CN103502973B - 用于选择相似消费者的方法和系统 - Google Patents
用于选择相似消费者的方法和系统 Download PDFInfo
- Publication number
- CN103502973B CN103502973B CN201280021092.0A CN201280021092A CN103502973B CN 103502973 B CN103502973 B CN 103502973B CN 201280021092 A CN201280021092 A CN 201280021092A CN 103502973 B CN103502973 B CN 103502973B
- Authority
- CN
- China
- Prior art keywords
- consumer
- data
- standard
- similar
- resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000008569 process Effects 0.000 claims description 23
- 238000010438 heat treatment Methods 0.000 claims description 18
- 238000012804 iterative process Methods 0.000 claims description 15
- 239000000446 fuel Substances 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 9
- 238000004378 air conditioning Methods 0.000 claims description 5
- 230000009182 swimming Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 238000004064 recycling Methods 0.000 claims description 3
- 230000001932 seasonal effect Effects 0.000 claims description 3
- 239000002699 waste material Substances 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 2
- 230000003334 potential effect Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 24
- 238000005516 engineering process Methods 0.000 description 23
- 230000005611 electricity Effects 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 230000003044 adaptive effect Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 6
- 239000007789 gas Substances 0.000 description 5
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000003345 natural gas Substances 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 238000007639 printing Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000036316 preload Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的说明性实施例针对用于报告消费者的对资源的使用的方法和计算机系统。计算机系统针对第一消费者和一组第二消费者检索消费者特征数据和资源使用数据,其包括与每一个消费者有关的特征数据。该计算机系统基于在第一消费者的特征数据和第二消费者的特征数据之间的多个共有标准,从该组第二消费者中选择与第一消费者相似的至少一个消费者。计算机过程可以迭代地执行,直到相似消费者的总数等于或大于预先确定的消费者的数量。一旦找到期望的相似消费者的数量,该计算机系统就生成显示第一消费者的资源使用数据和至少一个相似消费者的资源使用数据的报告。
Description
相关申请
本申请要求基于于2011年5月6日提交的临时申请no.61/483,219的优先权。通过引用将该申请包含在此。
技术领域
本发明涉及能源使用报告,并且更具体地,涉及构建能源使用报告。
背景技术
在本领域已知的是,与消费者的邻居的资源使用相比,报告消费者的资源使用。在一些情况下,将该消费者与在其特定地理区域中的平均资源使用进行比较。然而,这样的比较的问题是大量因素影响能源使用,并且消费者的住宅能源使用可能完全不同于在其地理区域内的大部分其他住宅。因此,该消费者可能将该比较视为不公平。如果该消费者不相信该比较是合理的,则他可能不会基于该比较来改变其资源节约实践。为了解决这个问题,现有技术方法选择具有与该消费者相似的特征的邻居。这种方法对其中住宅共有许多共有(common)特征的区域足够有效。然而,这样的方法对其中除地理外的因素应当被考虑来准确确定相似消费者的区域不那么有效。
发明内容
本发明的说明性实施例针对用于报告第一消费者的对资源的使用的计算机化方法。计算机系统针对第一消费者和一组第二消费者检索消费者特征数据和资源使用数据。消费者特征数据包括与每一个消费者有关的多个特征。该计算机系统基于在第一消费者的特征数据和第二消费者的特征数据之间的多个共有标准,从一组第二消费者中选择与第一消费者相似的至少一个消费者。共有标准是下述中的一个:
在第一消费者的特征数据的特征和第二消费者的特征数据的特征之间的匹配;以及
在范围和第二消费者的特征数据之间的匹配。
如果所选择的相似消费者的总数少于预先确定的消费者的数量,则该计算机系统执行来自一组潜在动作中的至少一个动作来消减共有标准。潜在一组动作包括:
移除至少一个共有标准;以及
增加用于共有标准中的至少一个的至少一个范围。
计算机过程可以迭代地执行,直到相似消费者的总数等于或大于预先确定的消费者的数量。一旦找到期望的相似消费者的数量,该计算机系统就生成显示第一消费者的资源使用数据和至少一个相似消费者的资源使用数据的电子报告。本发明的实施例可以要求共有标准数是预定义的所选择的特征数。例如,在该过程开始时,可以将共有标准数设置为四。
在本发明的某些实施例中,共有标准在一定程度上被消减,并且它们被消减的程度取决于下述中的至少一个:
(1)在最近的迭代中选择的相似消费者的数量;以及
(2)在迄今为止所有迭代中选择的相似消费者的总数。
在其他实施例中,消减的程度取决于函数。该函数操作,使得随着在最近的迭代中选择的相似消费者的数量减少,至少一个共有标准的范围增加。该函数还可以操作,使得随着在最近的迭代中选择的相似消费者的数量减少,移除的共有标准数减少。在其他实施例中,消减的程度取决于函数,其中随着在所有迭代中选择的相似消费者的总数减少,移除的共有标准数减少。
该方法可以应用于一组消费者,诸如住宅居住者。
该方法可以应用于一组非居住资源消费者,诸如工厂、零售店和/或办公建筑物。非居住资源消费者可以包括私人和政府设施。
共有标准可以从包括下述的组中来选择:
共有住处类型;
共有仪表读取周期;
共有供暖燃料;
共有住宅大小;
共有住宅居住者数;
光电系统的共有存在;
泳池的共有存在;
空调的共有存在;
共有住宅年龄;
一个或多个住宅居住者的共有年龄;
共有季节性住宅居住者;以及
共有住宅位置。
对于非居住资源消费者,共有标准可以从包括下述的组中来选择:
共有建筑物和/或工厂类型;
共有仪表读取周期;
共有供暖燃料;
共有建筑物和/或工厂大小或占地面积;
位于现场的设备的共有类型,包括制造设备;
共有建筑物居住者数,包括雇员、访问者或赞助者数;
光电系统的共有存在;
空调的共有存在;
共有建筑物和/或工厂年龄;
一个或多个建筑物和/或工厂居住者的共有业务类型;以及
共有建筑物和/或工厂位置。
如前所述,共有标准数在不同实施例中可以改变,例如,在一个实施例中,该数量可以等于3。在其他实施例中,共有标准数可以等于4、5或6或更多。
在第一消费者的特征数据的特征和第二消费者的特征数据的特征之间的匹配可以包括确定在所使用的供暖燃料的类型、家庭居住者数、光电系统的存在以及消费者的地理位置之间的匹配。
在第二消费者的建筑物数据和范围之间的匹配可以包括下述中的至少一个:
在第二消费者的住宅的大小和基于第一消费者的住宅的大小来确定的范围之间的匹配,
在第一消费者的仪表读取周期和基于第一消费者的住宅的仪表读取周期来确定的范围之间的匹配,
在第二消费者的住宅中的居住者数和基于在第一消费者的住宅中的居住者数来确定的范围之间的匹配;以及
在第二消费者的住宅和第一消费者的住宅之间的距离与距离范围之间的匹配。
如在本说明书中所使用的,术语资源使用数据包括下述中的至少一个:电使用数据、气使用数据、废物使用数据、水使用数据、下水道使用数据、垃圾使用数据、回收使用数据、电话使用数据以及宽带接入使用数据。资源还可以包括非有形的物品,包括碳信用。资源可以进一步包括现场生成的能源资源的数据,包括例如,来自光电系统、风系统和/或太阳能供暖系统的数据。可以从资源使用仪表检索资源使用数据,其中资源使用仪表是高级计量基础设施的一部分。可以从连接到资源使用仪表的次级仪表检索资源使用数据。
可以将报告进一步传送给第一消费者作为资源使用账单的一部分。可以将报告生成为物理账单。另外,可以在计算机系统中利用所述方法,其中该计算机系统可以包括使能本发明的方面的一个或多个处理器。另外,该方法可以用计算机代码来实现,并且被存储在非暂时性计算机可读介质上以在计算机或计算机系统上操作,其中该计算机可读介质在其上包含计算机代码。
具体实施方式
本发明的说明性实施例针对用于报告消费者的对资源的使用的方法和系统。在本发明的各种说明性实施例中,生成允许消费者将他的资源使用与相似消费者的资源使用进行比较的报告。该报告可以是电子的或可以被生成为被邮寄给消费者的物理硬拷贝。本发明的说明性实施例有利地提供对最相似消费者的选择。
下面描述用于报告消费者的对资源的使用的计算机化方法的第一实施例。该方法从针对第一消费者和一组第二消费者检索消费者特征数据和资源使用数据开始。消费者特征数据包括与每一个消费者有关的多个特征。例如,特征数据可以包括与消费者的建筑物的物理特征有关的建筑物数据(例如,物理房产的大小、供暖系统和/或房产的年龄)。特征数据还可以包括消费者自身的特征(例如,消费者的年龄和/或房产居住者数)。
在本发明的一个说明性实施例中,消费者是与建筑物相关联的任何一方(例如,租户、房东、所有者或管理者)。在各种说明性实施例中,消费者是住宅居住者,诸如租用人或住宅所有者,以及特征数据包括与居住者的住宅的物理特征有关的特征数据。住宅可以是房屋、排屋、公寓楼、独户房屋、多户房屋或公寓。在这样的实施例中,特征数据可以包括与每一个住宅的物理房产有关的特征数据,如从下面非限制性示例列表中选择的:
·住处类型(例如,房屋、公寓楼、公寓、独户、多户或排屋),
·仪表读取周期,
·供暖燃料(例如,电、气或其他),
·住宅大小(例如,平方英尺和/或卧室数),
·光电系统的存在,
·泳池的存在,
·空调的存在,
·住宅年龄,以及
·住宅位置(例如,街道地址、城市、邮编、纬度、经度和/或海拔)。
特征数据还可以包括与住宅居住者自身有关的特征数据,如从下面非限制性示例列表中选择的:
·在住宅内的居住者数,
·一个或多个住宅居住者的年龄,以及
·住宅居住者是否是季节性住宅居住者。
所检索的特征数据还包括消费者的资源使用。例如,在一个实施例中,资源数据可以包括以千瓦特小时报告的电使用数据。在另外或替选实施例中,资源使用数据可以包括以英热单位(BTU)报告的天然气、使用加仑的油和/或使用磅的木屑颗粒。此外,在说明性实施例中,资源使用数据可以包括与下述中的任何一个或多个有关的数据:电使用数据、气使用数据、废物使用数据、水使用数据、下水道使用数据、垃圾使用数据、回收使用数据、电话使用数据以及宽带接入使用数据。
在本发明的示例性实施例中,基于在第一消费者的特征数据和第二消费者的特征数据之间的至少四个共有标准,从第二消费者集中选择与第一消费者相似的至少一个消费者。在一个实施例中,共有标准是在第一消费者的特征数据的特征和第二消费者的特征数据的特征之间的匹配。例如,当第一消费者和第二消费者两个均占用相同住处类型(例如,他们两个均占用公寓)时,共有标准存在。共有标准的另一个示例是第一消费者和第二消费者两个均使用相同供暖燃料(例如,他们两个均使用电来为其住宅供暖)的时候。如果第二消费者使用气来为其住宅供暖,则不选择该第二消费者作为与第一消费者相似的消费者。在又另一个示例中,当第一消费者和第二消费者两个均具有相同位置(例如,他们两个均占用在相同建筑物、邮编、城市或州中的住宅)时,共有标准存在。
在本发明的替选或另外实施例中,共有标准是在范围和第二消费者的特征数据之间的匹配。例如,在一个实施例中,共有标准是在第二消费者的住宅的大小和基于第一消费者的住宅的大小来确定的范围之间的匹配。在一个说明性实施例中,范围是加上/减去第一消费者的住宅的大小(以平方英尺)的8%。如果第二消费者的住宅的大小(以平方英尺)落在该范围内,则住宅的大小是在第一消费者和第二消费者之间的共有标准。在另一个示例中,共有标准是在第二消费者的住宅和第一消费者的住宅之间的距离与距离范围之间的匹配。例如,距离范围可能是在第一消费者的住宅的1英里半径内的所有住宅。如果第二消费者的住宅落在该1英里半径内,则其关于住宅位置标准与第一消费者相匹配。不选择落在该1英里半径外的住宅作为相似消费者。在另一个示例中,如果第二消费者的居住处具有居住者范围,诸如2、3或4个居住者,则可以与在带有3个居住者的居住处内的消费者相匹配。
在该第一实施例中,基于四个共有标准来选择相似消费者。然而,在其他实施例中,可以基于3、5、10或甚至25个共有标准来选择相似消费者。在一个特定实施例中,基于(1)共有住处类型,(2)共有仪表读取周期,(3)共有供暖燃料,(4)共有住宅大小以及(5)共有住宅位置来选择相似消费者。
