互联网高速发展,舆情的影响力愈发强烈。民众对于舆情信赖的程度所表现的态度即是舆情可信度,而财经舆情即指有关经济活动的舆情。财经舆情立足于国民经济系统运行的各个方面,财经舆情影响着一般民众和投资者的态度与行为,而财经领域的调查性报道、股市类报道、预测性报道、政策解读类报道和投资理财类报道满足了受众信息需求的同时,其虚假舆情也对社会经济系统产生了不可估量的负面影响,尤其是在涉及资本市场的相关舆情,损害了上市公司及投资者的合法权益。为了应对虚假财经舆情,除加强舆情的法律和制度发展外,学者研究了技术手段监测和干预。如面向以网络财经舆情为主的虚假财经舆情快速检测系统和降低高影响力财经舆情扩散范围的有效抑制算法。然而这些方法仍存在一些问题,诸如对一定空间内数据处理量有限、未能建立统一标准的数据规则进行可信度检测、没能融入自然语言处理、检测自动化程度低等问题,因此设计一套高效率、高准确率的检测框架具有极强的社会意义。从已有的研究可知,财经舆情的发生伴随着企业财务、非财务以及舆情指标的变化,因此关联分析各项指标的波动同样可以反映舆情事件发展的过程,因此可以根据企业财务、非财务以及舆情指标状态改变路径的正确与否来判断舆情是否可信,将舆情状态变化转化为规则模型,通过对规则模型进行检测来验证状态的变化是否正确合理,从而判断舆情是否可信。模型检测是一种用来检验复杂系统时序逻辑关系正确性和可靠性的自动验证方法,若通过将财经舆情状态转移关系模型化,通过模型检测验证该模型是否正确并可以起到舆情检测作用,用以验证舆情是否可信。本论文针对财经舆情的状态特征以及模型检测技术的特点进行框架设计,形成一套完整的财经舆情检测系统:首先对舆情进行状态提取,针对财务指标、非财务指标、舆情指标等抽取出状态实体,根据时序关系形成状态转移关系,最终形成待检测的路径模型。其次,采集金融事件案例数据,抽取出检验规则,形成检测规则库。最后通过对舆情状态转移关系的模型检测来验证舆情是否可信。通过实验表明,该系统可以有效检测财经舆情可信度,同时为时序关系下的舆情可信度检测提供了理论支撑。