1.一种生存风险的大数据分析方法，所述方法包括如下步骤：
收集和分析与用户相关的互联网大数据信息；
根据上述互联网大数据信息建立生存风险计算模型；
根据所述模型的计算结果预测用户面临的生存风险。
2.如权利要求1所述的生存风险的大数据分析方法，其特征在于：
收集和分析与用户相关的互联网大数据信息的方法为：通过爬虫采集用户访问社交网站的记录，进行页面分析并下载上述记录的数据，并结合自我评价、问卷调查计算出的心理特征参数，分析用户的网络行为特征，进行分类得到特征向量。
3.如权利要求2所述的生存风险的大数据分析方法，其特征在于：
所述生存风险计算模型为最小二乘支持向量机模型，对心理疾病风险进行分析,是基于网络数据分析的心理特征状态计算模型。
4.如权利要求3所述的生存风险的大数据分析方法，其特征在于：
所述最小二乘支持向量机是通过最小化误差对的平方和寻找数据的最佳函数匹配。
5.如权利要求1所述的生存风险的大数据分析方法，其特征在于：
收集和分析与用户相关的互联网大数据信息的方法为：收集和分析用户在互联网上记录的驾驶相关信息。
6.如权利要求5所述的生存风险的大数据分析方法，其特征在于：
所述驾驶相关信息包括用户的驾驶时间、路线、位置，分析上述驾驶相关信息，从而确定是否是超速和/或疲劳驾驶。
7.如权利要求6所述的生存风险的大数据分析方法，其特征在于：
所述生存风险计算模型为逻辑回归模型。
8.一种生存风险的大数据分析系统，其特征在于，所述系统包括如下模块：
数据收集模块，用于收集和分析与用户相关的互联网大数据信息。
模型建立模块，用于根据上述互联网大数据信息建立生存风险计算模型。
风险预测模块，用于根据所述模型的计算结果预测用户面临的生存风险。