计算机存储介质、司机平台生命周期的获取方法及系统与流程

本发明涉及互联网领域，尤其涉及一种计算机存储介质、司机平台生命周期的获取方法及系统。

背景技术：

当前各种打车软件越来越多，使用打车软件给人们的出行带来了极大的便利。司机的平台生命周期是指一个司机在打车软件平台活动的“生老病死”，即司机从加入平台，到熟悉平台，参与平台活动，以及最终流失的全过程。

司机平台生命周期是相对于自身而言的一种参与度变化，参与度可认为是一种特有的活跃度定义，当参与度减少时，趋向于流失，因此司机的平台生命周期也可以在一定程度上体现司机在平台的留存状况。根据司机的平台参与度划分司机的平台生命周期，有利于指导平台运营策略。

现有的司机平台生命周期的获取方法主要是根据司机加入平台的时间将司机平台生命周期划分为新生期、成熟期，得到的司机平台生命周期不能有效体现司机在平台的留存状况，从而无法有效的用于指导平台运营策略。

技术实现要素：

本发明实施例提供一种计算机存储介质、司机平台生命周期的获取方法及系统，用于解决现有技术对司机平台生命周期的划分不精确，从而无法有效的用于指导平台运营策略的问题。

本发明的第一个方面是提供一种司机平台生命周期的获取方法，包括：获取司机当前所处的阶段；对所述阶段结束后的第一时段进行划分，获得a个第一子时段，统计每个第一子时段下所述司机的平台参与度指标，其中a为大于1的正整数；根据所述a个第一子时段下所述司机的的平台参与度指标，获得所述第一时段内所述司机的平台参与度指标的第一变化趋势；根据所述司机当前所处的阶段和所述第一变化趋势，确定所述司机在所述第一时段下的阶段。

本发明的第二个方面是提供一种司机平台生命周期的获取系统，包括：状态模块，用于获取司机当前所处的阶段；第一划分模块，用于对所述阶段结束后的第一时段进行划分，获得a个第一子时段，统计每个第一子时段下所述司机的平台参与度指标，其中a为大于1的正整数；聚类模块，用于根据所述a个第一子时段下所述司机的的平台参与度指标，获得所述第一时段内所述司机的平台参与度指标的第一变化趋势；第一判定模块，用于根据所述司机当前所处的阶段和所述第一变化趋势，确定所述司机在所述第一时段下的阶段。

本发明的第三个方面是提供一种司机平台生命周期的获取系统，包括：至少一个处理器和存储器；所述存储器存储计算机程序；所述至少一个处理器执行所述存储器存储的计算机程序，以执行如前所述的方法。

本发明的第四个方面是提供计算机存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如前任一项所述的方法。

本发明提供的司机平台生命周期的获取方法及系统，通过获取司机当前所处的阶段，并对当前阶段结束后的第一时段进行划分，获得多个子时段，然后根据多个子时段的平台参与度指标，获得第一时段内平台参与度指标的第一变化趋势，从而根据当前阶段和第一变化趋势，确定司机在所述第一时段下的阶段。本方案通过司机当前阶段和当前阶段结束后的一定时段内的平台参与度指标的变化趋势来确定司机在不同时段的平台生命周期阶段，对司机平台生命周期的划分能够精确的体现司机在平台的留存状况，从而能够更为有效的用于指导平台运营策略。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍。

图1a-图1b为本发明实施例一提供的一种司机平台生命周期的获取方法的流程示意图；

图2为本发明实施例一提供的另一种司机平台生命周期的获取方法的流程示意图；

图3为本发明实施例一提供的再一种司机平台生命周期的获取方法的流程示意图；

图4为本发明实施例一提供的又一种司机平台生命周期的获取方法的流程示意图；

图5为本发明实施例二提供的一种司机平台生命周期的获取方法的流程示意图；

图6为本发明实施例二提供的另一种司机平台生命周期的获取方法的流程示意图；

图7为本发明实施例二提供的再一种司机平台生命周期的获取方法的流程示意图；

图8为本发明实施例二提供的又一种司机平台生命周期的获取方法的流程示意图；

图9为本发明实施例三提供一种司机平台生命周期的确定获取的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部实施例。

图1a-图1b为本发明实施例一提供的一种司机平台生命周期的获取方法的流程示意图。本实施例以该方法应用于打车软件平台中来举例说明，如图1a所示，该方法包括：

101、获取司机当前所处的阶段。

司机的生命周期阶段可以包括新生期、成熟期、衰退期和再激活期，司机当前所处的阶段即司机在当前时段下的生命周期阶段，因此当前所处的阶段可以是新生期、成熟期、衰退期和再激活期中的任一。

具体的，新生期为司机在打车软件平台上首次完成订单之后的一个阶段，若司机当前所处的阶段为新生期，则新生期结束之后，可以进入成熟期或者衰退期；若司机当前所处的阶段为成熟期，则成熟期结束之后，可以进入成熟期或者衰退期；若司机当前所处的阶段为衰退期，则衰退期结束之后，可以进入衰退期或者成熟期；若司机当前所处的阶段为再激活期，则再激活期结束之后，可以进入成熟期或者衰退期。实际应用中，司机在不同时段下的阶段可用于

