基于内容的海量高频信息分发系统可以实现通信双方在空间和时间上的完全解耦,通过信息分发系统,人们能够在从海量数据中快速准确获取自己感兴趣的消息。对于信息分发系统,事件匹配算法是核心,它负责查找与事件匹配的所有订阅,匹配算法决定了系统能否在高负载的场景下稳定高效工作。但随着订阅数量的迅速增加,大多数现有的匹配算法会出现不能及时过滤不匹配订阅,订阅空间划分不合理,以及索引结构失衡等问题。因此,本论文提出一种高效的匹配算法对于信息分发系统来说是具有重大意义的,这也是目前国内外学者的重点研究方向。本论文中提出了基于有序搜索树的编码匹配算法CEM-Tree,订阅在插入时会根据订阅中属性的出现顺序选择插入分支,并且使用属性划分策略来辅助索引结构的动态生成,属性划分策略是基于匹配成本分析得出的,它的目的是得出最优的属性划分方式。针对值匹配问题,我们将事件取值与订阅取值区间转换为编码,根据编码的与操作结果判断是否匹配,然后进一步将属性值域划分为多个单元格,这些单元格在平面坐标系中组成了一个等腰三角形区域。在事件匹配时,通过对等腰三角形区域的整体分割,可以快速的过滤掉大量不匹配订阅,从而缩短匹配时间。为了进一步提高信息分发系统中事件匹配效率,我们提出了基于解析几何的多维事件匹配算法GEM-Tree,为了让索引结构能够随着订阅的不断插入自适应地调整索引结构中订阅的分布,我们提出了局部调整机制,它包含一个基于匹配成本的排位函数,每次在分支选择时,我们应当选择排名最高的属性分支。同时,为了让GEM-Tree性能不受订阅插入顺序的影响,我们设计了全局调整机制,它对已插入的订阅分布做一个分析后得到一个属性优先级,然后根据优先级对所有已插入的订阅做一次全局调整。除此之外,GEM-Tree结合平面几何对属性值域空间进行分割,并且在事件匹配时使用图形划分方法进一步提高了匹配效率。为了对论文中提出的匹配算法性能有一个全面的评估,我们在多种场景下将CEM-Tree和GEM-Tree与当前性能较优的BE-Tree、OP-Index和TAMA进行了对比实验。从整体上来说,在不同的场景下,GEM-Tree的性能都优于其它算法,CEM-Tree的性能优于OP-Index和TAMA。在以订阅数量作为评估参数的实验中,GEM-Tree分别比BE-Tree、CEM-Tree、OP-Index 和 TAMA 快 1.6 倍、6.4 倍、13.3 倍和 17.2倍。