周玉蔻胡扯晶華緋聞案 NCC連罰7案共300萬元
菱傳媒.2023年1月18日 17:40

周玉蔻胡扯晶華緋聞案 NCC連罰7案共300萬元。翻攝《辣新聞152》臉書

(菱傳媒/綜合報導)媒體人周玉蔻在九合一大選期間,於民視新聞台與民視台灣台討論「晶華緋聞案」與「蔣孝嚴家族爭議」議題,NCC以違反事實查證原則致損害公共利益、妨害公序良俗,並於節目中公開特定人之個人資料,總計7案處罰鍰300萬元,另民視對於個人資料之利用,未善盡監督之責,依個人資料保護法第50條,處罰鍰20萬元。

NCC於今日第1050次委員會議審議111年第5、6、7、8、9次廣播電視節目廣告諮詢會議案件,計有11件予以核處,分別為節目與廣告未區隔1件、妨害公序良俗4件、未落實事實查證致損害公共利益4件、妨害兒少身心健康2件。

在節目廣告化部分,非凡新聞台去年2月20日《新聞Talk show》節目,來賓於節目中言論呈現特定公司商業訊息,已達促銷宣傳程度,致節目未能明顯辨認並與廣告未區隔,處罰鍰20萬元。有關妨害公序良俗部分,寶島新聲廣播電台2021年6月29日《新聞放鞭炮》節目,主持人周玉蔻於節目中使用殺、炸等威脅用語,除可能引發閱聽人恐懼,亦恐造成模仿效應致妨害公共秩序,處罰鍰9000元。

民視新聞台與民視台灣台去年9月20日至23日播出「辣新聞152」節目等7案,討論「晶華緋聞案」與「蔣孝嚴家族爭議」議題,違反事實查證原則致損害公共利益、妨害公序良俗,並於節目中公開特定人之個人資料,總計7案處罰鍰300萬元。另民間全民電視股份有限公司代表人對於個人資料之利用,未善盡監督之責,依個人資料保護法第50條,處罰鍰新台幣20萬元。

此外,在妨害兒少身心健康部分,三立台灣台及三立戲劇台111年3月28日播出「一家團圓」節目案,節目雖標示「普遍級」,但內容反覆出現言語、肢體暴力、性侵未遂、羞辱凌虐及妨礙行動自由情節,且具體描述施虐手法,易造成兒少模仿或型塑兒少錯誤之價值觀,錯認可用暴力處理紛爭,妨害兒少身心健康及違反節目分級,兩頻道各處罰鍰60萬元。

NCC開罰周玉蔻節目《辣新聞152》。NCC提供
NCC開罰周玉蔻節目《辣新聞152》。NCC提供
NCC開罰周玉蔻節目《辣新聞152》。NCC提供
NCC開罰周玉蔻節目《辣新聞152》。NCC提供

 

菱傳媒原始網址:周玉蔻胡扯晶華緋聞案 NCC連罰7案共300萬元

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

力挺 徐巧芯

北海道 考察 黑熊

賴清德 驚動 日方

鄭文燦 涉案

小沈 沈慶京

小草 國民黨

今日新聞NOWnews
台視新聞網
中廣新聞網
CTWANT
白委致謝藍營大咖挺柯文哲 今晚有特別來賓
[NOWnews今日新聞]民眾黨今(8)晚發起立院旁濟南路集會力挺柯文哲,訴求司法正義。立委黃國昌表示,今晚會有很多各界好友參與,「身分不是只有限於台灣民眾黨的黨公職」;張啓楷也點名藍營朱立倫、王鴻薇...
  • 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