何博文挑戰洪孟楷!綠內參民調:兩人差距不到3%
三立新聞網 setn.com.2023年4月18日 22:55

記者李維庭、侯彩紅/台北報導

民進黨立委初選,新北第一選區由新北市黨部主委何博文勝出,接下來要對上現任立委洪孟楷,儘管選舉還有8個月,但是2人已經開始隔空交戰,火藥味四射!根據民進黨內參民調,何博文對上洪孟楷差距只在3個百分點之內!也可以預期未來2人對戰精彩可期。

 民進黨新北第一選區初選由何博文勝出。

民進黨新北市黨部主委何博文:「努力的為地方爭取(交通)建設,我們絕對不能像現任立委,每天只會在立法院打架杯葛總預算。」

何博文初選過關,以36%支持度獲得提名資格。

開始擬定選戰策略,民進黨新北市黨部主委何博文初選過關,以36%支持度贏過彭莉惠的27%,獲得民進黨在新北第一選區的提名資格,將要挑戰現任立委洪孟楷。

民進黨新北市黨部主委何博文:「立委應該要大開大合努力去爭取,而不是整天只會在國會裡面打架,搞那個媽寶形象,我爭取預算比國民黨的議員爭取得更要猛。」

國民黨立委洪孟楷:「過去民進黨非常多的委員都是用黨意來凌駕民意,這一點我們絕對沒有辦法接受。」

何博文初選勝出,接下來要對上的是現任立委洪孟楷。

隔空對嗆已經飄出煙硝味,預計戰況將會越打越兇,因為根據掌握民進黨黨中央多份內參民調,何博文對上洪孟楷有輸有贏,不過平均下來落差不到3個百分點,在誤差範圍內。

民進黨新北市黨部主委何博文:「(民調)差距也都非常非常的小,我其實只有更加的謹慎,洪孟楷經常在地方,他每次都會唱一首叫作『愛你一萬年』,你不用愛博文一萬年,你只要先給我4年。」

國民黨立委洪孟楷:「不管對手怎麼樣的一個策略,重點是在於是了解在地的需求,也呼籲我們的對手應該要回歸到新北第一選區民眾需求來做一個發聲。」

何博文2012年也曾選過這一選區,在地有耕耘,何博文強調,規劃舉辦大小座談會、客廳會,要面對面向選民說明政見,也要全力為民進黨再搶下國會席次。

更多三立新聞網報導
辣模、歌手遭「封嘴割喉」埋屍!生前曾傳「詭異訊息」疑早知將遇害
女大生通勤5hrs照顧軟飯父 「逃離破爛的家」下海拍AV
NOW健康/男人不能不行!末梢血液循環差恐害「性福」
他整理母親遺物「驚見1合照」背脊發涼!岳父親揭愛妻「身世之謎」

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

釋憲 在野黨

國會 職權 修法

賴清德 釋憲

參謀總長 立院

民進黨團 釋憲

中國 盯梢 節目

FTNN新聞網
中天新聞網
美麗島電子報
三立新聞網 setn.com
朱立倫嘆賴清德如鬥雞 鬥對岸、鬥立院、鬥在野黨、鬥內部派系
[FTNN新聞網]記者孫偉倫/台北報導國民黨主席朱立倫今(26)日於中常會發表談話時表示,「家和萬事興是社會的共同期待,也是最好的傳統」。他指出,從賴清德就...
  • 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