「沒什麼好道歉!」陳時中:絕沒罵里長「無腦」 內湖里長哽咽 - 2022 縣市長九合一選舉|Yahoo奇摩新聞
「沒什麼好道歉!」陳時中:絕沒罵里長「無腦」 內湖里長哽咽
TVBS新聞網.2022年8月14日 17:55

民進黨台北市長參選人陳時中提出內湖交通政策,卻被當地里長批評是「爛牛肉」,前一天陳時中說要批評也要有專業有腦筋,卻被網路傳陳時中罵里長無腦,里長哽咽說只是想給建議,陳時中則回應,自己沒罵過里長無腦,所以沒什麼好道歉!

圖/TVBS

港墘里里長魏景城:「(哽咽)我今天是被里民選出來,一票一票的選出來你罵我無腦,那難道你是腦水腫嗎?」

愈講愈傷心,港墘里里長想到前一天,因為說陳時中的內湖交通政策是爛牛肉,沒想到卻聽陳時中講到,要批評也要有腦筋跟專業,讓他覺得好委屈。

港墘里里長魏景城:「要解決內湖交通問題,其實你沒有跟當地里長溝通,也沒也來視訪過,你根本就不了解這邊的交通問題,今天我里長跟你建議,跟你講說爛牛肉只是跟你建議,你好好再規劃一下再想一下,你就說我是無腦。」

圖/TVBS

民進黨台北市長參選人陳時中:「這沒有什麼好道歉的啦,重要我也願意跟他來溝通,因為我並沒有罵他無腦,這要把這個事實要先釐清清楚。」

說自己沒有衝著里長而來,也就沒有道歉的問題,但早在陳時中回應前,蔣萬安就先到里長身邊聲援。

國民黨台北市長參選人蔣萬安:「我覺得真得是好大的官威喔,態度傲慢目中無人,完全不把選民的意見放在眼裡。」

民進黨台北市長參選人陳時中:「候選人現在要製造謠言,這樣也不好,確實我昨天是在公開的場合,我沒有談論到里長,我只有談論到候選人相關的一個政見,並沒有在做責怪里長的意思。」

圖/TVBS

要蔣萬安不要造謠,陳時中從本人到團隊大動作澄清,不是針對里長,畢竟槓上對手事小,但要是得罪了地方的「條仔腳」,可就沒那麼好解決了。

更多 TVBS 報導
里長看不下去!轟內湖交通政策挨轟「爛牛肉」 陳時中:批評要有腦
陳時中酸解決塞車「要有腦袋」 內湖里長哽咽:你才腦水腫
為內湖交通再槓陳時中 蔣萬安:對里長傲慢「好大的官威」
被控罵里長無腦 陳時中批製造謠言:我絕對沒罵這字眼

更多相關新聞
蔣萬安政見推預約公車座位 她點出5問題狠打臉
被酸在等四壞球保送 張善政回嗆:民進黨派糟糕投手也沒辦法
土城、三峽座談會 林佳龍大打交通牌
「幾隻小海豹」挨轟 柯志恩嗆:把話聽清楚
首掛18歲公民權板 謝國樑搶青年票

相關新聞影音

2022九合一選舉開跑 看台北市誰跨世代好感度最高?

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

國會 改革 法案

蘇巧慧 參選 新北市

立院 投票 紀錄

改選 蘇巧慧

新北黨部 主委

支持 馬英九

信傳媒
台灣醒報
三立新聞網 setn.com
今日新聞NOWnews
國會改革》「藍白合」發揮人數優勢闖關成功 全案保留並交由朝野協商
立法院司法及法制委員會今(15)日針對國會改革相關法案進行逐條審查,國民黨團和民
  • 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