在线社区集体情绪的优先簇生长导致的动力学相变

我们考虑一个描述具有长程记忆的二元链动力学的一维随机模型中的优先簇生长。该模型由在线社区讨论中观察到的情绪模式数据驱动。系统经历了一个动力学相变。对于较低的偏好指数值，在大多数模拟的讨论线程中，字符串演化过程中两种状态均被观察到。当指数跨越临界值时，在大多数线程中出现有序相，即从某一时刻起仅存在一种状态。在热力学极限下（即讨论无限长时），该转变变为不连续的，甚至无穷小的偏好指数也会导致每个讨论线程中出现有序行为。数值模拟与近似解析公式吻合良好。