1.一种基于大数据的舆论热点预测方法，其特征在于，包括以下步骤：
步骤s100：以人物以及对应人物历史热度情况构建人物热度数据库，以事件以及对应事件热度情况构建事件热度数据库；
步骤s200：实时抓取新出现的人物事件信息，并基于人物热度数据库以及事件热度数据库分析实时获取的人物事件信息是否符合舆论的要求；
步骤s300：若人物事件信息满足舆论要求，则及时通知到相关人员。
2.根据权利要求2所述的一种基于大数据的舆论热点预测方法，其特征在于，步骤s200包括：
步骤s210：实时抓取新出现的人物事件信息；
步骤s220：以实时抓取到的新出现的人物事件信息单独分解为人物和事件，单独通过分解后的人物作为查询对象于人物热度数据库查询对应人物的热度，同时单独通过分解后的事件作为查询对象于事件热度数据库中查询出事件热度情况；
步骤s230：综合分析人物热度以及事件热度，在人物热度和事件热度满足条件的情况下，启动步骤s300，反之，则有以下步骤s240。
3.根据权利要求2所述的一种基于大数据的舆论热点预测方法，其特征在于，步骤s240包括以下步骤：
步骤s241：基于热度人物的标签信息形成热度人物标签信息数据库，同样的基于热度事件的标签信息形成热度事件数据库，此处所提热度人物标签信息包括人物性格、人物社会地位、人物财富、人物颜值、人物才华，此处所提热度事件标签信息包括事件社会影响力、事件类型、事件性质；
步骤s242：若分解后的对应人物未能在人物热度数据库查询到且分解后的对应事件未能在事件热度数据库中查询到，则基于分解后的对应人物标签情况、热度人物标签信息数据库判断获取对应人物热度情况，同时也能基于分解后的对应事件标签情况、热度事件标签信息数据库获取对应事件热度情况。
4.根据权利要求3所述的一种基于大数据的舆论热点预测方法，其特征在于，步骤s242包括以下步骤：
步骤s242.a：若分解后的对应人物标签情况于热度人物标签信息数据库查找相同标签的热度人物并以相同标签的人物热度作为对应人物的热度，且分解后的对应事件标签情况于热度事件标签信息数据库查找相同标签的热度事件并以相同标签的事件热度作为对应事件的热度，则启动步骤s230，反之，则有步骤s242.b；
步骤s242.b：若查询不到相同标签的热度人物或相同标签的热度事件，则寻找标签相同数量最多的人物热度作为对应人物的热度，同时寻找标签相同数量最多的事件热度作为对应事件的热度，若存在多个标签相同数量最多的人物为多个则以标签相同数量最多的人物的均值热度作为对应人物的热度，相应的，若存在多个标签相同数量最多的为多个则以标签相同数量最多的事件的均值热度作为对应事件的热度，之后启动步骤s230。
5.根据权利要求3所述的一种基于大数据的舆论热点预测方法，其特征在于，步骤s230包括：
步骤s231：以对应人物的热度与人物基准热度进行比较，同时以事件的热度与事件基准热度进行比较，若对应人物的热度超过人物基准热度进行比较且同时事件的热度超过事件基准热度，则启动步骤s300；
步骤s232：若人物的热度或事件的热度中存在一个低于基准值，则若另一个和基准值的差值达到预设差值，则启动s300。
6.根据权利要求5所述的一种基于大数据的舆论热点预测方法，其特征在于，步骤s300包括以下步骤：
步骤s310：基于所需通知人员的手机号构建通知人员手机号数据库；
步骤s320：调取通知人员手机号数据库中所需通知人员的手机号并通过短信进行及时通知。
7.根据权利要求6所述的一种基于大数据的舆论热点预测方法，其特征在于,步骤s300还包括s330，若所通知人员在预设时间内未接收短信，则通过语音进行及时通知。
8.根据权利要求7所述的一种基于大数据的舆论热点预测方法，其特征在于，步骤s330所提及的语音通知方式为语音报警器。