本发明公开一种图神经网络的增量社交事件检测方法，面对流式传入的社交网络数据，提取文本中的信息进行异构信息网络建模；获取同构网络；得到同构社交消息图；采用图注意力模型对同构消息图进行学习，以获取基于知识保留增量的消息编码；同时，对消息编码进行采样进行对比学习计算损失，并且根据返回的损失调整图注意力模型的参数，训练图注意力模型；对图注意力模型进行检测得到的编码，进行聚类，得到社交事件。本发明将丰富的语义和结构信息充分融入到社交消息中，通过图神经网络保留从社交消息中获取的知识，采用对比学习技术，并且定期维护消息图，能够在不耗费过多资源的条件下提升事件检测的准确率。