陳時中慈后宮開講「湧破千人」 蔡英文、陳建仁、王美花力挺
三立新聞網 setn.com.2022年11月3日 09:45

記者陳秉豪、謝昀蓁/台北報導

台北市選戰白熱化,民進黨候選人陳時中接力舉辦廟口開講,天氣雖然不好但人數卻沒有減少,甚至還破紀錄超過千人,開設第二、第三現場轉播,總統蔡英文力挺、前副總統陳建仁、經濟部長王美花也首次出席輔選,不過離席時出現一名支持者太過激動遭架離的小插曲,對手無黨籍候選人黃珊珊則跟朱學恆合體直播。

雖然天氣狀況差,但還是有許多支持者到場力挺陳時中。

台北市接連好幾天陰雨綿綿,不過陳時中前進內湖艱困區,廟口開講破紀錄湧進超過千名支持者。

陳時中競選總幹事吳思瑤:「陳時中,當選。」

甚至開設了第二、第三現場轉播,人數破紀錄,前副總統陳建仁、經濟部長王美花首次到場力挺,覬覦這個位置。

經濟部長王美花:「不用每天在講政治口水,要追上國際一流的首都,國際事務局要成立,第一時間我說我如果沒有工作,我願意來接。」

主角陳時中登場對於為何總是撲克臉,沒有笑容做出回應。

民進黨台北市長候選人陳時中:「前段時間有人批評我臉看起來好像是有人欠我錢,但是我跟你們說,畢竟我經過2年多的防疫,常常面對疫情嚴重,在決定的時候有時候會讓人民受苦,說老實話稍微油頭垢面也是應該的。」

總統蔡英文:「我們內湖這裡要加油一下,上一次2020這裡48%,我們這次給他54%好不好。」

接近活動尾聲,有名白色上衣支持者太激動站起來大喊,被維安人員數度制止仍不聽勸,最後被架離場。

在活動現場有位民眾情緒激動吶喊,遭到維安人員架走離場。

這邊場面激烈,對手無黨籍候選人黃珊珊則跟朱學恆合體直播。

網路節目主持人朱學恒:「(本來是市長去)跟柯P同台風險過高,要幫黃珊珊助選最棒的就是每天發言人帶一根香蕉,他要開口就塞他嘴裡。」

黃珊珊透露10月6日將再度騎腳踏車在台北12區巡禮,台北市選戰白熱化,各陣營紛紛出招爭取最大曝光度。

更多三立新聞網報導
新台灣加油/蔣萬安選得不好!李正皓:陳時中有機會贏
蔡英文喊給陳時中54%得票率!白衣男激動嗆「打倒蔣萬安」遭架離出場
林鶴明揭密陳時中民調穩定成長原因!酸蔣萬安:躺久爬不起來
柯文哲害年輕選票流失?最新民調墊底 黃珊珊:調查資訊很有策略性

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

謝龍介 參選 台南市長

媒體 宣傳 預算

雲林 槓上 中央

凍結 總統府

晚會 求助 韓國瑜

民眾黨 支持度

中時新聞網
TVBS新聞網
三立新聞網 setn.com
匯流新聞網
台南市長戰 謝龍介喊話只做4年 綠營拉警報
國民黨台南市立委謝龍介15日在政論節目中被名嘴以民調拱參選下屆台南市長,他承諾若參選仍堅持只做4年,立刻遭民進黨視為假想敵。民進黨台南市立委林俊憲子弟兵蔡筱薇解讀謝此舉是宣布參選,但嘲諷他應先改掉歧視女性的壞習慣。謝龍介16日澄清未正式宣布,但積極準備,期待與台南市民一起做出大改變。
  • 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