102、对所述阶段结束后的第一时段进行划分，获得a个第一子时段，统计每个第一子时段下所述司机的平台参与度指标，其中a为大于1的正整数。

具体的，司机在一段时间内的平台参与度指标可以是在线时长、抢单次数或者完成订单次数。举例来说，假设司机某一天登录了打车软件2次，第一次登录时长为2小时，第二次登录时长为4小时，则统计司机在这一天的在线时长为两次登录时长之和，即6小时；假设司机在某一天登录到打车软件平台以后，打车软件平台共向其推送了10次订单提醒信息，订单提醒信息包括出发地、目的地和出发时间，司机在接收到这10次订单提醒信息后，有8次选择了接受订单，则统计司机这一天的抢单次数为8次，假设司机在这8次抢单中有6次抢到了订单，即打车软件平台有6次将订单提醒信息对应的订单分配给了该司机，而该司机完成了这6个订单中的4个订单(其中，完成1个订单是指：平台将该订单分配给司机之后，平台接收到司机或者乘客发送的该订单开始信息和该订单结束信息，则认为司机完成该订单，若平台接收到司机或乘客发送的订单取消信息，则认为司机未完成该订单)，则统计司机这一天的完成订单次数为4次。

司机的在线时长、抢单和完成单，都可认为是司机参与打车软件平台活动的最主要的方式，都可以作为司机的平台参与度指标，而在线时长能直接反映司机的主观性参与度，司机有接单的意愿才会上线听单，而完成单和抢单不是司机单方就可以决定的，会受乘客，城市的需求变化而影响；因此生命周期的确定可以优选采用司机主观特性指标：在线时长，作为平台参与度指标。

以实际场景举例来说，假设当前阶段为新生期，第一时段为新生期结束之后的八周，第一子时段为两周，平台参与度指标为在线时长，则对新生期结束之后的八周进行划分，可以获得4个第一子时段。统计每一个第一子时段，司机在两周内的在线时长为：对司机在这两周内在打车软件平台上的每次登录时长进行求和获得的总的在线时长。假设司机在新生期结束之后的第一周和第二周内，在打车软件平台上的在线时长为22小时；在新生期结束之后的第三周和第四周内，在打车软件平台上的在线时长为35小时；在新生期结束之后的第五周和第六周内，在打车软件平台上的在线时长为45小时；在新生期结束之后的第七周和第八周内，在打车软件平台上的在线时长为58小时。因此，4个第一子时段的平台参与度指标分别是22、35、45和58。

103、根据所述a个第一子时段下所述司机的的平台参与度指标，获得所述第一时段内所述司机的平台参与度指标的第一变化趋势；

具体的，第一变化趋势可以是平稳趋势、上升趋势或者下降趋势。作为一种示例，可以预先获得不同变化趋势的聚类结果，建立聚类结果匹配库，例如，包括平稳趋势对应的聚类结果，上升趋势对应的聚类结果和下降趋势对应的聚类结果。相应的，本方案中获得多个子时段下司机的平台参与度指标并对其进行聚类得到聚类结果，将该聚类结果与聚类结果库中不同变化趋势对应的聚类结果进行匹配，将匹配获得的聚类结果对应的变化趋势作为司机平台参与度指标的变化趋势。后续实施例中涉及变化趋势的获取方法，可以与此处的方法类似。

比如，假设基于步骤102获得的新生期结束后八周内的4个第一子时段的在线时长分别是22、35、45和58，对这4个在线时长数据进行聚类，根据聚类分析模型，对22、35、45和58进行聚类分析和匹配以后，获得这4个在线时长的变化趋势是上升趋势，即新生期结束后八周内司机的在线时长的第一变化趋势为上升趋势。

再比如，假设基于步骤102获得的新生期结束后八周内的4个第一子时段的在线时长分别是42、35、25和10，即司机在新生期结束之后的第一周和第二周内，在打车软件平台上的在线时长为42小时；在新生期结束之后的第三周和第四周内，在打车软件平台上的在线时长为35小时；在新生期结束之后的第五周和第六周内，在打车软件平台上的在线时长为25小时；在新生期结束之后的第七周和第八周内，在打车软件平台上的在线时长为10小时，则对这4个在线时长数据进行聚类和匹配，获得这4个在线时长的变化趋势是下降趋势，即新生期结束后八周内司机的在线时长的第一变化趋势为下降趋势。

104、根据所述司机当前所处的阶段和所述第一变化趋势，确定所述司机在所述第一时段下的阶段。

根据司机当前所处的阶段，以及当前阶段结束后第一时段内司机平台参与度指标的第一变化趋势，可以确定当前阶段结束后的司机在所述第一时段下的阶段，即第一时段对应的司机的平台生命周期。