如果所选择的相似消费者的数量小于预先确定的消费者的数量,则采取动作来消减或放宽共有标准。在一个说明性实施例中,预先确定的数量是100,因此,目标是选择与第一消费者最相似的100个第二消费者。如果所选择的消费者的数量小于100,则通过从选择过程移除至少一个共有标准来消减标准。例如,为了对四个共有标准进行消减,移除共有标准中的一个,以使仅存在用于选择相似消费者的三个共有标准。以这种方式,更大数量的第二消费者将满足共有标准。
在另外或替选实施例中,通过为共有标准中的至少一个增加至少一个范围来消减标准。例如,在一个说明性实施例中,将加上/减去第一消费者的住宅的大小的8%的范围增加到加上/减去第一消费者的住宅的大小的16%,以使更大数量的第二消费者落入该范围内。一旦消减了标准,就再次运行选择过程。迭代地执行选择和消减过程,直到相似消费者的数量等于或大于预先确定的消费者的数量(例如,100个相似消费者)。例如,如果三个共有标准仍然没有生成100个相似消费者,则通过例如移除另一个共有标准和/或通过为共有标准中的至少一个增加范围来进一步消减共有标准。一旦选择过程选择了等于或大于预先确定的相似消费者的数量的相似消费者的数量,就生成显示第一消费者的资源使用数据和相似消费者的资源使用数据的电子报告108。然后,可以将该报告传送给第一消费者,以使他能够将其资源使用与相似消费者的资源使用进行比较。
可以用各种方式来实现选择过程。例如,在一个实施例中,当将距离范围从1英里增加到5英里时,选择过程寻找在距第一消费者的住宅5英里的半径内的相似消费者。在另一个实施例中,选择过程避免对在第一消费者的住宅1英里内的地理区域进行重新分析,并且替代地寻找在距第一消费者的住宅1英里和5英里之间的地理区域内的相似消费者。以这种方式,选择过程节省了计算时间和精力,因为已在先前迭代中对在第一消费者的住宅1英里内的地理区域已经进行了分析。
下面描述根据本发明的一个实施例的计算机化方法的第一应用。在该实施例中,该计算机化方法以六个共有标准开始:(1)热燃料类型,(2)在住宅中的居住者数,(3)加上/减去第一消费者的住宅的10%的住宅的平方英尺,(4)在第一消费者的住宅3英里内的距离,(5)相同住处类型,以及(6)相同仪表读取周期。在该实施例中,预先确定的相似消费者的数量是100。当使用这些六个共有标准来运行选择过程时,找到了50个相似消费者。由于50个相似消费者小于预先确定的100个相似消费者,因此,对六个共有标准进行消减。对于第二迭代,移除作为共有标准的居住者数标准。并且,将平方英尺标准的范围从加上/减去第一消费者的住宅的10%增加到加上/减去15%。此外,将距离标准的范围从在第一消费者的住宅3英里内增加到在第一消费者的住宅6英里内。当再次运行选择过程时,选择了另外30个相似消费者。因此,在两次迭代之后找到的相似消费者的总数是80。由于80个相似消费者小于预先确定的100个相似消费者,因此,再次消减共有标准。对于第三迭代,移除取暖类型标准和平方英尺数标准,并且将距离标准的范围从在第一消费者的住宅6英里内增加到在第一消费者的住宅9英里内。当运行选择过程时,其选择了20个更多相似消费者。因此,在此时相似消费者的总数是100,并且迭代过程停止,因为所选择的相似消费者的数量等于预先确定的数量。
在本发明的一个说明性实施例中,如果在第三迭代中找到了30个更多消费者,则将在报告中使用110个相似消费者。然而,在另一个示例中,可以根据例如距离或平方英尺数对该30个消费者进行排名,并且将选择最好的20个消费者作为针对总计100个相似消费者的相似消费者。
然后,使用该100个相似消费者来生成显示第一消费者的资源使用数据和相似消费者的资源使用数据的电子报告。下面描述这样的资源使用报告的第一示例。该报告显示第一消费者的12月的与其邻居的能源使用比较的能源使用。该报告将以千瓦特小时的电与以撒姆的天然气组合成单个测量。在该示例中,邻居是在迭代过程中选择的100个相似消费者。该报告包括条形图,该条形图显示第一消费者的能源使用与所有邻居(所有100个相似消费者)的平均,而且与邻居的前20%(100个相似消费者的前20%)相比要差得多。该报告表明第一消费者使用了比其邻居多11%的能源,并且为第一消费者分配了“Below Average(低于平均)”评级。该报告可以进一步显示随着时间推移的消费者的评级,其可以由消费者指定。该报告的说明性实施例通过向第一消费者示出他与其邻居不利比较来激发第一消费者节约能源。
在一些情况下,第一消费者可能对在他和他的邻居之间的比较是否公平表示怀疑。例如,第一消费者可能对在报告中的相似消费者是否住在靠近的地理接近的地方、或他们是否住在更温暖的地理气候,以及因此不需要花费如此多的能源来为其住宅供暖表示怀疑。该报告通过解释比较的基础来减轻这种顾虑。在第一示例中的该报告中,比较基于“既有电又有天然气服务并且要么在相同建筑物中要么在附近的大约100个占用的公寓或公寓楼”。通过向第一消费者示出在该报告中的邻居实际上相似地处于某种境况,该报告进一步激发消费者节约能源。
下面描述资源使用报告的第二示例。该第二示例中的报告提供了关于比较的基础的甚至进一步细节。该报告包括显示与第一消费者的地理接近性的所有相似消费者的地图。该报告还显示在第一消费者和相似消费者之间的相似特征(例如,全部均在20英里内、全部均在2650-2800平方英尺内、89%是公寓等)。
在本发明的说明性实施例中,以各种方式将第一示例中的报告和第二示例中的报告传送给第一消费者。在一个示例中,通过发电子邮件给第一消费者的电子邮件帐户将第一示例中的报告和第二示例中的报告发送给第一消费者。在另一个示例中,第一消费者通过普通邮件接收以硬拷贝形式的第一示例中的报告和第二示例中的报告。在又另一个说明性实施例中,第一消费者可以登录入其在网站上的简档,并且在网页中查看第一示例中的报告和第二示例中的报告。在一些实施例中,第一示例中的报告和第二示例中的报告是资源使用账单的一部分,在其他实施例中,将报告独立于账单提供给消费者。
下面描述用于报告消费者的对资源的使用的计算机化方法的第二实施例。该第二实施例所示的计算机化方法与第一实施例中所示的方法相似。然而,该第二实施例的方法被另外配置成“自适应”于在迭代过程中选择的相似消费者的数量。如在上面参考第一实施例说明的,如果所选择的相似消费者的数量小于预先确定的数量,则在一定程度上消减共有标准。在该第二实施例的计算机化方法中,那些共有标准被消减的程度取决于所选择的相似消费者的数量。
在本发明的说明性实施例中,共有标准被消减的程度取决于在最近的迭代中选择的相似消费者的数量。在下面的表1示出了在本发明的一个示例性实施例中,如何基于在最近的迭代中选择的相似消费者的数量来增加距离范围:
在上面的表1中,如果在最近的迭代中没有找到相似消费者,则使先前距离范围加倍(例如,2英里变为4英里)。在另一方面,如果在最近的迭代中选择了6个相似消费者,则将1英里添加到距离范围(例如,2英里变为3英里)。在另外或替选实施例中,共有标准被消减的程度取决于在所有迭代中选择的相似消费者的总数。在下面的表2示出了在本发明的另一个示例性实施例中,如何基于在所有迭代中选择的相似消费者的总数来增加距离范围:
在进一步各种说明性实施例中,既基于在最近的迭代中选择的相似消费者的数量,又基于在所有迭代中选择的相似消费者的数量来增加距离范围。在上面的表1和2示出了函数,其中随着所选择的相似消费者的数量减少,至少一个共有标准的范围增加。反之亦然,随着所选择的相似消费者的数量增加,至少一个共有标准的范围减少。以这种方式,迭代过程不会超出100个最相似消费者,同时该过程通过更有效地接近最相似消费者来节省计算时间和精力,因为不需要使用很小增量来运行许多迭代。在另外实施例中,可以定义期望和最小的相似邻居数。在这样的实施例中,如果达到最小数量,则该过程将停止,并且如果超过了期望的邻居数,则系统将选择等于期望数量的最好邻居。
下面描述根据本发明的另一个实施例的计算机化方法的第二应用。在该另一个实施例中,该计算机化方法从四个共有标准开始:(1)热燃料类型,(2)加上/减去第一消费者的住宅的10%的住宅的平方英尺,(3)在第一消费者的住宅1英里内的距离,以及(4)相同仪表读取周期。在该示例中,预先确定的相似消费者的数量是100。当使用这些四个共有标准来运行选择过程时,找到了99个相似消费者。考虑到已在第一迭代中找到了99个相似消费者,使距离标准的范围增加很小量(从1英里到1.05英里),以使该过程不会大大超出100个最多相似消费者。由于在第二迭代的很小增加,仅7个更多的相似消费者被选择,并且迭代过程结束,因为相似消费者的总数是106并且这个数量超过了100。
下面描述计算机化方法的第三应用,其中在第一迭代中仅仅找到3个相似消费者。由于在第一迭代中仅仅找到3个相似消费者,则使距离范围增加更大增量到5英里。当运行时,第二迭代选择了40个更多的相似消费者。迭代继续,因为需要另外57个相似消费者来满足预先确定的数量100。使距离范围增加另一个5英里,以使用于第三迭代的距离范围是10英里。第三迭代选择了40个更多的相似消费者,达到总计93。考虑到已选择了93个相似消费者,使距离标准的范围增加很小量(从10英里到10.5英里),并且运行第四迭代。第四迭代选择了另外9个相似消费者并且迭代过程结束,因为已选择了大于100个相似消费者。
尽管在上面根据距离标准来说明了“自适应”过程,然而,该自适应过程也可以同等地应用到其他共有标准。例如,与住宅的大小、仪表读取周期和住宅居住者数相关联的范围也可以基于在最近的迭代选择的相似消费者的数量和/或在所有迭代中选择的相似消费者的数量(两者)来增加。在进一步说明性实施例中,应用“自适应”过程,以使从迭代过程移除的共有标准数取决于所选择的相似消费者的数量。
下面描述计算机化方法的第四应用,其中从过程移除的共有标准数自适应于所选择的相似消费者的数量。在该实施例中,该计算机化方法从8个共有标准开始。当使用该8个共有标准来运行选择过程时,没有相似消费者被选择。因此,从该过程移除两个共有标准。当运行第二迭代时,找到了90个相似消费者。考虑到90接近于100(预先确定的相似消费者的数量),在下一迭代中,仅从该过程移除一个共有标准。这导致另外15个相似消费者在第三迭代中被找到并且迭代过程停止,因为相似消费者的总数超过了预先确定的数量。在一个说明性实施例中,按照重要性顺序从该过程移除共有标准。
本发明的发明人已发现某些共有标准对资源使用比其他共有标准更有意义。发明人发现地理位置是非常有意义的标准。在不同地理位置的消费者将使用不同能源量,因为气候不同。住宅的大小也是非常重要的标准。很大的住宅通常地使用更多的资源。并且,本发明人出人意料地发现仪表读取周期是重要标准,出于两个原因:第一,带有在不同时间发生的仪表读数的客户将遭受不同的天气模式(5月1日-6月1日可能比5月20日-6月20日更冷);第二,比较报告需要消费者和其邻居两者的当前数据(如果没有在该时间段的资源使用数据,则不可能生成比较)。其他不那么重要的标准包括住处类型、用于为住宅供暖的燃料、住宅居住者数、光电系统的存在、泳池的存在以及消费者是否是季节性居住者。尽管许多这些不那么重要的标准就资源使用而言是有意义的,然而,在本发明的说明性实施例中,在最重要的标准之前排除它们,因为它们可能依赖于不可信的第三方源数据。例如,占用数据可能不可用于在第一消费者的地理区域中的每一个住宅。通过移除占用标准,那些住宅现变得可用作为相似消费者。发明人还发现某些共有标准,诸如住宅的年龄和退休者的存在,相对于资源使用来说甚至更不那么有意义。尽管如此,可以包括这样的标准,以使选择过程104看起来更鲁棒。
下面描述计算机化方法的第五应用,其中共有标准的范围和共有标准的数量两者均取决于所选择的相似消费者的数量。在该实施例中,使用8个共有标准来运行第一迭代,并且没有相似消费者被选择。因此,从该过程移除两个共有标准。当运行第二迭代时,找到了90个相似消费者。对于第三迭代,将距离标准从1.0英里增加到1.1英里,并且将平方英尺数标准从加上/减去10%增加到加上/减去11%。这些修改导致在第三迭代中的另外12个相似消费者。再次,到范围的很小增量增加阻止该过程显著超出100个最多相似消费者,但是通过在第二迭代中移除两个共有标准,该过程避免了使用很小增量改变来运行许多迭代,以及因此计算起来更高效地。参考第二应用-第五应用描述的自适应过程的说明性实施例智能地识别了第一消费者的地理区域的人口密度。例如,如果自适应过程作出很小程度的消减,并且没有进一步相似消费者被找到,则该过程智能地识别在该区域的人口密度可能很稀少,并且更大程度的消减是必要的。以这种方式,本发明的说明性实施例帮助确保即使在人口稀少区的消费者也具有最相似消费者的比较集。
本发明的发明人发现将100个最相似消费者用于报告是有利的,因为在消费者的公用事业公司的池内可能存在至少100个合理相似消费者。并且100是足够大的数量,以使减轻在组内的统计异常和异常值。此外,不再考虑隐私问题,因为消费者将可能不能在100个相似消费者组内辨认出其邻居。然而,本发明的说明性实施例并不限于将100个相似消费者用作为“预先确定的”数量。在一些说明性实施例中,预先确定的数量是在例如95至105或80至120之间的数量范围。在各种说明性实施例中,仅使用一个相似消费者来生成电子报告,然而,在其他说明性实施例中,使用多达5000个相似消费者来生成报告。
下面描述用于报告第一消费者的对资源的使用的系统的实施例。该系统包括服务器,其在一些实施例中,支持网站。服务器与公用事业公司通信。该公用事业公司向每一个与消费者相关联的多个建筑物提供诸如电或气的资源。该公用事业公司通过资源使用仪表追踪每一个建筑物的资源使用。在本发明的说明性实施例中,资源使用仪表是高级计量基础设施的一部分。可以利用次级仪表来计量通过光电系统、太阳能供暖系统或风系统现场生成的能源。次级仪表可以与资源使用仪表连接来提供能源生成数据以通过作为资源使用数据的一部分来使用。
在说明性实施例中,建筑物资源使用数据由该服务器从该公用事业公司接收。建筑物资源使用数据可以由该服务器经由通信网络(例如,因特网)通过例如电子邮件、下载的FTP文件、XML馈给或计量馈给来接收。然而,在其他实施例中,不使用全球通信网络。替代地,资源使用数据通过例如普通邮件发送。
该服务器还接收消费者特征数据。该数据可以来自消费者自身或来自第三方源。在一个实施例中,消费者可以使用该网站来登录入其简档并且添加特征数据。例如,如果消费者对其住宅建造了新的添加,则他可以登录入其简档并且基于该新的添加来修改其住宅的平方英尺数。在另一个示例中,如果消费者的孩子搬出该住宅,则该消费者也可以更新其简档中的居住者信息。以这种方式,本发明的说明性实施例帮助确保对相似消费者的选择基于准确数据。在本发明的另一个实施例中,从第三方源,诸如房产税评估记录、房产出售记录、通过调查、保修卡、客户忠诚计划等收集的消费者数据的聚合体,接收消费者特征数据。在一些实施例中,可以通过该通信网络(例如,电子邮件、下载的FTP文件和XML馈给)从第三方源接收消费者特征数据。然而,在其他实施例中,消费者特征数据可以通过普通邮件来接收。
