文章总结： 本文分享中国移动自主研发的本体智能平台KnoVa案例。该平台通过四层架构与三类规则融合推理，实现以对象为中心的数据管理范式转变。在反诈扩容及流失预警等场景成效显著，取数降至秒级响应。实践表明技术融合与业务导向是核心，为通信行业数智化转型提供可复用经验与标准参考。 综合评分： 72 文章分类： 产品介绍,解决方案,软文广告,数据安全,AI安全

先锋案例 | 中国移动梧桐数据·本体智能平台（KnoVa）案例分享

大数据技术标准推进委员会

2026年4月10日 14:10 北京

在小说阅读器读本章

去阅读

本体智能（Ontology Intelligence）引发全球产业界和技术界的广泛关注，以Palantir为代表的企业通过本体智能技术重构企业数字骨架，将现实世界的业务实体与关系映射为数字孪生语义层，完成了从”以表为中心”到”以对象为中心”的数据管理范式革命，实现“数据-语义-决策-行动”的全流程闭环，彻底改变了AI在企业中的应用模式，验证了本体智能的商业价值与技术可行性。

中国移动在前期数据和AI能力基础上，积极开展本体智能平台和模型能力建设，自主研发了梧桐数据·本体智能平台（KnoVa），通过构建“语义层—动力层—行动层”三层本体平台架构，实现从“以表为中心”到“以对象为中心”的数据管理范式革命。目前该平台已在核心业务场景验证了技术可行性与商业价值，成为通信行业本体智能平台落地的标杆实践。

转型背景：数智化核心痛点

在数字经济深度渗透的时代背景下，通信运营商沉淀了海量数据资产，涵盖用户行为、网络运营、业务交易等多维度领域。以中国移动为例，企业全网服务超十亿用户，日均生产域数据量超6PB，同时依托“集团—省/专业公司—地市”三级组织架构，下辖31个省级公司及多家专业子公司，数据规模与业务布局均处于行业头部。但在数据资产价值挖掘与数智化转型的进程中，这一架构下的多主体、多系统运营模式逐渐暴露深层弊端，其中最核心的问题在于，企业同时面临数据治理的结构性挑战与多源异构数据融合的技术瓶颈，二者相互叠加、互为掣肘，成为制约数智化转型向纵深推进的核心阻碍。中国移动深刻意识到，必须突破传统数据管理模式，引入本体智能方法论，融合数据与AI一体化理念，构建统一的本体智能平台，实现多源异构数据的逻辑统一与高效关联。

实践核心：构建“四层架构+三类规则”，实现数据+AI一体化的本体智能体系

中国移动对标Palantir本体智能方法论与Databricks数据+AI一体化理念，自主研发梧桐数据·本体智能平台（KnoVa），围绕“数据层—语义层—动力层—行动层”四层技术架构，打造“显性规则+模型规则+图规则”统一推理框架，同时构建可信数据空间与数据编织底座，实现技术架构与业务应用的双重突破，成为通信行业首个规模化落地的本体智能平台。

1.架构设计：四层联动，实现从原始数据到智能决策的全闭环

KnoVa平台以“数据不出域、计算在本地”为核心原则，自下而上构建四层架构，分别为数据层、语义层、动力层和行动层，层层递进，实现“数据在哪里，计算就在哪里，AI能力就在哪里”的一体化数据价值挖掘与分析。

数据层（原始数据底座）：支持多模态湖仓存储，接入位置轨迹、通话记录、消费账单、用户属性、在网状态、流量使用等全类型数据源，在中国移动内部省份场景下已完成全量用户、7亿+记录、近百维特征接入；

语义层（统一业务骨架）：作为本体的核心骨架，定义实体、属性、语义映射三大核心要素，通过异构字段统一映射，将各省系统同一业务概念映射至全网标准语义，并进行多标识实体对齐，实现跨系统用户归一，构建以“自然人”为核心的统一视图，让AI从“看表名字段”升级为“理解业务实体”，打造跨系统、跨标识的统一业务视图；

动力层（融合推理大脑）：本体的核心推理层，创新打造三类规则融合推理引擎，覆盖显性、隐性、图结构全类型关系推理，实现从“排期3天”到“秒级响应”的效率飞跃，同时支持零代码建模、多算法自动适配，让业务人员可直接参与规则配置与模型训练；

行动层（闭环决策神经）：确保本体从“分析”到“行动”的落地，具备决策仿真推演、成本收益量化比算、实时标签计算、模型持续学习和结果自动回流五大核心能力，让预测结果成为可复用的新数据资产，形成“数据→洞察→决策→新数据”的自增长闭环。

2.核心能力：三类规则融合，突破传统推理“三孤岛”困境

KnoVa平台创新性地将推理规则划分为显性规则、模型规则、图规则三类，构建统一的注册、编排、执行框架，实现异构推理能力的无缝融合，突破了传统规则引擎、机器学习平台、图数据库各自为战的“三孤岛”问题，覆盖从简单到复杂的全业务场景需求。

