Skyline查询是一个典型的多目标优化问题,旨在找出一个多维数据集中所有用户可能感兴趣的信息,Skyline查询广泛应用于多目标决策支持系统、导航系统、信息推荐系统、数据挖掘等领域。Group-Skyline(组Skyline)是对传统Skyline定义的进一步扩展,考虑的不仅仅是单个的点,而是由多个点构成的点组,旨在找出一个多维数据集中不被其他点组支配的点组集。随着数据集、维度和所求点组大小的增加,现有的组Skyline查询算法返回的结果数量非常庞大,而实际应用中,用户只关心少量具有代表性的结果。本文针对Top-k组Skyline查询问题进行研究,具体研究内容如下:首先,通过对现有计算组Skyline算法进行分析,发现现有算法存在结果集庞大,效率低的问题。利用Skyline层中低层点支配高层点的特性,提出基于Skyline层的组Skyline结果排名策略,以Skyline层和层中顶点个数作为结果排序的依据。提出相应的SLGS算法,用于返回排名靠前的k个结果。其次,针对SLGS算法可能返回排名相同的结果的情况,提出基于Skyline层和顶点覆盖的组Skyline结果排名策略,对排名相同的结果以顶点覆盖集的大小进一步区分其相对重要性。提出相应的VCGS算法,对所有的结果进行排序,返回排名靠前的k个结果。为了提升算法处理效率,提出基于顶点覆盖的改进算法VCGS+,该算法通过对Skyline层剪枝,只需求得部分结果就可以找到最好的k个组Skyline结果,降低了结果枚举的代价,从而提高了算法的效率。最后,基于多个真实数据集进行测试,实验结果从查询响应时间、返回结果的质量两方面验证了本文方法的有效性。