本发明提供一种基于大数据的信息收集系统，涉及数据收集技术领域，所述系统包括：数据源选择模块；数据过滤模块；数据预处理模块；分布式计算模块，包括多个节点，每个节点分别执行数据集中不同数据的处理任务；任务分配模块，用于根据各节点的剩余计算能力和处理任务的计算量，得到第一任务权重，并通过第一任务权重将数据片段的处理任务分配给节点；负载均衡模块，用于将负载均衡权重向任务分配模块反馈，以达到动态调整处理任务的分配；扩容错处理模块，用于通过第二任务权重向任务分配模块反馈，以达到将该节点的任务分配至其他健康节点；数据存储模块；本发明提高了系统处理数据的速度和准确性。