随着支持GPS智能设备、基于位置服务的发展,电子地图所支持的查询类型逐渐增多,从传统的点到点的最短路径导航、到查找距离最近的兴趣点（Point of Interest,POI）,再到途经单个或多个目标点导航路线的路径规划,兴趣点路径规划在现实生活中有着重要的研究意义。本文的研究目的是为了解决更加复杂的基于多关键词覆盖的最优路径查询问题（Optimal Route with Collective Spatial Keywords,ORCSK）,并将其推广到更一般的top-k问题,即k-ORCSK查询。给定城市路网以及POIs集合,假定POI包含多个关键词（如加油、便利店、药店等）,用户输入起点、终点及待满足的关键词列表,k-ORCSK为其返回k条从起点到终点且能覆盖列表中所有关键词的最短路径。当前与ORCSK查询类似的路径规划问题有很多,包括假定POI只包含单个关键词的路径查询、指定关键词类型访问顺序的路径查询等,但是由于问题定义的差别,这类方法都不能高效地解决本文研究的k-ORCSK问题。研究ORCSK问题的现有工作,一类是基于启发式的贪心搜索方法,该方案由于需要计算大量启发值,查询效率低下,并且容易陷入局部最优导致选取的路径代价较大;另一类是基于索引树的全局搜索方法,该方案先从起点到终点路径周边选取满足查询关键词的POIs组合,再生成最终路径,然而由于选取的POIs可能分布在路径的不同方向,导致最终路径成本较大。此外,这些解决ORCSK问题的方法都无法高效解决k-ORCSK问题。针对现有方案存在的缺陷,本文先对已有解决ORCSK问题的算法进行了改进,提出了多个基线算法,并将其与原始方法进行了对比分析,验证了改进方案的有效性和正确性。其次,针对k-ORCSK问题,提出了基于偏差的DA-CSK算法框架,先对原路网进行非POI点收缩来构建POI子网,以减小路网规模,再借助二进制编码、关键词搜索树和最短路径树等技术来加快路径搜索,最后结合最佳优先范式提出了启发式搜索方案。另外,在DA-CSK的基础上提出了优化算法DAPrune,利用基于上界值和支配关系的局部路径剪枝策略以及基于关键词包含关系的局部路径细化方法,进一步提高了查询效率和查询结果质量。基于多个真实路网和POI数据,本文做了大量实验。结果表明,本文所提方案比基线算法返回的路径长度平均少30%左右,DA-CSK算法的查询时间比基线算法少5倍左右,DAPrune算法的查询效率则提升了一个数量级左右,验证了方案的高效性和准确性。