随着大数据技术的快速发展，省域人文地图集的编制方式亟需革新。针对传统编制模式在数据获取、处理效率及更新及时性等方面的局限，本研究提出了基于大数据驱动的省域人文地图集动态优化模型。通过构建分层架构的更新模型，结合深度学习网络优化数据预处理，利用机器学习算法提升主题识别精度，并应用强化学习实现更新策略优化。实验结果表明：主题分类准确率达92.3%,数据清洗准确率达95.8%,更新触发准确率达88.9%,为省域人文地图集的智能化编制与动态更新提供了新思路与技术支撑。