随着时代的推进,互联网技术的迅速发展,网络数据呈爆炸式增长,我们在享受丰富的在线信息带来的方便的同时,面对浩如烟海且杂乱无章的文本数据,如何从中高效率地提取有价值的信息已成为时人关注的热点话题之一。迄今为止,在文本分析领域,隐马尔可夫模型是应用最为成功的统计模型之一。隐马尔可夫模型的隐藏状态在建模中对潜在现象具有特定的解释,它对模型来说至关重要,因此对它的研究既有理论意义也有实际意义;将隐马尔可夫模型应用于电影推荐,对实现用户个性化、精准化的推荐具有现实意义;将隐马尔可夫模型应用于新闻分类,有利于对海量文本数据进行高效的分类、组织和管理。因此,本文将对隐马尔可夫模型的统计性质及其在文本分类中的应用展开研究。首先以HMM的游程理论为基础,基于相同的状态出发的不同观测元素到其中任一固定点自身的首中时有相同分布的原理,通过聚类返回时长的平均值来获得阶的估计。本文进行了三轮的数值模拟实验,结果表明,本文提出的新方法与其他方法相比具有更好的稳定性,精度得到了很大提高,在计算复杂度方面也有显著降低。将本文的方法应用于现实生活中的Movie Lens数据集,基于观影历史给用户做电影推荐,准确率较以前的方法有明显的提高。本文还进行了基于隐马尔可夫模型的新闻分类研究,实验数据来自复旦大学计算机信息与技术系国际数据库,从中取选农业,计算机,经济,环境,政治和体育六大类的新闻数据,并编写爬虫,对微博平台和哔哩哔哩动画的网站评论内容进行爬取。对语料依次进行噪音过滤、生成自定义词典、词句矩阵、SVD降维、K-Means等数据处理步骤,设计不同类别的HMM分类器,最后与朴素贝叶斯模型分类器、K近邻模型分类器、逻辑斯蒂模型分类器进行对比,从精确率、召回率和F1-score来分析实验结果。实验结果表明,相比于朴素贝叶斯模型、K近邻模型和逻辑斯蒂模型,本文构建的HMM分类器具有较好的性能,精确率、召回率和F1-score值都有较明显的提高。