兩戰爭、校園示威夾擊拜登 川普「出庭當造勢」護聲量
EBC東森新聞.2024年5月4日 23:07

2024美國總統大選,再度上演「川拜2.0」大對決。只不過專家也點出,相比2020年的大選,川普和拜登這回都有各自的難關與危機,需要克服。首先前總統川普「官司纏身」,身上背負四大刑事案件,包含已經開審的「封口費案」,川普近乎坐困紐約法院,讓他無法跑造勢行程,只好趁著每天開庭結束後,向媒體記者「大吐苦水」,藉此維持聲量;另外,現任總統拜登,面對全美校園挺巴勒斯坦示威,以及看似無法終了的「以哈衝突」和「俄烏戰爭」,可說是把自己搞得灰頭土臉,選民要如何在這兩位候選人之間做出選擇也是一大難題。

華爾街日報政治記者里瑞:「川普嘗試將出庭造勢結合,而且目前為止算是成功的,本質上造勢和出庭是相同的,當他出庭時也會露臉,走上前與記者交談,確保自己的聲音能被聽到。」

把法院當造勢維持聲量,有法律專家認為,率先開審的「封口費案」,恐怕是川普四大刑事案件中最「輕量級」的一起,後續還有包含非法持有機密文件、華府國會暴動以及喬治亞州試圖推翻大選結果等案。

美國總統拜登:「暴力抗爭不受保護,和平抗議才會受到保護,抗議需要在沒有暴力的情況下進行,沒有破壞沒有仇恨,且在法律保護範圍內。」

想穩住猶太、阿拉伯裔選票,至於現任總統拜登眼下最大挑戰,就是在全美校園迅速延燒的聲援巴勒斯坦示威,拜登一度對相關議題保持沉默,是因為他陷入兩難,美國媒體就分析,猶太與阿拉伯族裔的選票,對拜登來說都至關重要,所以該怎麼表態成為一大難題。

美國政治戰略顧問倫茨:「所有的不穩定以及全美各地發生的動亂,對拜登來說不是好消息,坦白說這也是美國人為何如此恐慌,為何他們對未來如此悲觀,為何他們會如此憤怒的另一個原因。」

戰爭與示威衝擊拜登選情,相比川普、拜登擁有執政資源,但過去三年,俄烏戰爭以及以哈衝突,美國都涉入其中,如今反以色列挺巴勒斯坦示威,更直接把衝突帶回美國本土,搞得拜登灰頭土臉,最新民調也顯示川普小幅領先拜登,雙方支持率近乎緊咬,川拜大戰2.0對兩人來說各自充滿危機,肯定是一場硬仗。

更多東森新聞報導
凱特王妃抗癌 密友心碎:她和威廉「正活在地獄之中」
若山耀人涉燒屍遭捕 昔認「愛錢」街訪引熱議
25歲失蹤台女「險遭騙上機」 警衝機場營救過程曝光

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

搶走 周萬來

鍾佳濱 陳菁徽

總統 就職

立院 藍白

鍾佳濱 滑倒 陳菁徽

蔡英文 特赦 陳水扁

中天新聞網
今日新聞NOWnews
中廣新聞網
三立新聞網 setn.com
影/72歲周萬來遭民進黨失心瘋對待「史上第一次」 高金素梅痛喊:沒有一字可形容
立法院會昨上演國會改革法案表決大戰,朝野立委肉搏戰全武行,甚至還發生郭國文突然出手,搶走周萬來手上的公文的狀況發生;對此,高金素梅表示,她覺得很無奈,這一次民進黨好像失心瘋一樣,沒有一個字可以形容。
  • 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