未来网络技术发展系列白皮书（2025） 面向Web3.0的 数字实体互联白皮书 第九届未来网络发展大会组委会 2025年8月 版权声明 本白皮书版权属于中国联合网络通信有限公司研究院及其合作 单位所有并受法律保护，任何个人或是组织在转载、摘编或以其他方 式引用本白皮书中的文字、数据、图片或者观点时，应注明“来源： 中国联合网络通信有限公司研究院等”。否则将可能违反中国有关知 识 网络七层模型的基础上，通过在网络传输层之上构建新型互 联协议，提出一种面向 Web3.0 的数字实体网络创新技术路径。 本白皮书1首先分析了网络中的数据对象，探讨了网络发展与数 据传输的本质、现有架构的局限性以及下一代网络的关键突破方向； 其次梳理了现有 Web3.0 技术演进路径；在此基础上，提出了“数 字实体互联网络”的概念与内涵，并阐述了其核心价值、关键技术要 素及相关标准化情况；最后对未来发展进行了展望。 语义网构建意义互联的网络空间....................................12 （二） Web3 与公链：构建信任原生的网络结构................... 13 三、 数字实体互联网络.........................................................................15 （一） 概念与内涵.........

从用户的问题当中识别出用户的意图，并抽取这个意图针对的实体。 相应的，知识库内存储的知识，除了包含知识内容本身之外，还应该在结构 上能够表示知识之间的关联关系。 在提取了意图和实体后，构造出对知识库的查询（ Query ），实施查询，得 出结果后生成回答，回复给用户。 用户问题 -> 语义理解 -> 知识库查询 -> 查询结果生成答案 聊天机器人实现技术 语义理解 NLU 意图识别 实体抽取 用来识别用户所提问题 提供的和意图相关的参 数 ( 实体 ) ，例如时间、 地点等 Case1 ：有粉色的手机壳吗？—— 意图：商品推荐；实体：商品类型 - 手机，商品颜色 - 粉色 。 Case2 ： 00183 号商品快递到伊犁邮费多少？—— 意图：查询邮费；实体：目的地 - 伊犁，商品 Id-00183 。 Case3 ： 02465 号商品有保修吗？——意图：保修查询；实体：商品 Id-02465 。 属性（品牌、价格、邮费、 售后等）相关的问题。 Case2’ ： 00183 号商品快递到伊犁邮费多少？—— 意图：商品查询；实体：目的地 - 伊犁，商品 Id-00183 ，商品属性 - 邮费。 Case3’ ： 02465 号商品有保修吗？——意图：商品查询；实体：商品 Id-02465 ，商品属性 - 保修。 具体怎么定义，要与知识库的结构及中间控件（语义理解 + 对话管理）结合起来决

本质上是实体与实体间关系 以及实体属性 组成的语义网 络，其基本组成单位是“ 实 体 - 关系 - 实体”或“ 实体 - 属 性 - - 属性 值”三元组。 • 实体与关系是知识图谱中的最基 本元素 智 能 服 务 事 业 部 智 能 服 务 事 业 部 智 能 服 务 事 业 部 知识结构化 - 知识图谱 - 商品知识图 谱 本体：以商品为核心，以人、货、场为主要 框架，共涉及 9 类一级本体和 27 类二级本 体 实体识别与链指：支持品牌、 规格、类目、型号等多种实体 智 能 服 务 事 业 部 知识结构化 - 知识图谱 - 客服场 景 结构化知识图谱 非结构化业务文档 半结构化数据 智 能 服 务 事 业 部 知识结构化

和深度学习模型，并结合大量数据和知识图谱，通过不断探索和反复实践，形成一套高效的人 岗匹配推荐算法系统，下面院长将详细为大家介绍这套系统及其背后的逻辑。 在人岗匹配的任务中存在 HR、职位（JD）、简历（CV）三种实体，人岗推荐系统中由 HR 发布职位， 根据发布职位来推荐简历，该场景中需要优化推荐的准确率、召回率，提升 HR 更高的工作效率， 提升岗位和简历的匹配度来减少招聘人才的成本。 在经典的机器学习 方法，其 中 KG 负责去充分提取文本中实体的关系和联系，NLP 则更好的获取 JD 本文和 CV 文本相似性 信息。因涉及个人隐私此处不展示 CV 信息。 01 特征为王 4 第一部分 | 图 1 JD 示例 在以 JD 和 CV 对是否匹配的背景下，我们将特征主要分为以下几类： JD 特征：包含地点，学历硬性要求和利用知识图谱中提取的实体特征如（职能，公司，技能， 专业，行业）等； 特征：包含性别，年龄，学历等基础信息和从工作经历描述文本中提取的实体信息，以及文 本类特征等。 2.2 特征处理 > 在获取 JD 和 CV 的基础特征之后我们主要将特征主要分为四种类型： ID 离散特征：比如 UID，职能 ID，公司 ID，行业 ID，技能 ID，专业 ID 等。 硬性离散类特征：除了性别，年龄，工作地点等基础类型特征，还包含有知识图谱提取的实体 之间的关系特征比如学校是否匹配，职能（工作职位对应能力）是否匹配等，此处成为

