「新政治提款機」重出江湖?預告出動狂酸民眾黨
TVBS新聞網.2024年9月14日 10:24

新竹市府在去年舉辦萬聖節活動,有民眾扮演「新政治提款機」現身。(圖/TVBS)新竹市府在去年舉辦萬聖節活動,有民眾扮演「新政治提款機」現身參與,暗指高虹安涉貪及名車、豪宅等爭議,被多名黑衣人包圍而引發社會爭議;今年喬裝提款機的扮演者又在臉書粉專預告,如果今年又有舉辦活動,就考慮擬裝成「新政治拉罷機」,呼應民眾黨及柯文哲近期爭議。

臉書粉絲專頁「新竹市新政治」以「本機」介紹自己,表示是去年引發熱議的提款機,而在最近又常看到提款機、新竹市立馬偕兒童醫院、新竹之光柯文哲等等的關鍵字,不禁嘲諷陳佩琪「佩琪你要用提款機可以跟本機說阿!本機會走、會跑、會跳舞,你不用跑這麼多趟,這種體力活讓本機來,沒問題的」,除了提款機爭議,還提到柯文哲的「雜草農地」,表示「你來新竹找本機,還可以順便處理柯文哲的農地,除除草甚麼的」。

柯文哲妻子陳佩琪12日親上火線,公布5筆金流約1628萬元來源,引發討論。(圖/TVBS)

另外,粉絲專頁提及新竹馬偕兒童醫院容積率爭議,表示「看到陳智菡攻擊兒童醫院的容積,真的氣到不行」指出陳智菡說沒有查這件事,但事實是從2019年就查到今年,最後確認無罪。其中還痛批爭議源頭就是民眾黨李國璋在去年選舉時的「烏龍指控」,還稱李國璋「有酒駕前科,市長初選落敗後,就從國民黨跳槽到民眾黨」。

粉絲專頁還指出「為了救柯文哲,民眾黨像發了瘋一樣,到處轉移焦點。甚至不惜攻擊新竹市,攻擊一個照顧新竹孩子的建設」、「想不到,比貪汙罪更可怕的,是錯誤的幕僚」,還痛批「第三勢力」讓人失望,「他們想的從來不是怎麼擴大本土政黨的版圖,要不是分裂台派力量,就是選擇與國民黨合謀」。

民眾黨立法院黨團主任陳智菡。(圖/TVBS資料畫面)

在文章的最後再度繞回萬聖節的話題,雖然「經過去年黑衣人事件,只覺得心累,花了很長的時間修復」,但今年如果代理市長邱臣遠有要繼續舉辦新竹市萬聖節變裝大遊行,「本機」會考慮出動,且今年或許可以做個新政治拉罷機「罷起來!」

更多 TVBS 報導
人走茶涼?陳智菡驚脫口「去北所門口烤肉」 網嘆:不演了
柯志恩民調通殺綠營5將 陳鳳馨爆「柯文哲現象」出沒高雄
爆追愛失敗瘋狂打柯?眾黨美女「覺得噁心」 鍾小平回應了
傳柯下條子「快就好」?眾黨議員嗆她觀落陰 游淑慧回應了

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

韓國瑜 晚會 募款

國土法 上路

民眾黨 柯文哲 禁見

議員 許家蓓

潘孟安 母親

聲援 柯文哲

今日新聞NOWnews
中時新聞網
今日新聞NOWnews
三立新聞網 setn.com
韓國瑜為國慶晚會募款卡關 沈富雄揭關鍵
[NOWnews今日新聞]今年國慶晚會將於10月5日移師台北大巨蛋舉行,媒體16日披露,由於天后江蕙復出開唱、加上總統賴清德出席維安升級,導致經費暴增,北市府還因此向慶籌會主委、立法院長韓國瑜「調頭寸...
  • 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