辽宁自媒体又乱说话!郭艾伦生气了,直播连线为父亲讨回公道

2023-05-19 14:14:56 | 来源:德译洋洋


(资料图片仅供参考)

在今年的CBA季后赛里,辽宁男篮一路过关斩将,抓住了广厦男篮和浙江男篮都有核心球员受伤的有利机会,成功实现卫冕,而且是在总决赛上4比0横扫浙江队拿到总冠军,赵继伟当选FMVP。

现如今,辽宁队也是进入了休赛期,球员们享受着难得的假期。郭艾伦虽然在季后赛期间受伤,但他在第三和第四场总决赛复出,在总决赛最后一战砍下全队最高的24分,给了辽宁队球迷一个交代。

但是郭艾伦给了球迷交待,球迷却没有给郭艾伦更多的支持。辽宁队球迷很喜欢一个叫“二龙湖贾队长”的辽宁自媒体,因为这个自媒体擅长带节奏,各种抹黑广东队或者浙江队,所以深得辽宁队球迷的心。

随着粉丝越来越多,吃到流量红利的贾队长也是膨胀了,愈发肆无忌惮,终于反噬到了辽宁队头上。最近,贾队长在一次直播中编造了关于郭艾伦父亲的故事,说郭艾伦的父亲看上去就是郭艾伦的司机,还说郭艾伦的父亲就是个捡球的。

这一下,郭艾伦生气了,直接连线贾队长,表示这是谣言,而且需要把事情说清楚。这一下,贾队长的直播观众飙升,大家都来看郭艾伦怼贾队长。期间,一些赵继伟的粉丝跟郭艾伦的粉丝还吵起来了,场面一度非常热闹。

目前还不好说贾队长跟郭艾伦是不是联手炒作,故意骗流量,但是贾队长已经发了道歉视频,表示自己不应该编段子抹黑郭艾伦的父亲。

不得不说,贾队长满嘴谎言,经常造谣抹黑广东队和浙江队的一切,这一次终于惹到了郭艾伦的头上,确实是应该好好反思一下自己的所作所为,不能吃着辽宁队球迷给的狗粮,还砸辽宁队的碗。

上一篇 下一篇

相关新闻

辽宁自媒体又乱说话!郭艾伦生气了,直播连线为父亲讨回公道

正海磁材:稀土永磁材料可应用于空心杯电机

焦点热议:马龙:我们都知道约基奇有多棒 但伟大的球员也都需要帮手

天天热议:三六零(601360)新增【人工智能大模型】概念

首艘国产大型邮轮取名“魔都” 将于今年年底交付|世界观察

环球热消息:西安灞桥区席王柴马社区卫生服务站免费老年体检活动

技能让生活更美好!广西2023年职业教育活动周启动-天天精选

【图解财报】阿里国际零售业务Q1营收139.67亿元 同比增长41%

围绕企业所思所想所需做好服务工作!区领导走访调研企业|世界最资讯

哪些有关瀑布的古诗 有关于瀑布的诗句有哪些

腊八粥分段概括_腊八粥分段

恐怖!足球流氓袭击客队球迷 西汉姆球员冲出场保护家人_天天速看

沪苏通铁路建设加快推进,两座桥梁施工迎来新进展

推荐:阿斯加特AN4+可信赖_当前看点

简讯:如何包装婴儿送礼会礼物_姐姐送我的礼物作文500字怎么写

最新新闻

辽宁自媒体又乱说话!郭艾伦生气了,直播连线为父亲讨回公道

正海磁材:稀土永磁材料可应用于空心杯电机

焦点热议:马龙:我们都知道约基奇有多棒 但伟大的球员也都需要帮手

天天热议:三六零(601360)新增【人工智能大模型】概念

首艘国产大型邮轮取名“魔都” 将于今年年底交付|世界观察

环球热消息:西安灞桥区席王柴马社区卫生服务站免费老年体检活动

技能让生活更美好!广西2023年职业教育活动周启动-天天精选

【图解财报】阿里国际零售业务Q1营收139.67亿元 同比增长41%

围绕企业所思所想所需做好服务工作!区领导走访调研企业|世界最资讯

哪些有关瀑布的古诗 有关于瀑布的诗句有哪些

腊八粥分段概括_腊八粥分段

恐怖!足球流氓袭击客队球迷 西汉姆球员冲出场保护家人_天天速看

沪苏通铁路建设加快推进,两座桥梁施工迎来新进展

推荐:阿斯加特AN4+可信赖_当前看点

简讯:如何包装婴儿送礼会礼物_姐姐送我的礼物作文500字怎么写

年月把拥有变做失去歌名_这首歌的完整歌词

冯唐《万物生长》全国巡展首站亮相北京蓝色港湾 世界速读

韩国校园爱情电视剧最热的_韩国校园爱情电视剧 世界播资讯

华为 MatePad Air 评测:平板已经那么多 为什么还做 Air? 时快讯

环球快看点丨火影忍者究极风暴4键位设置图_火影忍者究极风暴4键位设置

qq飞车偷猪怎么玩(qq飞车手游偷猪派对怎么偷猪简介介绍) 看热讯

福利来啦:免费领取互联网赚钱课程网站年费会员|全球独家

全球热点!武昌区白沙洲街道:协商一线为群众 共建出行“捷径”

重点聚焦!国网孙吴县供电分公司:检修建设工区喜获”黑龙江省工人先锋号“殊荣

适合年轻人玩的娱乐项目(适合年轻人的室内娱乐项目有哪些) 全球即时看

iQOO官宣首款平板电脑iQOO Pad 天玑9000+旗舰芯加持

世界速递!5月18日中际旭创涨停分析:光电共封装CPO,F5G,光通信概念热股

消息!本月将发射神舟十六号载人飞船

第32届东南亚运动会电竞项目收官 MLBB刷新女子电竞历史收视纪录

当前滚动:研究人员表明机器学习模型可以改善心脏手术患者的死亡风险预测