Los clientes de las aerolíneas a menudo se quejan ante las autoridades pertinentes si tienen una experiencia de vuelo desagradable. La información específica de las quejas puede reflejar directamente los diversos problemas de servicio encontrados, por lo que realizar una investigación en profundidad sobre las quejas de los pasajeros del transporte aéreo público puede revelar detalles importantes para mejorar el servicio. Por lo tanto, al analizar los datos de quejas de pasajeros de los departamentos de aviación civil relevantes en China, proponemos un método para identificar los temas clave de las quejas de los pasajeros basado en la minería de texto. Integramos de manera orgánica el análisis de sentimientos, el modelado de temas y la minería de reglas de asociación. Se construye un nuevo marco de análisis de texto de quejas, que proporciona nuevas perspectivas e ideas para el análisis de texto de quejas y campos de aplicación relacionados. Primero, calculamos la orientación del sentimiento del texto de quejas basado en el método del diccionario de sentimientos y filtramos los textos de quejas con un fuerte sentimiento negativo. Luego, comparamos los dos métodos de modelado de temas de LDA (Asignación de Dirichlet Latente) y LSA (Análisis Semántico Latente). Finalmente, seleccionamos el mejor método LDA para extraer los principales temas ocultos en el texto de quejas de los pasajeros con alta intensidad emocional negativa. Utilizamos el algoritmo Apriori para extraer las reglas de asociación entre las palabras clave de los temas de quejas y las etiquetas de clasificación de problemas de servicio en el texto de quejas. Usamos el algoritmo FP-growth para extraer las reglas de asociación entre las palabras clave de los temas de quejas y las etiquetas de clasificación de problemas de servicio en el texto de quejas. Al comparar el algoritmo Apriori con el algoritmo FP-growth, los resultados de la minería del soporte, la confianza y la promoción de las reglas de asociación muestran que el algoritmo Apriori es más eficiente. Finalmente, analizamos las causas de problemas de servicio específicos y sugerimos estrategias de mejora para aerolíneas y aeropuertos.