使用资源使用数据和消费者特征数据,该服务器生成显示每一个消费者的资源使用数据和其各自相似消费者中的每一个的资源使用数据的电子报告,然后,将该报告传送给消费者。在本发明的各种实施例中,该服务器通过该通信网络传送报告。例如,该服务器可以以电子邮件发送报告,或在另一个实施例中,消费者可以登录入服务器支持的该网站并且查看他的报告。在另外或替选实施例中,该服务器自身打印报告或将信息提供给打印系统,以使该数据可以通过普通邮件(例如,作为公用事业账单的一部分)被提供给消费者。在其他实施例中,报告被传送回该公用事业公司,以使公用事业公司能够向消费者提供该数据。
在本发明的示例性实施例中,该服务器包括处理器,其编程有下面软件模块中的任何一个或多个:
·用于接收资源使用数据的公用事业通信模块。
·用于接收消费者特征数据的第三方源通信模块。
·用于支持网站的网站模块。
·用于存储消费者特征数据和资源使用数据的存储模块。
·用于检索消费者资源使用数据和消费者特征数据的检索模块。
·用于选择相似消费者的选择模块。
·用于生成显示消费者和其他相似消费者的资源使用数据的报告的报告模块。
·用于通过例如网站或电子邮件将报告传送给消费者的消费者通信模块。
·用于就报告通过普通邮件发送给消费者的打印模块。
对本领域技术人员应当显而易见的是,所述系统和方法可以应用于非居住资源消费者,诸如工厂、零售店和/或办公建筑物。在这样的实施例中,特征数据可以包括与每一个住宅的物理房产有关的特征数据,如从下面的非限制性示例列表中选择的:
共有建筑物和/或工厂类型;
共有仪表读取周期;
共有供暖燃料;
共有建筑物和/或工厂大小或占地面积;
位于现场的设备的共有类型,包括制造设备;
共有建筑物居住者数,包括雇员、访问者或赞助者数;
光电系统的共有存在;
空调的共有存在;
共有建筑物和/或工厂年龄;
一个或多个建筑物和/或工厂居住者的共有业务类型;以及
共有建筑物和/或工厂位置。
应当注意的是,诸如“处理器”和“服务器”的用语可以在本文用来描述可以在本发明的某些实施例中使用的设备,并且不应当被解释为将本发明限制于任何特定设备类型或系统,除非文中另有规定。因此,系统可以包括但不限于客户端、服务器、计算机、装置或其他类型的设备。这样的设备通常地包括用于通过通信网络进行通信的一个或多个网络接口和相应地被配置成执行设备和/或系统功能的处理器(例如,带有存储器和其他外围设备和/或专用硬件的微处理器)。通信网络一般可以包括公用和/或专用网络;可以包括局域、广域、城域、存储和/或其他类型的网络;以及可以利用通信技术,其包括但决不限于:模拟技术、数字技术、光学技术、无线技术、联网技术以及网络互连技术。
还应当注意的是,设备可以使用通信协议和消息(例如,系统所创建、传输、接收、存储和/或处理的消息),并且这样的消息可以通过通信网络或介质传递。除非文中另有规定,本发明不应当被解释为被限制于任何特定通信消息类型、通信消息格式或通信协议。因此,通信消息一般可以包括但不限于:帧、分组、数据报、用户数据报、小区或其他类型的通信消息。除非文中另有规定,对特定通信协议的引用是示例性的,并且应当理解的是,替选实施例可以在适当情况下,利用这样的通信协议(例如,可以不时进行的对协议的修改或扩展)或已知或在未来开发的其他协议的变体。
还应当注意的是,逻辑流可以在本文被描述来说明本发明的各种方面,并且不应当被解释为将本发明限制于任何特定逻辑流或逻辑实现。在不改变总体结果或另外背离本发明的实际范围的情况下,所述逻辑可以被分割成不同的逻辑块(例如,程序、模块、接口、函数或子程序)。通常,在不改变总体结果或另外背离本发明的实际范围的情况下,逻辑要素可以被添加、修改、省略、按照不同顺序来执行、或使用不同的逻辑结构(例如,逻辑门、循环基元、条件逻辑和其他逻辑结构)来实现。
本发明可以用许多不同形式来具体化,包括但决不限于:与处理器(例如,微处理器、微控制器、数字信号处理器或通用计算机)一起使用的计算机程序逻辑、与可编程逻辑设备(例如,现场可编程门阵列(FPGA)或其他PLD)一起使用的可编程逻辑、离散组件、集成电路系统(例如,专用集成电路(ASIC))或包括其任何组合的任何其他手段。在本发明的典型实施例中,主要所有所述逻辑被实现为计算机程序指令集,其被转换成计算机可执行形式、如此被存储在计算机可读介质中、并且在操作系统的控制下由微处理器执行。
实现在本文先前所述的全部或部分功能性的计算机程序逻辑可以用各种形式具体化,包括但决不限于:源代码形式、计算机可执行形式和各种中间形式(例如,汇编器、编译器、链接器或定位器所生成的形式)。源代码可以包括以各种编程语言(例如,目标代码、汇编语言或高级语言,诸如FORTRAN、C、C++、JAVA或HTML)中的任何实现的一系列计算机程序指令,以供与各种操作系统或操作环境一起使用。源代码可以定义并使用各种数据结构和通信消息。源代码可以(例如,通过解释器)以计算机可执行形式、或源代码可以(例如,通过翻译器、汇编器或编译器)被转换成计算机可执行形式。
计算机程序可以以任何形式(例如,源代码形式、计算机可执行形式或中间形式)永久或暂时固定在有形的存储介质中,诸如半导体存储器设备(例如,RAM、ROM、PROM、EEPROM或Flash-可编程RAM)、磁存储器设备(例如,磁盘或固定盘)、光存储器设备(例如,CD-ROM)、PC卡(例如,PCMCIA卡)或其他存储器设备。计算机程序可以以任何形式固定在使用各种通信技术中的任何可传输给计算机的信号中,通信技术包括但决不限于模拟技术、数字技术、光学技术、无线技术、联网技术以及网络互连技术。计算机程序可以以任何形式作为可移除存储介质与附随打印或电子的文档编制(例如,压缩打包软件)一起分发、与计算机系统一起预加载(例如,在系统ROM或固定盘上)或通过通信系统(例如,因特网或万维网)从服务器或电子公告板分发。
实现在本文先前所述的全部或部分功能性的硬件逻辑(包括与可编程逻辑设备一起使用的可编程逻辑)可以使用传统手动方法来设计、或可以使用各种工具,诸如计算机辅助设计(CAD)、硬件描述语言(例如,VHDL或AHDL)、或PLD编程语言(例如,PALASM、ABEL或CUPL),来电子地设计、捕捉、模拟或文档编制。
可编程逻辑可以永久或暂时固定在有形的存储介质中,诸如半导体存储器设备(例如,RAM、ROM、PROM、EEPROM或Flash-可编程RAM)、磁存储器设备(例如,磁盘或固定盘)、光存储器设备(例如,CD-ROM)、或其他存储器设备。可编程逻辑可以被固定在使用各种通信技术中的任何可传输给计算机的信号中,通信技术包括但决不限于模拟技术、数字技术、光学技术、无线技术(例如,蓝牙)、联网技术以及网络互连技术。可编程逻辑可以作为可移除存储介质与附随打印或电子的文档编制(例如,压缩打包软件)一起分发、与计算机系统一起预加载(例如,在系统ROM或固定盘上)或通过通信系统(例如,因特网或万维网)从服务器或电子公告板分发。当然,本发明的一些实施例可以被实现为软件(例如,计算机程序产品)和硬件两者的组合。本发明的其他实施例还被实现为全部硬件或全部软件。
在上面所述的本发明的实施例意在仅是示例性的;大量变体和修改对本领域技术人员将是显而易见的。所有这样的变体和修改意在在本发明的范围内。
Claims (17)
1.一种用于报告第一消费者对资源的使用的计算机化的方法,所述方法包括:
由处理器针对第一消费者检索消费者特征数据和资源使用数据并且针对一组第二消费者中的每个消费者检索消费者特征数据和资源使用数据,所述消费者特征数据包括与每一个相应消费者有关的多个特征;
由所述处理器执行迭代过程,所述迭代过程包括:
由所述处理器从所述一组第二消费者中选择至少一个所选消费者来定义相似消费者的数据集合,使得每个所选消费者根据多个标准与所述第一消费者相似,其中,针对所述多个标准中的每个标准将相似度定义为下述中的至少一个:
在所选消费者的特征数据的特征和第一消费者的特征数据的特征之间的匹配;以及
在所选消费者的特征数据的特征和一个范围之间的匹配,所述范围由所述处理器基于所述第一消费者的特征数据的至少一个特征而确定;
在定义相似消费者的所述数据集合以后,如果所选择的所述相似消费者的总数少于消费者的预先确定的数量,则至少由所述处理器通过下述中的至少一个来从所述多个标准中消减至少一个标准:
从所述多个标准中移除至少一个公共标准;以及
增加用于所述多个标准中的至少一个标准的至少一个范围;
其中,所述消减减小了由所述处理器定义相似消费者的所述数据集合所执行的迭代的数量;以及
使用所消减的多个标准重复所述迭代过程直至所选择的所述相似消费者的总数至少与消费者的所述预先确定的数量匹配为止;以及
由所述处理器生成至少将所述第一消费者的资源使用数据与所述至少一个所选消费者的资源使用数据进行比较的报告,
其中,消减所述至少一个标准包括:消减所述至少一个标准一定程度,所述一定程度取决于下述中的至少一个:
在最近的迭代中所选消费者的数量;以及
在所述迭代中所选消费者的总数。
2.根据权利要求1所述的方法,其中,所述消减的程度取决于如下的函数:在该函数中,随着在最近的迭代中选择的相似消费者的数量减少,所述至少一个公共标准的范围增加。
3.根据权利要求1所述的方法,其中,所述消减的程度至少部分地基于在最近的迭代中所选消费者的数量来计算,以使得随着在最近的迭代中所选消费者的数量减少,所述至少一个标准的范围增加。
4.根据权利要求1所述的方法,其中,所述消减的程度至少部分地基于在最近的迭代中所选消费者的数量来计算,以使得随着在最近的迭代中所选消费者的总数减少,更少的所述至少一个标准被移除。
5.根据权利要求1所述的方法,其中,所述消减的程度至少部分地基于在所述迭代中所选消费者的总数来计算,以使得随着在所述迭代中所选消费者的总数减少,更少的所述至少一个标准被移除。
6.根据权利要求1所述的方法,其中,所述第一消费者和所述一组第二消费者中的每个消费者包括住宅居住者。
7.根据权利要求6所述的方法,其中,所述多个标准包含从下述中选择的至少四个特征:
住处类型,
仪表读取周期,
供暖燃料类型,
住宅大小,
住宅居住者数,
光电系统的存在,
泳池的存在,
空调的存在,
住宅年龄,
一个或多个住宅居住者的年龄,
季节性住宅居住者,以及
住宅位置。
8.根据权利要求7所述的方法,其中,所述多个标准至少选自:
住处类型,
仪表读取周期,
供暖燃料类型,
住宅大小,以及
住宅位置。
9.根据权利要求7所述的方法,其中,选择所述至少一个所选消费者包括:选择所述至少一个所选消费者,使得对于每个所选消费者,在所述第一消费者的特征数据的特征和所选消费者的特征数据的特征之间的匹配包括下述中的至少一个:
在所述第一消费者的供暖燃料类型和所选消费者的供暖燃料类型之间的匹配;
在所述第一消费者的住宅中的居住者的数量和在所选消费者的住宅中的居住者的数量之间的匹配;
在所述第一消费者的住宅中的光电系统的存在和在所选消费者的住宅中的光电系统的存在之间的匹配;以及
在所述第一消费者的住宅的位置和所选消费者的住宅的位置之间的匹配。
10.根据权利要求7所述的方法,其中,在所选消费者的建筑物数据和范围之间的匹配包括下述中的至少一个:
在所选消费者的住宅的大小和基于所述第一消费者的住宅的大小来确定的范围之间的匹配,
在所选消费者的仪表读取周期和基于所述第一消费者的住宅的仪表读取周期来确定的范围之间的匹配,
在所选消费者的住宅中的居住者的数量和基于在所述第一消费者的住宅中的居住者的数量来确定的范围之间的匹配;以及
在所选消费者的住宅和所述第一消费者的住宅之间的距离与距离范围之间的匹配。
11.根据权利要求1所述的方法,其中,所述资源使用数据包括下述中的至少一个:废物使用数据、水使用数据、下水道使用数据、垃圾使用数据、回收使用数据、电话使用数据或者宽带接入使用数据。
12.根据权利要求1所述的方法,其中,检索资源使用数据包括由处理器从资源使用仪表接收资源使用数据,其中,所述资源使用仪表是高级计量基础设施的一部分。
13.根据权利要求1所述的方法,进一步包括:
至少由所述处理器将所述报告作为资源使用账单的一部分传送给所述第一消费者。
14.根据权利要求1所述的方法,其中,所述报告包括电子报告。
15.根据权利要求1所述的方法,进一步包括:在相似消费者的总数至少等于所述预先确定的数量之前,至少由所述处理器迭代地执行:
至少由所述处理器从所述一组第二消费者中选择与所述第一消费者相似的至少一个所选消费者的过程;以及
如果所选择的相似消费者的总数小于所述预先确定的数量,则执行来自一组潜在动作的至少一个动作来消减所述多个标准中的所述至少一个标准的过程。
16.一种用于报告第一消费者对资源的使用的装置,所述装置包括:
用于针对第一消费者检索消费者特征数据和资源使用数据并且针对一组第二消费者中的每个消费者检索消费者特征数据和资源使用数据的装置,所述消费者特征数据包括与每一个相应消费者有关的多个特征;
用于执行迭代过程的装置,所述迭代过程包括:
从所述一组第二消费者中选择至少一个所选消费者来定义相似消费者的数据集合,使得每个所选消费者根据多个标准与所述第一消费者相似,其中,针对所述多个标准中的每个标准将相似度定义为下述中的至少一个:
在所选消费者的特征数据的特征和第一消费者的特征数据的特征之间的匹配;以及
在所选消费者的特征数据的特征和一个范围之间的匹配,所述范围由处理器基于所述第一消费者的特征数据的至少一个特征而确定;
在定义相似消费者的所述数据集合以后,如果所选择的所述相似消费者的总数少于消费者的预先确定的数量,则通过下述中的至少一个来从所述多个标准中消减至少一个标准:
从所述多个标准中移除至少一个标准;或者
增加用于所述多个标准中的至少一个标准的至少一个范围;
其中,所述消减减小了定义相似消费者的所述数据集合所执行的迭代的数量;以及
用于使用所消减的多个标准重复所述迭代过程直至所选择的所述相似消费者的总数至少与消费者的所述预先确定的数量匹配为止的装置;以及
用于生成至少将所述第一消费者的资源使用数据与所述至少一个所选消费者的资源使用数据进行比较的报告的装置,
其中,用于消减所述至少一个标准的装置包括:用于消减所述至少一个标准一定程度的装置,所述一定程度取决于下述中的至少一个:
在最近的迭代中所选消费者的数量;以及
在所述迭代中所选消费者的总数。
17.一种用于报告第一消费者对资源的使用的系统,所述系统包括:
处理器;以及
存储器,所述存储器存储由所述处理器可执行的指令,所述指令在由所述处理器执行时,使得所述处理器:
至少由所述处理器针对第一消费者检索消费者特征数据和资源使用数据并且针对一组第二消费者中的每个消费者检索消费者特征数据和资源使用数据,所述消费者特征数据包括与每一个相应消费者有关的多个特征;
至少由所述处理器执行迭代过程,所述迭代过程包括:
