Knowledge graph: esplora 2.2M edges di vini correlati

Cosa è il Knowledge Graph

• SAME_GRAPE: stesso vitigno primario
• SAME_REGION: stessa regione viticola
• SAME_CRU: stesso cru specifico
• SIBLING_VINTAGE: stesso wine, annate diverse (216k edges)
• CUVEE_SERIES: stessa cuvée della stessa cantina (Tignanello, Sassicaia, ...)
• PARENT_BLEND: vino che blendaa con altri (es. il base Barolo)
• CHILD_BLEND: vino blend di altri (es. Pinto Nero Riserva blend di 3 annate)
• STYLISTIC_ALTERNATIVE: stile simile diverso vitigno (Nebbiolo ↔ Sangiovese Riserva)
• PRICE_ALTERNATIVE: stessa categoria prezzo simile rapporto qualità/prezzo

Dove esplorarlo

• Sibling vintages (tutte le annate disponibili)
• Same grape (top 10, con region diversa per scoperta)

Search semantic AI

AI: query SIMILAR_STYLE + filtro priceCategory ≤ midmarket Output: 6 wines (Rosso di Montalcino, Vino Nobile, ...)

(es. Marchesi di Barolo: Cannubi, Sarmassa, Coste di Rose, Estate, ...).

• Oppure manuale: [/wines/X] → sezione "Vini correlati"

Cliente ama Nebbiolo, vuoi diversificare

• Oppure "Stylistic alternative" → Mourvèdre, Aglianico, Sangiovese

Cantina chiede "vendi alternativa Sassicaia"

• Output: vini stessa categoria prezzo (~120€/bottiglia) ma producer diverso

Algoritmo dietro

1. Style profile distance (Euclidean on 5 dim)
2. Co-occurrence in carte vini (proxy per "abbinabili")
3. Curated rules (DOCG/DOC + region + cru taxonomy)

Esempio: Brunello → Vino Nobile = SIMILAR_STYLE score 82% (stessa zona, vitigno Sangiovese, lunga riserva)

• 61k falsi positivi hierarchy linking (parole "Pino", "Rive", "Monte" troppo generiche)
• Cartesian explosion SAME_GRAPE (limit top 30 per grape)

Result: edge quality ≥85% precision (super-admin reviewed sample 1000).

GET /api/v1/wines/<id>/relations?type=SIMILAR_STYLE&limit=10