如今,数据空间中的信息呈现出多元化和高速化发展趋势,人们关注的焦点不再是信息的来源,而是获取信息的方式。但是,由于数据信息的海量性、异构性和分布性等特点,如何快速、高效地获取有用的信息便成为数据空间面临的一个严峻挑战。而关键字查询的便捷性促使它成为访问信息的主要方式,因此,研究数据空间中基于关键字的查询方法具有重要意义。关键字查询由于简单、易用等特性而深受用户欢迎,并且已经被成功地运用到关系数据库中。这种查询方式将用户从技术细节中解脱出来,它无需用户掌握结构化查询语言和数据库的底层结构。当前的关键字查询策略主要有斯坦纳树、元组单元和候选网络,但是,它们只返回包含关键字的元组或元组树,因而不能提供与查询关键字有关的综合性信息。然而,有时用户可能对与查询关键字相关的信息更感兴趣,所需要的查询结果不再局限于单个元组,它可能是由多个元组构成的元组连接树,元组树中的某些元组可能并不包含查询关键字。因此,上述查询方法返回的查询结果无法符合用户的查询需求。针对用户的需求,本文提出了一种基于实例摘要的查询应答方法(ISQAM),该查询方法返回一个实例摘要树(IST)作为查询结果,它含有一些具有潜在意义的信息。为了生成实例摘要树,ISQAM还引入了紧密度的概念来过滤关系和属性从而减少一些不必要的开销。与传统的关键字查询相比,实例摘要树包含与给定关键字相关的所有信息,它使查询结果更加丰富。此外,为了对实例摘要树进行排序,本文还提出了一个综合排序函数来计算实例摘要树的排序得分,从而返回与查询相关性较高的实例摘要树作为查询结果。最后,本文分别在大数据集和小数据集上进行了一系列实验,实验结果表明该查询方法返回的实例摘要树具有较高的查询质量。