Dev48
ЯЗЫК
  • О нас
  • Услуги
  • Индустрии
  • Технологии
  • Статьи
  • Контакты
Забронировать звонок
    Главная/Статьи/Sloy znaniy dlya korporativnogo ii predmetnaya ontologiya
Dev48
info@dev48.org+375 29 320-40-96WhatsApp@isky_by

© 2026 · Все права защищены.

Слой знаний для корпоративного ИИ: предметная онтология

Источник: Neo4j Graph Intelligence Platform•17 ноября 2026 г. в 23:32

Слой знаний для корпоративного ИИ: предметная онтология

Эта серия статей является практическим руководством к манифесту Хесуса Баррасы о слое знаний. Данная глава основана на предыдущей главе 2: «Процессы». Создаете подобную систему корпоративного уровня? Neo4j Context Engine — это новый продукт Neo4j для построения слоя знаний… Читать далее →

Эта серия статей является практическим руководством к манифесту Хесуса Баррасы о слое знаний. Данная глава основана на предыдущей chapter 2: Processes.

Создаете подобную систему корпоративного уровня? Neo4j Context Engine — это новый продукт Neo4j для построения слоя знаний для предприятия.

Neo4j Context Engine | Слой контекста ИИ для агентов

заканчивалась вопросом: что здесь подразумевается под доступностью? Какие поля, из каких систем, по каким правилам? Эта глава отвечает на первую и последнюю части — на смысл и правила. Поля относятся к главе 04, когда появляются продукты данных, а системы — к главе 05, когда мы наконец переходим к физической схеме. Смысл стоит на первом месте, потому что все последующие процессы определяются на основе его дефиниции.

И именно правильное понимание смысла, основанное на знаниях и контексте вашего предприятия, делает агентов надежными в использовании во всех бизнес-функциях. На ежеквартальном бизнес-обзоре Фолаке Нвачукву спрашивает, каким был отток клиентов в прошлом квартале, и получает три ответа:

  • Отдел удержания говорит: 3,2% — это все текущие и сберегательные счета, которые были закрыты или оставались неактивными в течение 90 дней подряд.
  • Отдел клиентской аналитики говорит: 1,1% — это клиенты, у которых в банке не осталось ни одного активного продукта.
  • Отдел кредитных рисков говорит: 4,7% — это кредитные линии, которые были погашены, и по которым не было новых заимствований в течение 12 месяцев.

Всем трем командам задали один и тот же вопрос: сколько клиентов мы потеряли в прошлом квартале, и все трое ответили правильно. Разница заключается в том, что означает потеря клиента для каждого из них.

Для отдела удержания закрытый или неактивный счет — это момент для действий, потому что именно там они проводят кампании по возврату клиентов, и именно по этому показателю оцениваются их результаты.

Отдел клиентской аналитики рассматривает отношения в целом, поэтому клиент, который закрыл все текущие и сберегательные счета, но все еще имеет кредит или кредитную карту в банке, для них никуда не делся.

Отдел кредитных рисков заботится о кредитовании, и заемщик, который погасил кредит и не вернулся в течение года, — это потерянная выручка и пробел в их отчетности, независимо от того, что еще у него осталось в банке.

Эти определения имеют свои собственные метрики и бизнес-логику, и банку, как и вашим агентам, нужны все три.

В этом и заключается настоящая проблема: не в том, что у оттока есть несколько значений, а в том, что никто, и уж точно никакой агент, не может сказать, какое значение применимо к вопросу перед ним. Каждое из этих определений — это знание, которым банк уже обладает, просто оно не находится в том месте или в том виде, который может использовать агент. Без этого контекста агент, которому задали вопрос «сколько клиентов ушло», не имеет возможности узнать, какой ответ вам нужен, или что их может быть несколько.

И отток — это лишь самый яркий пример: доступность, подверженность риску, активный клиент и неактивный клиент — все они меняют значение в зависимости от того, кого вы спрашиваете, и каждый из них где-то появляется в отчете с привязанным числом.

