k最近邻居问题(kNN)是空间数据库研究领域最基本的问题之一,是指在特定空间中寻找离查询点最近的k个目标点,包括几何空间,道路空间等。道路空间中的kNN变种包括连续k最近邻查询,聚集k最近邻查询,k路径最近邻查询等。路径最近邻查询强调路径问题：用户在移动的过程中,会存在一定偏好的路径,无论是指定的路径,或是计算出的最短路径,用户会倾向于在偏好的路径上行驶。路径最近邻即解决相对于偏好路径的最近邻查询问题。以上路径最近邻问题中,目标点类型往往只有一种,但在实际应用过程中,往往存在用户感兴趣的不同类型的目标点,本文致力于解决这种存在这种不同类型目标点的路径最近邻查询问题。本文详细介绍了道路网络中k路径最近邻查询,并提出了一种针对两种不同类型目标点的k组路径最近邻居查询,这是一种新的查询：给出用户希望到达的终点位置以及两组目标点集合,这种查询返回连接用户当前位置和终点位置的最短路径,以及相对于这条最短路径的k组路径最近邻居,每组包含两个不同类型的目标点,使总的绕行距离最短,将这种查询命名为kPNNT。提出了一种典型的过滤-精炼算法得到kPNNT及对应的最短路径,通过预处理方式对算法进行改进。然后,我们将查询扩展到多目标点,提出了针对多目标点的路径最近邻查询kPNNM,并提出一种简单的预处理的算法解决该问题。最后在实际道路网络中进行了实验,实验证明,算法可以有效的上述问题。