เปรียบเทียบวิธี

	การวิเคราะห์กราฟองค์ความรู้แบบถ่วงน้ำหนัก	การวิเคราะห์กราฟความรู้
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2010s–present	2012–2016
ผู้ริเริ่ม	Hogan et al. and the broader knowledge graph community	Ehrlinger, L. & Wöß, W.; Google (popularized)
ประเภท	Network analysis variant	Graph-based knowledge representation and analysis
แหล่งต้นตำรับ	Hogan, A., Blomqvist, E., Cochez, M., d'Amato, C., Melo, G., Gutierrez, C., Kirrane, S., Gayo, J. E. L., Navigli, R., Neumaier, S., Ngomo, A. N., Polleres, A., Rashid, S. M., Rula, A., Schmelzeisen, L., Sequeda, J., Staab, S., & Zimmermann, A. (2021). Knowledge Graphs. ACM Computing Surveys, 54(4), 1–37.	Ehrlinger, L. & Wöß, W. (2016). Towards a Definition of Knowledge Graphs. In Proceedings of the SEMANTICS Posters and Demos Track (SEMANTiCS 2016). CEUR Workshop Proceedings, vol. 1695.
ชื่อเรียกอื่น	WKGA, weighted KG analysis, confidence-weighted knowledge graph, weighted semantic network analysis	KG analysis, semantic graph analysis, knowledge base graph analysis, entity-relation graph analysis
ที่เกี่ยวข้อง	6	5
สรุป	Weighted Knowledge Graph Analysis extends standard knowledge graph methods by assigning numerical weights — such as confidence scores, co-occurrence frequencies, or relation strengths — to edges between entities. These weights allow analysts to prioritise high-confidence triples, find the most influential paths, and compute weight-aware centrality and community structure in large structured knowledge bases.	Knowledge Graph Analysis is a framework for representing, storing, and reasoning over structured factual knowledge as a directed graph of entities and typed relations. Entities (nodes) and relationships (edges) are expressed as subject–predicate–object triples, enabling rich querying, inference, and integration of heterogeneous data sources across domains such as biomedical research, e-commerce, and scientific literature.