Поэтому в этой главе спорный словарь AcmeBank обретает управляемый дом в графе. К концу главы каждый термин получит определение, ответственного куратора, правило и интервал действия, и вы сможете спросить у графа, что означает отток, кто владеет этим смыслом, какое правило его обеспечивает, какое определение действовало в прошлом квартале и какое значение применимо в вашем контексте. Агент сможет задать те же вопросы, прежде чем что-либо вычислять.

Вот наш план:

  • Зачем нужна предметная онтология
  • Построение этого слоя
  • Что от этого получает бизнес
  • Как он соединяется с другими слоями
  • Что находится в модели
  • Построение этой архитектуры
  • Запросы к системе
  • Что дальше

Зачем нужна предметная онтология?

В каждой организации, с которой я работал, где-то есть глоссарий: страница в вики, словарь данных, электронная таблица на 400 строк с владельцами, которые давно уволились. Недостаток такого подхода в том, что глоссарий описывает вещи, но ничто не обеспечивает соблюдение этих описаний и ничто не связывает их с реальной работой, продуктами данных, физическими системами или бизнес-процессами. Возьмем процесс одобрения кредита для малого и среднего бизнеса из главы 02: когда агент доходит до этапа оценки рисков и ему нужен показатель риска клиента, он должен знать, что означает риск в этом процессе, какой продукт данных содержит нужный показатель и из какой системы этот продукт данных на самом деле считывает информацию, чтобы сделать все правильно.

Предметная онтология — это управляемая версия этой амбиции. Она помещает бизнес-термины в граф в качестве узлов первого класса: что означает термин, какие атрибуты он несет, какое правило делает определение проверяемым, какая роль им управляет и когда определение было в силе.

И поскольку это слой того же графа, он соединяется с нижними уровнями. Куратор — это не имя в таблице, это роль из главы 01, которую исполняет человек, с историей изменений. Правило не просто находится рядом с определением: оно может управлять задачей из главы 02. Эта связанность — и есть главное отличие глоссария от слоя знаний.

Построение этого слоя

Диаграмма выше — это вся глава в одной картинке. Слева находится то, где смысл живет сегодня: словарь данных, вики и документы с политиками, определения, жестко закодированные в запросах отчетов. Посередине находится конвейер, который превращает эти источники в кандидатов. Справа — граф и все, кто его использует.

Два проектных обязательства выполняют основную работу в этом среднем столбце.

Результаты извлечения — это предложения, а не факты. Конвейер, считывающий вики и код отчетов, найдет термины-кандидаты и связи-кандидаты. Каждый кандидат при записи помечается данными о происхождении: откуда он взялся, когда был извлечен и насколько уверен был экстрактор. Каждый кандидат также получает статус «предложенный». Ничто не становится каноническим просто потому, что сработал конвейер. Термин становится каноническим, когда его утверждает куратор. Мы увидим это в процессе сборки: конвейер нашел термин «Отток клиентов» в вики отдела кредитных рисков, и он находится в очереди с двумя предложенными совпадениями, ожидая человека.

Граф проверяется на соответствие собственным ожиданиям. Правила в этом слое — это не просто текст. Каждое из них содержит вычисляемое выражение, и некоторые из этих выражений — это проверки, которые граф выполняет сам по себе, например, правило о том, что никакие два понятия с одинаковым именем не могут иметь пересекающиеся интервалы действия. Конвейер, который выглядит завершенным, должен доказать это, и мы проведем эту проверку в прямом эфире в конце главы.

Что делает управление эффективным в этом слое:

  • Происхождение помечается при записи: каждый кандидат несет в себе источник, дату извлечения и уровень уверенности.
  • Ничто не становится каноническим без участия: куратор должен подтвердить предложение, прежде чем оно станет реальным и будет использоваться вашими агентами.

Что от этого получает бизнес

Что это дает бизнесу?

