郭正亮大曝「賴清德骨子裡看不起韓國瑜」 預測2部長立院新會期遭藍狂電
中天新聞網.2024年9月18日 21:38

立法院第2會期將在20日開議,相較於蔡英文總統8年期間,立院席次是執政黨過半的優勢,賴清德總統則是面對20年前的「朝小野大」局面。前立委郭正亮提到,賴清德上任至今仍未依循前總統陳水扁做法,親自拜會立法院長韓國瑜,說白了就是「骨子裡就看不起韓國瑜」;郭也預測,新會期開議後,國民黨將會修理卓榮泰內閣2個部會首長,分別是經濟部長郭智輝和交通部長陳世凱。

前立委郭正亮稱說其實賴清德總統骨子裡是看不起立法院長韓國瑜。(資料照/中天新聞)

郭正亮今日上網路節目聊到,賴清德目前的民調大概已經到頂了,先前辦前桃園市長鄭文燦涉貪案,讓他有得分,畢竟是辦同黨且同派系的大咖。但接下來檢廉偵辦民眾黨主席柯文哲京華城案,這未必能讓賴清德得分,甚至其不滿意度也因此上升。

郭正亮提到,當年陳水扁當選總統後,便親自走訪拜會國民黨大老,希望能獲得相關人士協助,當時陳水扁有個大貴人,就是前總統李登輝,且阿扁也有拜會當時的立法院長王金平,日後也獲得協助。但賴清德上任至今,仍不願拜訪韓國瑜,「說白了,我認為他(賴清德)骨子裡看不起韓國瑜」。賴清德是個喜怒形於色的人,但他要處理朝野協商的難度,可以當年的阿扁難多了。

至於接下來立院第2會期的朝野攻防,郭正亮預測,民眾黨應該會專攻於司法法制委員會,猛批法務部長鄭銘謙和最高檢察署檢察總長邢泰釗。國民黨方面,首先應該會在交通委員會,修理毫無經驗的新任交通部長陳世凱,接著是經濟委員會修理發言常常前後兜不起來的經濟部長郭智輝。

郭正亮更直言接下來立院新會期開議,藍營勢必會對經濟部長郭智輝和交通部長陳世凱修理狂電。(資料照/中天新聞)

郭正亮直言,郭智輝在政治上根本就是0分,只要藍營認真質詢郭智輝,郭會倒了準備下台啦,從他講核能和光電的事情就可以知曉。陳世凱的部分,由於交通部細節很多,無論航空、陸路或港務業務都偏難,「而且交通單位跟國民黨熟的要命,最熟的就是國民黨」。

延伸閱讀
影/民進黨操作「2758號決議」秒挨扁!陸取消台34農產品免關稅 郭正亮揭更大危機
影/潘孟安2026在高雄有基本盤?郭正亮點出在地政治生態
若查嘸「金流」北檢敢延押柯文哲? 郭正亮曝最嚴重結果

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 募款

死刑 釋憲

京華城 簽訂 協議書

韓國瑜 開議

潘孟安 高雄

國土 計畫

今日新聞NOWnews
今日新聞NOWnews
今日新聞NOWnews
今日新聞NOWnews
綠卡韓國瑜國慶晚會募款?王淺秋爆:太尷尬
[NOWnews今日新聞]今年國慶晚會將於10月5日移師台北大巨蛋舉行,媒體16日披露,由於天后江蕙復出開唱、加上總統賴清德出席維安升級,導致經費暴增,北市府還因此向慶籌會主委、立法院長韓國瑜「調頭寸...
  • 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