随着移动互联网技术的发展,大量应用的顺利部署和实施都不同程度依赖空间数据对象的查询。空间最近邻查询是空间对象涉及的主要查询种类之一,用于找到距离用户最近的目标对象。然而,目前的最近邻查询存在着查询源单一、查询结果分散无序、结果集过大且不能满足用户偏好等问题。针对上述问题,本文主要研究多源最近邻查询,用于返回满足空间约束条件和属性约束条件的目标对象,避免单源最近邻查询的不足。该查询不仅可以应用到选址分析、旅游规划、物流配送等日常生活服务的应用中,还可以应用到与位置有关的空间实体对象的查询、分析中。首先,针对现有最近邻查询的查询源单一的问题,利用空间距离约束为查询主要条件,研究由多个查询点组成查询源的最近邻查询方法。该研究基于两种单源基础算法（Dijkstra和IER）的结点扩展思想,提出基于局部优先策略和全局优先策略的多源最近邻查询算法,构建R树索引,并设计紧致上下界,缩小结点访问范围,提高算法性能。其次,针对现有最近邻查询结果分散无序、且存在现实目标对象位置集中（如商场、厂房、仓库等）的问题,研究空间距离和属性关键字共同约束下的多源最近邻查询,提出目标群的影响力计算方法和关键字查询算法。该算法将原始路网目标按照设定的规则,进行目标对象的聚合,将用户指定的路网距离范围内的目标对象合并到一个群中,形成包含多个目标群的路网。转换后路网将原始路网的大范围小目标的搜索变成小范围大目标的搜索,降低结点数量,满足聚集型查询的需求。在转换后路网上,对目标群的整体属性（目标群中所有目标点属性的并集）与用户输入的查询关键字进行匹配分析,对满足属性全覆盖、且影响力较大的目标群,形成群集合,返回给用户。最后,针对现有最近邻查询结果集过大、不能满足用户偏好的问题,研究聚集目标路网和非聚集目标路网查询结果均适用的优化方法。该研究利用多目标优化方法“Skyline技术”的基本思想,将最近邻结果集通过支配关系分析,筛选出支配关系中处于主导地位的目标点,划分成指定大小的点组,形成有序的点组集合。为了能够选出结果集中前Top-k个点组,提出基于层Skyline的优化方法,通过Skyline低层点支配高层点的特性,按照目标点组包含低层点个数的多少,选出在支配关系上更优的点组。为了处理层Skyline优化结果中形成的等价关系的点组,提出基于组Skyline的优化方法,在层等价的点组中,计算点组内各个目标对象的支配点数,进一步判断在层等价条件下点组之间的优劣,形成用户偏好的有序结果集。