「民進黨團結度」最新民調嚇死人!郭正亮驚爆:可怕到極點
中時新聞網.2024年6月19日 22:50

近日因國會職權法修正案,導致藍綠白爆發激烈衝突,而藍白兩黨在立法院有人數優勢,根據《TVBS民調中心》最新民調結果指出,有76%認為民進黨團結;國民黨有45%認為團結,大幅增加兩成五;49%認為民眾黨團結。對此,前立委郭正亮19日就表示,「TVBS做了政黨團結程度民調,民進黨飆到76%,這個黨已經可怕到極點」,引發討論。

郭正亮19日在中天節目《綠也掀桌》中表示,「民眾黨滿意度滿高的,這還要看另外的指標,徐巧芯昨天還特別告訴我,TVBS做了政黨團結程度民調,民進黨飆到76%,這個黨已經可怕到極點」,郭正亮直言,「可是民進黨的團結度本來就比較高,一直都超過45%,但看到國民黨的,徐巧芯很高興,她現在走在基層就有感受到群眾的熱情,很久沒有這樣的感覺了」。

郭正亮指出,「其實台灣民意基金會的民調,賴清德暴跌,有一些民進黨的立委暗中就在跟賴清德講說,要提出一些新政」,郭正亮也說,「賴清德現在給人的感覺,不是兩岸就是國防,這兩個議題都不容易得分,而且還處理的很有爭議,那你內政的新政是什麼?」

郭正亮最後坦言,「所以毫無新意,人家對你的期待值就看不到,所以民調暴跌,人民還是公道的」。

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 釋憲

政論 節目 盯梢

釋憲 在野黨

參謀總長 立院

中共 懲治 台獨

中國 盯哨 台灣

台灣好新聞
中天新聞網
風傳媒
中時財經即時
「先有不進議會,後有拒國會改革?」 柯文哲嗆賴清德「法律與你牴觸無效?」
針對賴清德總統將對國會改革法案聲請釋憲及暫時處分,台灣民眾黨主席柯文哲在YouTube頻道節目「柯P揪時在」裡強調,賴總統說「在野黨不宜貿然採取行動」的說法實在可怕,這代表即便立院三讀通過修法,只要賴總統個人覺得不對,就可以在釋憲結果出來前都不用守法,難道中華民國法律與賴清德牴觸者無效嗎?柯文哲也提到,聲請釋憲可能拖個2、3年,若在這之前都不用守法,讓人想起當年台南市議會,時任台南市長的賴清德200多天不進議會,如今變成賴總統後,還是沒有改變。柯文哲批評,賴總統的做法造成國家憲政危機,口口聲聲說自己守護台灣憲政體制,但帶頭毀憲亂政的、就是賴總統本人!節目中柯文哲也點出,賴總統叫在野不要貿然行動,聽起來像在威脅在野黨,難道國會不該追查超思雞蛋、疫苗採購、光電案當中的可能弊端嗎?賴總統說,聽證調查權會侵害企業營業秘密,這就是總統帶頭公然造謠。另外,賴總統以器官移植舉例,柯文哲認為這比喻不倫不類,他認為,賴總統如今做法,是明明器官移植有一套醫界採用的配對系統,但可能因為賴個人不滿意,就可以主張在自己喜歡的方法提出來之前,大家都不要遵守以前的系統。柯文哲呼籲賴總統「不懂醫學不要緊,至少要懂法律
  • 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