賴清德民調創新高! 以43.4%贏過柯26.6%.侯13.6%
華視.2023年8月21日 12:37

台北市 / 張馨文 張政捷 萬紹安 SNG 報導

距離2024大選剩下不到半年,最新民調出爐,根據台灣民意基金會數據,民進黨總統參選人副總統賴清德支持度穩定領先,以43.4%創下新高,難道是打破「三腳督」的局面了嗎?因為民眾黨的柯文哲26.6%位居第二,國民黨的侯友宜則是13.6%排名第三,柯、侯兩人支持度相加,仍輸給賴清德,而做民調的時間點,剛好就在賴清德出訪,登上美國彭博社報導期間,外界好奇,是否因此加分?

芝加哥信賴台灣後援會說:「賴清德凍蒜賴清德凍蒜。」芝加哥信賴台灣後援會20日成立,由前民進黨主席卓榮泰率隊領軍,現場超過300位支持民眾,到場力挺,如今信賴台灣後援會不只在國內接連舉辦,世界各國依序成立,綠營要展現團結氣勢,最新民調出爐,賴清德持續領先,台灣民意基金會最新民調指出,賴清德以43.4%穩居第一,柯文哲和侯友宜則以26.6%和13.6%排名二三,跟賴清德已經拉開不小差距,尤其賴侯相差將近30個百分點,就算柯侯兩人支持度相加,仍輸給賴清德3.2%,尤其跟上個月相比,賴清德支持度上升7%,柯文哲大致持平,侯友宜則是下降大約7%。

立委(民)林靜儀說:「大家要看的是,你如何帶領這個國家,而不是純粹只是用仇恨動員。」立委(國)游毓蘭說:「每個民調都會有機構效應,賴清德副總統他在前幾天,到中南美去到巴拉圭友邦去,過境美國受到打壓的時候,我覺得這個時候,本來支持者就會浮現出來。」是否真的跟賴清德出訪有關係,因為看看機構做的民調時間,8月14日到15日,剛好就是賴清德出訪期間,尤其日前賴清德接受美國彭博社專訪,當時報導稱讚他,展現了國家領導人的格局,而刊登報導時間,剛好就是15日。

立委(民)莊瑞雄說:「個人特質個人條件當然非常多,那這次的訪美來看,以民調來看的話,當然對他是一個肯定。」特別的是,在雙北支持度,賴清德也超車了嗎,民調進一步顯示,包含北市跟新北,都以42%領先柯侯,距離投票日剩下不到半年,是否仍有變數還很難說,賴清德這份最新民調,已經打破先前的天花板。

原始連結

更多華視新聞報導
還路於民大遊行 賴.侯.柯.郭前後分別登台
批陳紫渝戀情「花邊新聞」 綠委參選人挨轟言論失當
祝柯文哲演唱會成功 郭董送花籃「一群人走得遠」

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 成立 委員會

藍鷹 罷免 綠委

覆議 國會

改革 覆議案

民進黨 發言人

邀請 卓榮泰

太報
中天新聞網
今日新聞NOWnews
新頭殼
政院拍板「新住民權益保障法」草案 納專業技術移民、成立專責單位
為維護新住民權益,行政院會今(6/21)通過內政部擬具的「新住民權益保障法」草案,將函請立法院審議。本次法案共19條,除將新住民定義擴及各國來台居留之專業人士、技術移民及投資移民,也將設置專責單位推動各項工作,預計受益人數逾百萬人。
  • 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