柯文哲總操盤手掌民眾黨4大金庫?黃國昌:不曉得哪聽來消息寫科幻小說
三立新聞網 setn.com.2024年9月24日 10:33

記者許皓婷/台北報導

民眾黨團「嚴審預算 實質審查 人民優先」記者會,出席立委:林憶君、黃國昌、吳春城、麥玉珍

▲民眾黨團「嚴審預算 實質審查 人民優先」記者會,出席立委:林憶君、黃國昌、吳春城、麥玉珍。

民眾黨主席柯文哲涉京華城案遭羈押禁見,據《鏡週刊》爆料指出,柯文哲就是民眾黨資金總操盤手,除調度資金發展地方組織及買房子,還不惜違背黨政軍退出媒體條款,也要以民眾黨資金投資媒體。對此,民眾黨立院黨團總召黃國昌今(24)日駁斥稱,科幻小說,「真的沒有什麼評論的必要。」

民眾黨團24日上午召開「嚴審預算 實質審查 人民優先」記者會,出席立委為林憶君、黃國昌、吳春城、麥玉珍;針對週刊爆料柯文哲掌握財務金流,不滿78萬交際費,但回頭又砸下4300萬買商辦?黃國昌受訪時表示,「我已經講過好幾次⋯對於《鏡週刊》(報導)根本欠缺市政基礎,不曉得又是哪裡聽來的消息寫的科幻小說,真的沒有什麼評論的必要。」

而傳出柯文哲今年5月要求民眾黨旗下木可公司負責人、同時身兼出納的李文娟,將木可公司及眾望基金會、新故鄉基金會資金與選舉結餘款,每2個月報告一次,顯示柯文哲才是民眾黨資金實質操盤手,並非沒有參與及不知情;對此,民眾黨立院黨團主任陳智菡則重申,科幻小說無法評論,「這裡是黨團記者會,應該是聚焦今天推出來的預算審查方面。」

至於柯文哲因用選舉補助款買商辦引爭議,之前提到可能會研議修法相關規定,讓選舉補助款更加公開透明,黨團於本會期是否有相關規劃?黃國昌回應,《選罷法》中已經有針對選舉補助款的明確規定,而各黨對於各層級的公職人員的選舉補助款,也有各自規定,要是直接修法成選舉補助款全部歸黨、而不是歸候選人,恐怕會引發更多爭議。

更多三立新聞網報導
藍白聯手退回總預算!黃國昌批編得亂七八糟  籲卓榮泰懸崖勒馬
柯文哲「賭一把」參股慘賠6800萬新媒體?民眾黨駁斥:從未投資媒體
大巨蛋全場開放4萬人進場!蔣萬安:國父紀念館站首次啓用人流顯示面板
傅崐萁不禮讓民眾黨召委?黃國昌:藍白黨團三長會議「會好好溝通」

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

條例 釋憲

勞動部 人事

偵測 心肌炎

邱泰源 彭啓明

提名 大法官

力挺 謝國樑

中時新聞網
中時新聞網
新頭殼
中央廣播電台
凍結總統府預算?黃國昌曝藍白達成「多項共識」
立法院藍白黨團三長昨日下午4時開會商談,民眾黨立法院黨團總召黃國昌今天說,雙方達成多項重要共識,包含優先法案及人事同意權應實質審查等;而白營也主張,不將總預算案排進今天中午的程序委員會中,因為行政部門既然沒有編列該編的預算,犯下如此嚴重錯誤,就要負起責任把預算重新編好。
  • 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