徐巧芯登「本身愛詐騙」第2名!可能主因曝光 她淡定回8字
TVBS新聞網.2024年6月30日 16:16

徐巧芯大姑夫妻檔日前捲入貪汙風波,嚴重影響到她的聲譽。(圖/TVBS資料照)台灣近年詐騙案四起,也讓行政院打算擬定「打詐4法」應對,而《菱傳媒》也在最新的「本身愛詐騙政治人物」民調中發現,國民黨立委徐巧芯竟高居第2名。對此,徐巧芯本人則在節目上直言這是「無妄之災」,對自己的影響其實不大。

《菱傳媒》在今(30)日公布了一份最新民調,內容講述台灣人民心中「本身愛詐騙政治人物」的排行榜。其中,民眾黨主席柯文哲高居榜首,其次依序是徐巧芯、國民黨黨團總召傅崐萁、民眾黨黨團總召黃國昌,以及國民黨主席朱立倫。

柯文哲在最新民調中登上「本身愛詐騙政治人物」榜首。(圖/TVBS資料照)

該民調指出,徐巧芯之所以會高居排行榜第2名,主要原因與其大姑劉向婕、大姑丈杜秉澄涉嫌詐騙洗錢案有關,就連她自己也挨告詐欺、貪汙等罪。不過,徐巧芯在今日的節目《週末大爆卦》中直言,該民調顯示她是受到家族內其他成員影響,且自己也無法阻止家人們做什麼,「對我來說是無妄之災」。

另外,徐巧芯也強調,該民調顯示國民黨與中間選民對她的支持度比想像來得高,且除了被選為是最具能力監督行政機關的第3名,就連未來發展也是名列前茅。

《菱傳媒》「未來政治領袖聲望調查」抽樣方法採用網路主動發放調查方式,透過資料管理平台(DMP),在性別、年齡與居住地比例分層隨機抽樣進行調查,並輔以網路行為分析帶入使用者輪廓標籤,確保符合調查對象的唯一性。同時針對使用者的性別、年齡與居住地的準確性採用網路行為與資料庫標籤比對方式,結合問卷題目設計做雙重認證,確保資料正確性與可靠性。

樣本代表性與加權則採用比率估計法,母群體參數依內政部公布2024年4月民眾年齡、性別、戶籍資料,結合皮爾森數據DMP修正網路人口特徵值,逐項重複進行連續性修正,以使樣本特徵與母群體結構達到一致。

更多 TVBS 報導
鞏固綠營基本盤!他曝沈伯洋「A片論」目的:賴清德想靠這招撐4年
盧秀燕明年挑戰黨魁寶座? 朱立倫驚訝給6字回應
柯文哲反嗆柯建銘 「民進黨不會被罷免喔?真的假的?」
稱「看A片洩漏政治立場」挨轟 沈伯洋:想攻擊我就說啦

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

罷免 門檻

修讓 核電

賴清德 宴請 中研院

罷免 謝國樑

立院 成立 小組

謝國樑 罷免 基隆

中時新聞網
華視
FTNN新聞網
新頭殼
連署附身分證影本 吳思瑤批黃國昌打臉過去的自己
罷免連署門檻是否加嚴,外界關注。立法院民眾黨團今表示,連署程序應當嚴謹,《公職人員選舉罷免法》應當必須比照《總統副總統選舉罷免法》裡面有關連署的規定,要附上身分證影印本。對此,民進黨團幹事長吳思瑤表示「礙難同意」,對於人民隱私個資如此高度保護,擔心詐騙案件的社會氛圍下,就是設下了非常高難度的連署門檻,並大酸,民眾黨團總召黃國昌再次打臉過去的黃國昌。
  • 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