分布式E-Learning平台智能型动态缓存配置机制研究

随着数字学习(e-Learning)环境逐渐形成,E-Learning平台越来越多的要具有规模效益与学习绩效,势必以分布式系统架构来建置。然而分布式平台如果要服务与满足更多学习者与教师的多元化需求,将严重增加主服务器与整体网络的负载,进而导致整体系统稳定性降低。基于此我们将利用资料探勘与机器学习等智能学习技术,提出一套分布式E-Learning平台智能型动态缓存配置机制。由智能型动态缓存配置机制将学习者或教师所想要的资源预先配置在能在其客户端或邻近的区域服务器上,以降低对主服务器的服务请求响应次数与整体网络的负载并提升整体数字学习之学习质量。