用于大规模文献集的索引优化与压缩存储系统及方法

本发明公开了用于大规模文献集的索引优化与压缩存储系统及方法，包括如下步骤：S1、文献数据采集与预处理，生成规范化文本数据集；S2、关键词语义向量编码，构建关键词语义向量矩阵；S3、初始高斯混合模型构建，得到聚类中心、协方差矩阵与权重；S4、引入海象优化算法优化聚类参数，输出最优聚类结果；S5、构建语义聚类结构，生成索引树结构；S6、位图压缩倒排编码，构建支持布尔逻辑的索引表；S7、新增文献动态接入，完成索引结构增量更新。本发明用于提升大规模文献集的索引构建效率与存储压缩率，实现高效、语义化和可增量更新的文献检索服务。