公共安全事件关系到国计民生,信息时代对公共安全事件的及时感知和处理分析正变得日益重要。海量的社交网络数据中包含公共安全事件信息及非公共安全事件信息,这些信息混杂在一起存储,对舆情分析时对某个公共安全事件信息的精准查询形成了巨大的挑战。同时,事件是不断发展演化的,如何充分挖掘事件信息的访问局部性对事件信息进行关联性存储管理,对于事件的精准实时的查询分析,具有重要的意义。论文中设计实现了基于聚类和数据冷热的公共安全事件高效存储管理方法。一方面,使用局部模块度优化目前的社区划分算法,对获取到的网络信息进行关联。根据数据集类型的不同,针对新闻网页文本数据,计算不同文本节点之间的语义距离,并采用优化后的社区划分完成事件聚类;针对微博文本数据,利用信息熵构建关键词溯源图,再对溯源图社区划分实现事件聚类,提高事件聚类准确度,并减少时间开销。另一方面,利用事件信息的访问局部性原理,将聚类后的事件信息集中存储,并利用固态硬盘相比机械硬盘的性能优势将事件信息根据冷热进行分离存储,来进一步提升对公共安全事件的查询性能。实验结果表明,论文提出的聚类算法在针对新闻网页长文本和微博短文本的公共安全事件时,能取得聚类精确度94%的聚类效果。经过事件聚类和冷热存储处理后的数据,在后续的查询时,对比原始数据的精确查询,查询时间至少减少了52%。证明了该研究方法的有效性。