具体的，如图1b所示，步骤104可以包括：

1041、若所述司机当前所处的阶段为新生期、成熟期、衰退期或者再激活期，且所述第一变化趋势为平稳趋势或者上升趋势，则确定所述司机在所述第一时段下的阶段为成熟期；

1042、若所述司机当前所处的阶段为新生期、成熟期、衰退期或者再激活期，且所述第一变化趋势为下降趋势，则确定所述司机在所述第一时段下的阶段为衰退期。

以实际场景举例来说，若基于步骤103获得的当前阶段为新生期，新生期结束之后八周内司机的在线时长的第一变化趋势为上升趋势，则确定新生期结束之后八周对应的阶段为成熟期；若基于步骤103获得的新生期结束之后八周内司机的在线时长的第一变化趋势为下降趋势，则确定新生期结束之后八周对应的阶段为衰退期。另外，若基于步骤103获得的新生期结束之后八周内司机的在线时长的第一变化趋势为平稳趋势，则新生期结束之后八周对应的阶段也确定为成熟期。

进一步的，司机在打车软件平台上的生命周期还可以包括流失期，司机在打车软件平台上当前的新生期、衰退期或者再激活期结束之后，除了可以进入成熟期或者衰退期，还可以进入流失期；当前的流失期结束之后，可以再次进入流失期，或者也可以进入再激活期。流失期的确定方法具体如图2所示，图2为本发明实施例一提供的另一种司机平台生命周期的获取方法的流程示意图，如图2所示，在图1a或图1b所示实施方式的基础上，在步骤103之前，该方法还包括：

201、若所述司机当前所处的阶段为新生期、衰退期、流失期或者再激活期，则获得所述a个第一子时段中的后b个第一子时段的平台参与度指标；

202、若所述b个第一子时段的平台参与度指标均小于等于预设的第一阈值，则确定所述司机在所述第一时段下的阶段为流失期，其中b为小于a的正整数。

以实际场景举例来说，假设基于步骤102获得的新生期结束后八周内的4个第一子时段的在线时长分别是15、5、0和0，即司机在新生期结束之后的第一周和第二周内，在打车软件平台上的在线时长为15小时；在新生期结束之后的第三周和第四周内，在打车软件平台上的在线时长为5小时；在新生期结束之后的第五周和第六周内，在打车软件平台上的在线时长为0小时，在新生期结束之后的第七周和第八周内，在打车软件平台上的在线时长也为0小时，即司机在新生期结束之后的第七周和第八周内没有登录打车软件平台。若b取值为2，则4个第一子时段中后2个第一子时段为“新生期结束之后的第五周和第六周”、以及“新生期结束之后的第七周和第八周”，4个第一子时段中后2个第一子时段的在线时长分别为0、0。假设预设的第一阈值为0小时，则4个第一子时段中后2个第一子时段的在线时长均等于0小时，因此，确定新生期结束后的八周对应的阶段为流失期。

进一步的，司机在打车软件平台上的生命周期还可以包括沉默期，司机在打车软件平台上当前的流失期结束之后，除了可以进入再激活期或者再次进入流失期，还可以进入沉默期，当前的沉默期结束之后，可以再次进入沉默期，或者也可以进入再激活期。司机平台生命周期，也即阶段的状态转移矩阵如表1所示，表1中，表示可以从当前阶段的状态转移到下一阶段的状态，表示不可以从当前阶段的状态转移到下一阶段的状态。

表1

沉默期的获取方法如图3所示，图3为本发明实施例一提供的再一种司机平台生命周期的获取方法的流程示意图，如图3所示，在图2所示实施方式的基础上，在步骤103之前，该方法还包括：

301、若所述阶段为流失期或者沉默期，且所述a个第一子时段的平台参与度指标均小于等于预设的第二阈值，则确定所述司机在所述第一时段下的阶段为沉默期。

具体的，预设的第二阈值与第一阈值可以相同，也可以不同，本实施例不对此进行限制。

以实际场景举例来说，假设当前阶段为流失期，第一时段为流失期结束之后的八周，第一子时段为两周，平台参与度指标为在线时长，则对流失期结束之后的八周进行划分，可以获得4个第一子时段。统计每两周内司机的在线时长；假设司机在流失期结束之后的第一周和第二周内，在打车软件平台上的在线时长为0小时；在流失期结束之后的第三周和第四周内，在打车软件平台上的在线时长为0小时；在流失期结束之后的第五周和第六周内，在打车软件平台上的在线时长为0小时；在流失期结束之后的第七周和第八周内，在打车软件平台上的在线时长为0小时。因此，4个第一子时段的在线时长分别是0、0、0和0。假设第二阈值为0小时，则4个第一子时段的在线时长均等于0小时，因此，确定流失期结束后的八周对应的阶段为沉默期。

图4为本发明实施例一提供的又一种司机平台生命周期的获取方法的流程示意图，如图4所示，在图3所示实施方式的基础上，在步骤103之前，该方法还包括：

401、若所述司机当前所处的阶段为流失期或者沉默期，且所述a个第一子时段中的前c个第一子时段的平台参与度指标均小于预设的第三阈值，则检测所述a个第一子时段中除所述c个第一子时段外的其它第一子时段内是否存在司机完成的订单，其中c为小于a的正整数；