Правильный смысл в правильном контексте для того, кто спрашивает. Когда Фолаке спрашивает, каким был отток в прошлом квартале, она получает корпоративное определение, а за ним — правило, которое его обеспечивает, и имя человека, ответственного за этот смысл. Когда Кавита задает тот же вопрос, она получает «Отток по текущим счетам», а Роза — «Отток заемщиков», каждый со своим куратором. Три функциональных определения не сливаются в одно: они остаются как ограниченные, именованные варианты, и граф выбирает правильный в зависимости от того, кто спрашивает, вместо того чтобы позволять людям или агентам гадать.

Агенты, которым можно доверять. Агент, способный разрешить понятие «отток» (churn) в соответствии с управляемой концепцией до выполнения каких-либо вычислений, является проверяемым и надежным, поскольку вы видите, какое определение он использовал и кто владел этим определением в тот момент. Он также выполняет разрешение по контексту: агент, чей контекст — функция «Кредитный риск», берет «Отток заемщиков», агент в «Удержании клиентов» берет «Отток по текущим счетам», а агент в любом другом месте берет корпоративное определение. Таким образом, одно и то же слово получает правильное значение без необходимости жесткого кодирования. Агент, который разрешает «отток» на основе своих обучающих данных, делает предположения от вашего имени, не зная, как работает ваше предприятие.

Как это связано с другими уровнями

На нижнем уровне этот слой не просто опирается на главы 01 и 02, он ссылается на них. «Управляющие» (Stewards) — это роли из операционной структуры, а правило доступности, которое мы рассмотрим позже, управляет задачей процесса: «оценка доступности» (assess-affordability). Это означает, что вопрос, на котором закончилась глава 02, теперь имеет структурный ответ.

На верхнем уровне две другие части этого вопроса стоят в очереди. Какие поля? Продукты данных из главы 04 будут привязаны к этим концепциям через их атрибуты, а концепция оттока ниже разработана с учетом того, что продукт «Риск оттока клиентов» будет ее использовать. Из каких систем? Глава 05 объясняет, почему атрибуты ниже подозрительно похожи на столбцы — именно там они отображаются в наших физических системах.

Что находится в модели

DataConcept — это бизнес-термин и все, что нужно для доверия к его значению: имя, определение, статус («предложено», «каноническое» или «заменено»), интервал действия и происхождение (источник, время извлечения, достоверность, статус), чтобы вы всегда знали, откуда взялось значение. Две концепции могут иметь одинаковое имя, потому что именно так работает история: «Отток клиентов» существует в нашем графе дважды: один раз как замененная версия, другой — как действующая.

DataAttribute — это измеримая форма концепции: имя, тип данных, допустимые значения. Он несет неявную метку :Attribute, и в главе 05 эти атрибуты отображаются на вашу физическую схему. Там, где атрибут записывает решение процесса, его допустимые значения являются маршрутизацией процесса: affordabilityOutcome допускает только «доступно» и «недоступно».

BusinessRule делает определение проверяемым: имя, тип правила («качество», «контракт», «политика» или «ограничение») и вычисляемое выражение.

Связи: HAS_ATTRIBUTE привязывает атрибуты к концепциям. SUBTYPE_OF и SYNONYM_OF структурируют семейство терминов. SEMANTIC_MATCH, с показателями достоверности и статуса на ребре, — это место, где живут предложения по извлечению. GOVERNED_BY связывает правила с тем, чем они управляют, что в данном случае означает концепции, атрибуты и задачи из главы 02. STEWARDED_BY указывает на роль.

Проектные решения, основанные на производственном опыте:

