随着移动互联网技术、智能终端和社交软件等技术的进步,互联网大数据已成为最具代表性的大数据。经济、文化、军事和社会活动都强烈依赖于互联网。妥善应用网络大数据在维护社会安全和稳定中能够发挥积极的作用。因此,研究网络大数据环境下热点事件提取与公共安全事件分级对维护社会安定、预防舆情扩散等有重要的意义。首先通过对社交网络中的文本数据进行分析,计算热度分数、合并同义词、计算增长趋势,从网络大数据文本中提取出热门词语。再进一步利用词组的互信息和词频筛选事件表示能力更强的词组,从网络大数据中识别并提取热点事件。然后结合公共安全事件在网络中的传播特点,定义了三个评价公共安全事件的指标:热度、情感和敏感性,以此从已经提取的热点事件中将公共安全事件标注出来。在此基础上,将公共安全相关的数据和非公共安全数据使用包含固态盘和机械硬盘的混合存储系统分别存放,解决数据的高效查询问题。实验表明,通过将公共安全事件评级方法和其它舆情发现算法进行比较,采用评级方法能将公共安全事件识别的精确率提高100.5%、召回率降低6.9%,精确率和召回率的综合评价系数F1值提高45%。在后续的查询访问时,采用混合存储系统比全部使用固态盘存储,在查询速度上提升16倍以上,证明了该研究方案的有效性。