黃郁芬被爆「出軌男助理」共宿旅館4小時認「擁抱、親吻」
EBC東森新聞.2024年3月10日 19:29

前台北市議員黃郁芬被爆外遇偷吃,時間點還是生下小孩後3個月,引發各界熱議!根據台北地院判決書資料顯示,黃郁芬的丈夫不滿在結婚同年底,黃郁芬就外遇謝姓男助理,兩人不僅有親暱的擁抱、親吻,甚至還在溫泉飯店停留約4小時,因此求償謝姓助理60萬元。台北地院審理後,認為謝姓男子侵害配偶權,應賠償40萬。事發後黃郁芬也關閉了臉書。

「臉書已搜尋不到」,前士林北投議員黃郁芬的帳號陷入外遇風暴後,她火速關版。因為在這上面可以找到她與第三者的影片。出軌對象疑似就是選舉期間,形影不離的謝姓助理,2022當時黃郁芬頂著大肚子拜票,黃郁芬發宣傳品,謝姓助理任命背著購物袋,遞物資還不忘比手勢催票,怎知現在被爆出共同打選戰的革命情感,一夕間,悄悄昇華成不倫戀情。

2022年11月22號,黃郁芬臉書秀出看小孩照,這句「讓先生撥視訊電話給我」,展現「母愛」,卻在1個月後風雲變色,原來黃郁芬先生符姓男子指控,11月26日黃郁芬敗選。12月26日謝姓助理與黃郁芬就相約在金山區的海灣溫泉Hotel,停留了4個小時!符姓男子透露,兩人有擁抱和親吻等行為,讓他承受極大的精神痛苦,因此向謝姓助理提告求償60萬,他更痛心的,恐怕是他已看完剛生完孩子的妻子與助理曖昧的訊息內容。

早在選舉年12月23號前,黃郁芬曾對自己助理說「有時很想念那天早上」,謝男回「那天早上很開心」,12月27日黃郁芬說「能被你喜歡很幸福」,謝男說「看這句傻笑好久,很高興」,12月29日謝男主動說「我想抱你睡,黃郁芬回說不然我們溜出去睡」,2天後,黃郁芬說「我是真的喜歡你」,謝姓助理回「他是認真喜歡一個人」,字字句句讓黃郁芬的老公需要到身心科就診,最後台北地院審理判助理賠40萬,全案可上訴。時任台北市議員林穎孟:「感謝大家給我們這樣的機會。」

而其實黃郁芬與符姓男子相識,與前立委林昶佐關係深厚,女方是時代力量老戰友,男方則是前幕僚,事發之後當事人並無回應,相關人士也都低調以對。

●東森新聞關心您
不良行為,請勿模仿

(封面圖/東森新聞)

更多東森新聞報導
黃郁芬被爆「出軌男助理」共宿旅館4小時 認「擁抱、親吻」
柯推「1999網路電話」挨轟成效差 蔣:前市府為了省錢
唐鳳遭爆一年出國329天 數發部出差「8天噴72萬」

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

國民黨 台南 改革

海峽 論壇

兩岸 連署

台南 謝龍介

立院 電梯

黃埔 建軍

TVBS新聞網
三立新聞網 setn.com
民視
民視
621出招抗青鳥?國民黨傳將「動員遊覽車」:以群眾制衡群眾
國會改革修法覆議案即將在下週五(21日)進行記名投票表決,藍綠雙方除了積極為此展開全台宣講外,更有民團號召「青鳥」重返立法院。對此,國民黨也傳出可能會在表決日當天,由區域立委動員3輛遊覽車北上,在立院外與「青鳥」抗衡。
  • 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