针对手机依赖给大学生造成的生理、心理及社会功能损害问题，将支持向量机（SVM）和粒子群（PSO）优化算法结合，利用PSO优化SVM的核函数参数 γ 和惩罚因子C，设计了一种大学生手机依赖分析系统。系统通过手机APP发布和回收手机成瘾指数量表问卷，用得到基础数据训练PSO-SVM进而得到手机依赖分类模型，模型可以实时地对采集的问卷进行分类判断，避免了问卷的发放、收集和数据录入分析等繁琐的工作。系统还可以对分类的结果进行统计分析，便于掌握学生的最新动态。实验结果表明，本系统的分类准确率高达97.561%，而且系统可以自动的进行手机依赖者的筛选和统计分析，系统的分析结果可信可靠。