连续Skyline查询是从具有多维属性的数据集合中持续地返回具有优势的子集,是数据库查询处理领域的一个重要课题。近年来,移动应用的发展日益加快,一方面,对海量数据的连续查询提出了新的挑战;另一方面,其发展促使大量地理文本信息的诞生也带来了对这种新兴的数据类型进行相关分析和处理的诉求。论文研究了基于增量运动模型中的连续Skyline查询处理技术,并给出了地理文本信息中连续Skyline查询的解决方案,主要工作和创新点如下:(1)研究了连续Skyline查询中对查询点运动建模。使用符合实际应用的、匹配度高的运动模型替代传统的时空距离变化函数,针对查询对象不同的基本属性,如最高移动速度,移动方向等,论文提出了定向增量运动模型和扩张增量运动模型以支持连续Skyline查询处理对查询点的运动建模。(2)研究了基于定向增量运动模型下单查询点的连续Skyline查询处理技术。论文首先采用定向增量运动模型为查询点进行建模实现运动估计,随后提出两种数据裁剪方法对数据集进行预处理,并根据数据点与查询点之间距离支配关系的变化提供了一个事件处理机制,最后,论文提出的算法在每个时刻根据事件类型分别进行处理达到持续维护Skyline的目的。(3)研究了地理信息文本中的连续Skyline查询处理技术。首先,论文利用结合给定的参数使用扩张增量运动模型为查询点进行建模实现运动估计,随后,使用根据运动模型的特征所提出的一系列定理对在未来时刻可能对Skyline结果造成影响的数据进行筛选并得到数据子集,并选用文本关联函数将文本信息转化成与查询关键词的相似度,最后,论文提出的算法在每个时刻对该候选Skyline子集进行的支配检验即可实现对Skyline结果的持续维护。