由所述处理器从所述一组第二消费者中选择至少一个所选消费者来定义相似消费者的数据集合,使得每个所选消费者根据多个标准与所述第一消费者相似,其中,针对所述多个标准中的每个标准将相似度定义为下述中的至少一个:
在所选消费者的特征数据的特征和第一消费者的特征数据的特征之间的匹配;以及
在所选消费者的特征数据的特征和一个范围之间的匹配,所述范围由所述处理器基于所述第一消费者的特征数据的至少一个特征而确定;
在定义相似消费者的所述数据集合以后,如果所选择的所述相似消费者的总数少于消费者的预先确定的数量,则至少由所述处理器通过下述中的至少一个来消减所述多个标准中的至少一个标准:
至少由所述处理器移除所述多个标准中的至少一个标准;以及
至少由所述处理器增加用于所述多个标准中的至少一个标准的至少一个范围;
其中,所述消减减小了由所述处理器定义相似消费者的所述数据集合所执行的迭代的数量;
使用所消减的多个标准重复所述迭代过程直至所选择的所述相似消费者的总数至少与消费者的所述预先确定的数量匹配为止;以及
至少由所述处理器生成至少将所述第一消费者的资源使用数据与所述至少一个所选消费者的资源使用数据进行比较的报告,
其中,消减所述至少一个标准包括:消减所述至少一个标准一定程度,所述一定程度取决于下述中的至少一个:
在最近的迭代中所选消费者的数量;以及
在所述迭代中所选消费者的总数。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201161483219P | 2011-05-06 | 2011-05-06 | |
US61/483,219 | 2011-05-06 | ||
PCT/US2012/036539 WO2012154566A1 (en) | 2011-05-06 | 2012-05-04 | Method and system for selecting similar consumers |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103502973A CN103502973A (zh) | 2014-01-08 |
CN103502973B true CN103502973B (zh) | 2018-07-17 |
Family
ID=47139545
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280021092.0A Active CN103502973B (zh) | 2011-05-06 | 2012-05-04 | 用于选择相似消费者的方法和系统 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11238545B2 (zh) |
EP (1) | EP2705440A4 (zh) |
JP (1) | JP5773513B2 (zh) |
CN (1) | CN103502973B (zh) |
AU (1) | AU2012253837A1 (zh) |
CA (1) | CA2832211A1 (zh) |
WO (1) | WO2012154566A1 (zh) |
Families Citing this family (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103502973B (zh) | 2011-05-06 | 2018-07-17 | 欧保能源公司 | 用于选择相似消费者的方法和系统 |
US20130096987A1 (en) * | 2011-10-06 | 2013-04-18 | Ut Battelle, Llc | Citizen engagement for energy efficient communities |
US10796346B2 (en) | 2012-06-27 | 2020-10-06 | Opower, Inc. | Method and system for unusual usage reporting |
US9547316B2 (en) | 2012-09-07 | 2017-01-17 | Opower, Inc. | Thermostat classification method and system |
US9633401B2 (en) | 2012-10-15 | 2017-04-25 | Opower, Inc. | Method to identify heating and cooling system power-demand |
US20150347937A1 (en) * | 2013-01-09 | 2015-12-03 | Hewlett-Packard Development Company, L.P. | Characterizing Risks in Resource Distribution Systems |
US10067516B2 (en) | 2013-01-22 | 2018-09-04 | Opower, Inc. | Method and system to control thermostat using biofeedback |
US10719797B2 (en) | 2013-05-10 | 2020-07-21 | Opower, Inc. | Method of tracking and reporting energy performance for businesses |
US10001792B1 (en) | 2013-06-12 | 2018-06-19 | Opower, Inc. | System and method for determining occupancy schedule for controlling a thermostat |
WO2015077253A1 (en) * | 2013-11-19 | 2015-05-28 | The Nielsen Company (Us), Llc | Methods and apparatus to measure a cross device audience |
US10885238B1 (en) | 2014-01-09 | 2021-01-05 | Opower, Inc. | Predicting future indoor air temperature for building |
US9947045B1 (en) | 2014-02-07 | 2018-04-17 | Opower, Inc. | Selecting participants in a resource conservation program |
US9852484B1 (en) | 2014-02-07 | 2017-12-26 | Opower, Inc. | Providing demand response participation |
US10031534B1 (en) | 2014-02-07 | 2018-07-24 | Opower, Inc. | Providing set point comparison |
US10037014B2 (en) | 2014-02-07 | 2018-07-31 | Opower, Inc. | Behavioral demand response dispatch |
US9835352B2 (en) | 2014-03-19 | 2017-12-05 | Opower, Inc. | Method for saving energy efficient setpoints |
US9727063B1 (en) | 2014-04-01 | 2017-08-08 | Opower, Inc. | Thermostat set point identification |
US10019739B1 (en) | 2014-04-25 | 2018-07-10 | Opower, Inc. | Energy usage alerts for a climate control device |
US10108973B2 (en) | 2014-04-25 | 2018-10-23 | Opower, Inc. | Providing an energy target for high energy users |
US20150310465A1 (en) * | 2014-04-25 | 2015-10-29 | Opower, Inc. | Behavioral demand response ranking |
US10171603B2 (en) | 2014-05-12 | 2019-01-01 | Opower, Inc. | User segmentation to provide motivation to perform a resource saving tip |
USD760261S1 (en) * | 2014-06-27 | 2016-06-28 | Opower, Inc. | Display screen of a communications terminal with graphical user interface |
USD753167S1 (en) * | 2014-06-27 | 2016-04-05 | Opower, Inc. | Display screen of a communications terminal with graphical user interface |
USD753168S1 (en) * | 2014-06-27 | 2016-04-05 | Opower, Inc. | Display screen of a communications terminal with graphical user interface |
US10235662B2 (en) | 2014-07-01 | 2019-03-19 | Opower, Inc. | Unusual usage alerts |
US10024564B2 (en) | 2014-07-15 | 2018-07-17 | Opower, Inc. | Thermostat eco-mode |
US10467249B2 (en) | 2014-08-07 | 2019-11-05 | Opower, Inc. | Users campaign for peaking energy usage |
US10410130B1 (en) | 2014-08-07 | 2019-09-10 | Opower, Inc. | Inferring residential home characteristics based on energy data |
US10572889B2 (en) | 2014-08-07 | 2020-02-25 | Opower, Inc. | Advanced notification to enable usage reduction |
US9576245B2 (en) | 2014-08-22 | 2017-02-21 | O Power, Inc. | Identifying electric vehicle owners |
US10033184B2 (en) | 2014-11-13 | 2018-07-24 | Opower, Inc. | Demand response device configured to provide comparative consumption information relating to proximate users or consumers |
US20160140586A1 (en) * | 2014-11-14 | 2016-05-19 | Opower, Inc. | Behavioral demand response using substation meter data |
US10198483B2 (en) | 2015-02-02 | 2019-02-05 | Opower, Inc. | Classification engine for identifying business hours |
US11093950B2 (en) | 2015-02-02 | 2021-08-17 | Opower, Inc. | Customer activity score |
US10074097B2 (en) | 2015-02-03 | 2018-09-11 | Opower, Inc. | Classification engine for classifying businesses based on power consumption |
US10371861B2 (en) | 2015-02-13 | 2019-08-06 | Opower, Inc. | Notification techniques for reducing energy usage |
US10677484B2 (en) * | 2015-05-04 | 2020-06-09 | Johnson Controls Technology Company | User control device and multi-function home control system |
CN107810368A (zh) | 2015-05-04 | 2018-03-16 | 江森自控科技公司 | 具有包含成角度的电路板的外壳的用户控制装置 |
USD771676S1 (en) * | 2015-05-21 | 2016-11-15 | Layer3 TV, Inc. | Display screen or portion thereof with graphical user interface |
US10817789B2 (en) | 2015-06-09 | 2020-10-27 | Opower, Inc. | Determination of optimal energy storage methods at electric customer service points |
US9958360B2 (en) | 2015-08-05 | 2018-05-01 | Opower, Inc. | Energy audit device |
