Современные крупномасштабные научные эксперименты, такие как БАК (CERN) и NICA, генерируют огромные объемы данных, требующие эффективного хранения и обработки. Системы мониторинга распределенных вычислений накапливают ценную информацию об обращениях к данным, которая может быть использована для оптимизации вычислительных процессов. Одним из перспективных направлений является управление данными на основе их популярности — частоты и количества обращений. Однако нерегулярный и хаотичный характер шаблонов доступа затрудняет использование традиционных статистических методов. В работе рассматривается применение современных методов машинного обучения для прогнозирования популярности данных и выявления групп с аналогичным поведением доступа, что открывает возможности для более эффективного кэширования, репликации и архивирования данных.