  • У каждого есть свое определение, при этом существует замененное корпоративное определение, если оно есть. Три определения оттока измерялись на трех уровнях детализации: счет, взаимоотношения, объект. Корпоративное определение звучит так: клиент считается ушедшим, если он не имел активных продуктов в банке в течение 180 дней подряд, в то время как определения отделов удержания и кредитных рисков являются концепциями SUBTYPE_OF со своими собственными управляющими и своими собственными определениями.
  • Исторические вопросы получают интервалы в графе. Замененное определение 2023 года сохраняет закрытый интервал действия и статус «заменено». «Какое определение действовало 14-го числа?» — это реальный бизнес-вопрос, и на него можно ответить, пройдя по графу.
  • Пороговые значения живут в правилах, а не в определениях. Определение доступности называет минимальный коэффициент обслуживания долга; правило-ограничение содержит само число (1.25). Значения меняются редко, пороговые значения меняются чаще. Когда порог меняется, меняется только правило, а не концепция или определение.
  • Извлечения — это предложения с указанием происхождения. SEMANTIC_MATCH несет достоверность и статус. Согласие управляющего переводит соответствие в правильное каноническое ребро, SYNONYM_OF или SUBTYPE_OF, а само соответствие остается как запись о том, как было найдено соединение.
  • Управление (Stewardship) — это ссылка на роль. STEWARDED_BY указывает на роль, а не на человека, потому что люди меняются, а ответственность за определение не должна перемещаться вместе с ними. Когда кто-то уходит, тот, кто занимает роль следующим, наследует управление, а FILLED_BY по-прежнему показывает, кто занимает ее сегодня. Вот почему свойство владельца остается пустым: типизированное имя со временем перестало бы соответствовать ребру.

Построение этой архитектуры

Требования такие же, как в главах 1 и 2: Neo4j 2026.02 или новее, Enterprise Edition, Cypher 25. Сначала запустите три файла из главы 01, затем файлы из главы 2, а затем файлы этой главы.

Все в этой статье можно загрузить, она поставляется с:

В папке главы 3 вы найдете:

  • 01-create-graph-type.cypher, тип графа (схема) для серии блогов.
  • 02-load-data.cypher, набор данных этой главы.
  • 03-queries.cypher, каждый запрос, который вы можете выполнить к этому графу, чтобы получить пользу от этого уровня и ответить на первоначальный вопрос.

Все вышеперечисленное является дополнением к главам 1 и 2.

Сначала запустите тип графа (), затем загрузите данные ().

Это создает:

  • 7 концепций (одна заменена, одна все еще является предложением),
  • 4 атрибута,
  • 4 правила,
  • Связывая все из глав 1 и 2.

Задаем вопросы

Прежде чем мы начнем, все запросы ниже доступны в том же репозитории, что и в главах 1 и 2, в отдельной папке chapter3:

Что здесь означает отток и кто сегодня отвечает за это значение?

Одна строка: текст определения, управляющая роль и человек, занимающий эту роль сегодня, разрешенные через тот же интервал FILLED_BY, который был в главе 01.

Какое определение оттока действовало 30 июня 2025 года?

Возвращается определение 2023 года с пометкой «заменено» и его интервалом. За этим нет таблицы версий или архивной базы данных: старое значение никогда не покидало граф, оно просто закрыло свой интервал. Если ваши аудиторы когда-либо спрашивали, что означало число, когда оно было представлено, этот запрос для них.

Процесс говорит «оценить доступность». Что это означает здесь и по какому правилу?

Всего один дополнительный переход, и у нас есть задача, правило, пороговое значение за правилом, концепция, ее определение и человек, который владеет этим значением. И определение — это то самое предложение, которого не хватало процессу: заемщик может позволить себе объект, когда его подтвержденный чистый ежемесячный доход, после учета существующих обязательств, покрывает предлагаемый платеж на уровне или выше минимального коэффициента обслуживания долга банка, поддерживаемого в течение всего срока действия объекта. Строка пересекает три уровня, чтобы добраться туда, что и дает нам преимущество наличия всех уровней в одном графе.

Покажите мне семейство оттока.

Одна картинка: корпоративное определение в центре, два подтипа с ограниченной областью действия, содержащие старые функциональные определения, один подтвержденный синоним и одно извлеченное предложение, ожидающее управляющего.

Теперь запрос, который связывает все 3 главы на данный момент:

Кредитный комитет хочет повысить порог доступности. Что это меняет и кому нужно об этом знать?

