对网络涉恐信息的快速挖掘,有利于对恐怖事件进行高效的监控。恐怖信息与一般网络非约束信息不同,为了逃避打击,往往带有极强的伪装性和隐蔽性,在涉及到的关键词和图像中刻意加以回避。利用传统方法进行涉恐信息挖掘的过程中,还是以特殊的词语和相关的特征作为挖掘对象,涉恐信息的隐蔽性和刻意伪装性使得挖掘模型难以形成有效的涉恐信息聚类中心,降低了对网络恐怖信息挖掘的准确率。提出基于聚类特征优化算法的海量网络中涉恐信息挖掘方法。对涉恐信息进行多维空间重构,避免挖掘复杂程度。根据涉恐词的概括度和模糊性设置涉恐信息的阀值,避免冗余信息造成的影响。根据涉恐词之间的相似度进行聚类,建立涉恐信息挖掘模型,用互信息的方法进行涉恐信息特征挖掘,挖掘出准确的涉恐信息。实验结果表明,利用改进算法进行海量网络中涉恐信息挖掘,能够有效提高挖掘效率。