© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
浙江久婵物联科技有限公司
企业浙江久婵物联科技有限公司，成立于2016年，位于浙江省，所属行业为互联网和相关服务，经营范围涵盖物联网技术服务、安防设备制造、物联网设备制造、电工仪器仪表制造、计算机软硬件及外围设备制造、五金产品制造、五金产品研发、五金产品零售、五金产品批发、技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广、信息系统集成服务、软件开发等。
高新技术企业科技型中小企业小微企业专精特新企业创新型中小企业
数据集列表
租赁住房用电智能分析管理数据
数据用于租赁住房用电智能分析管理，可以提升住房的能源效率和用电安全。每月自动分析租赁住房的用电量数据，运用算法模型来检测用电异常情况。当检测到用电异常时，会立即触发两方面的响应机制：
线上智能提示：向租户发送用电异常提醒，提示其检查是否忘记关闭电器等设备，同时推广节能用电的理念，鼓励租户采取节能措施。
线下专业排查：向租赁住房的运营管理团队发送预警消息，择机派遣专业服务人员上门进行实地排查。服务人员将重点检查是否存在电器损坏导致的耗电异常，以及租户是否擅自使用了大功率电器。此外，服务人员还将评估电器使用是否可能引发电线超负荷运行，从而及时预防潜在的安全事故。
通过用电智能分析管理，能够实现对租赁住房用电情况的全面监控和管理，有效提升能源利用效率，确保用电安全。1、数据采集：租赁住房投资建设时安装电表，运营管理系统自动定期采集电表记录数据。2、数据处理：从住房用电量记录数据中，以年月、区域（省市）、住房编号作为唯一键，先提取出当月用电量、上月用电量、去年同期用电量等数据，再计算出当月用电量环比增长率、当月用电量同比增长率、同区域住房当月用电量平均环比增长率、同区域住房当月用电量平均同比增长率等指标，最后通过算法规则进行综合分析。3、算法规则：当月用电量环比增长率=（当月用电量-上月用电量）/上月用电量× 100%；当月用电量同比增长率=（当月用电量-去年同期用电量）/去年同期用电量× 100%；同区域住房当月用电量平均环比增长率=sum(当月用电量环比增长率)/count(住房数量)；同区域住房当月用电量平均同比增长率=sum(当月用电量同比增长率)/count(住房数量)。根据用电异常判定规则判断是否属于异常，如：某住房的当月用电量环比增长率和当月用电量同比增长率的均大于50%，并且当月用电量环比增长率-同区域住房当月用电量平均环比增长率的值和当月用电量同比增长率-同区域住房当月用电量平均同比增长率的值均大于30%，判定该住房用电异常，而不是夏、冬季开空调等正常需求引发的用电量大增。
4、数据应用：租赁住房运营管理系统自动定期查询用电异常数据，有异常数据时，通过短信等方式提示租户某月用电异常，鼓励其自查并采取节能措施；通过工单等方式向运营管理团队派发线下检查任务，检查结果填报到系统。
浙江省数据知识产权登记平台2025-05-05 更新200
校园守护场景下宿舍开门异常监测预警数据
本数据在推进校园宿舍管理的数字化转型进程中将发挥至关重要的作用。本数据通过集成校园智能门锁的开门记录及大数据分析平台，构建了一套高效、智能的安全监测与预警体系，具体应用场景如下：
1.智能识别与即时预警：利用智能门锁和系统内置智能算法，全天候记录开门事件并自动识别异常时间段频繁开门等潜在安全威胁，形成校园场景异常时间段开门数据，并即时向宿舍运营管理人员发出预警通知，有助于运营管理人员迅速响应潜在的安全威胁，有效预防和处理紧急情况，提升学生居住的安全性。
