1.一种基于信任度因子的用户虚拟社区构建装置，其特征在于：包括：
数据采集模块(101)，用于采集数据，其与外部移动终端耦接并通信，采集外部移动终端的用户基本信息(1011)、课程基本信息(1012)、用户交互行为信息(1013)和移动感知数据，采集完成以后将上述信息编译成用户数据包信号输出；
数据处理模块(102)，用于对数据进行处理，其与数据采集模块(101)耦接，以接收并解析用户数据包信号，获得用户基本信息(1011)、课程基本信息(1012)、用户交互行为信息(1013)和移动感知数据，并对上述信息进行处理后进行量化存储，获得处理后的数据；
信任度分析模块(103)，用于计算信任度因子和构建信任度模型，其耦接于数据处理模块(102)，以与数据处理模块(102)通信，调用处理后的数据，并根据数据计算信任度因子，根据信任度因子构建信任度模型，该信任度分析模块(103)还耦接于数据采集模块(101)以接收数据采集模块发出的用户数据包；用户虚拟社区管理模块(104)，用于构建和管理虚拟社区，耦接于信任度分析模块(103)，以与信任度分析模块(103)通信，调用信任度因子数据和用户数据包，根据信任度因子数据和用户数据包构建和调整用户社区。
2.根据权利要求1所述的基于信任度因子的用户虚拟社区构建装置，其特征在于：所述数据处理模块(102)包括：
数据清洗部分(1021)，耦接于数据采集模块(101)，以接收数据采集模块(101)输出的用户数据包信号，将用户数据包信号经过干扰信号滤波后输出清洗后的数据包信号；
特征提取部分(1022)，耦接于数据清洗部分(1021)，以接收数据清洗部分(1021)输出的清洗后的数据包信号，对该数据包信号进行频段选取，选取该频段的信号并输出提取数据包；
特征量化部分(1023)，耦接与特征提取部分(1022)，以接收特征提取部分(1022)输出的提取数据包，并对提取数据包量化分析，获得离散数据点，供信任度分析模块(103)分析计算信任度因子。
3.根据权利要求2所述的基于信任度因子的用户虚拟社区构建装置，其特征在于：所述数据清洗部分(1021)和特征提取部分(1022)均为滤波器，所述特征量化部分(1022)为带通滤波器。
4.根据权利要求1或2或3所述的基于信任度因子的用户虚拟社区构建装置，其特征在于：所述信任度分析模块(103)包括感知数据分析模块(1031)、交互数据分析模块(1032)、信任度因子构建模块(1033)与信任模型创建模块(1034)，所述感知数据分析模块(1031)、交互数据分析模块(1032)、信任度因子构建模块(1033)与信任模型创建模块(1034)均与数据处理模块(102)和数据采集模块(101)耦接，用以分别接收数据处理模块(102)和数据采集模块(101)输出的实时数据和处理后的数据，并通过感知数据分析模块(1031)对实时数据和处理后的数据进行感知分析，获取感知数据，通过交互数据分析模块(1032)对实时数据和处理后的数据进行交互分析，获取交互数据，通过信任度因子构建模块(1033)对处理后的数据进行分析计算，获得信任度因子，通过信任模型创建模块(1034)将信任度因子与实时数据和处理后的数据结合，获得信任模型。
5.根据权利要求1或2或3所述的基于信任度因子的用户虚拟社区构建装置，其特征在于：所述用户虚拟社区管理模块(104)包括：
用户社区构建模块(1041)，耦接于信任度分析模块(103)，调用信任度分析模块(103)内的信任模型，根据信任模型计算出用户之间的初始信任度，根据用户之间的信任度将多个用户移动终端连接通信，构成用户社区；
社区互动交流模块(1042)，设置在用户社区内，与用户社区移动终端内各个成员通信连接，用以提供用户社区成员之间的信息互动；
社区互助学习模块(1043)，与社区互动交流模块(1042)耦接，其内存储有学习资料，用以向社区互动交流模块(1042)输送学习资料；
社区动态调整模块(1044)，耦接于信任度分析模块(103)，调用信任度分析模块(103)内的信任模型，根据信任模型计算出用户之间的实时信任度，并根据实时信任度调整用户社区内成员数量。
6.根据权利要求1或2或3所述的基于信任度因子的用户虚拟社区构建装置，其特征在于：所述用户移动终端为存储有用户基本信息(1011)、课程基本信息(1012)、用户交互行为信息(1013)和移动感知数据的手机。
7.一种基于信任度因子的用户虚拟社区构建方法，其特征在于：包括如下步骤：
步骤一(201)，利用移动终端设备，采集新数据源，新的数据源包括用户基本信息(1011)、课程基本信息(1012)、用户交互行为信息(1013)和移动感知数据，完成数据采集；
步骤二(202)，对步骤一(201)中采集到的各类数据进行清洗、筛选和特征提取，最后进行量化存储，完成数据处理；
步骤三(203)，对步骤二(202)处理后的数据中的感知数据、交互行为数据件分析，提取信任度因子，并根据信任度因子构建相应的信任度模型，完成信任度模型构建；
步骤四(204)，结合步骤三(203)中获得信任度因子，利用用户之间的交互信息、资源使用与评价数据、动态的学习实况创建用户虚拟社区，完成用户虚拟社区构建；
步骤五(205)，根据用户进一步的实时社区行为，对社区内的成员进行动态调整，构建更稳定的学习社区，完成虚拟社区的动态调整，其中步骤五(205)不断循环调整。
8.根据权利要求7所述的用户虚拟社区构建方法，其特征在于：所述步骤三(203)中提取信任度因子的提取步骤如下：
A、将网络层设置成输入层(301)、网络学习层(302)和输出层(303)，设定网络中的两个用户分别为用户i和用户j，利用输入层(301)提取用户i和用户j之间的位置距离(i，j)，提取用户i和用户j之间的用户间隔度(i，j)，提取用户i和用户j之间的通讯频次(i，j)；
B、将提取到的位置距离(i，j)，用户间隔度(i，j)和通讯频次(i，j)输入到网络学习层(302)内，通过网络学习层(302)的学习和运算，计算得出信任度因子。