随着科学技术的高速发展,数据正呈高维、海量的趋势发展。如何对庞大的数据进行分析和处理,从中找到对用户决策有价值的信息,是数据库技术领域的研究重点之一。因此,Skyline查询应运而生。传统的Skyline查询大多数是在单用户环境下进行的,随着数据库在现实生活中的广泛应用,更多地涉及到多个用户共同参与到一个查询过程中来,利用传统的Skyline查询技术解决多用户Skyline查询时,会存在不足和缺陷。因此,如何有效地得到一个Skyline结果集且同时满足多个用户的需求具有重要的研究意义。本文结合现实生活中的应用场景,针对多用户Skyline查询的特点对其展开研究,主要贡献总结如下:(1)针对传统Skyline查询算法在处理用户不平等下的多用户Skyline查询问题的不足,提出了一种基于用户权重的MUSW算法。该算法定义了一种满意度度量方法,充分考虑用户的权重比例,对各用户通过子空间Skyline查询处理后得到的结果进行满意度计算,有效解决多用户Skyline查询结果的整合问题,并有效控制输出结果的个数。此外,在算法中引入交互,通过用户的反馈对用户的权重比例做动态的调整,从而使得最终结果更符合用户的要求。通过实验验证算法具有可行性,且可高效支持用户的交互。(2)研究数据集属性存在优先关系时的多用户Skyline查询问题,提出了一种基于属性优先关系的多用户偏好Skyline查询算法——MUPS算法。该算法允许用户群的每个成员对数据集属性的优先关系提出不同的偏好需求;在此基础上,提出一种新的支配方式,为?-支配,达到对原始Skyline结果集进行剪枝缩放的目的,并通过用户群与返回候选集的交互,动态修正属性的权重大小,使得最终结果更符合用户群对属性优先关系的真实需求。实验结果表明,该算法有效支持多用户场景下的偏好Skyline查询,且具有良好的交互性能。(3)在解决上述两个不同应用场景下的多用户Skyline查询问题的基础上,深入分析交互在多用户Skyline查询中的必要性,并提出了一个支持多用户Skyline查询的交互机制IMMUSQ,使查询结果动态地趋向于多用户满意的结果。同时给出了该交互机制的总体框架以及执行流程,并通过实例分析说明该交互机制的有效性和可扩展性。最后设计了一个支持该交互机制的原型系统并予以实现,并验证其具有良好的交互性能。