El grafo de conocimiento se utilizó por primera vez en la búsqueda de información en Internet como una forma de mejorar la calidad de la búsqueda porque contiene una gran cantidad de datos de conocimiento estructurado. En este documento, se estudia el algoritmo de mapa de conocimiento a través de la tecnología de procesamiento del lenguaje natural y la agregación de información difusa probabilística, y el algoritmo de completado del mapa de conocimiento es cognitivamente adecuado. NLP es procesamiento del lenguaje natural. Basado en los experimentos en este documento, se puede observar que, después de combinar el algoritmo, se analizó el conjunto de datos de comportamiento de 1000 usuarios de Amazon, y se encontró que la precisión del algoritmo mejora a medida que aumenta la proporción de datos en el experimento. Entre ellos, el conjunto de datos del 10% tiene una tasa de corrección de 0.66; el conjunto de datos del 30% tiene una tasa de precisión final de 0.68; y el conjunto de datos del 50% tiene una tasa de precisión final de 0.70. Los resultados experimentales de este documento muestran que utilizar la agregación de información difusa probabilística y la tecnología de procesamiento del lenguaje natural como una forma de completar el grafo de conocimiento puede mejorar la precisión de la operación. Juega un papel importante en el desarrollo de la cognición inteligente y los motores de búsqueda.