适合的情况
- 已有多套业务系统，需要统一客户、设备、空间、事件等业务对象
- 智能问数需要稳定映射到指标口径、字段和关联关系
- 需要按组织、角色、对象或字段控制数据访问范围
本体神经网络 ONN 技术体系
驱动企业智能的对象关系图谱，用六元模型描述现实世界
这项产品或服务是什么
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。
这些能力如何配合
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。
哪些团队会用到
企业架构师、数据平台负责人、技术决策者、AI产品经理
适合解决哪些业务问题
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。
工作通常如何展开
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。
Fit & Boundary
适用边界与建设产出
ONN 适合用于把多系统数据转化为可计算的业务对象、指标口径和权限边界，支撑智能问数、分析和数字孪生联动。
暂不适合的情况
- 只需要固定报表展示，不需要临时追问或跨对象分析
- 关键数据源尚未接入，且短期内无法提供字段说明和权限边界
- 业务口径暂未确定，无法安排业务专家参与语义复核
典型产出
- 对象关系模型与字段映射表
- 指标口径清单和计算规则
- 权限策略、拒答规则和查询审计配置
业务对象、关系与语义治理
面向需要统一业务对象、指标口径和数据权限的团队，通过对象关系、语义规则和可追溯的数据服务连接现有业务系统。
产品评估参考
对象建模与语义治理
本体神经网络 ONN 适合从哪个业务域开始？
可从关键对象、关系和指标相对明确的业务域开始，先验证语义模型能否支撑一致的查询、计算和权限判断。
本体神经网络如何表达业务对象与关系？
通过对象、关系、属性、指标和事件组织业务语义，并关联数据来源与权限策略，使查询、计算和分析使用一致的业务定义。
对象关系变更后如何评估查询影响？
关系或属性变更需记录版本和适用范围，并检查依赖该模型的指标、查询与权限规则；受影响结果在重新验证后再发布。