随着移动智能终端的日益普及,移动互联网的飞速发展,移动用户规模不断壮大,各种业务和应用不仅直接影响到了人们的工作方式和生活方式；同时也对人们的学习工具和学习过程产生了较为深远的影响。移动互联网是在传统网络的基础上发展起来的以移动网络为传输载体、移动终端为网络接入节点的网络互连方式,通过移动应用为用户提供泛在的、及时的、可移动、个性化和位置相关的服务。因此移动学习是一种在移动终端上,借助于某一款移动应用,通过移动网络进行在线或本地已下载资源进行学习的一种方式。在数字化学习基础上发展起来的移动学习,虽然两者的学习资源形式基本上都是以文本、图片、音频、视频、动画为主,但由于移动终端在编码、解码上所能支持的格式比较少,且用户的学习出发点也不同,一般情况下,移动学习是针对某一知识点的快速搜索、访问、了解,停留的层次较浅,学习时长较短,实时性更强,再加上移动终端计算、存储和续航能力非常有限,移动网络带宽较小,因此在移动环境下的资源必须经过进一步的细化分类和元数据提取来保证精准而快速的搜索。在大量的研究实践中表明,一方面缓存技术是保证大规模数据访问和资源访问类应用服务质量的有效技术,它不仅可以减少带宽的消耗,更能提高数据和资源的响应速度,带来更好的访问实时性和用户体验；另一方面,移动终端先天性的具有对等分布、自组织管理、高动态性等特性,可以将对等网络中很多缓存的思想和技术借鉴到移动环境缓存中来。因此本文在此基础上提出了基于层次结构的合作缓存思想BHCC (Based on Hierarchical Structure of Cooperative Caching),让本来处于无组织分布情况下的节点形成有结构化的索引,通过分布式的索引表进行资源对象自我搜索,其策略的重点就是要使资源访问节点的数据搜索更多集中在周边区域,包括基于地理位置的邻近区域搜索和区域内基于Chord的搜索；另一方面,资源对象访问时延的大小是和资源对象放置息息相关的,为了得到较优的资源放置策略,本文通过二分网络对节点资源访问特性建模,使缓存对象副本的选取和生成数量能够考虑到访问时间和访问次数等特性,并提出了基于路径和兴趣组的分块放置,在区域内通过对形成的二分网络进行投影生成基于访问特性的节点连接网络拓扑,这个网络拓扑可反映节点对于该资源对象访问的关联强弱特性及节点负载,然后将资源对象文件分块并进行多节点放置,在地理区域上,可根据资源对象请求过程途径的区域的路径,从区域合作缓存负载、资源访问时间、资源对象大小等方面来确定这些区域缓存该资源对象的概率。最后通过仿真实验,证明合作缓存的策略不仅能有效减少资源对象搜索的“跳数”,在获取资源存储节点的平均距离也更优,并且基于该策略下使得资源的放置更加均衡,可有效的控制过度缓存的现象。