语义层、知识图谱与企业本体

语义层是位于物理数据存储与业务应用之间的抽象层，用统一的业务术语、计算规则和关系定义，把底层技术数据翻译成业务可理解、AI 可稳定使用的输入。

指标语义层是以指标、维度、口径为核心建模单位的语义层，解决"这个数到底怎么算"——统一指标定义、维度口径、时间规则和权限边界，让自然语言问数更稳定一致。

本体化语义层是以对象、事件、关系、规则、权限和动作为建模单位的语义层，目标是把企业业务世界表达成 AI 可理解、可推理、可追溯、可行动的模型。

企业世界语义层是亿问 Data Agent 提出的语义层框架，描述的不是"数字怎么算"，而是"企业如何运转"。

五层语义能力是面向 Data Agent 的语义层能力分层框架：指标语义（数怎么算）、对象语义（业务主语是谁）、事件语义（变化怎么发生）、规则语义（如何稳定与治理）、动作语义（从分析走向行动）。

SemanticDB 是语义数据库，在 Data Agent 中承担语义层的角色。

指标平台是以统一指标定义和口径管理为核心的数据平台，负责把"销售额、利润、GMV、活跃用户"等指标的计算公式、维度、时间规则和权限沉淀为可复用的指标资产，让各部门在同一套口径下问数。

本体是对一个领域内的概念、对象、属性及其相互关系进行形式化、结构化描述的知识表达方式。

业务知识图谱是用图结构（节点+边）表达企业业务对象、属性及其相互关系的知识库——客户、订单、商品、组织等是节点，"客户下了订单""订单包含商品""门店属于区域"等是边。

实体-事件建模是一种以业务对象（实体）和业务事实（事件）为单位描述业务世界的建模方法。

观测值是亿问 Data Agent 语义建模中的一类字段配置，用于刻画"某个实体在某个时间点被观测到的状态量"，比如某日的库存余额、某月末的应收账款、某时点的在岗人数。

共现关系指在业务语义建模中，记录哪些指标、维度、对象经常被一起使用或一起出现的关联信息。

指标口径是一个业务指标的统一计算定义，明确计算公式、统计维度、时间周期、数据范围和业务限定条件。

对象/事件语义指对企业业务对象（实体）及其上发生的事件，以及对象之间关系的语义刻画。

状态语义指对"状态数据"与"事件数据"做区分并正确聚合的语义。

时间语义指企业自有的一整套时间认知体系，而不只是数据库里的 Date 字段。

全集语义指"没有发生，也是一种业务事实"的语义。

层级语义指对企业天然存在的树状层级结构的语义刻画——组织架构（集团→事业部→区域→门店）、区域层级、商品层级等。

动态语义指在用户提问之前并不存在、在分析过程中临时产生的业务语义，例如临时指定的年龄分层（10～20、20～40……）、临时定义的新指标 F = A × B − C、临时切分的分析对象。