1.一種基于信任度因子的用戶虛擬社區(qū)構(gòu)建裝置，其特征在于：包括：
數(shù)據(jù)采集模塊(101)，用于采集數(shù)據(jù)，其與外部移動終端耦接并通信，采集外部移動終端的用戶基本信息(1011)、課程基本信息(1012)、用戶交互行為信息(1013)和移動感知數(shù)據(jù)，采集完成以后將上述信息編譯成用戶數(shù)據(jù)包信號輸出；
數(shù)據(jù)處理模塊(102)，用于對數(shù)據(jù)進行處理，其與數(shù)據(jù)采集模塊(101)耦接，以接收并解析用戶數(shù)據(jù)包信號，獲得用戶基本信息(1011)、課程基本信息(1012)、用戶交互行為信息(1013)和移動感知數(shù)據(jù)，并對上述信息進行處理后進行量化存儲，獲得處理后的數(shù)據(jù)；
信任度分析模塊(103)，用于計算信任度因子和構(gòu)建信任度模型，其耦接于數(shù)據(jù)處理模塊(102)，以與數(shù)據(jù)處理模塊(102)通信，調(diào)用處理后的數(shù)據(jù)，并根據(jù)數(shù)據(jù)計算信任度因子，根據(jù)信任度因子構(gòu)建信任度模型，該信任度分析模塊(103)還耦接于數(shù)據(jù)采集模塊(101)以接收數(shù)據(jù)采集模塊發(fā)出的用戶數(shù)據(jù)包；用戶虛擬社區(qū)管理模塊(104)，用于構(gòu)建和管理虛擬社區(qū)，耦接于信任度分析模塊(103)，以與信任度分析模塊(103)通信，調(diào)用信任度因子數(shù)據(jù)和用戶數(shù)據(jù)包，根據(jù)信任度因子數(shù)據(jù)和用戶數(shù)據(jù)包構(gòu)建和調(diào)整用戶社區(qū)。
2.根據(jù)權(quán)利要求1所述的基于信任度因子的用戶虛擬社區(qū)構(gòu)建裝置，其特征在于：所述數(shù)據(jù)處理模塊(102)包括：
數(shù)據(jù)清洗部分(1021)，耦接于數(shù)據(jù)采集模塊(101)，以接收數(shù)據(jù)采集模塊(101)輸出的用戶數(shù)據(jù)包信號，將用戶數(shù)據(jù)包信號經(jīng)過干擾信號濾波后輸出清洗后的數(shù)據(jù)包信號；
特征提取部分(1022)，耦接于數(shù)據(jù)清洗部分(1021)，以接收數(shù)據(jù)清洗部分(1021)輸出的清洗后的數(shù)據(jù)包信號，對該數(shù)據(jù)包信號進行頻段選取，選取該頻段的信號并輸出提取數(shù)據(jù)包；
特征量化部分(1023)，耦接與特征提取部分(1022)，以接收特征提取部分(1022)輸出的提取數(shù)據(jù)包，并對提取數(shù)據(jù)包量化分析，獲得離散數(shù)據(jù)點，供信任度分析模塊(103)分析計算信任度因子。
3.根據(jù)權(quán)利要求2所述的基于信任度因子的用戶虛擬社區(qū)構(gòu)建裝置，其特征在于：所述數(shù)據(jù)清洗部分(1021)和特征提取部分(1022)均為濾波器，所述特征量化部分(1022)為帶通濾波器。
4.根據(jù)權(quán)利要求1或2或3所述的基于信任度因子的用戶虛擬社區(qū)構(gòu)建裝置，其特征在于：所述信任度分析模塊(103)包括感知數(shù)據(jù)分析模塊(1031)、交互數(shù)據(jù)分析模塊(1032)、信任度因子構(gòu)建模塊(1033)與信任模型創(chuàng)建模塊(1034)，所述感知數(shù)據(jù)分析模塊(1031)、交互數(shù)據(jù)分析模塊(1032)、信任度因子構(gòu)建模塊(1033)與信任模型創(chuàng)建模塊(1034)均與數(shù)據(jù)處理模塊(102)和數(shù)據(jù)采集模塊(101)耦接，用以分別接收數(shù)據(jù)處理模塊(102)和數(shù)據(jù)采集模塊(101)輸出的實時數(shù)據(jù)和處理后的數(shù)據(jù)，并通過感知數(shù)據(jù)分析模塊(1031)對實時數(shù)據(jù)和處理后的數(shù)據(jù)進行感知分析，獲取感知數(shù)據(jù)，通過交互數(shù)據(jù)分析模塊(1032)對實時數(shù)據(jù)和處理后的數(shù)據(jù)進行交互分析，獲取交互數(shù)據(jù)，通過信任度因子構(gòu)建模塊(1033)對處理后的數(shù)據(jù)進行分析計算，獲得信任度因子，通過信任模型創(chuàng)建模塊(1034)將信任度因子與實時數(shù)據(jù)和處理后的數(shù)據(jù)結(jié)合，獲得信任模型。