US10655881B2 (en) | 2015-10-28 | 2020-05-19 | Johnson Controls Technology Company | Thermostat with halo light system and emergency directions |
US10559044B2 (en) | 2015-11-20 | 2020-02-11 | Opower, Inc. | Identification of peak days |
JP6688751B2 (ja) * | 2017-01-27 | 2020-04-28 | 京セラ株式会社 | 制御システム及び制御方法 |
WO2018191688A2 (en) | 2017-04-14 | 2018-10-18 | Johnson Controls Techology Company | Thermostat with exhaust fan control for air quality and humidity control |
JP6861578B2 (ja) * | 2017-06-01 | 2021-04-21 | 三菱電機株式会社 | 負荷推定装置及び負荷推定方法 |
US11107390B2 (en) | 2018-12-21 | 2021-08-31 | Johnson Controls Technology Company | Display device with halo |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101996215A (zh) * | 2009-08-27 | 2011-03-30 | 阿里巴巴集团控股有限公司 | 一种应用于电子商务网站的信息匹配方法和系统 |
Family Cites Families (160)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1525656A (en) | 1976-11-09 | 1978-09-20 | Ching Chi Liu | Incubators for nursing chicks |
EP0003010A1 (en) | 1977-12-27 | 1979-07-11 | United Technologies Corporation | Method and apparatus for limiting the power demand in heating-ventilation-air conditioning |
US4334275A (en) | 1980-09-11 | 1982-06-08 | Levine Marshall S | Energy auditing kit |
US4843575A (en) | 1982-10-21 | 1989-06-27 | Crane Harold E | Interactive dynamic real-time management system |
DE3703387A1 (de) | 1986-02-06 | 1987-08-27 | Gossen Gmbh | Verfahren und vorrichtung zum automatischen erfassen und/oder verteilen und/oder abrechnen und/oder anzeigen von energieverbrauchsdaten bzw. -kosten |
JPS6476116A (en) * | 1987-09-17 | 1989-03-22 | Fujitsu Ltd | Data base retrieving and processing system |
SE9002681L (sv) | 1989-09-14 | 1991-03-15 | Shimizu Construction Co Ltd | System foer att skapa behaglig miljoe |
US5903454A (en) | 1991-12-23 | 1999-05-11 | Hoffberg; Linda Irene | Human-factored interface corporating adaptive pattern recognition based controller apparatus |
CA2116168A1 (en) | 1993-03-02 | 1994-09-03 | Gregory Cmar | Process for identifying patterns of electric energy consumption and demand in a facility, predicting and verifying the effects of proposed changes, and implementing such changes in the facility to conserve energy |
US5513519A (en) | 1994-09-23 | 1996-05-07 | David M. Cauger | Method of measuring changes in the energy transfer efficiency of a thermal transfer system |
US20070061735A1 (en) | 1995-06-06 | 2007-03-15 | Hoffberg Steven M | Ergonomic man-machine interface incorporating adaptive pattern recognition based control system |
US5873251A (en) | 1995-09-13 | 1999-02-23 | Kabushiki Kaisha Toshiba | Plant operation control system |
US5717609A (en) | 1996-08-22 | 1998-02-10 | Emv Technologies, Inc. | System and method for energy measurement and verification with constant baseline reference |
US5855011A (en) * | 1996-09-13 | 1998-12-29 | Tatsuoka; Curtis M. | Method for classifying test subjects in knowledge and functionality states |
JP3790307B2 (ja) | 1996-10-16 | 2006-06-28 | 株式会社ルネサステクノロジ | データプロセッサ及びデータ処理システム |
US5930773A (en) | 1997-12-17 | 1999-07-27 | Avista Advantage, Inc. | Computerized resource accounting methods and systems, computerized utility management methods and systems, multi-user utility management methods and systems, and energy-consumption-based tracking methods and systems |
US6618709B1 (en) * | 1998-04-03 | 2003-09-09 | Enerwise Global Technologies, Inc. | Computer assisted and/or implemented process and architecture for web-based monitoring of energy related usage, and client accessibility therefor |
US5948303A (en) | 1998-05-04 | 1999-09-07 | Larson; Lynn D. | Temperature control for a bed |
JPH11346438A (ja) * | 1998-06-01 | 1999-12-14 | Fuji Electric Co Ltd | 電力需要量予測方法 |
JP2000270379A (ja) | 1999-03-12 | 2000-09-29 | Toshiba Corp | 地域ビル群エネルギー管理システム |
CN1967559A (zh) | 1999-07-06 | 2007-05-23 | 索尼株式会社 | 数据提供系统、装置及其方法 |
EP1242932A4 (en) * | 1999-07-15 | 2004-04-07 | Ebidenergy Com | USER INTERFACE TO FACILITATE, ANALYZE AND MANAGE RESOURCE CONSUMPTION |
US6701298B1 (en) | 1999-08-18 | 2004-03-02 | Envinta/Energetics Group | Computerized management system and method for energy performance evaluation and improvement |
US6975975B2 (en) | 1999-09-21 | 2005-12-13 | Fasca Ted S | Emissions management and policy making system |
US6295504B1 (en) * | 1999-10-25 | 2001-09-25 | Halliburton Energy Services, Inc. | Multi-resolution graph-based clustering |
US20020178047A1 (en) | 2000-09-15 | 2002-11-28 | Or Ellen Pak-Wah | Energy management system and method for monitoring and optimizing energy usage, identifying energy savings and facilitating procurement of energy savings products and services |
US7149727B1 (en) | 2000-11-01 | 2006-12-12 | Avista Advantage, Inc. | Computerized system and method for providing cost savings for consumers |
US6785620B2 (en) | 2001-02-08 | 2004-08-31 | Weatherwise Usa, Llc | Energy efficiency measuring system and reporting methods |
AUPR441401A0 (en) | 2001-04-12 | 2001-05-17 | Gladwin, Paul | Utility usage rate monitor |
JP4608127B2 (ja) * | 2001-04-25 | 2011-01-05 | 大阪瓦斯株式会社 | ユーティリティ使用量予測システムおよび方法 |
US20020198629A1 (en) * | 2001-04-27 | 2002-12-26 | Enerwise Global Technologies, Inc. | Computerized utility cost estimation method and system |
US6861956B2 (en) | 2001-07-10 | 2005-03-01 | Yingco Electronic Inc. | Remotely controllable wireless energy control unit |
US20030018517A1 (en) * | 2001-07-20 | 2003-01-23 | Dull Stephen F. | Providing marketing decision support |
US20030023467A1 (en) | 2001-07-30 | 2003-01-30 | Vlad Moldovan | Method for developing and promoting operations and services that are supported by an energy, energy efficiency, water management, environmental protection and pollution prevention fund |
US9729639B2 (en) | 2001-08-10 | 2017-08-08 | Rockwell Automation Technologies, Inc. | System and method for dynamic multi-objective optimization of machine selection, integration and utilization |
US6732055B2 (en) | 2001-11-06 | 2004-05-04 | General Electric Company | Methods and systems for energy and emissions monitoring |
JP3576525B2 (ja) | 2001-11-09 | 2004-10-13 | 松下電器産業株式会社 | スケジュール作成装置、基地局装置及び無線通信方法 |
US7073075B2 (en) | 2001-11-27 | 2006-07-04 | General Instrument Corporation | Telephony end user interface in an HFC access network |
