针对旅游发展趋势及旅游景点评论观点抽取的难题,提出一种基于机器学习的多级规约条件随机场(conditional random field,CRF)模型的旅游景点评论观点分析方法.分析常见观点分析方法,利用CRF算法从数据集中提取评价观点,基于评论者关系特征构建景点虚假评论者自动识别模型对其评论观点进行过滤,并对评论观点的相关性进行观点合并.实验结果表明:该方法较其他常见方法在准确率、召回率方面有明显提高,且查准率-召回率曲线(precision and recall,PR)及接受者操作特征(receiver operating characteristic,ROC)曲线效果良好,对游客选择旅游目标具有很好的决策作用.