藍怎麼贏高雄?名嘴提韓國瑜 揭6大重點:不能罵「他」
中時新聞網.2024年9月11日 21:15
柯志恩(左)若再選高雄市長,能否達到韓國瑜(右)當年2018的成功幾大條件?引發討論。(示意圖/資料照/張鎧乙攝)

《TVBS》今(11日)公布「2026高雄市長可能人選民調」顯示,民進黨「五虎將」不論派立委林岱樺、賴瑞隆、許智傑、邱議瑩,或前勞動部長許銘春參戰,目前支持度都輸給國民黨立委柯志恩好幾個百分點。名嘴歷史哥李易修指出,藍要贏高雄,重點要整合所有非「綠官方」候選人勢力,候選人本身要非常接地氣,要敢吹夢想,不能罵陳其邁這個人、要講大環境不好如何改,要讓高雄人有光榮感,投票率要非常高才有機會。 

根據該份民調結果顯示,在四位已表態參選高雄市長的民進黨立委中,林岱樺對上柯志恩的支持度分別為林35%、柯40%;賴瑞隆出戰,支持度則為賴35%、柯40%。若民進黨派出許智傑或邱議瑩,兩人的支持度分別輸給柯志恩8、9個百分點(許34%,柯42%;邱34%,柯43%)。而勞動部前部長許銘春日前也表態參選,但若她對戰柯志恩,藍綠間的差距會最大,拉開到21個百分點之多(許24%,柯45%)。 

「民調騙人布嗎?騙人不懂高雄嗎?那是綠營初選還沒結束,結束後民調就恢復正常了!」歷史哥在臉書發文強調,民進黨高雄初選向來殺到刀刀見骨,所以2018陳其邁元氣大傷的情況下,加上823泡戰、大停電,被異軍突起的韓國瑜殺個措手不及,最終才敗北的! 

歷史哥指出,藍要贏高雄很大重點: 

1. 整合所有非「綠官方」候選人勢力; 

2. 候選人本身要非常接地氣; 

3. 要能敢吹夢想; 

4. 不能罵陳其邁這個人,要講大環境不好如何改; 

5. 要讓高雄人有光榮感; 

6. 投票率要非常高。 

他直呼:這樣就有一點機會! 

網友表示「對南部沒有樂觀的本錢,地方選舉對綠營來說南部就是大本營,有威脅到來下的資源絕對最多」、「放心,民進黨派個西瓜都很穩」、「8、不要邀請北部的名人來助選,keep it local。9、陳其邁立委和陳其邁市長候選人的人設完全改變。人設真的很重要!」、「支持改制度,高雄永遠讓民進黨執政」、「那就讓他們繼續暖下去」、「對高雄人不抱任何期望」、「林20萬經典名言,南部派一顆西瓜都會當選」。

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

晚會 求助 韓國瑜

賴清德 派系

政府 宣傳 預算

謝龍介 參選 台南市長

晚會 韓國瑜 募款

媒體 宣傳 預算

鏡週刊Mirror Media
今日新聞NOWnews
聯合新聞網
放言 Fount Media
傳國慶晚會經費暴增「請韓國瑜找錢卻卡關」 北市觀傳局回應了
今年國慶晚會10月5日於台北大巨蛋舉辦,外傳因天后江蕙復出獻唱,加上總統賴清德也會出席,連帶維安規格升級導致經費暴增,台北市政府因此請國慶籌備委員會主委、立法院長韓國瑜幫忙「調頭寸」。對此,北市觀傳局今(16日)做出回應。
  • 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