402、若存在，则确定所述司机在所述第一时段下的阶段为再激活期。

具体的，预设的第三阈值与第一阈值或第二阈值可以相同，也可以不同，本实施例不对此进行限制。

以实际场景举例来说，假设当前阶段为沉默期，第一时段为沉默期结束之后的八周，第一子时段为两周，平台参与度指标为在线时长，则对沉默期结束之后的八周进行划分，可以获得4个第一子时段。统计每两周内司机的在线时长；假设司机在沉默期结束之后的第一周和第二周内，在打车软件平台上的在线时长为0小时；在沉默期结束之后的第三周和第四周内，在打车软件平台上的在线时长为0小时；在沉默期结束之后的第五周和第六周内，或者在沉默期结束之后的第七周和第八周内，司机登录打车软件平台并完成了至少一个订单。假设c取值为2，则4个第一子时段中前2个第一子时段为“沉默期结束之后的第一周和第二周”、以及“沉默期结束之后的第三周和第四周”，4个第一子时段中前2个第一子时段的在线时长分别为0、0。假设预设的第三阈值为0小时，则4个第一子时段中前2个第一子时段的在线时长均等于0小时，且4个第一子时段中后2个第一子时段内存在司机完成的订单，因此，确定沉默期结束后的八周对应的阶段为再激活期。

本实施例提供的司机平台生命周期的获取方法，将司机的平台生命周期划分为新生期、成熟期、衰退期、流失期、沉默期和再激活期；通过确定司机当前所处的阶段，并对当前阶段结束后的第一时段进行划分，获得多个子时段，统计多个子时段的平台参与度指标；然后根据多个子时段的平台参与度指标，获得第一时段内平台参与度指标的第一变化趋势，从而根据第一变化趋势，确定司机在所述第一时段下的阶段。本方案通过司机当前所处的阶段和当前阶段结束后的一定时段内的平台参与度变化趋势来确定该一定时段的平台生命周期，对司机平台生命周期的划分更准确，因而本方案所确定的司机平台生命周期能够更有效的体现司机在平台的留存状况，从而能够更为有效的用于指导平台运营策略。

图5为本发明实施例二提供一种司机平台生命周期的获取方法的流程示意图。如图5所示，在实施例一的各实施方式的基础上，在步骤103之前，所述方法还可以包括：

501、若所述司机当前所处的阶段为再激活期，则对所述阶段结束后的第二时段进行划分，获得d个第二子时段，并统计每个第二子时段下所述司机的平台参与度指标，其中d为正整数。

具体的，第二时段和第一时段的时长可以相同，也可以不同；第二子时段和第一子时段的时长可以相同，也可以不同，本实施例不对此进行限制。

以实际场景举例来说，假设当前阶段为再激活期，第二时段为当前再激活期结束之后的两周，第二子时段为一周，平台参与度指标为在线时长，则对当前再激活期结束之后的两周进行划分，可以获得2个第二子时段，统计每一个第二子时段，即每周内司机的在线时长。假设司机在当前再激活期结束之后的第一周内，在打车软件平台上的在线时长为25小时；在当前再激活期结束之后的第二周内，在打车软件平台上的在线时长为40小时。因此，2个第二子时段的平台参与度指标分别是25和40。

502、统计当前的第二时段结束之后第一时长内的平台参与度指标，根据所述d个第二子时段的平台参与度指标和所述第一时长内的平台参与度指标，获得当前的第二变化趋势。

具体的，第一时长和第二子时段的时长可以相同，也可以不同，本实施例不对此进行限制。

具体的，第二变化趋势可以是平稳趋势、上升趋势或者下降趋势。

比如，假设第一时长为一周，基于步骤501获得的当前第二时段的2个第二子时段的在线时长分别是25和40；统计当前的第二时段之后的第一周，也即当前再激活期结束之后的第三周内司机在打车软件平台上的在线时长为53小时，对25、40和53进行聚类，根据聚类分析模型，对25、40和53进行聚类分析以后，获得司机平台参与度指标的第二变化趋势为上升趋势。

再比如，假设第一时长为一周，基于步骤501获得的当前第二时段的2个第二子时段的在线时长分别是25和10；统计当前的第二时段之后的第一周内司机在打车软件平台上的在线时长为3小时，对25、10和3进行聚类，根据聚类分析模型，对25、10和3进行聚类分析以后，获得司机平台参与度指标的第二变化趋势为下降趋势。

503、若所述第二变化趋势为平稳趋势或者上升趋势，则确定所述司机在所述第二时段下的阶段为再激活期；

以实际场景举例来说，若基于步骤502获得的第二变化趋势为平稳趋势或者上升趋势，则确定第二时段，即当前再激活期结束之后的两周对应的阶段为再激活期。第二时段之后的阶段可以为成熟期、衰退期或者流失期。

504、若所述第二变化趋势为下降趋势，则将所述第一时长作为所述第二时段的第二子时段合并至所述第二时段，并返回执行所述统计当前的第二时段结束之后第一时长内的平台参与度指标的步骤，直至检测到所述第二变化趋势连续e次均为下降趋势，则确定所述司机在所述第二时段和所述第一时长下的阶段为再激活期，其中e为正整数。

