黑賴產業鏈攻擊激增! 國安綠委沈伯洋示警:典型國共造謠
民視.2024年10月7日 16:56

即時中心/顏一軒報導

民進黨直播節目「午青LIVE」今(7)日特別邀請具國安專業的不分區立委沈伯洋連線,暢談總統賴清德的新聞,身兼主持人的黨發言人吳崢發現,針對賴總統在軍方面前立威,還有在花蓮災害應變中心六問縣長徐榛蔚撤離人數的不實消息,對此,沈委員分析,黑賴產業鏈刻意塑造賴易怒、不穩頂與危險人設,再把這些人格連結到國際上,導致兩岸關係的不穩定。

沈伯洋指出,現在看到很多故意貼標籤的行為,像明明是去風險化的事,卻說你逢中必反,就是因為共產黨、國民黨是逢民進黨必反,自己在做的事,就認為別人也在做,反正先講先贏,如中國國家主席習近平現在面臨內部經濟、統治上的不穩定,當他需要立威時,就必須要轉移焦點,這是典型的中國手法,而國共一家親。

快新聞/黑賴產業鏈攻擊激增! 國安綠委沈伯洋示警:典型國共造謠
主持人吳崢(左)視訊連線國安綠委沈伯洋(右)。(圖/翻攝自民進黨官方YouTube)

沈伯洋說,這會造成特定媒體與部分社群出現對於台灣、甚至是賴總統的認知作戰,這次攻擊的波段,是在9月底到10月底,目前尚未達到高峰,都是要應對台灣國慶,過往此時間段就是高峰,而今(2024)年又比往年來的高。

沈伯洋認為,中國最近比較急,與其統治的正當性有高度關係,除了經濟不穩定外,習近平身邊的人一直被趕走,讓他接受正確資訊就變得很不穩定,這也是不管各國軍間經過,或美國對台訓練等,更國都應該更加戒慎恐懼。

沈伯洋亦指出,台灣人須要居安思危,除守護國土和網路上的作戰,也要學會精準的把球打回去,讓中國不易回應,當他對自己國家人民要交代時,就會顯得左支右絀。

至於如何反制相關認知作戰?沈伯洋建議,就是直接丟一個球給對方,對方就必須要回應;他舉賴總統的「祖國說」為例說明,中華民國的歲數是113歲,而中共是75歲,就是一個最佳回應方式,這樣的回應,他們被迫一定要接這個球,不然就無法繼續。

最後,沈伯洋提到,戰術上是反制「反射性控制」,不能落入對方的反射性控制,反而應該主動丟球,且這次採取是一樣的論述、不同的說法,反而就是一種最佳的回應。



原文出處:快新聞/黑賴產業鏈攻擊激增! 國安綠委沈伯洋示警:典型國共造謠

更多民視新聞報導
賴清德「祖國論」令中國沉默 時力:中國代理人大為跳腳
賴清德「祖國論」針對他?傳奇歌王輸誠片被挖
外媒佳評祖國說!馬辦卻轟不倫不類 綠譏:別心裡還想著神州大陸

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

死刑 合憲

晚會 蔣萬安 揮手

死刑 廢死

侯友宜 勘災

許家蓓 告別式

賴清德 祖國論

TVBS新聞網
今日新聞NOWnews
中天新聞網
信傳媒
都是隨機殺人!鄭捷槍斃、他姦殺女師卻逃死 藍委:無依據是非不分
憲法法庭判死刑合憲,卻技術性讓法官更難判死,在野黨立委今(7)日在立法院砲火全開。有藍委針對退休女老師被先搶再姦再殺卻能逃死一事,挑明鄭捷也是隨機殺人,如果未來沒有標準及依據,只會讓社會變得是非不分。
  • 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