随着移动定位技术的发展以及便携式设备的普及，基于位置的地理信息服务(Location-Based Services)变得越来越受欢迎，空间文本查询能同时兼顾用户的位置信息和文本描述，相比于传统的空间查询更能满足用户的需要。典型的应用场景就是用户使用手机，在某个地理引擎中，提出自己的查询请求(用户当前的位置信息和文本描述信息)，系统会查询到距离用户较近并且文本描述尽可能相似的k个空间文本对象。在这个问题上，已有大量的研究工作，但都主要针对于单个查询点(单源点)的空间文本Top-k查询问题(SSLkT)，不能处理多个查询点的查询情形。基于上述问题，本文提出多源点空间文本Top-k查询(MSLkT)，能够综合考虑多个查询点的空间位置信息和文本描述信息，从而给出总体最优的k个空间文本对象。本文的研究核心，主要是围绕着不同的空间距离度量(欧氏距离，道路网距离)来展开工作。　　在欧式空间上，首先提出了阈值算法(TA)，该算法先对每个查询点执行普通的空间文本Top-k查询，然后把每个查询点的结果合并，根据总体相似分值选出相似度最高的k个空间文本对象。然后，针对阈值算法会重复遍历索引结构的缺点，提出了更高效的MBR算法(MBRA)。该算法把所有的查询点视作一个的整体，统一执行空间关键字查询，同时利用最佳优先遍历思想(BF)，进行高效的查询剪枝，减少对索引结构的访问。在道路网上，为了加快对道路网节点的访问速度，本文首先介绍道路网的组织与存储结构，然后介绍了道路网上针对单查询点的算法SSTopK，该算法基于Dijkstra的查询思想，由近及远一步步寻找距离查询点最近的空间文本对象，接着基于该算法提出了针对多查询点的MSTopK算法并对其进行了优化。最后，在两个不同的数据集上对本文所提出的算法进行实验评估，验证了本文所提出的算法的有效性。