现代人们大部分时间都在室内环境中度过,例如家庭、办公室、购物中心、大学、图书馆和机场。然而,很多现有的基于位置的服务都只针对室外空间而设计,这主要是因为全球定位系统等定位技术无法准确识别室内场馆的位置。然而近年来室内定位技术的突破开始逐渐克服了这一难题,为研究机构、政府机构、技术巨头和有进取心的初创企业带来了巨大的未来机会——可以充分挖掘室内基于位置的服务的潜力。因此,室内数据管理在过去几年中获得了极大的研究关注,室内场所中基于位置的服务在未来几年很大的发展前景,例如紧急服务、店内广告、购物、跟踪、导游等等。反向k近邻查询在室内场所有很大价值,可以用它来近似空间对象的影响力计算,在室内设施定位和室内广告推销等方面有着广泛的应用。反向k近邻查询已在室外场景中得到广泛的研究。然而,由于室内外空间的根本区别,室外技术不能应用于室内场所。首先,室内场所中包含大量墙壁、楼梯、门等实体,它们在很大程度上会影响室内场所中对象的行走轨迹。因此,欧几里得距离和路网距离等室外空间距离度量不能用于测量室内距离。其次,室内场所的拓扑结构通常很复杂,室内场所复杂的拓扑结构给数据建模和查询处理带来了挑战。在本文中,我们对室内环境中的反向k近邻查询给出了问题定义,并且我们通过研究室内环境的性质,设计了一系列高效的剪枝策略用以降低计算成本,基于这些剪枝策略,我们提出了IRV（Indoor Reverse k Nearest Neighbor based on VIP Tree）算法来高效地处理室内反向k近邻查询。IRV算法采用先剪枝后验证的算法框架,并基于最先进的室内索引结构VIP Tree,此外我们对基础的剪枝方法进行了优化以降低剪枝过程中的消耗。我们在多个不同数据集上进行了实验,结果说明IRV算法要远优于基线算法。并且我们设计了一个新的可视化的室内空间数据查询系统IndoorViz,它集成了VIP Tree和KP Tree索引结构和多种精心设计的查询处理算法以及3D可视化功能。IndoorViz系统能够支持室内场所对象索引、高效查询处理和交互式3D显示。IndoorViz系统主要分为三个模块:室内空间数据存储与索引模块、室内空间查询处理模块和数据可视化模块。其中室内空间数据存储与索引模块负责获取原始平面图数据和其他室内数据;室内空间查询处理模块通过高效地利用VIP Tree索引和KP Tree索引来处理室内空间查询,并实现了室内空间中最先进的k近邻查询、影响力查询（反向k近邻查询）、关键字查询以及最短路径查询算法;而数据可视化模块则负责显示室内空间和查询结果,并提供交互功能。