US7356548B1 (en) | 2001-12-03 | 2008-04-08 | The Texas A&M University System | System and method for remote monitoring and controlling of facility energy consumption |
US6778945B2 (en) | 2001-12-12 | 2004-08-17 | Battelle Memorial Institute | Rooftop package unit diagnostician |
US7552030B2 (en) | 2002-01-22 | 2009-06-23 | Honeywell International Inc. | System and method for learning patterns of behavior and operating a monitoring and response system based thereon |
US7049976B2 (en) | 2002-04-15 | 2006-05-23 | Hunt Power, L.P. | User-installable power consumption monitoring system |
JP2003316922A (ja) * | 2002-04-19 | 2003-11-07 | Toshiba Corp | エネルギー情報分析方法、エネルギー情報分析装置、エネルギー情報分析システム |
US6972660B1 (en) | 2002-05-15 | 2005-12-06 | Lifecardid, Inc. | System and method for using biometric data for providing identification, security, access and access records |
CA2488720A1 (en) | 2002-06-10 | 2003-12-18 | Xybix Systems Inc. | Method and system for controlling ergonomic settings at a worksite |
US7561977B2 (en) | 2002-06-13 | 2009-07-14 | Whirlpool Corporation | Total home energy management system |
US20070100666A1 (en) | 2002-08-22 | 2007-05-03 | Stivoric John M | Devices and systems for contextual and physiological-based detection, monitoring, reporting, entertainment, and control of other devices |
US7020508B2 (en) | 2002-08-22 | 2006-03-28 | Bodymedia, Inc. | Apparatus for detecting human physiological and contextual information |
WO2004036461A2 (en) * | 2002-10-14 | 2004-04-29 | Battelle Memorial Institute | Information reservoir |
US7333880B2 (en) | 2002-12-09 | 2008-02-19 | Enernoc, Inc. | Aggregation of distributed energy resources |
US7440871B2 (en) | 2002-12-09 | 2008-10-21 | Verisae, Inc. | Method and system for tracking and reporting emissions |
US7142949B2 (en) | 2002-12-09 | 2006-11-28 | Enernoc, Inc. | Aggregation of distributed generation resources |
JP2004233118A (ja) | 2003-01-29 | 2004-08-19 | Nec Fielding Ltd | 環境管理システム、環境管理方法、および当該方法を実行するためのプログラム |
US7460899B2 (en) | 2003-04-23 | 2008-12-02 | Quiescent, Inc. | Apparatus and method for monitoring heart rate variability |
US8690751B2 (en) | 2003-12-31 | 2014-04-08 | Raphael Auphan | Sleep and environment control method and system |
US7200468B2 (en) | 2004-04-05 | 2007-04-03 | John Ruhnke | System for determining overall heating and cooling system efficienies |
KR100595214B1 (ko) | 2004-05-21 | 2006-07-03 | 엘지전자 주식회사 | 공조 시스템의 공기 청정 제어장치 및 그 제어방법 |
JP4540444B2 (ja) | 2004-10-21 | 2010-09-08 | 中国電力株式会社 | 省エネルギーに関する評価方法 |
US20060089851A1 (en) | 2004-10-25 | 2006-04-27 | Silby D W | Informing consumers about carbon usage based on purchases |
US7243044B2 (en) | 2005-04-22 | 2007-07-10 | Johnson Controls Technology Company | Method and system for assessing energy performance |
SE530417C2 (sv) | 2005-11-02 | 2008-05-27 | Kimmo Yliniemi | En anordning för mätning av energiåtgång fär att värma upp tappvatten |
JP2007133468A (ja) | 2005-11-08 | 2007-05-31 | Ntt Facilities Inc | 建物環境支援システム、方法及びプログラム |
US20070203860A1 (en) | 2006-02-24 | 2007-08-30 | Gridpoint, Inc. | Energy budget manager |
US20070213992A1 (en) | 2006-03-07 | 2007-09-13 | International Business Machines Corporation | Verifying a usage of a transportation resource |
US20070255457A1 (en) | 2006-04-28 | 2007-11-01 | Bright Planet Network, Inc. | Consumer Pollution Impact Profile System and Method |
US7636666B2 (en) | 2006-07-31 | 2009-12-22 | Van Putten Mauritius H P M | Gas-energy observatory |
US7444251B2 (en) | 2006-08-01 | 2008-10-28 | Mitsubishi Electric Research Laboratories, Inc. | Detecting and diagnosing faults in HVAC equipment |
US20080195561A1 (en) | 2007-02-12 | 2008-08-14 | Michael Herzig | Systems and methods for providing renewable power systems by aggregate cost and usage |
US20090006458A1 (en) | 2007-02-16 | 2009-01-01 | Stivoric John M | Life bytes |
US7991513B2 (en) | 2007-05-08 | 2011-08-02 | Ecodog, Inc. | Electric energy bill reduction in dynamic pricing environments |
JP2007305142A (ja) * | 2007-06-11 | 2007-11-22 | Dentsu Inc | 記録媒体、情報収集方法、および情報処理装置 |
US8176095B2 (en) | 2007-06-11 | 2012-05-08 | Lucid Design Group, Llc | Collecting, sharing, comparing, and displaying resource usage data |
US8145361B2 (en) | 2007-08-28 | 2012-03-27 | Consert, Inc. | System and method for manipulating controlled energy using devices to manage customer bills |
US8160752B2 (en) | 2008-09-30 | 2012-04-17 | Zome Networks, Inc. | Managing energy usage |
CA2701645C (en) | 2007-10-04 | 2017-09-26 | Sungevity | Methods and systems for provisioning energy systems |
US20100223259A1 (en) * | 2007-10-05 | 2010-09-02 | Aharon Ronen Mizrahi | System and method for enabling search of content |
US8897923B2 (en) | 2007-12-19 | 2014-11-25 | Aclara Technologies Llc | Achieving energy demand response using price signals and a load control transponder |
US20110023045A1 (en) * | 2007-12-21 | 2011-01-27 | Positive Energy, Inc. | Targeted communication to resource consumers |
US20110022429A1 (en) * | 2007-12-21 | 2011-01-27 | Positive Energy, Inc. | Resource reporting |
US8417061B2 (en) | 2008-02-01 | 2013-04-09 | Sungevity Inc. | Methods and systems for provisioning energy systems |
US20110061014A1 (en) | 2008-02-01 | 2011-03-10 | Energyhub | Interfacing to resource consumption management devices |
US20110063126A1 (en) | 2008-02-01 | 2011-03-17 | Energyhub | Communications hub for resource consumption management |
US20100076835A1 (en) | 2008-05-27 | 2010-03-25 | Lawrence Silverman | Variable incentive and virtual market system |
CA2728091A1 (en) | 2008-06-25 | 2010-01-21 | Versify Solutions, Inc. | Aggregator, monitor, and manager of distributed demand response |
US20100025483A1 (en) | 2008-07-31 | 2010-02-04 | Michael Hoeynck | Sensor-Based Occupancy and Behavior Prediction Method for Intelligently Controlling Energy Consumption Within a Building |
US8166047B1 (en) * | 2008-08-06 | 2012-04-24 | At&T Intellectual Property I, L.P. | Systems, devices, and/or methods for managing data |
US20100099954A1 (en) | 2008-10-22 | 2010-04-22 | Zeo, Inc. | Data-driven sleep coaching system |
US8065098B2 (en) | 2008-12-12 | 2011-11-22 | Schneider Electric USA, Inc. | Progressive humidity filter for load data forecasting |
US8538102B2 (en) * | 2008-12-17 | 2013-09-17 | Synarc Inc | Optimised region of interest selection |
