随着移动设备与网络发展,越来越多用户倾向使用移动终端快速方便地访问网络,因此用户对于移动搜索的需求也更为突出。而目前基于地理位置的移动搜索大多是采用笛卡尔分层或者GeoHash算法将地理位置信息转换成文本,通过文本相似度来实现地理位置相关的移动搜索,并没有充分利用地理位置空间性来实现高效、准确搜索。除此之外,时间信息在移动搜索引擎中也是至关重要的,因此基于文本相关度的地理位置相关移动搜索难以很好地满足用户的移动搜索需求。本文针对用户进行移动搜索时时空相关性的实际需求,研究基于文本相关性、地理位置相近性和时间信息相关性的移动搜索。针对移动搜索时空相关性的特点,对传统搜索引擎中关键处理方法进行深入剖析。首先研究网页地理位置点与时间点的识别、评估与转换方法,采用条件概率模型来提升评估时间与地理位置点准确度。其次提出一种改进索引结构,将R+树空间索引与倒排文件索引组合优化并对该结构提出压缩处理,并对改进索引的创建算法与查询算法进行设计与剖析,从而论证了改进索引结构能够在一定程度上提升时空相关移动搜索的准确度。然后提出对传统检索模型进行改进,将基于文本内容的向量空间模型进行扩展,引入空间距离与时间距离对文档相关度评分的影响,同时通过二元独立模型来对空间距离与时间距离对评分影响的权重参数进行深入研究,以确保能够在最大程度上满足用户时空相关性移动搜索的需求。最后,将本文所研究的成果应用于移动搜索引擎原型开发,在功能方面和性能方面对实现的移动搜索引擎原型进行测试,并将基于GeoHash算法与传统检索模型实现的地理位置相关的移动搜索引擎原型与本文实现的搜索引擎原型进行对比实验,从而验证本文研究内容的有效性。测试结果表明,本文针对移动搜索引擎所研究的成果能够有效地提升移动搜索地理位置与时间相关的搜索结果,最大程度上满足用户进行移动搜索时的时空相关性需求。