随着互联网技术的迅速发展,个人数据呈现出了新的特点,即海量的规模、异构的数据形式和复杂多变的关联关系。与此同时,用户对数据管理的要求越来越高,传统的数据管理技术已不能满足新形势下数据管理的需要,如何有效地管理海量的个人异构数据成为重要的研究课题。近年来,数据空间作为新的数据管理技术,因其不依赖于严格的数据模式,并采用逐步集成的构建方式,能够满足日益复杂的个人数据管理需求。本文研究个人数据空间管理系统的查询与索引机制,主要工作如下：1.提出功能更为强大的查询语言E-iQL。与iMeMex系统的查询语言iQL相比,E-iQL能有效地支持路径和联系相结合的查询方式。论文在广义资源视图的基础上给出E-iQL的逻辑代数操作,作为查询优化的基础。2.提出基于核心句子抽取的部分索引机制。本文将自然语言处理领域中的分词、句子相似度计算、核心句子的选择等相关技术引入索引构建过程,只对核心句子构建索引,以避免全文索引带来的高索引维护成本,同时能提高关键词查询效率。在具体实现过程中,对典型的基于语义词典计算句子相似度的算法进行了简化,大大降低了计算复杂度；在聚类个数的确定、初始K个聚类中心的选定两个方面对K-Medoids聚类算法进行了改进,从而使基于质心的核心句子选取的准确性更高。结果表明,E-iQL语言能更方便有效地表达用户的查询需求。同时,通过对比全文索引和部分索引机制下关键词查询的查全率、查准率等指标,也证明了部分索引机制的有效性。