数据广播是目前移动环境中一种有效的数据访问方式。服务器将热点数据通过公共信道周期性地发送出去,用户侦听广播信道并及时获取自己感兴趣的内容。与传统的点对点数据访问方式相比,采用广播方式发送一个数据项可以同时满足需要此数据项的所有用户请求,且发送代价与用户请求的个数基本无关,即数据广播能够支持大量用户同时并发访问数据,具有高度的可伸缩性。数据广播技术在公共信息发布、移动办公、军事应用等领域已有实际案例,并有着广阔的应用前景。访问时间与调谐时间是数据广播系统的两个主要性能评价指标,它们分别用来衡量系统的访问效率和能量使用效率,而广播调度算法和索引技术就是围绕这两个性能指标的优化而展开,是当前数据广播研究中的两个基本问题。本文着重研究基于事务的多数据项广播调度算法和启发式多盘调度的索引策略。基于事务的多数据项广播是一种重要的数据广播方式,而如何确定各数据项的位置以最大限度地降低用户的平均访问时间是其研究的热点。本文引入了人工智能中的A*算法,提出了一种基于事务的AAMIQ多数据项广播调度算法,根据各用户请求的访问频率及各用户请求内部数据项之间的联系设计了估价函数,然后用A*算法生成最优调度序列,最后还为该算法设定了一个窗口大小以便较快地找到最优解。实验结果表明：该算法既对访问频率较高的用户请求有良好的性能,又兼顾了访问频率较低的用户请求,从而有效地降低了平均访问代价；当请求访问频率相差很大时,算法的平均访问性能更优。树索引是数据广播索引技术之一,它能大幅减少系统的调谐时间而获得最广泛的研究。本文提出了启发式多盘调度的一种SIHMD偏斜索引策略,根据盘内数据项访问概率相近和盘间访问概率相差较大的特点,首先分别对各盘的盘内数据项建立平衡索引树,然后对各盘形成的索引树的根结点采用VF算法建立偏斜索引树,有效降低了平均调谐时间：为进一步优化平均访问时间,还设计了广播索引树算法,在广播序列中为热点数据分配较多的索引结点次数来减少其目录丢失,从而大大减小其访问时间。实验证明：该策略既能优化平均调谐时间,又能使平均访问时间保持在合理范围内,实现了访问时间与调谐时间之间更好的折中。