随着民航旅客日益剧增及旅客需求的多样化，航空公司的服务品质已经成为旅客选择航班时考虑的重要因素。因此，航空公司服务品质已经成为影响航空公司收益和发展的关键因素。但如何通过最新的技术手段及时发现航空公司服务品质缺陷就显得尤为重要。　　论文借助云计算平台和网络监测手段，对航空公司服务品质进行实时监测和缺陷发现，围绕民航主题搜索引擎模型、热点发现算法、系统核心技术集成开展了创新研究。研究和构建了基于云平台的航空公司服务品质网络监测系统框架，梳理了航空公司服务品质网络监测系统中要解决的关键问题；针对多元数据抓取，构建了基于云平台的面向民航的主题搜索引擎模型，并结合特征词权重和页面排序算法对其进行优化；针对航空公司服务品质热点事件发现难点，通过对热点发现算法和MapReduce计算模型的结合，提出了基于MapReduce的航空公司服务品质热点发现算法，并对算法实现的关键性问题给出了解决方法；在航空公司服务品质网络监测系统主要功能模块划分的基础上，围绕主题爬虫、新闻与BBS信息处理、热点发现与跟踪、趋势分析与预警等，提出了系统核心技术集成方案；通过分别对提出的方法和系统核心技术的实验验证，表明论文构建的主题搜索引擎模型、提出的热点发现算法、系统核心技术集成方案在实现航空公司服务品质网络监测过程中取得满意的效果，对航空公司服务品质网络监测具有很好的理论价值和应用价值。