随着互联网技术的高速发展，金融消费者的投诉方式也发生着改变，在线投诉渠道一方面降低了投诉成本、提高了投诉效率，另一方面也利于投诉信息的共享，同时也为金融机构和监管机构收集、整理、分析和解决投诉问题提供了新的方式。金融消费者的在线投诉文本属于非结构化数据，使得传统的基于结构化数据的方法不再可行。因此，本文提出一种基于主题模型的投诉文本研究框架，使用美国消费者金融保护局的投诉文本作为数据集，研究以下三方面内容:(1)使用作者主题模型，挖掘和分析不同金融机构间的投诉主题差异;(2)从时间维度分析金融机构的投诉主题随时间的演变特点;(3)从投诉处理时限的角度提出一种投诉文本分类机制，利用主题模型对非结构文件进行降维，并使用支持向量机模型对投诉文本进行分类。实验结果表明，本文提出面向金融机构投诉文本的主题抽取方法和处理框架可以有效发现不同金融机构的投诉主题间的差异性，以及随时间演化中的问题，从而帮助监管机构对金融机构进行有效监控，规范金融市场。同时，本文提出的投诉文本分类机制以及自动的分类方法，可以高效地帮助金融机构对不同的投诉问题进行分类处理，从而提高客户忠诚度，也为消费者解决实际金融问题提供便利。