強震重創花蓮 民眾黨宣布捐百萬賑災
台灣好新聞.2024年4月5日 12:38

(圖/翻攝自消防署臉書)


台灣東部海域3日發生芮氏規模7.2強震,全台有感,各地皆傳出災情,其中又以花蓮最為嚴重。繼立院國民黨團與民進黨團款宣布捐款100萬後,民眾黨今(5)日表示,在小黨資源有限的情況下,比照國民兩大黨捐出100萬元。

民眾黨說,花蓮強震造成重大災情,帶走許多寶貴生命,實在令人痛心,台灣民眾黨盼能匯聚眾人之力量,在小黨資源有限的情況下,比照國民兩大黨捐出100萬元,並分別捐贈至「0403 花蓮震災募款專案」及「花蓮縣重大災害民間賑災捐款專戶」,希望幫助受災民眾度過難關、重建家園。

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

海峽 論壇

兩岸 連署

國會 改革 台南

立院 電梯

國會 改革

台南 謝龍介

台視新聞網
中天新聞網
太報
民視
海峽論壇廈門登場 王滬寧:台灣自古屬於中國
第16屆海峽論壇今(15)天在福建廈門登場,中國全國政協主席王滬寧出席開幕式,堅定表態「台灣自古就屬於中國」,統戰意圖明顯。率團參加的國民黨副主席連勝文,高喊「道地台灣人,也能做堂堂正正的中國人」回應
  • 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