韓國瑜現身!送便當做公益 拚全台大輔選
TVBS新聞網.2022年9月30日 20:49

前高雄市長韓國瑜遭到罷免之後,鮮少公開露面。不過在國民黨公布的九合一助選團中,卻被列入了副團長名單,TVBS獨家專訪到韓國瑜證實,接下來會展開一連串輔選任務。

圖/TVBS

前高雄市長韓國瑜:「吃飽,吃飽,身體要顧好。」

遞上愛心便當,韓國瑜一貫的親民作風,幾乎完全淡出政壇的他,近幾年積極投身公益活動。

記者vs.前高雄市長韓國瑜:「(最近其實都在做這些事情),對,我們就是,其實說實在的,我們是很希望去挖掘、拜訪。」

來到新北三芝徒步送餐,接著參訪當地社福機構,儘管韓國瑜否認是復出起手式,但國民黨公布的九合一助選團,副團長名單中確實有他。

前高雄市長韓國瑜:「(黨內人士)爭取提名的時候,搶籃球當寶貝一樣,提了名選上之後是打躲避球,只要黨部有事躲得遠遠的,這個黨是沒辦法強大的,所以我覺得這是我該做的工作。」

看來2022是扮演凝聚、輔選角色,不過提到高雄選情,他這麼說。

前高雄市長韓國瑜:「高雄陳其邁當選連任正常,柯志恩當上市長奇蹟,高雄人要去選擇,我們要正常還是奇蹟。」

能否複製當年的韓流奇蹟,就盼話出去票進來,而根據了解,預計最快10月底就會正式出馬,先幫高雄小雞站台,替全台輔選拉開序幕,至於綠營不斷找人,簽不投降承諾書,韓國瑜再爆金句。

圖/TVBS

前高雄市長韓國瑜:「我講一句粗魯的話,民進黨是脫褲子放屁,多此一舉,我當總統馬上護照繳起來,我絕對不離開台灣,跟台灣共存亡,部長你也一樣,把護照交出來,混蛋萬一打仗跑了那怎麼行。」

說著說著自己提到了「總統」關鍵字,難道是準備出征直球對決2024?

前高雄市長韓國瑜:「(市長如果2024...),啊不、不、不、不,你再談下去,我告訴你我身分證號碼。」

圖/TVBS

不談2024有沒有局,但年底選戰,可不會少了韓國瑜。

更多 TVBS 報導
藍營議員邀約站台不斷 她曝韓國瑜年底將展開輔選
阿姨喊包養月給35K 「說完秒入帳」小鮮肉怕爆:怎辦?
【今日熱搜】三媽臭臭鍋/南宮珉/蝦皮裁員/賴薇如/韓國瑜
「辣個男人」要回來了!列國民黨副團長 韓國瑜年底復出扛輔選

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 勞力士

國情 報告

顧立雄 國防部

侯友宜 參選 國民黨

核電廠 解套

國民黨 傅崐萁

TVBS新聞網
太報
太報
華視
賴清德喊「萬里老家價值不到17萬」 羅智強酸:20萬賣我
近日準總統賴清德遭爆出佩戴名錶卻未申報,據轉述,賴清德證實自己有兩支勞力士,一支是當選國大代表時,表姐送他的,但後來弄丟了;另一支則勞力士則是他自己買的,當年價格大概10萬元左右,兩支錶都未達法定財產申報的20萬元標準,萬里老家也僅17萬元。對此,國民黨立委羅智強、北市議員楊植斗今(25)日赴監察院遞件檢舉總統當選人賴清德財產申報不實,並喊「我出價20萬元買賴清德萬里老宅」。
  • 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