包含代理、管理员和机器人的聊天中的集体情绪动力学

利用面向代理的模拟，我们调查了一个聊天网络中集体情绪状态的波动，其中代理与固定数量的管理员和情绪机器人 (Bot) 交换消息。为了设计一个现实的聊天系统，交互规则和一些统计参数以及代理的属性是从经验聊天频道 \texttt{Ubuntu} 中推断出来的。在模拟中，机器人的情绪是固定的；管理员通过传递一部分 $\epsilon$ 的消息给机器人来调节其活动水平。在 $\epsilon \gtrsim 0$ 时，与机器人情绪极性相匹配的集体情绪状态逐渐出现；主导情绪电荷的平均增长率作为序参量。由于自组织效应，当正情绪由正机器人引发时，集体动力学比在相同 $\epsilon$ 下负机器人存在时负情绪的出现更具爆发性。此外，当与机器人情绪极性相匹配的情绪在系统中传播时，潜在的分形过程表现出比传播与机器人情绪极性相反的情绪过程更高的持久性和更强的事件聚类。另一方面，弛豫动力学由外部噪声控制；从回报统计中估计的相关非广延参数实际上独立于机器人的活动水平和情绪内容。