本发明公开了一种基于多数据流计算的社交网络热点事件检测方法，包括下述步骤：对用户生成内容短文本数据进行词特征提取，并对该词特征进行主题分析；建立主题间的区分性和主题内的内聚性，以突发主题作为用户生成内容的特征；对用户生成内容、用户行为数据和用户画像数据，利用模糊集理论，建立自适应无监督的目标决策；对每个单数据流的数据进行粒化，并对多数据流进行多粒度结构的重要度和相关性度量，以对多个粒结构进行约简和相关性判断；对不同粒结构依据相关性和目标决策进行覆盖分析，从而建立多粒度空间的计算，检测热点事件。本发明能够实现无监督自适应的决策，解决多源异构数据计算问题，有效地检测社交网络中的热点事件。