三类规则通过统一的本体语义层进行实体对齐与特征共享，在执行层面支持串联、并联、条件分支等多种编排模式，实现”规则筛选+模型打分+图谱关联”的一体化推理链路，单次请求可同时调用多类规则并自动融合输出结果。相比传统方案需要在多个系统间进行数据搬运和结果拼接，KnoVa将推理时延从分钟级降至秒级，开发周期从月级缩短至周级，真正实现了”一次建模、全链贯通”的技术突破。

3.底座支撑：数据AI智能一体化+可信数据空间，保障安全与效率****

KnoVa平台以Databricks湖仓一体理念为核心，构建数据智能一体化底座，实现多模态湖仓存储、融合计算引擎、UnityCatalog统一管理，做到“数据在哪里，计算就在哪里，AI能力就在哪里”；基于一套规范、统一管理”三大原则，结合数据编织“逻辑统一、物理分布”的技术路线，实现端到端加密、数据不出域、权限最小化、审计留痕，既保障数据安全合规，又解决跨省跨系统数据融合难题。

4.场景落地：五大标杆场景，全谱系验证平台能力

中国移动选择内部人口大省做为首批试点省份，围绕返乡识别、新增推荐、流失预警、反诈白名单、家庭经营五大核心场景，实现从显性规则到模型规则再到图规则的全能力谱系验证，每个场景的规则、模型、标签均沉淀为可复用的本体资产，支撑跨省快速推广。

成效量化：数据说话，实现技术与业务双重价值突破

KnoVa平台在试点省份进行规模化落地，取得了显著的技术突破与业务成效，实现了数据管理范式、业务运营效率、价值挖掘能力的全方位升级，核心量化成效如下：

1、规模与性能突破：平台本体实例化规模达203亿，反欺诈场景图谱规模达7.7亿（含1.7亿节点、6亿边），具备海量数据的处理与推理能力；流失预警模型性能表现优异，AUC达0.9261，显著提升效果。

2、精准反诈成效：传统反诈管控模式多依托单一用户的行为特征开展判定，不仅覆盖范围受限，还易出现“误伤”问题——正常用户被误关停后极易引发客诉，既影响用户体验，也增加反诈运营成本。本体平台通过打通全国31省数据壁垒，将同一用户在不同省份的身份记录、通话关联全面串联，精准识别出跨省维度的可信社交网络；并使用图计算分析用户与白名单/黑名单的关系距离、社交圈可信度等多维特征，实现反诈白名单的精准扩容，成功将试点省份反诈白名单从941万种子用户扩增至1438万，规模提升约50%，大幅提升了反诈管控的精准度与覆盖面。

3、效率提升显著：临时取数需求从“数天排队”变为“5秒响应”，调整标签口径从“等排期”变为“秒级刷新”，新建标签表从“7-10个工作日”变为“分钟级自动生成抽样”；模型开发从数周缩短至小时级；

实践转型启示

中国移动梧桐数据·本体智能平台（KnoVa）的实践，是通信行业本体智能技术规模化落地的典范，验证了“本体驱动数据AI智能一体化”技术路线的可行性与前瞻性，为各行业数据智能建设提供了可复制、可推广的经验：

1.技术融合是核心：本体智能的价值不在存储，而在连接和推理，只有将显性规则、隐性规则、图规则统一纳入推理体系，结合数据可信空间、多模态湖仓一体等底座能力，才能处理复杂的不确定性问题；

2.业务导向是关键：本体平台不单是静态的知识图谱，也是动态的决策引擎，必须围绕真实业务场景构建，通过“平台+驻场+共建”的模式，让技术与业务深度融合，实现从“被动查询”到“主动决策”的升级；

3.资产沉淀是根本：构建完善的可复用资产沉淀机制，让每个场景的规则、模型、特征成为平台资产，实现“一次建设、全局复用”，降低落地成本，提升推广效率；

4.安全合规是底线：在数据融合过程中，坚持“数据不动、能力流动”，通过数据编织、权限最小化等方式，保障数据安全合规，解决跨域数据融合的核心顾虑。

为充分发挥产业推进作用，推动本体智能产业规范化发展，中国信通院现已启动《本体智能研究报告》编写工作以及本体系列标准编制工作，拟开展编制方向如下，其他方向继续推进，现邀请行业及场景赛道企业及专家参与到本体系列标准编制以及试点评测中。

联系人：

马老师

17332378374（同微信）

[email protected]

关于启动《高质量数据集实践指南（2.0）》编制及征集参编单位的通知

关于征集《面向智能体记忆管理的数据库服务技术要求》标准参编单位的通知

关于我们

中国通信标准化协会大数据技术标准推进委员会（CCSA TC601,简称：数标委/BDC），旨在凝聚产业链各个环节，识别和解决大数据发展面临的重大问题，开展大数据技术、数据资产管理、数据共享与流通、数据安全等共性基础标准研究，以标准推进工作为纽带，推动大数据与实体经济深度融合。欢迎加入我们的行列！

      入会咨询：白老师   13520285502

                       [email protected]

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：大数据技术标准推进委员会 《先锋案例 | 中国移动梧桐数据·本体智能平台（KnoVa）案例分享》