当今社会,随着通信和网络技术的飞速发展,移动通信服务作为一种便捷的交流和沟通方式,在人们的日常生活和工作中发挥着举足轻重的作用。近年来,运营商提供的服务种类和客户群体数量不断增加,导致了客户投诉数量也呈现出急剧上升的趋势。于是各大企业在经营中开始更多地关注客户满意度,并且把客户满意度的不断提升作为重要的战略目标。目前,国内外研究学者对热点问题的发现已有一些成果,但它们处理的对象主要是从互联网上抓取的海量文本信息,而对于通信服务中的客户投诉这个专业领域尚无成熟的可借鉴的技术。因此,如何通过对现有的投诉信息分析来发现内部隐藏的热点问题,及时地采取措施,对于提高服务质量、提升品牌价值显得极其重要和迫切。正是在此背景下,本文提出了对移动投诉信息进行数据挖掘的课题,目的是建立一种投诉信息热点问题自动发现与分析的系统模型,以解决目前存在的投诉业务量急剧增长与分析处理效率低下之间的矛盾。本文的主要内容概括如下：首先,介绍了热点问题发现的研究背景和发展现状,分析了当前的热点发现系统存在的问题,阐述了本系统的设计原理及工作流程。其次,通过对投诉信息文本及热点问题特点的分析,明确了系统需求,设计了系统基础架构,提出了一种优化的K-means算法,并在结合数据仓库中联机分析处理(OLAP)和关联规则的基础上,实现了对不同主题类别的热点问题的挖掘和分析。最后,将该系统模型应用于移动投诉管理项目中,并对系统运行情况进行了展示。