社会化媒体平台中的在线投诉具有规模大、实时性强、破坏力强、拒绝解释、信息外部化、数据非结构化等特点。企业受限于处理资源的限制,难以应对在线投诉的处理需求。社会化媒体平台富含对企业有巨大商业价值的专家与信息资源,这些资源以平台用户和用户创造内容的形式存在,可用于在线投诉处理。如何以用户及用户创造内容为知识服务资源为企业在线投诉处理提供价值,成为企业在社会化媒体平台中进行客户关系管理、信息资源管理急需研究与解决的问题。为充分利用平台用户资源解决在线投诉,本文分析投诉者、用户作为专家与企业三方参与在线投诉处理的核心动机与能力提供,基于价值共创理论,设计利用三方能力满足三方需求的价值生态系统,提出基于价值共创的在线投诉处理模式,并分析目标与约束。通过仿真实验,研究共创模式效果,研究专家推荐策略对共创模式的影响。与此同时,为充分利用平台信息资源解决在线投诉,本文借鉴案例推理基本思想,根据新投诉匹配旧案例并将旧案例的解决方案推荐给投诉者。针对投诉案例相似度计算问题,提出内容信息、情境信息、问题中心度指标与度量方法,提出记忆网模型与语义结构模式,设计基于模式匹配的投诉案例相似度模型,对投诉解决方案进行推荐。投诉问题识别和客户细分分析是实现自动化在线投诉处理的重要前提,现有主题模型不能实现面向特定投诉内容的自动化投诉问题识别,现有研究缺乏专门基于耐用品在线客户评论的客户偏好建模方法。针对以上问题,本文提出描述内容和描述结构指标与度量方法,设计基于人工神经网络的投诉问题识别方法；本文设计同义属性识别和属性偏好换算方法,构建粒度统一的客户偏好向量,进行用户建模,并使用潜在类别分析方法对客户细分进行分析。最后,本文综合以上研究内容,提出在线投诉处理知识推荐系统,并设计系统的数据流图、系统模块与功能。本文研究为企业在线投诉处理提供理论与方法支持。