Правило из этой главы находится посередине. Если следовать ему в одну сторону, вы попадете на этап, который оно регулирует в процессе кредитования из главы 02, а оттуда — на роль, отвечающую за этот процесс, и на андеррайтеров, которые выполняют этот этап, — все это из главы 01. Если следовать в другую сторону, вы придете к тому, что означает доступность и кто управляет этим значением. Прежде чем почва уйдет из-под ног, все, на кого это влияет, уже будут на экране.

Что дальше

Теперь банк пришел к единому мнению о том, что означает отток. Граф все еще не может выдать вам число.

Это следующий уровень: продукты данных, то есть готовые к потреблению данные, упакованные для достижения результата, с привязкой к актуальности, качеству и контрактам, начиная с продукта «Риск оттока клиентов», для которого и были разработаны эти концепции. Эта глава находится в работе.

А пока я предлагаю вам попробовать две вещи.

Во-первых, выберите термин, который означает разные вещи для разных команд в вашей организации, и смоделируйте его таким же образом: корпоративное определение, вариант для каждой команды, которой он нужен, и роль для управления каждым из них. Хорошим началом может стать термин, который уже встречается в ваших BI/аналитических отчетах.

Во-вторых, загрузите главы с 01 по 03, укажите официальному серверу Neo4j MCP вашу базу данных в режиме «только чтение» и спросите его, что означает отток, а затем спросите, что он означал в прошлом году. Он ответит на оба вопроса, используя один и тот же граф.

Подобно тому, как мы подвели итоги в главе 2, вот конкретный пример использования уровня знаний, который мы создаем, в Claude через MCP:

Chapter 01 дала AcmeBank его структуру, а — его процесс. Эта глава дала ему определения и значения, а следующая превратит эти слова в то, что вы сможете использовать.

The knowledge layer for enterprise: Domain Ontology была первоначально опубликована в Neo4j Developer Blog на Medium, где люди продолжают обсуждение, выделяя и отвечая на эту историю.

← Все статьи

О чём эта статья

Ещё в разделе «Разработка ПО»

Все →
Нет интернет-соединения — не проблема: Обеспечение автономной устойчивости в унифицированной POS-системе
Commercetools

Нет интернет-соединения — не проблема: Обеспечение автономной устойчивости в унифицированной POS-системе

Nomic теперь выполняет чертежные работы
Nomic AI

Nomic теперь выполняет чертежные работы

Масштабные сбои затронули банки, авиаперевозки, АНБ и Apple, нарушив работу практически всегоПресса
Apple

Масштабные сбои затронули банки, авиаперевозки, АНБ и Apple, нарушив работу практически всего

От сложности к ясности с athenaInstitute
Athenahealth

От сложности к ясности с athenaInstitute

Сервисы Apple, включая iCloud, App Store, Apple Music и другие, столкнулись со сбоямиПресса
Apple

Сервисы Apple, включая iCloud, App Store, Apple Music и другие, столкнулись со сбоями

Ваши планы поддержки учащихся повсюду, и в этом вся проблема
Powerschool

Ваши планы поддержки учащихся повсюду, и в этом вся проблема

Ещё от Neo4j

Эйлер встречает Кодда
Neo4j

Эйлер встречает Кодда

Использование Neo4j Change Data Capture для оркестрации агентов
Neo4j

Использование Neo4j Change Data Capture для оркестрации агентов

Анонс хакатона Relate by Neo4j 2026: Создавайте ИИ-агентов на базе встроенной графовой базы данных
Neo4j

Анонс хакатона Relate by Neo4j 2026: Создавайте ИИ-агентов на базе встроенной графовой базы данных

Знакомьтесь с Relate by Neo4j: встроенная база данных для ИИ-агентов
Neo4j

Знакомьтесь с Relate by Neo4j: встроенная база данных для ИИ-агентов

Agentic GraphRAG и проводник для вашего стека
Neo4j

Agentic GraphRAG и проводник для вашего стека

Спецификация графа онтологий Neo4j: прагматичный, открытый подход, ориентированный на ИИ
Neo4j

Спецификация графа онтологий Neo4j: прагматичный, открытый подход, ориентированный на ИИ