В современном мире мобильные технологии играют ключевую роль в повседневной жизни, значительно упрощая выполнение различных задач. В полной мере это касается и автомобилистов-любителей, для которых своевременная и точная информация может повысить безопасность, комфорт и эффективность вождения. В этой статье представлен процесс проектирования и разработки мобильного приложения, которое выделяется среди аналогичных программных продуктов благодаря внедрению персонализированных экспертных рекомендаций. В условиях растущей потребности в локализованных решениях для российского рынка данное приложение предлагает комплексный подход, который включает систему экспертных рекомендаций, основанных на методах машинного обучения, а также использование персонализированных данных о пользователях, их транспортных средствах и расходах на обслуживание автомобильного средства для создания рекомендаций, направленных на оптимизацию технического обслуживания и повышение точности прогнозов. Мобильное приложение состоит из нескольких функциональных модулей, таких как управление автомобилями, анализ расходов, уведомления и социальный раздел MA Live. Это создаёт единое пространство для эффективного управления эксплуатацией автомобиля, удовлетворяя потребности как обычных пользователей, так и тех, кто ориентирован на социальное взаимодействие в автомобильном сообществе. Разработанная система использует методы прогнозирования, основанные на данных о транспортных средствах, их эксплуатации и поведении владельцев, с применением модели машинного обучения «Random Forest».
In today's world, mobile technologies play a key role in everyday life, greatly simplifying the performance of various tasks. This fully applies to amateur motorists, for whom timely and accurate information can improve safety, comfort and efficiency of driving. This paper presents the design and development process of a mobile application that stands out among similar software products by implementing personalized expert recommendations. With the growing need for localized solutions for the Russian market, this application offers a comprehensive approach that includes a system of expert recommendations based on machine learning techniques, as well as the use of personalized data about users, their vehicles and vehicle maintenance costs to create recommendations aimed at optimizing maintenance and improving forecast accuracy. The mobile app consists of several functional modules such as vehicle management, expense analysis, notifications and the MA Live social section. This creates a single space for efficient management of vehicle operation, meeting the needs of both regular users and those focused on social interaction in the automotive community. The developed system uses prediction methods based on vehicle data, vehicle operation and owner behavior using a machine learning model.