重庆市主城区出租车数量逐年增加,乘客投诉量也在逐渐升高,如何对乘客的投诉文本数据进行深入分析,寻找乘客投诉的分布特征,聚焦重点投诉,制定相应的应对策略,对改善出租车服务质量,乘客满意度,及巩固出租车作为传统公共交通的地位具有重要意义。基于此,本论文开展了以下几个方面研究:1.对重庆市主城区出租车管理架构、系统支撑和历年投诉情况三个方面进行了分析,总结出目前重庆市主城区出租车投诉系统存在投诉支撑不足、投诉处理流程复杂和主动预防不够三个问题。提出基于投诉数据的知识挖掘方法,从获取的数据资料经过清洗、梳理、分类、汇总形成关于出租车乘客的知识,并将这些知识在出租车企业之间进行传递和共享。2.基于文本数据挖掘的相关理论及分类方法,构建重庆市主城区乘客投诉文本挖掘模型的原理及过程。首先,将投诉文本转换为单词形式;其次,对文本内容进行特征描述和数字化;最后,采用SVM-KNN相结合的算法,形成机器可识别和处理的形式。对投诉文本进行分类并挖掘每个类别下的因果热词,来分析投诉热点和原因。3.将改进的算法应用在出租车乘客投诉数据分类处理过程中,分析出乘客投诉的分布特征。总结出重庆市主城区乘客投诉分布的三种特征,乘客投诉频率主要集中在每天的18:00-22:00时间段,乘客投诉前十的地区龙头寺广场、江北观音桥、渝中解放碑、渝中洪崖洞、沙坪坝磁器口、江北区九街、九龙坡区杨家坪、机场T3航站楼、江北区红旗河沟和沙坪坝广场,乘客投诉的类型主要是不文明服务、拒载和绕道三种类型。基于出租车投诉率高发的地区、时间段和投诉类型分别采取了相应措施。最后,以出租车投诉管理原则从出租车企业、出租车和驾驶员三者分别制定了相关策略,以投诉和违章次数作为监管的指标,提升出租车整体服务监管质量。