近年来,关键词搜索问题在学术界引起了广泛的研究,其目的是对于给定的关键词集合,从原图中找到与关键词相关的子结构。但是,现有的经典算法主要致力于寻找结构紧密的树结构和子结构,忽略了一种关键的衡量方法——密度,密度反映了该子结构中包含关键词的节点之间关系的牢固和紧密程度。因此,本文对于给定的关键词集合,研究查找包含这些关键词的紧密子图问题,该子图具有密度高,紧密程度高的特点。基于关键词的紧密子图搜索问题根据现实应用场景不同可分为两种问题,分别是面向关键词覆盖的极小紧密子图搜索问题和面向关键词共享的极大紧密子图搜索问题。首先,对于面向关键词覆盖的紧密子图搜索问题,其目的是寻找包含查询关键词集合且truss值最高的紧密子图。对于该问题,本文首先提出了显而易见的基础算法,但该算法效率较低,不满足在线搜索的要求,因此本文提出了一种新型的KT索引,并根据该索引提出了高效的搜索算法。根据观察分析,本文又从两个方面提出了若干优化算法。其次,对于面向关键词共享的极大紧密子图搜索问题,其目的是对于给定的truss约束值,找到子图内所有节点都含有查询关键词一定比率的数量的关键词,且满足truss值要求的极大紧密子图。对于该问题,本文首先分析了问题的难点和解决方案,由于直观的基础算法效率低下,因此本文提出了一种独特的树型索引——EquiTree索引。在此索引的基础上,本文提出了更为先进的搜索算法。最后,本文针对上述两个问题,使用若干真实数据集进行实验并给出分析。通过实验分析可知,本文提出的算法在效果和效率方面都有良好的表现。