目前,在制造企业供应链活动中,企业内部和企业之间的信息交互日益频繁,基于感知信息的企业业务决策处理也越来越重要。而在相应的信息处理中,对信息的共享集成和高效处理的需求也急剧增加。论文以制造企业在供应链环境中业务事件决策处理为研究对象,结合国家自然科学基金资助项目“基于SCOR模型的供应链环境下的异构系统的语义互操作”(61175125)和浙江省自然科学基金资助项目“基于自组织知识网络的设计知识发现、共享和重用技术的研究”(Y1110414),针对决策过程中产生的信息异构、感知数据的海量性等难题,围绕基于海量感知数据的信息集成和处理提出一套可行的理论和方法。论文主要内容如下：第一章：绪论。阐述了论文的研究背景,研究意义、内容和结构,对论文涉及的本体开发和映射、事件本体、海量数据处理、供应链业务决策处理等方面的相关研究现状进行了分析,并指出目前研究和应用的不足之处。第二章：提出了供应链环境下本体驱动的分布式信息处理机制。构建相应的系统处理框架,介绍了框架的层次划分及各个层次的研究方法,并对论文采用的关键技术进行阐述。第三章：研究了基于事件和本体的异构数据集成方法。首先,以ABC事件模型和SCOR供应链运作模型为基础,完成供应链事件本体的构建；其次,研究局部本体的自动获取规则,并采用本体映射技术实现异构数据集成；最后,基于供应链事件本体,研究了事件处理规则的定义和构建。第四章：研究了分布式的事件决策处理方法。提出了分布式信息处理框架,并基于MapReduce模型和Rete算法,研究和实现了规则分解、子规则构建、事实分发与过滤,通过Map和Reduce函数操作,以目标本体数据为输入,激活规则为输出,实现基于大规模数据的业务决策处理。第五章：实验验证与系统开发。基于企业实例数据,设计一个对比实验,以推理结果准确性和处理效率为指标,验证本文提出方法的有效性；同时开发了一个企业供应链业务决策集成平台,并对平台的运行机制进行简要研究和说明。第六章：总结与展望。对全文内容进行了总结,并对课题未来的研究工作进行了展望。