吸票機助陣! 王世堅服務處借吳怡農當競總
TVBS新聞網.2022年12月2日 19:58

北市立委補選,藍綠展開交戰,民進黨吳怡農現在找到大咖助陣,拿下選區第一高票的王世堅主動出借服務處讓他當競選總部,而且還擔任競選總督導全力輔選,至於國民黨王鴻薇被質疑是落跑議員,吳怡農酸說,那也要選上立委才算真的落跑。

圖/TVBS

王世堅辦公室主任沈志霖vs.吳怡農:「愈來愈帥愈來愈帥,這我們的小廟,如果使用的上的話,(好大家好)。」

都說小廟難容大佛,但現在看來是角色互換超強吸票機王世堅,主動出借服務處,給吳怡農當競選總部。

王世堅辦公室主任沈志霖vs.吳怡農:「這邊是特別幫你整理一下,(非常感謝),這樣你就不用搬桌子了。」

無奈空間實在有限,只能騰出2張桌子辦公用,而王世堅雖然沒現身但情意早就到位。

圖/TVBS

台北市議員(民)王世堅:「他(2020年)雖然落選之後,但是他沒有離開我們選區的經營,他就是念舊、惜情啦,這個人惜情。」

這道理感性的人才會懂,反觀國民黨王鴻薇被批評是落跑無情,讓吳怡農有機會酸一波。

立委參選人(民)吳怡農:「我覺得這對王鴻薇議員來說,是非常不公平的說法,首先她要選上立法委員才會有這個問題,那我們當然會盡一切的努力,不讓這個結果發生。」

圖/TVBS

還以為是要幫忙緩頰說好話,結果這後勁還真有點強嘴巴上誰都不輸誰,但只有選票實力說話,不過吳怡農強打乾淨選舉,不掛看板不插旗,讓自家前立委也疑問說,明明優勢就是外表為何不掛?周玉蔻則推論,可能怕被貼上有臉無腦標籤。

立委參選人(民)吳怡農:「不掛看板不表示不做宣傳,不表示不開記者會,不表示不跟我們的選民們報告,我們最在乎的議題跟我們的主張。」

過去跟蔣萬安雙帥對決,捲土重來的吳怡農,主動拋棄顏值加分項要用陸戰實力跟對手一較高下。

更多 TVBS 報導
王鴻薇戰立委補選 王世堅:確實強、但正當性弱了點
能贏王鴻薇?吳怡農「忘詞舔嘴、提總統襪子」 影片遭翻挨轟
吳怡農指「初選機制崩壞」致綠營大敗 王世堅:非常認同
對戰吳怡農! 國民黨徵召王鴻薇投入立委補選

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

賴清德 執政

李四川 高雄人 罷免

京華城案 小組

柯文哲 補助款

李四川 罷免

連戰 婚宴

TVBS新聞網
中天新聞網
三立新聞網 setn.com
三立新聞網 setn.com
續戰!黃珊珊國會辦公室開2職缺 月薪40K
立法院九月即將開議進入新會期,國會辦公室也在尋覓新人才,像是民眾黨立委黃珊珊雖然遭到停權處分3年,仍保有不分區立委資格,近期在求職網站上徵才,徵求法案研究員.影像剪輯專員,月薪皆為4萬元以上,而看看其他立委辦公室開出的條件要求大不同,國民黨立委張嘉郡就直呼,法案助理真的很難找人。
  • 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