以实际场景举例来说，假设e取值为2，若基于步骤502获得的第二变化趋势为下降趋势，当前第二时段的2个第二子时段和当前的第二时段之后的第一周的在线时长分别是25、10和3小时，则将当前的第二时段之后的第一周作为第二子时段合并至第二时段，合并之后，获得的当前的第二时段有3个第二子时段，这三个第二子时段的在线时长分别是25、10和3小时。假设统计当前的第二时段之后的一周，也即当前的再激活期结束之后的第四周内司机在打车软件平台上的在线时长为20小时，对25、10、3和20进行聚类，获得司机平台参与度指标的第二变化趋势为上升趋势，则确定当前的第二时段，即当前再激活期结束之后的三周对应的阶段为再激活期，该三周结束之后的阶段可以为成熟期、衰退期或者流失期；假设统计当前的第二时段之后的一周，也即当前的再激活期结束之后的第四周内司机在打车软件平台上的在线时长为1小时，对25、10、3和1进行聚类，获得司机平台参与度指标的第二变化趋势为下降趋势，此时，司机平台参与度指标的第二变化趋势连续2次均为下降趋势，因此，确定当前再激活期之后的四周对应的阶段为再激活期，该四周结束之后的阶段可以为成熟期、衰退期或者流失期。

本实施例方式中，对再激活期的划分更为精细，有利于更精细化的定位司机在平台的留存状态，以实现有效指导平台运营策略。比如，当前再激活期是因为用某种奖励(ex：完成订单之后有经济补偿)激励了司机，司机因此由流失期或者沉默期进入当前再激活期，那么如果司机在当前再激活期结束之后的一定时段内的平台参与度指标并没有上升趋势，则可以考虑再采用一些策略(ex：提高抢单成功率，或者优先分配优质订单)对司机进行激励，看能否刺激司机平台参与度指标的升涨。

图6为本发明实施例二提供的另一种司机平台生命周期的获取方法的流程示意图，如图6所示，在前述任一实施方式的基础上，所述方法还包括：

601、对司机首次完成订单之后的第三时段进行划分，获得f个第三子时段，并统计每个第三子时段下所述司机的平台参与度指标，其中f为正整数。

具体的，第三时段与第二时段或第一时段的时长可以相同，也可以不同；第三子时段与第二子时段或第一子时段的时长可以相同，也可以不同，本实施例不对此进行限制。

以实际场景举例来说，假设第三时段为两周，第三子时段为一周，平台参与度指标为在线时长，统计司机首次完成订单之后的第一周和第二周的在线时长分别为10和25小时。

602、统计当前的第三时段结束之后第二时长内的平台参与度指标，根据所述f个第三子时段的平台参与度指标和所述第二时长内的平台参与度指标，获得当前的第三变化趋势。

具体的，第二时长与第三子时段的时长可以相同，也可以不同，本实施例不对此进行限制。

具体的，第二变化趋势可以是平稳趋势、上升趋势或者下降趋势。

比如，假设第二时长为一周，基于步骤601获得的当前第三时段的2个第三子时段，即司机首次完成订单之后的第一周和第二周的在线时长分别是10和25；统计司机首次完成订单之后的第三周内司机在打车软件平台上的在线时长为33小时，对10、25和33进行聚类，根据聚类分析模型，对10、25和33进行聚类分析以后，获得司机平台参与度指标的第三变化趋势为上升趋势。

再比如，假设第二时长为一周，基于步骤601获得的当前第三时段的2个第三子时段，即司机首次完成订单之后的第一周和第二周的在线时长分别是25和15；统计司机首次完成订单之后的第三周内司机在打车软件平台上的在线时长为8小时，对25、15和8进行聚类，根据聚类分析模型，对25、15和8进行聚类分析以后，获得司机平台参与度指标的第三变化趋势为下降趋势。

603、若所述第三变化趋势为平稳趋势或者上升趋势，则确定所述司机在所述第三时段下的阶段为新生期。

以实际场景举例来说，若基于步骤602获得的第三变化趋势为平稳趋势或者上升趋势，则确定第三时段，即司机首次完成订单之后的两周对应的阶段为新生期。新生期之后的阶段可以为成熟期、衰退期或者流失期。

604、若所述第三变化趋势为下降趋势，则将所述第二时长作为所述第三时段的第三子时段合并至所述第三时段，并返回执行所述统计当前的第三时段结束之后第二时长内的平台参与度指标的步骤，直至检测到所述第三变化趋势连续g次均为下降趋势，则确定所述司机在所述第三时段和所述第二时长下的阶段为再激活期，其中g为正整数。

