〈科目三〉半年飆破10萬聲量!寧夏夜市跳舞比賽被酸「舞統臺灣」 主辦單位、蔣萬安迴應了
〈科目三〉半年飆破10萬聲量!寧夏夜市跳舞比賽被酸「舞統臺灣」主辦單位、蔣萬安迴應了。(圖:shutterstock/達志)
中國抖音神曲〈科目三〉風靡到臺灣,不只海底撈店員被要求跳〈科目三〉,現在這股熱潮也延燒到夜市!寧夏觀光夜市日前推出首波新年活動,預計將於25日舉辦「就是要到寧夏〈科目三〉」活動,未料消息曝光後卻被外界質疑有「舞統臺灣」嫌疑,對此寧夏夜市觀光協會總幹事黃大昌、臺北市長蔣萬安均對此迴應了。
臺北寧夏夜市宣佈辦〈科目三〉舞蹈比賽!報名額滿仍被網疑「舞統臺灣」
寧夏觀光夜市15日晚間在臉書粉絲專頁曝光新年活動,主辦單位預計將於25日晚間6時在臺北市大同區蓬萊國小後門舉辦「就是要到寧夏〈科目三〉」舞蹈比賽,限量20組選手報名參賽,現場由學生及夜市協會組成評審團,針對人數、舞蹈、造型、吸睛度評分,最終選出前三名,第一名可獲得巨大悠遊卡與5,000元悠遊付儲值金、第二名3,000元悠遊付儲值金、第三名2,000元悠遊付儲值金,參加獎可得到200元悠遊付現金回饋券,前10組報名再加碼享紀念版悠遊卡一張。
參賽消息曝光後馬上涌入大批民衆報名,瞬間引發網友關注,「真・寧夏夜市」、「不愧是寧夏夜市,贊啦」、「可以報名參加嚕」、「終於有你大展身手的舞臺了」、「期待能看到〈科目三〉完整版的舞蹈」、「夜市主委也會全程跳完沒錯吧」、「應該要辦梁靜茹寧夏唱歌比賽吧」,還有人歪樓表示「骨科會成最大贏家」、「贊助場所:骨科診所」、「活動現場記得要安排醫生駐守喔」。
但也有人認爲跳〈科目三〉不太妥當,「好差勁的活動」、「整天〈科目三〉ˊ真的超膩」、「果然抖音是最大的統戰武器」、「準備好被舞統了」、「臺北寧夏夜市還是廣西寧夏夜市」、「寧夏夜市不是真的要你去寧夏欸」、「那天要避開寧夏夜市」、「辦舞蹈大賽很好,但爲何一定要〈科目三〉」、「再見了好吃的芋頭球」、「再見了我的赤肉蒸餃」。
寧夏夜市觀光協會總幹事黃大昌出面說明!臺北市長蔣萬安:對多元化要有信心
對此寧夏夜市觀光協會總幹事黃大昌對外說明,舉辦〈科目三〉舞蹈比賽主要是希望吸引一些年輕人幫忙做轉傳,原本的用意只是想要熱鬧一下,「我們認爲美食無國界,音樂、舞蹈應該都無國界」。
對此臺北市長蔣萬安出席臺北市警察局卸任新任分局長、大隊長聯合布達交接典禮受訪時表示,如果一首歌就能夠「舞統臺灣」,那臺灣流行文化早已統一對岸,希望大家對自己的多元化能夠有信心。
〈科目三〉究竟有多夯?高雄男熱跳受傷慘變「骨折三」
究竟〈科目三〉有多夯?從《KEYPO大數據關鍵引擎》輿情分析系統來看〈科目三〉近一年聲量趨勢,去(2023)年12月6日,一位媽媽帶着小孩吃海底撈過生日,不滿分店員工不會跳〈科目三〉,詢問主管後卻說還沒有練好,媽媽氣到在Google地點評論留言痛罵「如果生意不想好起來真的不用練沒關係」,網友看傻眼表示「現在是抖音一響,祖母白養」、「兒子要看,媽媽就跳啊,有問題嗎?」、「麻煩點菜單上有的好嗎」,網路聲量累積8,577筆。
2024年1月16日,寧夏夜市舉辦「就是要到寧夏夜市〈科目三〉」比賽,不僅限量20組報名參賽,還有參加獎禮物可以拿,比賽前三名另能拿到巨大悠遊卡、悠遊付儲值金獎品,雖然公佈沒多久主辦單位就宣佈額滿,不過仍有網友認爲跳〈科目三〉等同於舞統臺灣,網路聲量累積9,734筆。
從《KEYPO大數據關鍵引擎》輿情分析系統來看〈科目三〉探索概念,可以發現〈科目三〉被稱爲是抖音神曲,不只海底撈店員新增表演項目,就連高雄市議員李眉蓁、鍾易仲參選立委時也在瘋跳〈科目三〉。此外,一名高雄男子爲了跳〈科目三〉還跳到腳骨折變成「骨折三」,成爲全臺第一人因〈科目三〉受傷的人,近期寧夏夜市舉辦〈科目三〉比賽,被網友質疑「武統臺灣」,也意外登上熱門關鍵字詞。
【網路溫度計調查結果之圖文,未經授權請勿轉載、改寫】
分析說明
分析區間:本文分析時間範圍爲2023年07月21日至2024年01月16日。
資料來源:
《KEYPO大數據關鍵引擎》輿情分析系統擁有巨量資料,以人工智慧作語意分析之工具資料蒐集範圍:每月處理1000億以上中文資料的網路社羣大數據資料庫,其內容涵蓋Facebook、YouTube、新聞媒體、討論區、部落格等網站。
研究方法:
《KEYPO大數據關鍵引擎》輿情分析系統擁有巨量資料,以人工智慧作語意分析之工具資料蒐集範圍:每月處理1000億以上中文資料的網路社羣大數據資料庫,其內容涵蓋Facebook、YouTube、新聞媒體、討論區、部落格等網站,針對討論『〈科目三〉』相關文本進行分析,調查「網路聲量」(注1)、「探索概念」(注2)作爲本分析依據。
*注1 網路聲量:透過『KEYPO大數據關鍵引擎』輿情分析系統,計算社羣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。
*注2 探索概念:將主題的文章進行概念分羣(Concept Clustering),幫助讀者從巨量資料中快速掌握事件的來龍去脈;羣中存在較高的議題相似度,羣間則有較低的相關度;分羣結果透過演算法抽取具有代表性的片語以呈現概念的意義。