国有企业是国民经济的重要支柱,然而国有企业监管的不足给国民经济造成了巨大的危害。由于国有企业监管中大量数据的存在,有效的分析数据的工具的缺乏,使得国有企业监管的高效及准确性不能得到有效地提高。目前关于如何有效集成来自各监管部门内外部的各种数据,在此基础上进行分析挖掘,并将其转换成易于理解的监管知识的研究还非常少。本文通过对网络环境下国有企业智能监管的研究,为提高国有企业监管的效率和准确性提供理论方法基础。论文在综合分析国有企业监管的不足以及国有企业智能监管存在的困难的基础上,借鉴国内外研究的本体技术、数据挖掘技术和其它分析技术,对网络环境下的国有企业智能监管展开研究。论文的主要研究内容如下：(1)国有企业监管分析。分析了我国国有资产监管体制的发展历程、国有企业监管的内容、各种监管体制的特征和缺陷；分析了我国国有企业监管方式的不足,提出了网络环境下国有企业智能监管的思想。(2)网络环境下国有企业智能监管模型的构建。分析了国有企业智能监管存在的困难,提出了构建国有企业智能监管模型的基本思想,设计了网络环境下的国有企业智能监管模型。该模型集成了数据挖掘和本体技术,能够有效解决国有企业监管人员多层次、多角度分析数据的难题,并且能够根据监管人员的监管需求,自动从各种数据源中获取所需的监管知识,帮助监管人员决策,提高监管效率。(3)国有企业智能监管指标体系。依据国有企业智能监管的目标,参考现有国有资产监管指标体系,提出了运用专家调查法初选国有企业智能监管的指标,运用信息熵方法剔除冗余指标,构建了国有企业智能监管指标。(4)面向国有企业智能监管的目标数据自动聚合。分析了国有企业监管数据的异质异构性,提出了基于领域本体的国有企业智能监管数据仓库的构建,依据本体将外部数据源中的数据转换到事实表和维度表中；设计了面向国有企业智能监管的目标数据自动聚合的方法,针对监管人员不同层次的监管分析,设计了不同的目标数据的获取方式,提高监管的效率和准确性。(5)基于需求模型的国有企业监管知识智能获取。提出了基于本体的国有企业监管需求模型；提出了基于需求模型的国有企业日常监管的知识获取和基于数据挖掘本体的国有企业监管知识智能获取。针对国有企业监管人员由于具备数据挖掘算法的专业性知识的不足,造成的难以选取合适的监管应用问题解决方案的难题,该方法根据数据挖掘本体自动选取相应的数据挖掘算法并对选中的数据进行预处理,产生需要的结果。利用数据挖掘的本体语义知识,减少了国有企业监管人员对数据挖掘专家的依赖,更易于实现国有企业的智能监管。(6)网络环境下的国有企业智能监管系统。设计了分布式环境下国有企业智能监管系统的总体框架,对各部分的功能进行详细说明；研究了国有企业智能监管系统的各项关键技术,主要包括基于本体的国有企业监管数据集成和基于本体的分布式数据挖掘。国有企业智能监管系统有助于实现国有企业智能监管模型。该系统面向分布式的应用环境和数据环境,综合利用多种技术为监管人员提供智能决策支持,实现国资委对国有企业的智能化监管,确保国有资产保值增值。