2.数据驱动的安全管理决策：通过对持续一段周期的开门异常数据经大数据分析，揭示出违规行为的时空分布特征，为校园宿舍运营管理人员提供精准风控评估与策略优化建议。基于数据分析结果，校园宿舍运营管理人员能够灵活调整安全管理措施，如实现特定区域精准巡查等，提升校园居住安全管理的针对性和有效性。
3.优化资源配置提升学生居住满意度：通过开门数据的深入分析，可洞察学生的日常出行规律与生活习惯，为宿舍运营管理人员提供精细化服务支持，如优化宿舍资源配置和应急响应机制等，从而增强学生对宿舍管理服务的满意度。一、数据抽取与预处理
（1）数据抽取：在公司智能门锁运营管理平台上抽取校园宿舍智能门锁在不同时间周期内的开门信息，包括本日日期、智能门锁编号、对应的房间编号（为保护隐私，采用重新编号的方法对真实的房间门牌号进行脱敏处理）、统计开始时间、统计结束时间、统计周期内出入总次数、统计周期内开门总次数、统计周期内所有开门次数对应的具体时间点、本日开门次数、本日开门次数对应的具体时间点。（2）数据预处理：对抽取的数据进行清洗，去除重复、错误或无关的信息。
二、数据加工和分析
（1）识别正常居住模式下的开门特征：基于历史数据，运用机器学习算法，学习每把智能门锁在特定周期内正常居住模式下的开门特征表现，包括日均出入次数、日均开门次数、90%开门时间段。（2）对开门异常行为进行监测预警：根据智能门锁在特定周期内正常居住模式下的开门特征，对智能门锁设定开门预警规则和阈值，对每日的开门次数及对应的开门时间进行实时监测，当超出阈值时判定为异常，并发出预警。
浙江省数据知识产权登记平台2024-10-30 更新1880
宁波区域公寓智能门锁电池健康状况监测数据
本数据可用于宁波区域公寓智能门锁电池健康状况的精准管理，有助于提升宁波区域公寓居住安全和便利性，优化维护和管理效率，降低运营成本。具体应用场景如下：
1.实时监测与预警：通过持续监测智能门锁电池的电量和耗电波动，实时监控电池状态。当电量低于预设阈值或耗电波动异常时，系统自动发出预警，提醒管理人员或承租人及时更换电池，避免安全风险。
2.精准维护计划：基于电池健康状况的监测数据，可以制定更为精准的维护计划，优化资源配置，合理安排更换电池的时间、顺序、人员及备件库存，减少额外工作量和成本，提高维护效率。
3.降低运营成本与能耗：本数据为电量低下的电池的及时更换提供依据，可避免门锁因频繁尝试开启而消耗的额外电力，有助于降低能耗和运营成本。
4.数据分析与决策支持：以本数据为基础，结合其他门锁有关数据进行深入分析，有利于洞察门锁使用频率、居民出入规律等关键信息，为运营管理服务部门提供更多有价值的参考信息。
5.增强用户满意度与信任度：本数据为智能门锁的及时维护提供支撑，确保门锁始终处于最佳工作状态，为居民提供更加安全、便捷的居住环境，提升居民对运营管理服务的满意度和信任度。1.数据抽取：从公司久婵IoT平台上，抽取智能门锁的耗电检测数据，包括门锁编号、检测时间、当前电量、耗电波动情况、电池工作模式、电池温度。
2.数据预处理：对抽取的数据进行清洗，去除重复、错误或无关的信息，以便后续的分析和建模。
3.建立门锁电池状态判定模型：（1）基于门锁的电池温度判断当前温度下电量耗电基准波动值，判断规则为：温度为0-60℃时，基准波动值为-5～5%；温度为0-30℃或40-60℃时，基准波动值在-4～4%；温度为30-40℃时，基准波动值为-3～3%。（2）判断本日门锁电池状态：当电量小于40%时，判定为“低电量告警”；当电池工作模式为充电时，判定为“门锁充电”；当耗电波动情况不符合“当前温度下电量耗电基准波动值”时，判定为“电量变化数值异常”；其他情况则判定为“正常”。
4.建立预警机制：当本日门锁电池状态的判定不为“正常”时，则发出预警；
