歷史新新聞》調查權、單一召委 馬英九執政末期國民黨提了什麼國會改革法案
風傳媒.2024年5月25日 09:40
為什麼我們要回顧這篇報導

「國民黨8年來完全執政,封殺民進黨提出的國會改革法案達1000多次,到會期結束前兩星期突然喊國會改革,這不是在騙票嗎?」從立法院新會期開始後,死命阻擋國會改革法案的柯建銘,曾這樣評論國民黨在2015年馬政府執政末期,由當時的國民黨黨主席、也是代表國民黨角逐2016總統大選的朱立倫提出的國會改革法案。

當時朱立倫的民調已遙遙落後民進黨總統候選人蔡英文,提出國會改革法案,或許是要為總統大選添加一些火花,當然也有可能是眼見國民黨大勢已去,趁著還有國會過半優勢的時候,為監督未來執政的民進黨增加一些武器。

繼續閱讀完整內容請看風傳媒VIP文章

更多風傳媒報導

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 陸官 閱兵

郭智輝 電價

黃埔 賴清德 閱兵

陳其邁 修法

黃埔 建軍

高雄 陳其邁 到場

中時新聞網
三立新聞網 setn.com
中天新聞網
太報
學生頂烈日 賴消失7分鐘聽簡報
賴清德總統16日親臨陸軍官校主持百年校慶,並首次以三軍統帥身分校閱學生部隊,不過,過程中,賴清德有7分鐘消失,未站在主席台,台下受校部隊集合完後仍不見總統現身。據了解,這是儀程的安排,相當於典禮中場休息,讓賴清德到司令台後方貴賓室,聽取軍方說明下半場儀程。
  • 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