張益贍爆學姐「常告人騷擾」 黃瀞瑩要求道歉:他該被社會唾棄
TVBS新聞網.2024年9月17日 09:40

(圖/TVBS資料畫面、翻攝自黃瀞瑩臉書)國民黨議員鍾小平日前遭同黨議員爆料,追愛前民眾黨議員參選人曾妍潔失敗,而民眾黨北市議員「學姐」黃瀞瑩也透露,去年選舉時,曾被鍾小平「奪命連環Call」。對此,民眾黨前中央委員張益贍爆料,批黃瀞瑩「很常告人騷擾」,要選民和黃保持距離。黃瀞瑩今(17)日怒嗆張益贍「才是該被社會唾棄的人」,要求張益贍道歉。

民眾黨主席柯文哲因涉京華城弊案遭裁定羈押禁見,鍾小平近日猛打此議題,卻遭同黨議員爆料,因追愛曾妍潔失敗,才和民眾黨鬧翻,而黃瀞瑩也透露,去年選舉時,曾被鍾小平「奪命連環Call」。

不過,張益贍昨日在政論節目透露,民眾黨原要提名黃瀞瑩參選士林、北投區的立委,但黃瀞瑩認為選不上,因此不願意參選,而前市府顧問劉嘉仁希望黃可以去跑士林北投的樁腳,因此不斷打電話給黃,卻遭黃瀞瑩指控並提告騷擾。張益贍批黃瀞瑩「很常告人騷擾」,「所以士林北投選民注意,黃瀞瑩跟你拜票的時候,請你保持距離,免得她又告你說是騷擾」。

針對張益贍的指控,黃瀞瑩發文怒嗆張益贍「才是該被社會唾棄的人」,「很抱歉,原來當初我錯在不夠勇敢。這一次,我要為自己勇敢。在他眼中,我是一個該被遠離的人。但這一次我要大聲說,在你我心中,他才是該被社會唾棄的人。請這個人,為他的所作所為道歉。」

其實,2019年黃瀞瑩傳被劉嘉仁性騷擾,劉嘉仁常以討論行程為由,找黃瀞瑩到顧問室,並把門關上,還常傳訊息給黃,讓黃感到不舒服。研考會主委余家哲接獲相關訊息後,立即向柯文哲報告,並將劉、黃2人「隔離」,後來也送進性騷擾防治委員會,劉嘉仁則請辭離開市府。

《TVBS》提醒您勇敢說不:

◎尊重身體自主權,遇到性騷擾勇於制止、勇敢說不,請撥打113、110

◎現代婦女基金會 性侵害防治服務專線02-7728-5098分機7

◎婦女救援基金會 02-2555-8595

◎勵馨基金會諮詢專線 02-8911-5595/性騷擾專線04-2223-9595

更多 TVBS 報導
民眾黨支持度狂跌!郭正亮曝「只剩12%」內幕:是個好消息
陸偷渡客事件頻傳 管碧玲曬海巡數據:不是什麼都沒做
偵訊逾4小時! 北檢約談京華城董座陳玉坤
「仙賓暗沙」中菲海上爭端越演越烈 學者:距太平島近應密切關注

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

死刑 釋憲

韓國瑜 募款卡

京華城 建照 簽約

基隆 罷免 謝國樑

藍白 處理 決議

今日新聞NOWnews
中天新聞網
風傳媒
中天新聞網
綠卡韓國瑜國慶晚會募款?王淺秋爆:太尷尬
[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