柯文哲假帳悔嘆「誤信老同學」 他批爛到沒藥醫:卸責渣男分手代表作
三立新聞網 setn.com.2024年8月24日 05:15

政治中心/林昀萱報導

柯文哲政治獻金風暴燒直呼「誤信認識50年的同學」引抨擊。(圖/民眾黨提供)

民眾黨主席柯文哲政治獻金風波延燒,昨(23)日透過臉書再次向支持者道歉,稱此番沒有落實財務監督機制而是相信「認識50年的同學」,是他要深刻反省的。對此,資深媒體人羅友志抨擊柯文哲甩鍋卸責,是他20多年記者生涯看過的「最低級跟渣男式分手的代表作!」

柯文哲昨日在臉書發文指出,2024總統大選政治獻金申報,嚴重打擊民眾黨形象。他非常清楚,台灣民眾黨是靠著一筆一筆的小額捐款與支持者的熱情,撐過這場選舉。一開始監察院申報登載被發現有問題,他們才赫然發現,競總財務長李文宗竟將帳務登錄整個外包,而且沒有查核機制,造成令人無法相信的錯誤。他過去總說要「相信制度,而不是相信個人」,這一次,他沒有落實財務監督機制,而是相信自己認識50年的同學,這是他自己要深刻反省的。

另外,柯文哲透露目前查帳已經完成近8成,為了完成正式的會計師簽證,民眾黨已經發函給台北市會計師公會,請公會派員協助查核,希望經由第三方專業機構的獨立稽查,清楚釐清真相。

對於柯文哲誤信老同學的說法,羅友志在臉書表示:「自己是醫生,你聽聽看『爛到沒藥醫』,是什麼畫面。爛透了!」他痛批柯文哲是他20多年記者生涯中,看過政治人物,甩鍋、推卸責任「最低級跟渣男式分手的代表作」。羅友志透露,當年柯文哲幾位高中同學哄騙他這個當時的「柯黑」到飯局見面,即是被他罵得狗血淋頭一樣眼睛發光、笑嘻嘻的稱讚柯文哲「值得幫」,拗不過這些同學他才轉性給了柯文哲一些建言。

羅友志說,當時他看到的是「拋頭顱、灑熱血、義無反顧」;柯文哲現在說的話卻是「灑狗血、背刺人」。他沒想到可以在一個號稱充滿理念、最清廉的政治人物身上看到「真實翻臉不認人、不念舊情的100次元切割刀,驚現江湖!」羅友志強調,柯文哲可以不滿但用人就是這樣,「分手不出惡言,是做人做起碼的原則。難怪你以前的員工,現在都成了世紀大柯黑。我們終於懂了怎麼回事⋯怎麼有這種人,過河拆橋、不念舊情,到這種地步,太讓人失望了…我替這些同學,不值!」

羅友志痛批柯文哲卸責甩鍋是「渣男式分手的代表作」。(圖/羅友志臉書)

更多三立新聞網報導
離婚仍冠夫姓⋯貴婦版大S被爆「偷紅包錢」 前夫4點怒控:妳不配
限貸令衝擊房市!專家曝「租屋族苦日子來了」:1種房將漲翻天
形象超好已婚男星驚爆出軌!葛斯齊曝「5身分線索」喊:別裝死
信義區建案包圍陰廟「蓋到門口」 地方人士曝:隔年建商就過世

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

工業 電價 調漲

颱風 山陀兒 來襲

黃紹庭 浮報 助理費

颱風 山陀兒

退回 總預算案

今日新聞NOWnews
今日新聞NOWnews
今日新聞NOWnews
今日新聞NOWnews
傳賴清德飆罵將官 李勝峰:只能靠擺譜過
[NOWnews今日新聞]近來總統賴清德遭爆在將官晉升典禮上,飆罵將官未起立敬禮。對此,前立委李勝峰認為,賴清德政治聲望不足、執政能力不行,因此只能靠擺架子來過日子。針對賴清德被曝在將官晉升典禮動怒一...
  • 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