Моделювання інтелектуального капіталу ІТ компаній засобами графових баз даних

Abstract

"У статті розв’язано актуальну науково-прикладну задачу підвищення ефективності управління інтелектуальним капіталом ІТ-компаній на основі застосування технологій графових баз даних. Проведено порівняльний аналіз підходів при моделюванні корпоративних знань, у результаті якого виявлено суттєві обмеження реляційної парадигми та стандартів Semantic Web (RDF/OWL) щодо гнучкості схеми, продуктивності та придатності до аналізу динамічних, слабко структурованих зв’язків у корпоративних середовищах. Обґрунтовано доцільність використання моделі маркованого графа властивостей (Labeled Property Graph, LPG) як базової парадигми репрезентації інтелектуального капіталу. Запропоновано формалізовану графову модель, яка інтегрує людський, структурний та капітал відносин ІТ-компанії в єдину семантичну мережу з атрибутивно збагаченими зв’язками, що дозволяє зберігати контекст компетенцій, досвіду та організаційної взаємодії. Здійснено програмну реалізацію запропонованої архітектури в середовищі системи керування графовими базами даних Neo4j. На основі тестового набору даних, що емулює структуру середньостатистичної ІТ-компанії, експериментально підтверджено ефективність використання механізму безіндексної суміжності для виконання складних аналітичних запитів. Зокрема, продемонстровано практичну реалізацію аналізу ризиків концентрації знань («bus factor») та алгоритм ідентифікації унікальних експертів засобами мови запитів Cypher. Визначено перспективи подальшого розвитку запропонованого підходу шляхом використання вбудованих векторних типів даних та інтеграції графової бази знань із великими мовними моделями в межах архітектури Graph Retrieval-Augmented Generation (GraphRAG), що створює основу для побудови інтелектуальних асистентів і гібридних систем пошуку експертизи в корпоративному середовищі."