[發明專利]能源消費者的預測性細分

有效

• 申請號: 201680074515.3
• 申請日: 2016-12-15
• 公開（公告）號: CN108401459B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 阿德里安·艾伯特;邁赫迪·馬蘇米
• 申請（專利權）人: 思睿人工智能公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京安信方達知識產權代理有限公司 11262
• 代理人: 王爽

計算機系統接收列出消費者屬性和消費者采用狀態的消費者記錄，諸如所述消費者是否已經參與特定能源效率計劃。諸如根據決策樹，在所述消費者記錄中識別初始模式集合。修整所述初始集合以獲得滿足最小支持度和有效性以及最大重疊要求的模式集合。根據尋求使每個分段的所述最小有效性最大化的優化算法將所述模式分配給分段，其中有效性指示符合每個分段的模式的、具有正采用狀態的大量消費者。所述優化算法可以是二分算法，其評估線性分式整數規劃(LFIP?F)以迭代地逼近模式的最優分布。

技術領域

本申請要求于2015年12月18日提交的標題為“Predictive Segmentation ofEnergy Consumers”的美國臨時申請序列號62/269,793的權益，其全部內容通過引用特此并入。

技術領域

本發明涉及一種用于分析能源消費者的計算機算法。

背景技術

近年來，能源設施公司越來越熱衷于改善傳統上與電力供應商脫節的消費者群的關系。過去，能源設施公司和他們的消費者都理解電力公司的作用是“讓燈保持亮著”。然而，當前的技術趨勢和消費者態度轉變(特別是由擅長理解和預測其消費者的偏好的面向消費者的互聯網公司的增長所推動的)已經導致設施公司增加了與其消費者接洽的興趣。

這些趨勢的綜合帶來了數據可用性(通過諸如智能儀表等感測基礎設施收集的高粒度消費數據以及消費者本身的其他“元數據”)和處理這類數據的計算方法(例如Li和Yang(2015)，Liu和Nielsen(2015))的增加。因此，能源設施公司越來越依賴分析技術，這些技術可能為他們提供增加消費者滿意度和參與度以及參與其消費者群內的環境友好計劃的方式。消費者細分作為了解消費者和識別對該了解做出行動的方式的技巧是不論大型還是小型組織的營銷工具箱的基石。它被廣泛用于市場營銷(Association(2014)中提供綜合評述)、在線廣告(例如，Yan(2009)等)或電子零售(例如，Bhatnagar和Ghose(2004))，僅舉幾個應用。

隨著設施公司努力與其消費者建立更加個性化和現代化的關系，他們熱衷于將細分作為一種手段來量身定制他們有關效率測量和其他計劃的溝通，從而提高參與和接洽。實踐中采用的大多數市場細分技術都集中在固定規則集合的應用上。例如，將居住在大家庭和有孩子的消費者分配到“高消費”類別，而將訂閱環保主義雜志的那些歸入“綠色倡導者”群組。通常，這些規則來自反事實或傳聞經驗、行為研究或小規模心理學實驗，并在實踐中被視為“公認的事實”。作為凝聚的領域知識的結晶，這樣的細分策略當然是有價值的，且應當為理論和實踐提供信息。

本文描述的方法提供了用于細分能源消費者的改進方法。

附圖說明

為了容易理解本發明的優點，將通過參考附圖中圖示的具體實施方式來呈現以上簡要描述的本發明的更具體描述。應該理解這些附圖僅描述了本發明的典型實施方式，并且因此不應認為是對其范圍的限制，本發明將通過使用附圖以附加特征和細節來描述和解釋，其中：

圖1是根據本發明實施方式的用于實現消費者的預測性細分的部件的示意性框圖；

圖2是計算設備的示意性框圖；

圖3是根據本發明實施方式的用于執行預測性細分的方法的過程流程圖；

圖4是圖示從消費者數據提取的決策樹的示意圖；

圖5是模式有效性對比規則數量的圖；

圖6是示出用于解釋能源消費者的參與的預測性變量的圖表；

圖7是分配給消費者分段的模式的可行性矩陣；

圖8是示出模式間重疊的分布的圖；

圖9是與兩個分段相關聯的模式的示例；

圖10是關于迭代次數的分段有效性的下限和上限的圖；