Graf wiedzy (Knowledge Graph)

Graf wiedzy (Knowledge Graph) to struktura danych składająca się z węzłów (encji/atrybutów) i krawędzi (relacji między nimi), reprezentująca wiedzę o temacie w sposób zrozumiały zarówno dla ludzi, jak i maszyn. Google od 2012 roku buduje własny Knowledge Graph, a w semantycznym SEO tworzymy lokalne grafy wiedzy dla serwisów klientów, mapując model EAV na strukturę grafową: Entity = węzeł, Attribute = węzeł, Value = węzeł, relacja HAS_ATTRIBUTE łączy encję z atrybutem.

Graf wiedzy daje trzy przewagi nad samymi embeddingami: wyjaśnialność (widzisz DLACZEGO coś jest powiązane), hierarchię (warstwy Core Unique → Strong Direct → Relevant Contextual) i kierunkowość (relacje mają etykiety i siłę).

Grafy wiedzy budowane są w Neo4j za pomocą języka Cypher i rozbudowywane iteracyjnie operacją MERGE. W praktyce zacznij od małego grafu (1 encja centralna + 10-15 atrybutów) i rozbudowuj go stopniowo – próba zbudowania kompletnego grafu na start kończy się chaosem.