US8390473B2 (en) | 2008-12-19 | 2013-03-05 | Openpeak Inc. | System, method and apparatus for advanced utility control, monitoring and conservation |
JP5255462B2 (ja) | 2009-01-13 | 2013-08-07 | 株式会社日立製作所 | 電力需給運用管理サーバ、および電力需給運用管理システム |
WO2010083334A1 (en) * | 2009-01-14 | 2010-07-22 | Integral Analytics, Inc. | Optimization of microgrid energy use and distribution |
US9020769B2 (en) | 2009-01-26 | 2015-04-28 | Geneva Cleantech Inc. | Automatic detection of appliances |
US8489245B2 (en) | 2009-02-06 | 2013-07-16 | David Carrel | Coordinated energy resource generation |
US20100217642A1 (en) | 2009-02-26 | 2010-08-26 | Jason Crubtree | System and method for single-action energy resource scheduling and participation in energy-related securities |
US20100217550A1 (en) | 2009-02-26 | 2010-08-26 | Jason Crabtree | System and method for electric grid utilization and optimization |
US20100217549A1 (en) | 2009-02-26 | 2010-08-26 | Galvin Brian R | System and method for fractional smart metering |
US20100332373A1 (en) * | 2009-02-26 | 2010-12-30 | Jason Crabtree | System and method for participation in energy-related markets |
US20110040666A1 (en) * | 2009-08-17 | 2011-02-17 | Jason Crabtree | Dynamic pricing system and method for complex energy securities |
US20100217452A1 (en) | 2009-02-26 | 2010-08-26 | Mccord Alan | Overlay packet data network for managing energy and method for using same |
US20100217651A1 (en) * | 2009-02-26 | 2010-08-26 | Jason Crabtree | System and method for managing energy resources based on a scoring system |
CN102576451A (zh) | 2009-05-08 | 2012-07-11 | 埃森哲环球服务有限公司 | 建筑能源消耗分析系统 |
WO2010135372A1 (en) | 2009-05-18 | 2010-11-25 | Alarm.Com Incorporated | Remote device control and energy monitoring |
US20100138363A1 (en) | 2009-06-12 | 2010-06-03 | Microsoft Corporation | Smart grid price response service for dynamically balancing energy supply and demand |
US9286582B2 (en) | 2009-06-22 | 2016-03-15 | Johnson Controls Technology Company | Systems and methods for detecting changes in energy usage in a building |
US8600556B2 (en) | 2009-06-22 | 2013-12-03 | Johnson Controls Technology Company | Smart building manager |
US8812344B1 (en) * | 2009-06-29 | 2014-08-19 | Videomining Corporation | Method and system for determining the impact of crowding on retail performance |
US9104189B2 (en) | 2009-07-01 | 2015-08-11 | Mario E. Berges Gonzalez | Methods and apparatuses for monitoring energy consumption and related operations |
JP4985722B2 (ja) | 2009-07-23 | 2012-07-25 | 三菱電機株式会社 | 空気調和機 |
TW201118789A (en) | 2009-09-09 | 2011-06-01 | Univ Trobe | Method and system for energy management |
US8239178B2 (en) | 2009-09-16 | 2012-08-07 | Schneider Electric USA, Inc. | System and method of modeling and monitoring an energy load |
US8359124B2 (en) | 2009-11-05 | 2013-01-22 | General Electric Company | Energy optimization system |
WO2011057072A1 (en) | 2009-11-05 | 2011-05-12 | Opower, Inc. | Method and system for disaggregating heating and cooling energy use from other building energy use |
US20110231320A1 (en) | 2009-12-22 | 2011-09-22 | Irving Gary W | Energy management systems and methods |
US9412082B2 (en) | 2009-12-23 | 2016-08-09 | General Electric Company | Method and system for demand response management in a network |
US20110178937A1 (en) | 2010-01-15 | 2011-07-21 | Jonathan Bud Bowman | Systems and Methods for Detecting Unexpected Utility Usage |
US8571919B2 (en) * | 2010-01-20 | 2013-10-29 | American Express Travel Related Services Company, Inc. | System and method for identifying attributes of a population using spend level data |
US8348840B2 (en) | 2010-02-04 | 2013-01-08 | Robert Bosch Gmbh | Device and method to monitor, assess and improve quality of sleep |
US8583288B1 (en) | 2010-05-28 | 2013-11-12 | Comverge, Inc. | System and method for using climate controlled spaces as energy storage units for “receiving” surplus energy and for “supplying” energy when needed |
US8423637B2 (en) | 2010-08-06 | 2013-04-16 | Silver Spring Networks, Inc. | System, method and program for detecting anomalous events in a utility network |
US8560133B2 (en) | 2010-09-01 | 2013-10-15 | General Electric Company | Energy smart system |
US8849771B2 (en) | 2010-09-02 | 2014-09-30 | Anker Berg-Sonne | Rules engine with database triggering |
US9104211B2 (en) | 2010-11-19 | 2015-08-11 | Google Inc. | Temperature controller with model-based time to target calculation and display |
US8510255B2 (en) | 2010-09-14 | 2013-08-13 | Nest Labs, Inc. | Occupancy pattern detection, estimation and prediction |
US20120078417A1 (en) | 2010-09-28 | 2012-03-29 | International Business Machines Corporartion | Detecting Energy and Environmental Leaks In Indoor Environments Using a Mobile Robot |
US9167991B2 (en) | 2010-09-30 | 2015-10-27 | Fitbit, Inc. | Portable monitoring devices and methods of operating same |
JP5668970B2 (ja) | 2010-10-01 | 2015-02-12 | 清水建設株式会社 | 運転管理装置、運転管理方法、および運転管理プログラム |
JP5696877B2 (ja) | 2010-10-01 | 2015-04-08 | 清水建設株式会社 | 運転管理装置、運転管理方法、および運転管理プログラム |
US9805321B2 (en) * | 2010-10-15 | 2017-10-31 | Accenture Global Services Limited | Eco score analytics system |
US8375118B2 (en) | 2010-11-18 | 2013-02-12 | Verizon Patent And Licensing Inc. | Smart home device management |
US8195313B1 (en) | 2010-11-19 | 2012-06-05 | Nest Labs, Inc. | Thermostat user interface |
USD672666S1 (en) | 2011-01-12 | 2012-12-18 | Emerson Electric Co. | Thermostat |
US8761944B2 (en) | 2011-01-12 | 2014-06-24 | Emerson Electric Co. | Apparatus and method for determining load of energy consuming appliances within a premises |
US20130317655A1 (en) | 2011-02-14 | 2013-11-28 | Rajendra K. Shah | Programmable environmental control including an energy tracking system |
US20120216123A1 (en) | 2011-02-23 | 2012-08-23 | Evoworx Inc. | Energy audit systems and methods |
US20120259678A1 (en) | 2011-04-06 | 2012-10-11 | Michael Charles Overturf | Method and system for computing Energy Index |
CN103502973B (zh) | 2011-05-06 | 2018-07-17 | 欧保能源公司 | 用于选择相似消费者的方法和系统 |
DE102011077522A1 (de) | 2011-06-15 | 2012-12-20 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zur Erfassung der thermischen Behaglichkeit |
JP2013020307A (ja) | 2011-07-07 | 2013-01-31 | Mitsubishi Electric Corp | エネルギー消費分析装置 |
US8805000B2 (en) | 2011-08-23 | 2014-08-12 | Honeywell International Inc. | Mobile energy audit system and method |
