韓搬「造勢畫面」宣傳國慶!綠委轟:公私不分
TVBS新聞網.2024年9月29日 18:44

國慶晚會10月5日將在台北市大巨蛋登場,首度擔任「慶籌會主委」的立法院長韓國瑜,今天(29)就在臉書發布51秒的宣傳片,邀請民眾一起參與,並預告自己會到「第二現場」跟群眾致意。不過,在這支宣傳片中,卻疑似出現韓國瑜2020年參選總統時的「造勢畫面」,民進黨立委就呼籲,舉辦國家慶典「應該把個人色彩降到最低」。

圖/TVBS

記者葉豐瑋:「這個月5日在大巨蛋舉行的國慶晚會,以團結中華民國為訴求,但是由於裡面的門票實在太過搶手,因此也將在外面的松菸大道上,搭設第二現場,會後立法院長韓國瑜,也將走到場外跟群眾揮手互動。」

立法院長韓國瑜:「我這顆老心臟,又跳動得很厲害。」

萬一30日搶不到票,也不用擔心空手而回,首度擔任慶籌會主委的韓國瑜,29日也在臉書上PO出宣傳片。

立法院長韓國瑜:「在每一個人的心裡,都有一段令我們團結的旋律,同心同德貫徹始終。」

自配旁白搭配整片國旗海,只是這畫面看在綠營眼裡,似乎有點奇怪。

民進黨立委賴瑞隆:「宣傳影片裏面,出現2020年選舉的畫面,我認為這個並不恰當,盡量單純化減少個人的意識,減少政黨的色彩。」

國民黨台北市議員柳采葳:「宣傳影片有國旗錯了嗎?很奇怪嗎?奇怪的應該是民進黨吧,是對國旗過敏嗎?真的有問題的是民進黨吧,遇到韓國瑜就像全黨中邪一樣。」

攻擊全朝他而去,現在就連國慶紀念毛巾,都被網友惡搞貼上賣菜郎圖章,讓事實查核中心協助闢謠澄清,畢竟近期韓國瑜,不僅是黨內聲量冠軍,總預算案也大方協助綠營,召集各黨團協商,動作比起過去更積極。

國民黨立委羅智強:「講白了就是吃味,就是見不得韓國瑜好,民進黨一定會找東西去弄他嘛,你看過去第一個會期,這半年多來每一次政黨協商,朝野協商民進黨所有的立委,我看他的目標也不是在協商,目標是找機會弄韓國瑜嘛。」

或許樹大招風,真是政壇不變定律。

更多 TVBS 報導
大巨蛋國慶晚會傳預算暴增 蔣萬安:努力辦好
不是大巨蛋!江蕙爆明年高雄巨蛋辦個唱 和陳其邁藏神秘約定
國慶晚會10/5大巨蛋登場!北市警公布「交管措施」 一張圖看懂
「調嘸大巨蛋安檢資料」議員:拿生命開玩笑

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

賴清德 飆罵 將官

韓國瑜 化解 總預算

颱風 山陀兒

約談 柯文哲

賴清德 怒罵 將官

民眾黨 柯文哲

TVBS新聞網
中天新聞網
FTNN新聞網
中時新聞網
傳賴清德飆罵將官立威?葉元之爆「唱雙簧內幕」:一定有生氣
8月中旬,總統賴清德為31位新晉任的將領特別舉行府內茶敘,然而傳出府方通知活動輕鬆就好,賴清德到場後見將官坐著,怒罵「看到我為什麼不站好」等。國防部回應,相關報導為誇大謬誤。國民黨立委葉元之今(29)日表示,有打聽到賴清德震怒消息,摔資料的說法可能太過頭,但一定有生氣。
  • 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