買房送全新賓士!屋主親曝超佛心原因
民視.2022年10月31日 15:04

生活中心/周孟漢報導

到底要先買車還買房,一直以來都是國人討論的話題之一,每想到這天竟能夢想成真,1次2樣全入手?高雄有位屋主釋出1間3層樓、23坪、要價1280萬的透天厝,該物件不僅有4房、2廳、4衛浴及2陽台,且採光通風極佳,值得一提的是,屋主還大放送,只要成交還加碼送買方1輛賓士A180,立刻引發網友討論,直喊「買到賺到」。



1位女網友在臉書社團《高雄地區 二手屋新中古屋 房屋買賣免費刊登房地產廣告》貼出了1則售屋訊息,該物件位於高雄仁武市區,開價1280萬,並強調「不二價」,有4房、2廳、4衛、2陽台,坪數為23坪不含加蓋,並附1個車位。屋主表示,該物件全屋外觀拉皮、管線換新,衛浴皆開窗,屋內採光跟通風也都非常好,距離仁武科技園區車程只需5分鐘,生活機能可說相當好。


除此之外,屋主還強調,只要成交就送買主一輛全新的賓士A180空車,根據賓士官網,這輛A180最低規版本,至少也要172萬元起跳,以這樣「置產送代步車」的大放送來說,對於不少年輕小家庭、小資族可說是相當划算。消息曝光後,立刻引起網友討論,直喊「兩種願望一次滿足,不心動?」、「買到賺到」、「可以考慮了」、「直接達成人生成就!」、「買房送賓士不虧」。


根據《ETtoday新聞雲》報導,該名女網友表示其實自己是代替屋主發文,透露該物屋齡已超過40年,屋主是因為已經在別的地方置產並自住,加上不看好未來房市,因此決定將這間房子出售。至於1280萬的房價已經不算貴,為何還送買方1台賓士?女網友表示,由於屋主知道現今年輕人常常因「先買車還買房」苦惱,所以乾脆就送台車當促銷,且房子的車庫不大,以A180來說尺寸剛剛好;也有不少網友好奇,該房子之前是否有發生非自然身故事件,女網友則表示沒有,請廣大網友們放心。


更多民視新聞報導
淡水樓中樓賣998萬「還送手機」!網一查嚇傻
情侶合買房!女友突喊窮「不付錢」網狂勸分手
房東偷收營業用電費遭抓!改討「這費用」她傻眼

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

新北 市長

罷免 謝國樑

澎湖 漁船 扣押

立院 成立 小組

漁船 中國 帶走

蘇巧慧 參選 市長

民眾日報
民眾日報
新頭殼
信傳媒
創業實力佳 龍華科大桃青學生創力賽奪銅
為推動青年創業輔導,桃園市政府青年事務局攜手龍華科技大學,舉辦第三屆「桃園青創力學生創業競賽」,龍華學子在各校眾多好手同台競技下,總計獲得1銅1佳作,充分展現優異的創新研發實力。龍華科大校長葛自祥指出,今年度參賽隊伍眾多,還有遠從高雄、台南、嘉義全國各地來的大專院校學生,已成功使桃園成為台灣青年創業重鎮,對於營造桃園區域創業生態系統,成效相當顯著。而該校具有培育學生創新創業多年經驗,三創中心與育成中心除積極開設創業課程外,也銜接教育部、縣市政府鏈結各項創業資源,協助青年創業盡一份心力,促使桃園成
  • 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