無情真實預測2024國會版圖!估藍56席、綠47席 11選區陷55波苦戰
三立新聞網 setn.com.2023年12月17日 18:35

政治中心/鄭餘蓉報導

2024總統暨立委大選將於明年1月13日投票。(立法院、議場照片/資料照)

2024總統暨立委大選越來越近,本屆立委總席次共113席,其中73席為區域立委、平地原住民3席、山地原住民3席、不分區占34席。《無情真實預測》彙整數據進行分析,預測本次立委選戰中,國民黨可能拿下56席,民進黨可能拿47席,民眾黨可能8席,無黨籍可能2席。

👉 看Yahoo奇摩新聞2024總統大選專題 掌握即時選情

《無情真實預測》預測國民黨可能拿下56席立委,民進黨可能拿47席。(圖/翻攝自《無情真實預測》網站)

《無情真實預測》網站曾成功預測選戰結果,網站近來彙整全國各家民調進行分析,以2024總統大選得票率推估立法委員總席次,並於12月16日公布統計出的數據。

2024立委席次預測。(圖/翻攝自《無情真實預測》網站)

網站預測,在本次立委選舉總席次,國民黨可能拿56席,民進黨可能拿47席,民眾黨可能有8席,無黨籍可能2席。區域立委部分,網站預測國民黨拿42席、民進黨35席、無黨籍2席。

五五波選區一覽。(圖/翻攝自《無情真實預測》網站)

網站指出,有11個選區呈現五五波激戰,如下

● 新北市:

新北第六選區,民進黨張宏陸對決國民黨林國春

新北第七選區,民進黨羅致政對決國民黨葉元之

新北第十選區,民進黨吳琪銘對決國民黨林金結

● 桃園市:

桃園第二選區,民進黨黃世杰對決國民黨涂權吉

● 台中市:

台中第二選區,民進黨林靜怡對決國民黨顏寬恒

台中第四選區,民進黨張廖萬堅對決國民黨廖偉翔

台中第六選區,民進黨江肇國對決國民黨羅廷瑋

● 高雄市:

高雄第三選區,民進黨李柏毅對決國民黨李眉蓁

● 彰化縣:

彰化縣第一選區,民進黨陳秀寶對決國民黨阮厚爵

彰化縣第二選區,民進黨黃秀芳對決國民黨楊曜聰

● 雲林縣:

雲林縣第一選區,民進黨蘇治芬對決國民黨丁學忠

更多三立新聞網報導
無情真實預測2024大選!藍綠白可能勝率出爐 柯文哲小於1%「機會渺茫」
柯文哲、吳欣盈首場大造勢 嗨喊:台南我們來了!現場「空拍圖」曝光
咖啡優惠來了!姓名中1字免費喝美式 星巴克也祭「椰奶那堤」買一送一
柯文哲美麗島民調剩14.9% 林濁水看3數據大驚:大本營已經攻破!

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

北海道 考察 黑熊

賴清德 驚動 日方

鄭文燦 涉案

綠媒 收賄

謝國樑 跳票

京華城案 羈押

FTNN新聞網
中天新聞網
TVBS新聞網
三立新聞網 setn.com
藍委質疑赴日棕熊區考察黑熊保育 監察院回應了
[FTNN新聞網]記者劉秀敏/台北報導國民黨立委羅智強今(7)日質疑,監察院明年編列一筆31.5萬的預算,預計派員至日本北海道考察日本黑熊保育,質疑與監察院核...
  • 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