随着位置服务(Location-Based Service)和智能终端的普及,基于位置的社交网络(Geosocial networking)应用与人们的生活息息相关。例如:食物采购(Food sourcing)、基于位置的推荐(Location based recommendation)和Ad hoc网络(Ad hoc networking)等。在这类网络中,用户会发起多种多样的查询请求以满足自己的查询需求,例如:top-k查询、skyline查询和范围查询等。然而,这些查询仅能支持单用户发起的查询请求,却对多用户情景下的查询请求无能为力。此外,在查询处理过程中,用户往往具有某些潜藏的偏好信息。然而,这些查询却无法有效度量这些偏好信息,使得其查询结果不能精确满足用户偏好。因此,为解决这些问题,多用户空间数据查询(Multiple-user Spatial Keyword queries)应运而生。本文仅研究了多用户空间数据查询领域下的一个重要分支:多用户空间关键字查询(Multiple-user Location-based Keyword queries,简称MULK查询)。MULK查询能够返回一组既靠近用户位置的兴趣点(Point-of-Interest,简称POI),又能够以较低的代价为用户提供可供切换的额外选择。本文研究了多用户空间关键词查询(MULK)。当用户在基于位置的社交网络中发起MULK查询时,道路网络是查询算法必须要考虑的因素。因此,本文研究了道路网络下的MULK查询,并对此提出有效的解决方案。本文的主要工作包括:(1)针对多用户空间数据查询问题,本文给出了MULK的形式化定义描述。进而,本文提出了一种基于动态规划的精确查询算法。由于精确查询算法时间复杂度较高,用户无法接受精确查询算法的较高时间消耗,本文进一步设计了两个近似算法MULK Appro1算法和MULK Appro2算法。实验结果表明,本文提出的近似算法能在较短时间内返回有效结果。(2)针对MULK查询中用户偏好的度量问题,在前期用户偏好权重矩阵的基础上,本文提出了一种交互式多用户空间关键词查询算法,这种算法能够通过与用户进行多轮交互来度量用户的偏好信息。(3)针对道路网络下MULK查询的索引效率问题,本文提出了一种层级索引结构以索引道路网络,并据此提出了层级索引结构查询算法。此外,本文针对道路网络更新的情况设计了相应的层级索引结构更新算法。