查询订阅系统有着广泛的应用，例如科技工作者在Google Scholar订阅论文引用情况、手机用户订阅实时新闻等。随着移动互联网的发展和智能手机的普及，基于位置的服务得到了互联网用户的广泛关注。而基于位置的服务催生了很多面向空间的查询订阅系统，从而用户可以订阅与位置相关的查询，例如在团购中用户可以订阅在清华附近iphone5s手机的团购，订阅系统把相关的团购信息（例如中关村iphone5s团购信息）推送给用户。不同于传统的订阅，基于位置的订阅需要既考虑文本匹配程度也要考虑位置相近程度。目前的方法很难有效的融合而这信息来实现基于位置的订阅。

为了实现基于位置的查询订阅，首先，提出了用户订阅与分发信息之间匹配程度的衡量模型，通过融合文本相似性和空间距离来对用户订阅及分发信息进行打分。然后，基于该衡量模型提出了Rt-tree索引结构和基于过滤-验证的算法来提高推送的效率。由于Rt-tree可能造成索引过大的问题，提出了Rt+-tree索引结构，它不仅能够减少索引大小而且可以大大提升推送效率。最后，还解决了如何有效支持订阅的更新。通过实验证明，提出的算法远远好于基线算法。并且在单台机器上能够每秒推送1000条tweet信息，大大提高了推送的效率。

上述研究成果被IEEE TKDE 2014录用。