本发明适用于信息挖掘技术领域，提供一种基于网络媒体的热门事件提取方法，首先将新闻、评论文本发布的时间区间划分为若干个等间隔的时间片。其次，在每个时间片内提取新闻文本的关键词及权重，用优化增量聚类方法对这些新闻文本进行聚合分类，得到该时间片内的每个话题及其空间向量模型,并根据模型计算话题热度，按照热度保留有效话题。第三，对所有的时间片的话题再用优化增量聚类方法进行聚合分类，得到不同的事件，计算事件热度。最后，判断事件是否热门，并通过热度对热门的事件排序。本发明改进了普通的增量聚类算法，并建立多级的优化增量聚类模型，提高了计算速度；并且根据媒体的关注情况和网民的舆论情况计算事件的热度，并判断事件是否热门，对热门的事件排名，此方法更客观，减少了事件排名的误差。