5.根據(jù)權(quán)利要求1或2或3所述的基于信任度因子的用戶虛擬社區(qū)構(gòu)建裝置，其特征在于：所述用戶虛擬社區(qū)管理模塊(104)包括：
用戶社區(qū)構(gòu)建模塊(1041)，耦接于信任度分析模塊(103)，調(diào)用信任度分析模塊(103)內(nèi)的信任模型，根據(jù)信任模型計算出用戶之間的初始信任度，根據(jù)用戶之間的信任度將多個用戶移動終端連接通信，構(gòu)成用戶社區(qū)；
社區(qū)互動交流模塊(1042)，設(shè)置在用戶社區(qū)內(nèi)，與用戶社區(qū)移動終端內(nèi)各個成員通信連接，用以提供用戶社區(qū)成員之間的信息互動；
社區(qū)互助學(xué)習(xí)模塊(1043)，與社區(qū)互動交流模塊(1042)耦接，其內(nèi)存儲有學(xué)習(xí)資料，用以向社區(qū)互動交流模塊(1042)輸送學(xué)習(xí)資料；
社區(qū)動態(tài)調(diào)整模塊(1044)，耦接于信任度分析模塊(103)，調(diào)用信任度分析模塊(103)內(nèi)的信任模型，根據(jù)信任模型計算出用戶之間的實時信任度，并根據(jù)實時信任度調(diào)整用戶社區(qū)內(nèi)成員數(shù)量。
6.根據(jù)權(quán)利要求1或2或3所述的基于信任度因子的用戶虛擬社區(qū)構(gòu)建裝置，其特征在于：所述用戶移動終端為存儲有用戶基本信息(1011)、課程基本信息(1012)、用戶交互行為信息(1013)和移動感知數(shù)據(jù)的手機。
7.一種基于信任度因子的用戶虛擬社區(qū)構(gòu)建方法，其特征在于：包括如下步驟：
步驟一(201)，利用移動終端設(shè)備，采集新數(shù)據(jù)源，新的數(shù)據(jù)源包括用戶基本信息(1011)、課程基本信息(1012)、用戶交互行為信息(1013)和移動感知數(shù)據(jù)，完成數(shù)據(jù)采集；
步驟二(202)，對步驟一(201)中采集到的各類數(shù)據(jù)進行清洗、篩選和特征提取，最后進行量化存儲，完成數(shù)據(jù)處理；
步驟三(203)，對步驟二(202)處理后的數(shù)據(jù)中的感知數(shù)據(jù)、交互行為數(shù)據(jù)件分析，提取信任度因子，并根據(jù)信任度因子構(gòu)建相應(yīng)的信任度模型，完成信任度模型構(gòu)建；
步驟四(204)，結(jié)合步驟三(203)中獲得信任度因子，利用用戶之間的交互信息、資源使用與評價數(shù)據(jù)、動態(tài)的學(xué)習(xí)實況創(chuàng)建用戶虛擬社區(qū)，完成用戶虛擬社區(qū)構(gòu)建；
步驟五(205)，根據(jù)用戶進一步的實時社區(qū)行為，對社區(qū)內(nèi)的成員進行動態(tài)調(diào)整，構(gòu)建更穩(wěn)定的學(xué)習(xí)社區(qū)，完成虛擬社區(qū)的動態(tài)調(diào)整，其中步驟五(205)不斷循環(huán)調(diào)整。
8.根據(jù)權(quán)利要求7所述的用戶虛擬社區(qū)構(gòu)建方法，其特征在于：所述步驟三(203)中提取信任度因子的提取步驟如下：
A、將網(wǎng)絡(luò)層設(shè)置成輸入層(301)、網(wǎng)絡(luò)學(xué)習(xí)層(302)和輸出層(303)，設(shè)定網(wǎng)絡(luò)中的兩個用戶分別為用戶i和用戶j，利用輸入層(301)提取用戶i和用戶j之間的位置距離(i，j)，提取用戶i和用戶j之間的用戶間隔度(i，j)，提取用戶i和用戶j之間的通訊頻次(i，j)；
B、將提取到的位置距離(i，j)，用戶間隔度(i，j)和通訊頻次(i，j)輸入到網(wǎng)絡(luò)學(xué)習(xí)層(302)內(nèi)，通過網(wǎng)絡(luò)學(xué)習(xí)層(302)的學(xué)習(xí)和運算，計算得出信任度因子。