随着多媒体网络和GPS全球定位服务系统的发展和相关应用普及,海量且多维度的数据呈现爆发式的增长,包括大量带有关键词属性的空间文本对象数据。目前主要通过空间数据库查询处理技术对这些数据进行分析处理,其中最重要的核心问题就是空间关键词查询技术,它能够利用兴趣点本身的空间属性与文本属性并综合考虑他们与查询之间的相关性,快速返回给用户满足查询需求的兴趣点。现有的空间关键词查询技术主要集中在经纬度坐标之间的距离计算以及精确的文本匹配,忽略了用户在查询当中排斥的关键词属性,且在此查询过程中仅仅依赖于文本之间的精确匹配,对于查询中文本信息与兴趣点信息不能完全匹配的查询,极有可能造成在一定区域内没有返回结果的情况。对此,本文的具体工作如下:（1）针对查询中忽略了用户排斥属性的问题,本文提出了一种新的带否定关键词约束的查询模式。首先,采用Geohash字符串表示兴趣点对象,对字符串排序后插入B+树作为二叉树的叶节点,通过二叉树过滤带否定关键词的对象,构建了基于Geohash的混合索引结构BGIB-Tree。在此索引基础上,基于Geohash编码的递归性,设计了前缀匹配搜索算法,采用区域编码和对象编码前缀匹配的剪枝策略,使得无需进行距离计算通过字符串比对即可快速找到满足空间约束的对象,通过这些对象的id在倒排索引中双向搜索即可完成查询,从而能够有效处理用户在查询当中输入的否定关键词信息。将此算法与R树法相比,准确率提高了29%。（2）针对一词多义现象或者用户输入错误易导致不能返回给用户最精确的查询结果的问题。本文提出了结合空间、语义、文本三层结构的聚类混合索引树（GB~2-Tree,Geohash Binary BC-IDistance Tree）。首先在空间维度使用降维算法使得剪枝效果达到最优,并且在语义层运用BC-i Distance索引将高维语义向量进行聚类,按照其主题分布距离即可快速准确地找到与查询语义相近的对象。将此算法与NIQ算法相比,平均查询效率提高了19.6%。