US20130060531A1 (en) | 2011-09-02 | 2013-03-07 | Hunt Energy Iq, L..P. | Dynamic tagging to create logical models and optimize caching in energymanagement systems |
US20130060720A1 (en) | 2011-09-02 | 2013-03-07 | Hunt Energy Iq, Lp | Estimating and optimizing cost savings for large scale deployments using load profile optimization |
CN103890667B (zh) | 2011-10-21 | 2017-02-15 | 谷歌公司 | 用户友好、网络连接的学习型恒温器及相关系统和方法 |
US9921591B2 (en) | 2012-03-26 | 2018-03-20 | Siemens Schweiz Ag | System and method for HVAC interlocks |
US9367053B2 (en) | 2012-03-27 | 2016-06-14 | Siemens Schweiz Ag | System and method for coordination of building automation system demand and shade control |
US9026405B2 (en) | 2012-03-28 | 2015-05-05 | Solarcity Corporation | Systems and methods for home energy auditing |
US10796346B2 (en) | 2012-06-27 | 2020-10-06 | Opower, Inc. | Method and system for unusual usage reporting |
US20140019319A1 (en) | 2012-07-10 | 2014-01-16 | Honeywell International Inc. | Floorplan-based residential energy audit and asset tracking |
US9547316B2 (en) | 2012-09-07 | 2017-01-17 | Opower, Inc. | Thermostat classification method and system |
US8630741B1 (en) | 2012-09-30 | 2014-01-14 | Nest Labs, Inc. | Automated presence detection and presence-related control within an intelligent controller |
US9633401B2 (en) | 2012-10-15 | 2017-04-25 | Opower, Inc. | Method to identify heating and cooling system power-demand |
US10067516B2 (en) | 2013-01-22 | 2018-09-04 | Opower, Inc. | Method and system to control thermostat using biofeedback |
US9317813B2 (en) * | 2013-03-15 | 2016-04-19 | Apple Inc. | Mobile device with predictive routing engine |
US10719797B2 (en) | 2013-05-10 | 2020-07-21 | Opower, Inc. | Method of tracking and reporting energy performance for businesses |
US10037014B2 (en) | 2014-02-07 | 2018-07-31 | Opower, Inc. | Behavioral demand response dispatch |
US20150269664A1 (en) | 2014-03-19 | 2015-09-24 | Opower, Inc. | Solar panel wattage determination system |
US9835352B2 (en) | 2014-03-19 | 2017-12-05 | Opower, Inc. | Method for saving energy efficient setpoints |
US20150310465A1 (en) | 2014-04-25 | 2015-10-29 | Opower, Inc. | Behavioral demand response ranking |
US20150310463A1 (en) | 2014-04-25 | 2015-10-29 | Opower, Inc. | Solar customer acquisition and solar lead qualification |
US10108973B2 (en) | 2014-04-25 | 2018-10-23 | Opower, Inc. | Providing an energy target for high energy users |
-
2012
- 2012-05-04 CN CN201280021092.0A patent/CN103502973B/zh active Active
- 2012-05-04 US US13/464,314 patent/US11238545B2/en active Active
- 2012-05-04 EP EP12782569.3A patent/EP2705440A4/en not_active Withdrawn
- 2012-05-04 AU AU2012253837A patent/AU2012253837A1/en not_active Abandoned
- 2012-05-04 JP JP2014509477A patent/JP5773513B2/ja active Active
- 2012-05-04 WO PCT/US2012/036539 patent/WO2012154566A1/en active Application Filing
- 2012-05-04 CA CA2832211A patent/CA2832211A1/en not_active Abandoned
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101996215A (zh) * | 2009-08-27 | 2011-03-30 | 阿里巴巴集团控股有限公司 | 一种应用于电子商务网站的信息匹配方法和系统 |
Non-Patent Citations (1)
Title |
---|
"一种结合半监督的改进自适应亲和传播聚类";王磊等;《计算机应用研究》;20101231;第27卷(第12期);第4436-4438、4442页 * |
Also Published As
Publication number | Publication date |
---|---|
JP2014513840A (ja) | 2014-06-05 |
AU2012253837A1 (en) | 2013-10-31 |
EP2705440A1 (en) | 2014-03-12 |
EP2705440A4 (en) | 2014-12-31 |
US11238545B2 (en) | 2022-02-01 |
CA2832211A1 (en) | 2012-11-15 |
JP5773513B2 (ja) | 2015-09-02 |
AU2012253837A2 (en) | 2014-05-08 |
WO2012154566A1 (en) | 2012-11-15 |
CN103502973A (zh) | 2014-01-08 |
US20120310708A1 (en) | 2012-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103502973B (zh) | 用于选择相似消费者的方法和系统 | |
JP6850605B2 (ja) | ビジネスのためのエネルギー性能を追跡および報告するための方法 | |
Mastrucci et al. | Life Cycle Assessment of building stocks from urban to transnational scales: A review | |
Fonseca et al. | Integrated model for characterization of spatiotemporal building energy consumption patterns in neighborhoods and city districts | |
US20240289826A1 (en) | Discovering neighborhood clusters and uses therefor | |
JP2014513840A5 (zh) | ||
Tooke et al. | Mapping demand for residential building thermal energy services using airborne LiDAR | |
Biljecki et al. | The effect of acquisition error and level of detail on the accuracy of spatial analyses | |
Kakaraparthi et al. | Application of UrbanSim to the Austin, Texas, region: Integrated-model forecasts for the year 2030 | |
Meschede | Analysis on the demand response potential in hotels with varying probabilistic influencing time-series for the Canary Islands | |
Mennis | Dasymetric spatiotemporal interpolation | |
Ceglia et al. | Energy, environmental, and economic analyses of geothermal polygeneration system using dynamic simulations | |
Nicholls et al. | Spatial is special: The need to consider spatial effects in leisure research | |
Kam et al. | Modelling of property market: The structural and locational attributes towards Malaysian properties | |
Grundahl et al. | Heat atlas accuracy compared to metered data | |
Wate et al. | Implementation of CityGML energy application domain extension (ADE) for integration of urban solar potential indicators using object-oriented modelling approach | |
Zhou et al. | A novel stochastic model for hourly electricity load profile analysis of rural districts in Fujian, China | |
Koster et al. | Solar potential for social benefit: Maps to sustainably address energy poverty utilizing open spatial data in data poor settings | |
Türk et al. | Impacts of planners' different viewpoints on optimum land-use allocation | |
Froemelt | Data mining meets life cycle assessment: Towards understanding and quantifying environmental impacts of individual households | |
Siddiqui et al. | A high resolution spatiotemporal urban heat load model for GB | |
Martin et al. | Progress report: 24-hour gridded population models | |
Leitelt | Developing a solar energy potential map for Chapel Hill, NC | |
Quintana et al. | Digital Mapping of Spatial Energy Use for Buildings in City | |
Jakubcionis et al. | Best practices and informal guidance on how to implement the Comprehensive Assessment at Member State level |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |