社交情绪分为两个部分,一部分是社交,指个体与他人建立和从事积极互动行为的一系列行为;另一部分是情绪,它帮助个体与他人建立、维持和改变关系。良好的社交情绪能力可以让自己和他人融洽的进行各种社会活动,而在社交情绪上存在问题的人,可能不受家庭以及周围的环境所欢迎,而习惯性的社交和情绪问题难以改变,可能越发的严重。对于个体的社交情绪研究将有助于他们了解自身的问题,从而来改变自己。当前,一些传统基于生理信号的情绪分析的研究方法,通常以获取实验对象的多种生理数据达到识别特定情绪的目的,而要同时准确的采集人体多种生理数据不仅需要有理想的采集环境,而且对于采集设备也有很高的要求,导致这样的研究方式往往只能停留在实验的基础上,很难应用于实际的生活中,这样的方法不适用于社交场景下的情绪分析。脉搏信号采集较为方便,且具有较高的信号质量,同时在传统的情绪分析研究中脉搏信号作为重要的生理参数为情绪分类提供依据,已有研究证明单独使用脉搏信号用于情绪分析是可行的;可穿戴设备具有可计算、便携带、无线收发以及续航时间长等特点。为此本文设计了一种基于脉搏信号、便携带、可穿戴的社交情绪分析系统;系统使用光电容积脉搏波描记法采集人体脉搏信号,使用情绪诱发的方式获得人体在平静、高兴、悲伤、恐惧四种情绪状态的脉搏数据,结合随机森林算法得到了平静-高兴、平静-悲伤、平静-恐惧、悲伤-高兴和平静-高兴-悲伤-恐惧的情感模型,最后进行了大学生常见社交场景下的社交情绪分析模拟测试。本系统使用ZigBee无线通信技术,实现了多节点的自组网与脉搏数据传输;使用QT开发的上位机图形界面整合了小波变换算法对脉搏信号去噪处理,上位机调用由Matlab训练的情绪模型实现社交情绪的分析;基于SSM框架开发微信公众号和社交情绪分析后台管理系统,实现了用户使用终端设备采集脉搏数据,上位机处理和分析数据,在微信端创建、查看和管理社交情绪分析体验记录。