一种动态数据场景下的向量索引方法

本发明公开了一种动态数据场景下的向量索引方法，通过构建一种基于覆盖率的混合步长索引结构HSG，提出基于HSG索引结构的近似最近邻搜索算法、基于相对距离的顶点添加算法、基于入边权重的HSG顶点删除算法，并基于覆盖率进行索引图评价和迭代优化，最后基于HSG索引结构，近似最近邻算法在动态数据流模式下实时添加、删除数据，迭代优化索引结构，实现高性能的向量索引。本发明的方法解决了当前主流算法仅支持静态数据集的文艺，能在动态数据流模式下实时添加、删除数据，且能够迭代优化索引结构，提升搜索效率和召回率，为人工智能、大数据等技术更大范围的应用提供了有效支撑，为更广泛，更大规模的向量相似度检索机制研究提供了理论参考和实践依据。