企业的发展离不开用户的反馈,而用户最直接、最常用也最快捷的方式则是通过电话的形式,如中国移动的10086、中国电信的10000以及重庆交通的96096等都是企业或政府开放给用户与百姓的热线平台,目的就是能够快速解决用户的问题以提高用户的满意度和忠诚度。而这些话务数据往往包含着用户的投诉信息,反映了企业饱含诟病的不足之处,亟待改革。通过分析这些投诉类话务数据,挖掘出用户对企业的不满之处,分析出投诉主题的演化关系,使得企业能够感知用户关注点和关注度的变化,不断完善企业建设。本文针对投诉类话务数据的短文本特性和流特性展开相关工作。本文主要工作有:1)针对“投诉类话务数据”短文本的特性,基于词对主题模型和增强共现词对以及关键词权值的思想,提出了 PMITI_BTM短文本主题模型。实验表明PMITI_BTM模型对于短文本主题挖掘是有效的。2)针对文本的动态特性,基于连续时间窗口历史经验值衰减传递的思想,提出了动态PMITI_BTM主题模型,使其能够应用于连续时间窗口的动态主题挖掘。3)针对文本的流特性,基于StrAP流式聚类算法,引入了时间衰减函数,定义了时态密度和时态密度权重的概念,提出了 TDWAP流聚类算法,使其更适应于含有数据倾斜分布的流式数据。4)针对投诉类话务数据主题演化分析的问题,本文分别在主题内容和主题强度两方面分别进行了演化分析。使得对投诉数据的演化过程有更加具体和深刻的理解,更能反映用户关注点和关注度的变化。