以实际场景举例来说，假设g取值为2，若基于步骤602获得的第二变化趋势为下降趋势，司机首次完成订单之后的第一周、第二周和第三周的在线时长分别是25、15和8小时，司机首次完成订单之后第三周作为第三子时段合并至第三时段，合并之后，获得的当前的第三时段有3个第三子时段，这三个第三子时段的在线时长分别是25、15和8小时。假设统计当前的第三时段之后的一周，也即司机首次完成订单之后的第四周内司机在打车软件平台上的在线时长为20小时，对25、15、8和20进行聚类，获得司机平台参与度指标的第三变化趋势为上升趋势，则确定当前的第三时段，即司机首次完成订单之后的三周对应的阶段为新生期，该三周结束之后的阶段可以为成熟期、衰退期或者流失期；假设统计当前的第三时段之后的一周，也即司机首次完成订单之后的第四周内司机在打车软件平台上的在线时长为1小时，对25、15、8和1进行聚类和匹配，获得司机平台参与度指标的第三变化趋势为下降趋势，此时，司机平台参与度指标的第三变化趋势连续2次均为下降趋势，因此，确定司机首次完成订单之后的四周对应的阶段为新生期。该四周结束之后的阶段可以为成熟期、衰退期或者流失期，即新生期可以为司机首次完成订单之后两周～四周，司机首次完成订单之后第五周脱离新生期。

本实施例方式中，对新生期的划分更为精细，有利于更精细化的定位司机在平台的留存状态，以实现有效指导平台运营策略。比如，司机首次完成订单之后的第一周是因为用某种奖励(ex：完成订单之后有经济补偿)激励了司机，司机因此在第二周的平台参与度指标大幅上升，那么如果司机在首次完成订单之后的第三周内的平台参与度指标并没有上升趋势，则可以考虑再采用一些策略(ex：提高抢单成功率，或者优先分配优质订单)对司机进行激励，看能否刺激司机平台参与度指标的升涨。

实际应用中，还可以对成熟期进行进一步的细分，比如，可以将一个成熟期阶段细分为低活跃成熟期、中活跃成熟期和高活跃成熟期。具体如图7所示，图7为本发明实施例二提供的再一种司机平台生命周期的获取方法的流程示意图，在前述任一实施方式的基础上，所述方法还包括：

701、若所述司机当前所处的阶段为成熟期，则对所述当前阶段及其之前的第四时段进行划分，获得h个第四子时段。

702、统计每个第四子时段下所述司机的平台参与度指标，对所述h个第四子时段的平台参与度指标，按照从小到大的顺序进行排序，获取排在第i位和第j位的平台参与度指标n1和n2，其中n1小于n2；

703、若当前阶段内第四子时段的平台参与度指标小于等于n1，则确定所述司机在所述第四子时段下的阶段为低活跃成熟期；

704、若当前阶段内第四子时段的平台参与度指标大于n1且小于n2，则确定所述司机在所述第四子时段下的阶段为中活跃成熟期；

705、若当前阶段内第四子时段的平台参与度指标大于等于n2，则确定所述司机在所述第四子时段下的阶段为高活跃成熟期。

具体的，第四时段的时长可以与第一时段、第二时段或第三时段的时长相同，也可以不同，第四子时段的时长可以与第一子时段、第二子时段或第三子时段的时长相同，也可以不同，本实施例不对此进行限制。

进一步的，若当前阶段的起始时刻往前倒推至司机首次完成订单时的总时长小于第四时段，则以该总时长作为第四时段进行划分。

以实际场景举例来说，假设第四时段为十六周，当前阶段为八周，第四子时段为一周，平台参与度指标为在线时长，i取值为8，j取值为16，则对当前阶段的八周及其之前的十六周进行划分之后，可以获得24个第四子时段；统计每个第四子时段的在线时长，获得24个在线时长，并对这24个在线时长按照从小到大的顺序进行排序，获取第8位和第16为的在线时长分别为10和25小时，将当前成熟期内的8个第四子时段，即当前成熟期的第一周至第八周的在线时长分别与10和25进行对比；以第一周为例，若第一周的在线时长小于等于10小时，则确定第一周为低活跃成熟期；若第一周的在线时长大于等于25小时，则确定第一周为高活跃成熟期；若第一周的在线时长大于10小时且小于25小时，则确定第一周为中活跃成熟期。

进一步的，还可以对衰退期进行细分，比如，可以将一个衰退期阶段细分为轻度衰退期和重度衰退期。具体如图8所示，图8为本发明实施例二提供的又一种司机平台生命周期的获取方法的流程示意图，在前述任一实施方式的基础上，所述方法还包括：

801、若所述司机当前所处的阶段为衰退期，则利用第一公式计算所述当前阶段的衰退率r，所述第一公式为：

r＝(max-hlast)/hlast，

其中，max为所述当前阶段的a个第一子时段的平台参与度指标中的最大平台参与度指标，hlast为所述当前阶段的最后一个第一子时段的平台参与度指标。

802、若所述hlast为所述当前阶段的a个第一子时段的平台参与度指标中的最小平台参与度指标，且所述衰退率r大于等于预设的第四阈值，则确定所述司机当前所处的阶段为重度衰退期；

