李四川稱高雄人後悔罷免韓國瑜 網友:後悔沒讓陳其邁早點當市長
三立新聞網 setn.com.2024年8月26日 10:30

政治中心/綜合報導

Pbtato Hsieh後悔沒早點讓陳其邁選上(圖/翻攝自Pbtato Hsieh臉書)

台北市副市長李四川昨(25)日為基隆市長謝國樑站台時表示,很多高雄市民後悔罷免高雄市前市長韓國瑜。對此,不少網友直言,後悔沒讓高雄市長陳其邁早點當市長。

謝國樑罷免案將於10月13日進行投票,國民黨近日紛紛派黨內大咖前往助陣。李四川呼籲市民出來投不同意票,並說,有很多高雄市民現在才後悔罷免韓國瑜,但世上沒有後悔的藥。

不過,許多網友紛紛不滿開轟。臉書粉專「柯學先生」說,「你七月半看到鬼吧」;網紅Pbtato Hsieh則稱「沒錯,很後悔沒早點讓陳其邁選上,不然他就可以當八年」。

柯學先生嗆看到鬼(圖/翻攝自粉專Mr.柯學先生)

粉專「高雄好過日」發文表示,「罷韓是高雄人做過最正確的決定。後悔的是曾經讓草包選上,因此罷韓確實是由後悔而來。高雄人學到的是,後悔是有機會可以改變的。命運掌握在自己手上,與基隆市民共勉之」。

前空姐黃敬雅則發文指出,「謝國樑就是年輕版的韓國瑜,基隆經過八年的翻轉,結果謝國樑不到兩年就通通還回去,基隆人沒有欠國民黨什麼」。她並以高雄的經驗表示,高雄人趕走韓國瑜,迎來市長陳其邁,讓賽馬場變成台積電,所以「選錯人賽馬場,選對人晶圓廠」,就是拆樑行動的一個最好例子。

黃敬雅說,陳其邁讓賽馬場變成台積電(圖/翻攝自黃敬雅臉書)

針對李四川的後悔說,不少網友紛紛到各粉專底下留言「真的後悔沒讓邁邁早點當市長」、「後悔給國民黨機會」、「後悔讓那群塞子塞住高雄兩年」;另有網友表示「罷韓留邁,高雄更進步,基隆人沒看見嗎?大家加油」

更多三立新聞網報導
48歲男不菸不酒 愛喝「1物」大吐血!只能換肝保命
立院新會期9月開始!114年度總預算成焦點 藍綠白看法一覽
國民黨11/24全代會卡關?傳場地無著落 將和各地視訊連線
備戰2026選新北?蘇巧慧「跨區」辦活動 李四川赴基隆挺謝國樑

看更多相關新聞
全黨救一人!先助謝國樑挺過罷免 國民黨全代會1124登場
李四川稱高雄人後悔罷韓?賴瑞隆反擊「正確的決定」
批中央蓋捷運沒錢、罷免就有錢 連勝文:民進黨不是為了基隆人
政治進入校園?基隆市體育會租國小場地「挺善樑」

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

三軍 士官

面對 中國

國台辦 聲援

民進黨 介入 罷樑

飛官 謝沛勳 出院

陳佩琪 保險箱

獨家報導
中天新聞網
今日新聞NOWnews
今日新聞NOWnews
三軍士官聯合開學典禮 總統期勉保家衛國
獨家報導 記者張祥鈺/綜合報導 賴清德總統今日上午前往高雄出席「113年三軍士官新生聯合開學典禮」,期勉同學們 […]
  • 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