在过去的十年里,由于带全球定位系统的智能设备的普及与移动互联网络的迅速发展,基于位置的服务已经成为了人们生活中一种重要部分。导航与位置服务技术已成为互联网、移动通信之后发展最快的新型新兴产业之一,增长势头迅猛,具有广阔的市场潜力。这些设备与技术使得web信息附加了空间属性。空间关键字匹配查询随着智能设备普及而盛行。用户能够通过智能设备随时随地利用基于位置的社交网站提供的应用进行签到、评论或者给兴趣点添加标签等。而这些信息反过来可以帮助用户进行空间关键字查询,比如搜索“最近的提供免费wifi服务的餐馆”,用户可以通过输入"wifi"、“餐馆”关键字获取地点。空间关键字查询可以分成两类：空间关键字匹配查询与空间关键字排序查询,分别对于兴趣点关联信息的两种情形：关键字描述与文本描述。在匹配查询中,用户输入的关键字用来过滤无关结果,而排序查询中,返回结果需要将空间距离与关键字评分归一化排序。由于空间距离与关键字评分归一化公式尚未得到很好的验证,因此大部分工作研究空间关键字的匹配查询。针对已有的空间关键字查询对多查询点情况关注较少,本文研究了一种新的欧氏空间中的关键字匹配查询,叫带关键字的聚集路径查询,为多用户的聚会问题提供了路径规划方案。本文的主要贡献如下：1.本文提出了一种新型的多查询点关键字查询,据我们了解,这是第一篇关注带关键字的聚集查询；2.本文证明了带关键字的聚集路径问题是NP-hard的；3.本文提出了一种基于椭圆剪枝的精确算法,并改进了椭圆范围查询的算法；4.针对多关键字的路径查询,本文通过动态规划的方法改进已有的准确算法；5.提出了两种不同的近似算法来解决查询点、关键字数目庞大的情况,并拓展了两个近似算法,改善算法的偏差率；6.本文使用了真实的数据集进行实验。实验表明精确算法比暴力算法快至少两个等级,基于中心分配的算法时间性能最优,而扩展树的拓展算法具有最好的偏差率。