遭藍委嗆罷免！吳思瑤反酸藍營「懼怕自己火力」嗆：挑錯對象

三立新聞網 setn.com．2024年7月1日 13:40

記者許芷瑄、林楷鈞／台北報導

國民黨台北市5位立委7月1日將上街為國會擴權法案宣講，地點就選在民進黨團幹事長吳思瑤的選區、石牌捷運站出口，劍指罷免吳思瑤的意味濃。除了因為今年選舉吳思瑤得票未破5成，被藍營認為有機會拉下馬之外，吳思瑤更頻被點名是2026台北市長的熱門人選，似乎也有意替台北市長蔣萬安提前削弱對手戰力。不過吳思瑤也回應，上任幹事長以來，表現讓國民黨備感壓力，國民黨要集中火力罷免她是挑錯對象。

記者許芷瑄：「藍綠持續為國會擴權法案街頭PK宣講，國民黨台北市5位立委也將在7月1日傍晚在石牌捷運站對面進行開講，選在民進黨團幹事長吳思瑤的選區，劍指吳思瑤的意味相當濃厚。」

主持人（2024.06.21）：「力挺國會改革。」

日前藍鷹行動，現場票選最想罷免的綠委，吳思瑤更被貼紙貼滿看不見臉，在藍營支持者眼中似乎仇恨值相當高，王鴻薇日前還特別點名吳思瑤。

國民黨立委王鴻薇（2024.06.20）：「我（被罷免）一定會找一個人來陪我，那麼我現在會鎖定吳思瑤。」

國民黨立委李彥秀：「國會改革是制度上的變革，跟地方事務沒有太多的關係。」

遭到鎖定也是因為這次立委選戰泛藍陣營分裂，吳思瑤得票率仍未過半，藍營盤算若泛藍整合，罷免通過機率高，拉吳思瑤下馬似乎也是提前替蔣萬安剷除連任障礙。

民進黨立院黨團幹事長吳思瑤（2024.06.24）：「他們都比大法官還大嗎？」

畢竟吳思瑤擔任立院黨團幹事長後，身處戰鬥第一線，展現強大火力備受肯定，也被視為2026北市長綠營熱門人選，近期網路聲量更是持續攀升。

民進黨立院黨團幹事長吳思瑤：「早安，早安大家，我是台灣的國會議員。」

不只積極和網友互動，PO出中英日文致詞影片，讓不少網友直呼被圈粉。《菱傳媒》最新好感度調查，吳思瑤也榜上有名，現在藍營直搗自己選區，吳思瑤不以為意。

民進黨立院黨團幹事長吳思瑤：「吳思瑤擔任民進黨黨團幹事長以來，我的論述及表現應當是讓國民黨備感壓力，所以要集中火力鎖定罷免吳思瑤，我想是劃錯重點更是挑錯對象了。」

被藍營集中火力當作箭靶，吳思瑤也用堅強民意作為反擊後盾。

最新選舉新聞

多元觀點

不同視角的媒體報導

賴清德進行國情

高嘉瑜基隆

選罷法吳秉叡撤案

罷免謝國樑

卓榮泰戶政勾稽

馬英九裁撤

中時新聞網

中廣新聞網

FTNN新聞網

民視

改口不去國情報告？醫生挖出賴清德「政見會原文」網炸鍋

總統賴清德選前曾因老家違建賴皮寮引發討論，當時在政見會承諾信託，但選後無下文，備受質疑。針對日前國會改革修法，賴24日提出釋憲，再度引發政治背信等爭議。胸腔科醫師蘇一峰挖出賴清德在政見會的畫面，只見賴親口說，不管根據《憲法》或《立法院職權行使法》，總統都有義務應立法院的要求，到國會去進行國情報告，接受立法委員的國情諮詢。他還強調，侯友宜說他不願意接受國情諮詢，這個是假訊息。

選舉假訊息查核

看更多新聞專輯

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