陳佩琪爆親友給"贊助紅包" 恐踩政治獻金紅線
民視.2024年9月14日 22:30

政治中心/陳妍伶、簡士峰 台北報導

柯文哲太太陳佩琪接受特定媒體專訪,越講問題越多,像是他說財產來源包括柯文哲打選戰時,收到的親友紅包,就被質疑恐怕踩到政治獻金法紅線,前立委邱毅質疑,陳佩琪會害了柯文哲,害了民眾黨,甚至連累小孩,慫恿陳佩琪不斷講話的人,應該就是民眾黨最大的內鬼!

柯文哲太太陳佩琪接受特定媒體專訪後,連前立委邱毅都質疑,講的越多問題越多,陳佩琪只是提供更多題材讓對手炒作,最後害了柯文哲,害了民眾黨,也害了自己,甚至連累小孩。那個慫恿陳佩琪不斷講話的人,應該就是民眾黨最大的內鬼!


陳佩琪爆親友給「贊助紅包」 恐踩政治獻金紅線
陳佩琪專訪疑點多。(圖/民視新聞)



政治評論員吳靜怡:「Ifyou惦惦(安靜),Nobodysayyou啞巴嘛,現在司法都在調查了,每天都在講劇本,都是安排好的,那都是扣分的嘛,那到底是誰建議陳佩琪。」

是誰操盤陳佩琪專訪?矛頭指向民眾黨黨團主任陳智菡,因為從陳佩琪背後的玻璃反射,還依稀可以看到穿白色套裝的陳智菡,比出ok手勢。但陳佩琪受訪的內容恐怕不太ok,尤其1628萬的財產來源中,有100萬是柯文哲2023年打選戰時,收到的車馬費、出席費以及"親友贊助",但當時可是選舉期間,收受紅包,恐怕踩到政治獻金法紅線。


陳佩琪爆親友給「贊助紅包」 恐踩政治獻金紅線



北市議員(民)顏若芳:「如果不是選舉期間,你是不可以募款,你也不可以收這些錢的,所以他也會踏到說,你這些錢到底怎麼來的,那你有沒有報財產申報。」

北市議員(國)鍾小平:「娶妻當娶陳佩琪,用在沒有官司以前我同意啦,可是阿伯有官司以後,娶了陳佩琪就倒大霉了,你阿伯又管不住他,又愛逞能幹,又愛出風頭講話,你每次講都增加,你老公在裡面更加危險。」

陳佩琪說越多,疑點越多,近日恐怕再被約談,就不知道會不會對柯文哲的官司,造成反效果?


原文出處:陳佩琪爆親友給「贊助紅包」 恐踩政治獻金紅線

更多民視新聞報導
不只騷擾曾妍潔!鍾小平還令她帶正妹好友陪吃飯 網轟:誇張噁男
「高齡健康研究中心」落腳雲林縣 邱泰源:將是長照政策重要機構
稱讚賴清德成立「全社會防衛委員會」 谷立言:國際社會都受惠

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

韓國瑜 晚會 募款

國土 計畫

綠委 喊話 國土法

柯文哲 京華城

議員 許家蓓

民眾黨團 提案

今日新聞NOWnews
風傳媒
今日新聞NOWnews
今日新聞NOWnews
黃暐瀚點名4人:為柯文哲是否涉犯圖利關鍵
[NOWnews今日新聞]民眾黨主席柯文哲捲入京華城弊案遭收押禁見,北檢近日傳喚前後任都發局長林洲民、黃景茂等人釐清案情。對此,資深媒體人黃暐瀚表示,從北檢的動作來看,「鞏固圖利證據」這塊,是北檢是否...
  • 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