803、否则，确定所述司机当前所处的阶段为轻度衰退期。

以实际场景举例来说，假设当前阶段为八周，第一子时段为两周，平台参与度指标为在线时长；统计当前阶段的每个第一子时段的在线时长，获得司机在当前衰退期的第一周和第二周的在线时长为h1小时，在当前衰退期的第三周和第四周的在线时长为h2小时，在当前衰退期的第五周和第六周的在线时长为h3小时，在当前衰退期的第一周和第二周的在线时长为hlast小时；假设在当前阶段的4个第一子时段中，第一个第一子时段，即第一周和第二周的在线时长h1是最大的，采用第一公式r＝(h1-hlast)/hlast计算获得当前衰退期的衰退率r；如果当前阶段的4各第一子时段中，最后一个第一子时段，即第七周和第八周的在线时长hlast是最小的，且r大于等于预设的第四阈值，则确定当前衰退期为重度衰退期，否则，确定当前衰退期为轻度衰退期。

本实施例提供的司机平台生命周期的获取方法，通过对司机平台生命周期进行进一步的细分，有利于更精细化的定位司机状态，从而能够更为有效的用于指导平台运营策略。

图9为本发明实施例三提供一种司机平台生命周期的获取系统的结构示意图，如图9所示，该系统包括：

状态模块91，用于获取司机当前所处的阶段；

第一划分模块92，用于对所述阶段结束后的第一时段进行划分，获得a个第一子时段，统计每个第一子时段下所述司机的平台参与度指标，其中a为大于1的正整数；

聚类模块93，用于根据所述a个第一子时段下所述司机的的平台参与度指标，获得所述第一时段内所述司机的平台参与度指标的第一变化趋势；

第一判定模块94，用于根据所述司机当前所处的阶段和所述第一变化趋势，确定所述司机在所述第一时段下的阶段。

具体的，所述判定模块包括：

第一判定单元，用于若所述司机当前所处的阶段为新生期、成熟期、衰退期或者再激活期，且所述第一变化趋势为平稳趋势或者上升趋势，则确定所述司机在所述第一时段下的阶段为成熟期；

第二判定单元，用于若所述司机当前所处的阶段为新生期、成熟期、衰退期或者再激活期，且所述第一变化趋势为下降趋势，则确定所述司机在所述第一时段下的阶段为衰退期。

以实际场景举例来说，状态模块91确定当前所处的阶段，比如，当前阶段可以是新生期、成熟期、衰退期或者再激活期；第一划分模块92对当前阶段结束后的八周进行划分，获得4个第一子时段，每一个第一子时段为两周，统计每个第一子时段下所述司机的在线时长，获得4个在线时长数据，聚类模块93对这4个第一子时段的在线时长数据进行聚类，获得当前阶段结束后的八周这个时段的在线时长的第一变化趋势，第一判定模块94根据当前阶段和第一变化趋势，确定当前阶段结束后的八周这个时段对应的阶段。具体的，若当前阶段为新生期、成熟期、衰退期或者再激活期，且第一变化趋势为平稳趋势或者上升趋势，则第一判定单元确定当前阶段结束后的八周这个时段对应的阶段为成熟期；若当前阶段为新生期、成熟期、衰退期或者再激活期，且第一变化趋势为下降趋势，则第二判定单元判定当前阶段结束后的八周这个时段对应的阶段为衰退期。

其中，本实施方式提供的司机平台生命周期的获取系统可以执行图1b所示的方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

进一步的，在图9所示实施方式的基础上，该系统还可以包括：

提取模块，用于若所述司机当前所处的阶段为新生期、衰退期、流失期或者再激活期，则获得所述a个第一子时段中的后b个第一子时段的平台参与度指标；

第二判定模块，用于若所述b个第一子时段的平台参与度指标均小于等于预设的第一阈值，则确定所述司机在所述第一时段下的阶段为流失期，其中b为小于a的正整数。

其中，本实施方式提供的司机平台生命周期的获取系统可以执行图2所示的方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

进一步的，在上述实施方式的基础上，该系统还可以包括：

第三判定模块，用于若所述司机当前所处的阶段为流失期或者沉默期，且所述a个第一子时段的平台参与度指标均小于等于预设的第二阈值，则确定所述所述司机在所述第一时段下的阶段为沉默期。

其中，本实施方式提供的司机平台生命周期的获取系统可以执行图3所示的方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

进一步的，在上述实施方式的基础上，所述系统还可以包括：

检测模块，用于若所述司机当前所处的阶段为流失期或者沉默期，且所述a个第一子时段中的前c个第一子时段的平台参与度指标均小于等于预设的第三阈值，则检测所述a个第一子时段中除所述c个第一子时段外的其它第一子时段内是否存在司机完成的订单，其中c为小于a的正整数；

第四判定模块，用于若存在，则确定所述司机在所述第一时段下的阶段为再激活期。

其中，本实施方式提供的司机平台生命周期的获取系统可以执行图4所示的方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

本实施例提供的司机平台生命周期的获取系统，将司机的平台生命周期划分为新生期、成熟期、衰退期、流失期、沉默期和再激活期；通过确定司机当前所处的阶段，并对当前阶段结束后的第一时段进行划分，获得多个子时段，统计多个子时段的平台参与度指标；然后根据当前阶段，对多个子时段的平台参与度指标进行聚类，获得第一时段内平台参与度指标的第一变化趋势，从而根据第一变化趋势，确定司机在所述第一时段下的阶段。本方案通过司机当前所处的阶段和当前阶段结束后的一定时段内的平台参与度变化趋势来确定该一定时段的平台生命周期，对司机平台生命周期的划分更准确，因而本方案所确定的司机平台生命周期能够更有效的体现司机在平台的留存状况，从而能够更为有效的用于指导平台运营策略。

