Рекомендаційні системи в задачах технічного обслуговування промислового обладнання

Abstract

У роботі розглянуто застосування підходів рекомендаційних систем до задач технічного обслуговування промислового обладнання. Проаналізовано основні методи формування рекомендацій, зокрема колаборативне фільтрування, контентне фільтрування та гібридні підходи, в контексті прогнозного технічного обслуговування. Визначено ключові джерела даних для побудови рекомендаційних моделей у промислових системах моніторингу. Обґрунтовано доцільність використання рекомендаційних систем для автоматизації прийняття рішень щодо обслуговування обладнання в умовах Індустрії 4.0.

This paper examines the application of recommendation system approaches to industrial equipment maintenance tasks. The main methods of generating recommendations, including collaborative filtering, content-based filtering, and hybrid approaches, are analyzed in the context of predictive maintenance. Key data sources for building recommendation models in industrial monitoring systems are identified. The feasibility of using recommendation systems to automate maintenance decision-making for equipment in the context of Industry 4.0 is substantiated.