密歇根大学教授 Dr.MichaelGrieves 根据物理设备的数据信息，能够在虚拟空间搭建 一个定性分析的虚拟实体和子系统，这类关联并 不是单向和静态的，而是关联整个产品生命周期。 数字孪生模型由三部分构成： 1 ）物理空间和实体产品 2 ）虚拟空间和虚拟产品 3 ）虚、实之间的数据实时采集传输和模型动态融 合互动 • 数字孪 技术，通过软件定义，对物理空间进行描述、诊断、预测和决策，进 而实现物理空间与虚拟空间的交互映射，具体体现为，数据是基础、模型是核心、软件实现是载体； • 数字孪生是体系级思维的体现，实体产品在物理空间中产生互相作用，虚拟产品在虚拟空间中表现为模型的动态融合和互动。 数字孪生是体系级 SoS 的虚实映射 8 业务 售后服务 运行维护 生产使用 设计 知识表达 实体快照 精确性扩展 w— T+4 T+3 < 状态、行为 > < 状态、行为 > 对象 实体 功能 行为模式 关联 …… 孪生体对象 物理对象 用途： 自动或人工干预物理对象，更好满足业务目标 扩展： 基于业务需要的深层次知识获取与表达

链》等书。著作曾获评CCTV 2017年度“中国好书”。 名词解读 实体世界+ 数字世界= 元宇宙 real world + digital world = Metaverse Real + Digital = Meta 实体世界（real world）： 在数字技术创造的事物融入 我们周围之前的所有事物，我们倾向于认为是真实的、现实的 或实体的。我们称这个世界为实体世界，偶尔也称它为现实世 界，如大楼、道路、城市、汽车、电脑、手机、电、电网、电 为虚 拟经济，听起来它们似乎是不存在的。现在我们知道，数字世 界是叠加、包裹在实体世界上的新的一层。过去100年，我们在 地球上建设了众多的高楼大厦（城市）和运输网络（民航与高 铁），过去50年，我们在地球上建立了通信与信息网络（电 话、全球媒体与互联网）。接下来叠加上去的，是主要由数字 技术驱动的实体与数字融合的又一层次，这一次它不止缩短距 离，让全球时间同步，拉近人与人，它将是我们可以在其中生 元宇宙是恰当的新名字。未来我们将不止看到一个元宇宙，而 是会看到一个个元宇宙、一个个美妙的新世界。 推荐语 方军提出了一个思考，即在我们的数字未来，实体世界会 越来越像数字世界。的确如此，如果把元宇宙形成混合空间的 过程看作实体世界与数字世界的融合，那么我更倾向于将这一 边界的消融理解为数字世界对实体世界的侵占。而能够制约这 一侵占的，不是空间而是时间。 胡泳 北京大学新闻与传播学院教授 我向你推荐《元宇宙超入门》，是希望提供一个新的角度

上流动的全景视图 • 识别数据的“来龙去脉” • 是定位数据问题的导航 业务视角 IT 视角 概念数据模型 L1 L2 L3 L4 L5 主题域 业务对象 属性 业务域 逻辑数据实体 数据分层结构 数据标准 业务术语 数据标准 对数据资产目录 中业务对象在企 业内的统一定义 对数据资产目录中属性 描述企业内需共同遵守 的数据含义和业务规则 数据分布 数据源 信息链 据视角体现公司最高层面关注的业务 领域。 主题域是互不重叠数据的高层面的分 类，用于管理其下一级的业务对象。 业务对象是业务领域重要的人、事、 物，承载了业务运作和管理涉及的重 要数据。 逻辑数据实体是描述业务对象某种业 务特征的属性集合 属性是描述所属业务对象的性质和特征 数据分层结构及样例 定义 • 与业务流程架构 L1 保持 一致 • 数据管理基本单元 • 统一业务语言 • 业务和 客户合同 机会点 基本信息 投标书 客户合同 基本信息 报价单 UPL 报价单头 报价单行 报价单号 金额 Part 编码 数量 L1 业务域 L2 主题域 L3 业务对象 L4 逻辑数据实体 L5 属性 数据范围 数据特征 （细化设 计） 数据管理 基本单元 • 数据资产目录是企业中有价值、可用于分析和应用的数据进行提炼形成的目录体系，通过数据资产目录可以从业务层面 描述企

