本体神经网络ONN适合从哪些场景开始验证？
建议从数据口径清晰、业务价值明确、使用频率高的场景开始，例如经营指标追问、设备与空间运营、跨系统对象查询或管理层汇报分析。
本体神经网络 ONN
驱动企业智能的对象关系图谱，用六元模型描述现实世界
一句话定义
本体神经网络（ONN）是优锘科技数据智能引擎的对象关系图谱能力，通过对象、关系、属性、指标、事件和权限六元模型，将企业中的业务实体和业务逻辑转化为可计算的对象关系图谱，为自然语言数据查询、数字孪生联动和智能体协作提供基础。
内容概述
ONN是优锘科技自主研发的本体神经网络，将传统数据库中分散的二维表、键值对、时序数据和文本内容，按照业务对象和对象关系重新组织为以对象为中心的关系网络。
每个对象包含属性字段、与其他对象的关系、可计算的指标、生命周期事件和访问权限。
ONN是智能问数、数智增强分析、智能自主运营等上层应用共同依赖的基础能力，影响自然语言查询能否映射到正确的对象、数据库字段和关联关系。
面向用户
企业架构师、数据平台负责人、技术决策者、AI产品经理
解决什么问题
传统企业数据基础设施中，业务人员提出数据查询需求时，需要技术团队理解业务语义后手动编写SQL，周期长、口径不一致。不同系统中的同一业务概念（如在职员工）定义不同，导致分析偏差。
ONN通过统一的对象关系图谱和指标口径管理，将业务语义与技术实现解耦，让自然语言查询直接对应到数据库中的对象和字段。
建设路径
1
对象层
2
关系层
3
属性层
4
指标层
5
事件层
6
权限层
与传统数据模型的区别
对比维度ONN本体神经网络传统关系型数据库
数据组织以业务对象为中心的对象关系图谱以数据表为中心的二维关系模型
语义表达业务语义与数据字段的显式映射依赖元数据字典和人为理解
自然语言支持支持自然语言到数据的映射需要NL2SQL作为中间转换层
多表查询基于关系图谱辅助建立关联，并保留语义校验链路依赖JOIN编写，复杂关联需要人工维护
指标口径统一的指标定义和计算标准口径分散在多个SQL中，难以统一
对象关系图谱的核心价值
业务与技术解耦
ONN在业务用户和数据库之间建立语义缓冲层。业务用户用行业术语提问，ONN自动将术语映射到数据库字段，无需用户了解数据库结构。
跨系统数据一致性
ONN对接多个业务系统的数据库，将不同系统中的同一业务对象统一为一组语义一致的属性和指标，减少跨部门数据口径偏差。
增量知识积累
用户在查询过程中沉淀的对象关系、指标定义和查询模式持续丰富ONN的知识图谱，帮助系统持续优化语义理解和使用体验。