5.预计剩余可用时间预测：基于每把门锁前8日（含今日）的电量数据预测预计剩余可用时间，计算公式为：预计剩余可用时间=当前电量÷[（前8至5日电量的中位数-前4至1日电量的中位数）÷4]。
浙江省数据知识产权登记平台2024-10-11 更新160
居家守护场景下网约房开门异常监测预警数据
本数据在推进网约房管理的数字化转型进程中将发挥至关重要的作用。本数据通过集成智能门锁的开门记录及大数据分析平台，构建了一套高效、智能的安全监测与预警体系，具体应用场景如下：
1.智能识别与即时预警：利用智能门锁和系统内置智能算法，全天候记录开门事件并自动识别居住者身份特征和非授权访问、异常时间段频繁开门等潜在安全威胁，形成特殊人群异常时间段开门数据，并即时向网约房运营管理单位发出预警通知，有助于运营管理单位迅速响应潜在的安全威胁，有效预防和处理紧急情况，提升居住的安全性。
2.数据驱动的安全管理决策：通过对持续一段周期的开门异常数据经大数据分析，揭示出违规行为的时空分布特征，为网约房运营管理单位提供精准风控评估与策略优化建议。基于数据分析结果，运营管理单位能够灵活调整安全管理措施，如实现特定区域精准巡查等，提升居住安全管理的针对性和有效性。
3.优化资源配置提升顾客居住满意度：通过开门数据的深入分析，可洞察顾客的日常出行规律与生活习惯，为网约房运营管理单位提供精细化服务支持，如优化网约房资源配置和应急响应机制等，从而增强顾客对网约房管理服务的满意度。一、数据抽取与预处理
（1）数据抽取：在公司智能门锁运营管理平台上抽取网约房智能门锁在不同时间周期内的开门信息，包括本日日期、智能门锁编号、对应的房间编号（为保护隐私，采用重新编号的方法对真实的房间门牌号进行脱敏处理）、统计开始时间、统计结束时间、统计周期内出入总次数、统计周期内开门总次数、统计周期内所有开门次数对应的具体时间点、本日开门次数、本日开门次数对应的具体时间点。（2）数据预处理：对抽取的数据进行清洗，去除重复、错误或无关的信息。
二、数据加工和分析
（1）识别正常居住模式下的开门特征以及居住者身份：基于历史数据，运用机器学习算法，学习每把智能门锁在特定周期内正常居住模式下的开门特征表现（包括日均出入次数、日均开门次数、90%开门时间段），并根据这些开门特征进一步识别居住者的身份特征（包括疑似老年人、青少年和成年人）。
（2）对开门异常行为进行监测预警：根据正常居住模式下的开门特征和居住者身份特征识别结果，对智能门锁设定开门预警规则和阈值，对每日的开门次数及对应的开门时间进行实时监测，当超出阈值时判定为异常，并发出预警。
浙江省数据知识产权登记平台2024-10-30 更新210
居家守护场景下普通出租房开门异常监测预警数据
本数据在推进普通出租房管理的数字化转型进程中将发挥至关重要的作用。本数据通过集成智能门锁的开门记录及大数据分析平台，构建了一套高效、智能的安全监测与预警体系，具体应用场景如下：
1.智能识别与即时预警：利用智能门锁和系统内置智能算法，全天候记录开门事件并自动识别居住者身份特征和非授权访问、异常时间段频繁开门等潜在安全威胁，形成特殊人群异常时间段开门数据，并即时向出租房运营管理单位发出预警通知，有助于运营管理单位迅速响应潜在的安全威胁，有效预防和处理紧急情况，提升住房的安全性。
2.数据驱动的安全管理决策：通过对持续一段周期的开门异常数据经大数据分析，揭示出违规行为的时空分布特征，为出租房运营管理单位提供精准风控评估与策略优化建议。基于数据分析结果，运营管理单位能够灵活调整安全管理措施，如实现特定区域精准巡查等，提升住房安全管理的针对性和有效性。
