随着移动互联网、社交网络以及全球卫星定位导航系统的全面普及,携带地理位置信息的空间数据的应用规模迅速增长,基于位置的服务（Location-based Service,LBS）在大众的生活中发挥着愈来愈重要的作用。同时,空间数据来源于移动互联网、用户社交网络等,空间数据具有海量、多维度等特征,但是随着使用者的使用需求逐步增加,普通的空间关键字查询方法已不能为使用者返回满意的查询结果;同时由于空间数据具有海量的特征,使得社交网络服务中产生的大量携带地理位置信息和社交属性的空间数据给高效率的查询算法的研究带来较大挑战。随着基于位置的服务系统（如美团、同程旅游、去哪儿网等）逐渐增多,根据用户的地理位置和查询关键字为用户提供地理位置相邻和文本内容匹配的查询结果正成为当前的迫切需要。因此,空间关键字查询的研究已成为当前数据库查询研究领域的一大研究热点。传统的空间关键字查询是以用户所处的地理位置为中心,从当前用户所处的地理位置出发,根据用户提供的文本关键字信息进行相邻空间对象的文本匹配查询。现有的空间关键字查询方法主要有Top-k范围查询和Top-k k近邻查询,两类查询方式主要根据空间对象与空间关键字间的文本相似度和位置相近度进行综合评分,进而利用文本-空间索引技术提高综合的查询速度与查询效率。针对这一问题,本文在现有的空间索引算法的基础上提出了一种能够同时计算一组空间中相互邻近的空间对象的评分算法;同时,针对用户所查询关键字的最终查询结果,结合地理空间数据可视化方法将用户查询的最终结果以地图散点的形式呈现出来,采用百度推出的可视化开源开发框架（Echarts）进行查询结果可视化,使得用户最终可以得到直观的查询结果。实验分别从改变查询关键字的数量、查询结果的数量以及不同实验数据集等方面进行对比,将基于倒排文件的查询算法、空间索引算法和更优空间索引算法进行比较,并得到最终实验结果,结果表明更优空间索引算法在性能上明显优于基于倒排文件的查询算法和空间索引算法。查询结果可视化实验在空间关键字个性化查询过程中模拟用户输入查询关键字,根据查询关键字在南美地区的数据集上搜索符合用户查询条件的空间对象,最终将用户需要的可视化查询结果通过地图散点的方式呈现出来。