民進黨準備爆侯友宜黑料?彭文正:把柄會被檢調「丟在垃圾桶」 斷言司法髒手不會缺席2024
台灣好新聞.2023年5月21日 17:47

(圖/翻攝侯友宜臉書)


國民黨徵召新北市長侯友宜參選總統,媒體人彭文正在網路節目「政經關不了」認為,警大博士侯友宜論文恐經不起考驗,因此論文不可能變成選戰主軸。彭文正大膽預言,藍營輔選侯友宜難度高,因為選前可能會被檢調「丟一些東西在垃圾桶」,不信?大家可以走著瞧!他指出,侯友宜經過這麼大選舉的人「不可能沒有被長期監聽」,很難不漏把柄,接下來民進黨可以好好地玩,調查局檔案被燒掉的故事的後續,他要提醒國民黨,民進黨恐會開始爆侯友宜黑料。台灣檢調司法髒手,未來大選過程中,絕對不會缺席。

彭文正直言,國民黨輔選侯友宜難度非常高,這個「產品」不好加分,很好扣分。

他認為,國民黨主軸不敢打論文,因為侯友宜恐難過「論文誠信」問題,他是警大博士,但很少提到,因為政商人士拿博士學位,十個有八個經不太起考驗。

彭文正說,要打民進黨封殺媒體侵害言論自由,更是難上加難。因為侯友宜年輕當警察,就是首波衝鋒陷陣,進入鄭南榕自焚現場,以上兩件事在選戰不可能變成主軸。

彭文正大膽預言,藍營輔選侯友宜難度高,選前可能會被檢調「丟一些東西在垃圾桶」,不信?大家可以走著瞧!因為當了八年的副市長,經過這麼大選舉的人,「不可能沒有被長期監聽」,「全程監聽能夠不漏把柄的人,沒有了」。接下來民進黨可以好好地玩,調查局檔案被燒掉的故事的後續,這點要提醒國民黨。

彭文正分析,選舉過程,國民黨可能會有一定程度分裂,柯文哲漁翁得利。柯文哲不是要打敗賴清德,他只要打敗侯友宜,就可能贏得2024大選。因為最終可能會發生「棄保」,「選民討厭民進黨聲音非常多」,會集合成一股力量,最後只會轉移到一個人身上,就看柯、侯未來要怎樣龜兔賽跑。若郭台銘沒有在藍營扮演關鍵角色,恐對國民黨極為不利。如果「郭柯配」成形,也是大膽的賭注,不排除這種情況。

彭文正警告,台灣檢調司法髒手,未來大選過程中,絕對不會缺席。呼籲別讓民進黨用奧步,沒收台灣良善的價值。

更多新聞推薦

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

外送 平台

出席 典禮

景星 勳章

就職 典禮

朱立倫 出席 520

台灣 參與

中時新聞網
三立新聞網 setn.com
三立新聞網 setn.com
CTWANT
2大外送平台合併更名「吳柏熊」?熊貓換新裝哏圖網笑翻
台灣外送平台版圖大洗牌,市佔率最高的foodpanda被母公司Delivery Hero以逾300億新台幣出售,賣給競爭對手UberEats,震撼全台。儘管這項交易仍待公平會等主管機關核准,網友已經在想合併後的新平台要叫什麼?結果與國民黨前主席吳伯雄諧音的「吳柏熊」支持度高達40%。網友表示「以後看不到紅綠雙打了」、「又要引起漲價了」、「一家獨大的日子很慘」、「我覺得要立法禁止」、「台灣有公平交易法反壟斷」。
  • 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