随着3G网络的普及和智能终端的推广,各运营商之间的竞争越来越激烈,投诉数据呈现多样化,海量化,谁能及时解决投诉问题及遏止投诉问题的扩张,谁就能占据主动,抓住市场,抓住客户。一个完善的投诉处理系统显得迫在眉睫。为了能够简化处理的投诉步骤,缩短处理投诉的时间,投诉业务闭环管控系统便应用而生,该系统把投诉问题有机的组织起来,相互补充,相互推送,不断完善,有效的协调各部门,提高投诉的处理效率。但是投诉业务闭环管控系统只能从大局来把握,对于每一个部门所关心的具体问题却很难兼顾到,如网络部可能会想从海量的数据中仅仅关心某种网络性能异常造成的投诉,想把这些数据挖掘出来并且从多维分析,找到相关网络性能与这些投诉之间联系；市场部可能只关心双节促销的投诉情况。针对诸如此类的需求,我们该如何解决?KPI系统就是这样一种从各个角度去考察同一类投诉数据多个方面的个性化系统模型,我们可以任意定义一个投诉类型,并从投诉文本中选一些属于该类型的样本数据,便可以运用数据挖掘相关知识,分析出来属于该类的特征词,进而就可以从大量的投诉数据中挖掘出属于这个类型的所有投诉记录,并且可以经过后续统计分析,对其以图表的方式从多维进行展示,以便相关分析人员进行分析产生投诉的原因,进行决策支持,还可以将所挖掘的同一类投诉信息推送到相应的部门进行处理等等,可以满足多样化的需求。本课题主要从以下几个方面进行阐述：(1)为了保证系统的灵活性,对需求进行了深入分析,运用数据挖掘的知识建立了相关模型。(2)对关注的类别先进行机器学习,然后对投诉数据基于不同主题利用相关分类方法进行分类,找出所感兴趣的投诉数据并且以图表的方式从不同的维度进行展示。(3)最后介绍了该系统在投诉业务流的应用实例。