請更新您的瀏覽器

您使用的瀏覽器版本較舊,已不再受支援。建議您更新瀏覽器版本,以獲得最佳使用體驗。

國內

北市選戰陳時中好感度墊底!黃珊珊微輸蔣萬安恐瓜分藍營選票

網路溫度計 DailyView

更新於 2022年01月21日06:44 • 發布於 2022年01月21日06:44
北市選戰陳時中好感度墊底!黃珊珊微輸蔣萬安恐瓜分藍營選票

image source:組圖/翻攝自臉書

文/葛緯詩

2022台北市長選舉,立委蔣萬安是國民黨目前呼聲最高的潛在人選,民眾黨則有意推派台北市副市長黃珊珊出征,而民進黨人選究竟是誰?除了衛福部長陳時中有著極高的的呼聲之外,前交通部長林佳龍近日因為輔選有功,網路聲量急起直追備受關注。另外,在上一次台北市立法委員選舉中,被視為蔣萬安強勁對手的吳怡農、駐美代表蕭美琴,以及傳出有意參選的前文化部部長鄭麗君,也都是近期的網路熱門討論人選,各自的網路聲量表現如何?網友心中的好感度排名誰又暫居優勢?

陳時中防疫高人氣聲量制霸!林佳龍輔選有功急起直追超車蔣萬安

透過《KEYPO大數據關鍵引擎》調查(2021/07/24~2022/01/19),陳時中的網路聲量,輾壓所有潛在台北市長參選人,網路聲量共計223萬7923筆。身為中央流行疫情指揮官,疫情當前,陳時中每天召開記者會制定防疫策略,持續替他帶來高討論,未來若真的投入台北市長選戰,防疫高人氣轉換成個人聲量,會是一大優勢。值得注意的是,前交通部長林佳龍因為太魯閣事故下台後,沉潛許久,這次因為中二立委補選輔選有功,網路聲量急起直追,一舉衝上第二名,許多網友看好後勢選情。至於國民黨呼聲最高的立委蔣萬安,外界認為,過去因為低調備戰,網路聲量不高,恐怕會是一大隱憂,不過,從聲量來看目前暫居第三名,表現也不算太差,未來待正式宣布參選,更有機會再衝出一波個人聲量高峰。

其次則為台北市副市長黃珊珊,靠著帶領台北市防疫,也讓自己近期的網路聲量成長不少,另外,還有蕭美琴、吳怡農、鄭麗君,雖然都曾傳出是可能參選下一任台北市長的人選,不過,網路聲量明顯比其他人低,若有意參選,未來在網友的討論度上,可能要多點話題和議題。

image source:KEYPO大數據關鍵引擎

黃珊珊好感度小輸蔣萬安 「三角督」增添北市選情變數

進一步觀察分析網路好感度,呈現出來的結果與網路聲量大不相同,其中,曾被外界認為有「絕對選區」優勢,不管到哪都能選贏的陳時中,隨著疫情進入延長賽,近來少了過去備受誇讚的「超前布署」傲人防疫成績,卻頻頻因為語出驚人的「阿中語錄」,躍上新聞版面,影響個人好感度,網路好感度比值0.67墊底。反倒是民進黨潛在參選人蕭美琴、吳怡農,好感度都比陳時中高出不少,網路好感度比值分別為1.40、1.19。高好感度的主要原因之一,吳怡農有黨職無公職,蕭美琴為駐美代表,沒有議題天天被追著跑,網路討論度自然不高,再加上以他們現行職務來說,恐怕也不是選民天天緊盯、放大檢視的對象,未來若確定要投入選戰,能否繼續保持高網路好感度,也是未知數。

至於外界原本期待,台北市長選舉是否有機會「藍白合」,柯文哲已經表示沒有這樣的打算,希望民眾黨獨勝,且有意派出台北市副市長黃珊珊參選。黃珊珊除了在市政上有經驗優勢,近期也因為防疫博得不少好評,網路好感度比值0.94,小輸給蔣萬安的1.00。整體來看,不管藍綠白最終派誰出戰,台北市長選戰恐怕都會陷入「三角督」的局面,台北市雖然藍營板塊較大,但黃珊珊的加入可能瓜分藍營票倉,替選情增添變數,蔣萬安雖然民調持續領先,仍然沒有太多過於樂觀的本錢。

image source:KEYPO大數據關鍵引擎

延伸閱讀

五款疫苗好感度大比拚!莫德納居冠、高端倒數第2、聯亞吊車尾

「打完就好過年」蔡英文直播接種高端 助攻第三劑熱議度

「史上任期最長」行政院長穩了?蘇貞昌網路好感為何「年年下滑」

分析說明

分析區間:本文分析時間範圍為2021年7月24日至2022年1月19日。

資料來源:

KEYPO大數據關鍵引擎》擁有巨量資料,以人工智慧作語意分析之工具資料蒐集範圍:累積超過10億筆以上的網路數據庫,其內容涵蓋新聞媒體、社群平台、討論區、部落格、地圖評論等網站。

研究方法:

系統觀測上萬個網站頻道,包括各大新聞頻道、社群平台、討論區及部落格等,針對討論『』相關文本進行分析,調查「網路聲量」(註1)、「網路好感度」(註2)、「網路正負評比」(註3)作為本分析依據。

*註1 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。

*註2 網路好感度:透過『KEYPO大數據關鍵引擎』,系統利用語意分析對每篇主題文章進行正面、負面、中立的情緒判讀,並計算正面聲量與總聲量之比率。

*註3 網路正負評比:透過『KEYPO大數據關鍵引擎』,系統利用語意分析對每篇相關文章進行正面、負面、中立的情緒判讀,再計算正面聲量與負面聲量之比值。

0 0
reaction icon 0
reaction icon 0
reaction icon 0
reaction icon 0
reaction icon 0
reaction icon 0