เปรียบเทียบวิธี

	การวิเคราะห์กราฟองค์ความรู้แบบถ่วงน้ำหนัก	การวิเคราะห์เครือข่ายแบบทับซ้อน (Multiplex Network Analysis)
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2010s–present	2014
ผู้ริเริ่ม	Hogan et al. and the broader knowledge graph community	Kivela, M.; Boccaletti, S. et al.
ประเภท	Network analysis variant	Structural network model
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.	Kivela, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203–271.
ชื่อเรียกอื่น	WKGA, weighted KG analysis, confidence-weighted knowledge graph, weighted semantic network analysis	multiplex networks, multi-layer network analysis, multilayer network analysis, MNA
ที่เกี่ยวข้อง	6	6
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.	Multiplex network analysis studies systems where the same set of nodes is connected by multiple distinct types of relationships, each represented as a separate network layer. By analyzing layers simultaneously rather than in isolation, it reveals how different relation types interact, reinforce each other, or compensate for one another across the same actors or entities.