳佳鈴/台中報導 行政院副院長鄭文燦今(3日)到台中視察,台中市長盧秀燕邀請他中午一起品嚐台中最道地的酸菜白肉鍋,一方面力挺國產豬肉,也行銷台中觀光。盧秀燕盡地主
  • 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