.................................................................................... 98 7.2.2.3. 数据实体对象................................................................................................. 主题，数据主题还可以划分成更多的子主题，最终到达数据实体一级。而数据实体则 22 城市安全风险综合监测预警平台数据融合实施治理方案 是不可划分的最小单位。主题域、主题、实体的关系如下图所示： 2.2.4.1.2. 概念模型设计 概念模型（CDM，Conceptual Data Model）设计过程主要选择合适的业务主题域 分类管理业务模型生成的主题，并在主题域中存放和组织管理、支撑应用的实体化数 据模型。概念模型一般采用 据模型。概念模型一般采用 E-R 图等工具，按主题域分类定义需要追踪和管理的各种 重要数据实体及其属性，以及实体之间的各种关系，进行初步的实体化。 2.2.4.1.3. 逻辑模型设计 逻辑模型（LDM，Logical Data Model）设计过程是对概念模型的更进一步的实体 化，主要任务就是把概念模型设计阶段建⽴的 E-R 图，按选定的数据建模方法（3NF 范式建模、维度建模、宽表建模等），转换成相应的数据结构表或者详细的

大数据平台项目实施规范 得系统不依赖特定的开发人员，从而提高系统的可扩展性。 7.5. 元数据管理 元数据管理基于 TongMeta 元数据管理工具，功能主要覆盖到各个业务域的数据 库、表、文件等数据资源实体的业务元数据、管理元数据、技术元数据能以及全域的 标准代码集（维度表）以及编码规范（事实表和维度表）的浏览和维护等。并提供提 供可视化的工具，对标准的各类信息进行图表化展示。 如果把数据比作人 元数据标准文档。 4. 数据标准代码集 通过编制全域统一的标准字典表，统一管理数据标准字典代码，并可将数据 库的各个标准字典表导出为数据标准代码集文档。 5. 信息编码规范 制定全域统一的业务实体编码规范，形成信息编码规范文档。 45 大数据平台项目实施规范 8. 分析设计 8.1. 人员分工 8.1.1. 承建方 1) 负责根据建设方用户需求及调研成果、相关数据标准设计数据仓库概念模型、 据集市，后续再抽象总结出公共数据模型，可以采用自下而上的方式。 8.4. 建模概述 8.4.1. 定义 数据模型是抽象描述现实世界的一种工具和方法，是通过抽象的实体及实体之间 联系的形式，来表示现实世界中事务的相互关系的一种映射。在这里数据模型表现的 抽象的实体和实体之间的关系，通过对实体和实体之间关系的定义和描述，来表达实 际的业务中具体的业务关系。 数据建模是数据仓库/商业智能系统的核心，是 ETL 系统的目标、数据库的结构、

从而帮助推测出它在此过程中被赋予的含义，以及会受到的潜在影响。当某数据 出现错误或者异常时，我们可通过血缘关系图向上分析锁定问题产生的源头；当 对某些数据进行修改时，可通过影响关系图向下分析，得到哪些数据实体中的数 据会受到影响。还通过提供列级的访问，将追踪的粒度精确到字段。充分理解并 运用这两种图表，将帮助用户在对海量数据进行分析时，降低排查错误的难度， 预测并控制即将造成的影响，最终达到提升数据质量的效果。 智 慧 城 市 系 列 - 公 共 服 务 中 台 数据处理：指组织机构在内部针对动态数据进行的一系列活动的组合。 数据传输：指数据在组织机构内部从一个实体金国网络流动到另一个实体的 过程。 数据交换：指数据经由组织机构内部与外部组织机构及个人交互过程中提供 数据的阶段。 数据销毁：指通过对数据及数据的存储介质通过相应的操作手段，使数据彻 底丢失且无法通过任何手段恢复的过程。 acha wrcha archa 质量模型 实体表 and 质检方案一 …… 质检方案 质量模型 智 慧 城 市 系 列 - 公 共 服 务 中 台 2.3.3.1.3. 质量模型配置 数据质量分析的基本单元， 一个质量模型由可以由一套实体表、 一套规则以 及多套质检方案组成，用户在定义质检方案时，可以根据业务需要选择实体表和 规则，方案与方案之间相互独