3.优化资源配置提升居民服务满意度：通过开门数据的深入分析，可洞察居民的日常出行规律与生活习惯，为出租房运营管理单位提供精细化服务支持，如优化出租房资源配置和应急响应机制等，从而增强居民对出租房管理服务的满意度。一、数据抽取与预处理
（1）数据抽取：在公司智能门锁运营管理平台上抽取普通出租房智能门锁在不同时间周期内的开门信息，包括本日日期、智能门锁编号、对应的房间编号（为保护隐私，采用重新编号的方法对真实的房间门牌号进行脱敏处理）、统计开始时间、统计结束时间、统计周期内出入总次数、统计周期内开门总次数、统计周期内所有开门次数对应的具体时间点、本日开门次数、本日开门次数对应的具体时间点。（2）数据预处理：对抽取的数据进行清洗，去除重复、错误或无关的信息。
二、数据加工和分析
（1）识别正常居住模式下的开门特征以及居住者身份：运用机器学习算法，学习每把智能门锁在特定周期内正常居住模式下的开门特征表现（包括日均出入次数、日均开门次数、90%开门时间段），并根据这些开门特征进一步识别居住者的身份特征（包括疑似老年人、青少年和成年人）。
（2）对开门异常行为进行监测预警：按居住者身份特征识别结果，对智能门锁设定开门预警规则和阈值，对每日的开门次数及对应的开门时间进行实时监测，当超出阈值时判定为异常，并发出预警。
浙江省数据知识产权登记平台2024-10-30 更新130
居家场景公共租赁住房开门异常监测预警数据
本数据在推进公共租赁住房管理的数字化转型进程中将发挥至关重要的作用。本数据通过集成智能门锁的开门记录及大数据分析平台，构建了一套高效、智能的安全监测与预警体系，具体应用场景如下：
1.智能识别与即时预警：
利用智能门锁和系统内置智能算法，全天候记录开门事件并自动识别居住者身份特征和非授权访问、异常时间段频繁开门等潜在安全威胁，形成特殊人群异常时间段开门数据，并即时向公租房管理部门发出预警通知，有助于管理部门迅速响应潜在的安全威胁，有效预防和处理紧急情况，提升住房的安全性。
2.数据驱动的安全管理决策：
通过对持续一段周期的开门异常数据经大数据分析，揭示出违规行为的时空分布特征，为公租房管理层提供精准风控评估与策略优化建议。基于数据分析结果，公租房监管部门能够灵活调整安全管理措施，如实现特定区域精准巡查等，提升住房安全管理的针对性和有效性。
3.优化资源配置提升居民服务满意度：
通过开门数据的深入分析，可洞察居民的日常出行规律与生活习惯，为公租房监管部门提供精细化服务支持，如优化公租房资源配置和应急响应机制等，从而增强居民对公租房管理服务的满意度。一、数据抽取与预处理
（1）数据抽取：在公司XX平台上抽取每把智能门锁的在不同时间周期内的开门信息，包括智能门锁编号、对应的房间编号（为保护隐私，采用重新编号的方法对真实的房间门牌号进行脱敏处理）、时间周期、周期内开门总次数、周期内所有开门次数对应的具体时间点、本日开门次数、本日开门次数对应的具体时间点等。（2）数据预处理：对抽取的数据进行清洗，去除重复、错误或无关的信息，以便后续的加工和分析。
二、数据加工和分析
（1）识别正常居住模式下的开门特征以及居住者身份：运用机器学习算法，学习每把智能门锁在特定周期内正常居住模式下的开门特征表现，并根据这些开门特征进一步识别居住者的身份特征，例如在非节假日期间平均开门次数是X次，开门时间90%分布在5:30-9:00、16:30-20:50，那么居住者有较大概率为老年人。
（2）对开门异常行为进行监测预警：按居住者身份特征识别结果，对智能门锁设定开门预警规则和阈值，对每日的开门次数及对应的开门时间进行实时监测，当超出阈值时发出预警，例如针对老年人，在非节假日期间连续3天低于平均开门次数60%，开门时间70%不在正常时间段，则发出预警。
浙江省数据知识产权登记平台2024-10-04 更新470