本发明公开了一种针对于舆情热点信息预测的方法及系统，应用于网络信息安全领域。该系统合理应用深度学习方法将热点信息的转发过程进行建模，充分考虑了结构和时间信息，实现了端到端的预测。所述系统包括：将热点信息的转发过程转化为图结构；级联注意卷积网络（CAC）提取转发图信息；Dynamic Routing‑AT聚合CAC提取的信息；门控循环单元（GRU）处理时间信息；最后使用多层感知器（MLP）进行预测；模型测试。本发明为该领域提供了全新的针对社交平台复杂数据预测的系统CAC‑G，并且还提出了一种全新的转发图处理方法和聚合方式，解决了该领域对嘈杂的社交媒体数据利用率低，预测效率低等问题，满足了舆情热点信息的动态捕捉和快速精准预测的需求。