本发明实施例四提供一种司机平台生命周期的获取系统，在实施例三的基础上，该系统还可以包括：

第二划分模块，用于若所述司机当前所处的阶段为再激活期，则对所述阶段结束后的第二时段进行划分，获得d个第二子时段，并统计每个第二子时段下所述司机的平台参与度指标，其中d为正整数；

所述聚类模块，还用于统计当前的第二时段结束之后第一时长内的平台参与度指标，根据所述d个第二子时段的平台参与度指标和所述第一时长内的平台参与度指标，获得当前的第二变化趋势；

第五判定模块，用于若所述第二变化趋势为平稳趋势或者上升趋势，则确定所述司机在所述第二时段下的阶段为再激活期；

所述第五判定模块，还用于若所述第二变化趋势为下降趋势，则将所述第一时长作为所述第二时段的第二子时段合并至所述第二时段，并返回执行所述统计当前的第二时段结束之后第一时长内的平台参与度指标的步骤，直至检测到所述第二变化趋势连续e次均为下降趋势，则确定所述司机在所述第二时段和所述第一时长下的阶段为再激活期，其中e为正整数。

以实际场景举例来说，假设当前阶段为再激活期，第二时段为当前再激活期结束之后的两周，第二子时段为一周，平台参与度指标为在线时长，则第二划分模块对当前阶段结束后的两周进行划分，获得2个第二子时段，并统计每个第二子时段下司机在打车软件平台上的在线时长；聚类模块统计当前再激活期结束之后的第三周内司机在打车软件平台上的在线时长，并对当前再激活期结束之后的第一周至第三周的在线时长进行聚类，获得当前的第二变化趋势；若当前的第二变化趋势为平稳趋势或者上升趋势，则第五判定模块确定当前再激活期结束之后的两周对应的阶段为再激活期，该当前第二时段的两周之后的阶段可以为成熟期、衰退期或者流失期；若当前第二变化趋势为下降趋势，则第五判定模块将当前再激活期结束之后的第三周作为当前第二时段的第二子时段合并至所述第二时段，聚类模块统计当前再激活期结束之后的第四周内司机在打车软件平台上的在线时长，并对当前再激活期结束之后的第一周至第四周的在线时长进行聚类，获得当前的第二变化趋势；若当前的第二变化趋势再次为下降趋势，则第五判定模块确定当前再激活期结束之后的四周对应的阶段为再激活期，该四周之后的阶段可以为成熟期、衰退期或者流失期；否则，第五判定模块确定当前再激活期结束之后的三周对应的阶段为再激活期，该当前的第二时段的三周之后的阶段可以为成熟期、衰退期或者流失期。

其中，本实施方式提供的司机平台生命周期的获取系统可以执行图5所示的方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

进一步的，在上述任一实施方式的基础上，所述系统还可以包括：

第三划分模块，用于对司机首次完成订单之后的第三时段进行划分，获得f个第三子时段，并统计每个第三子时段下所述司机的平台参与度指标，其中f为正整数；

所述聚类模块，还用于统计当前的第三时段结束之后第二时长内的平台参与度指标，根据所述f个第三子时段的平台参与度指标和所述第二时长内的平台参与度指标，获得当前的第三变化趋势；

第六判定模块，用于若所述第三变化趋势为平稳趋势或者上升趋势，则确定所述司机在所述第三时段下的阶段为新生期；

第六判定模块，还用于若所述第三变化趋势为下降趋势，则将所述第二时长作为所述第三时段的第三子时段合并至所述第三时段，并返回执行所述统计当前的第三时段结束之后第二时长内的平台参与度指标的步骤，直至检测到所述第三变化趋势连续g次均为下降趋势，则确定所述司机在所述第三时段和所述第二时长下的阶段为再激活期，其中g为正整数。

其中，本实施方式提供的司机平台生命周期的获取系统可以执行图6所示的方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

进一步的，在上述任一实施方式的基础上，所述系统还可以包括：

第四划分模块，用于若所述司机当前所处的阶段为成熟期，则对所述当前阶段及其之前的第四时段进行划分，获得h个第四子时段；

排序模块，用于统计每个第四子时段下所述司机的平台参与度指标，对所述h个第四子时段的平台参与度指标，按照从小到大的顺序进行排序，获取排在第i位和第j位的平台参与度指标n1和n2，其中n1小于n2；

第七判定模块，用于若当前阶段内第四子时段的平台参与度指标小于等于n1，则确定所述司机在所述第四子时段下的阶段为低活跃成熟期；若当前阶段内第四子时段的平台参与度指标大于n1且小于n2，则确定所述司机在所述第四子时段下的阶段为中活跃成熟期；若当前阶段内第四子时段的平台参与度指标大于等于n2，则确定所述司机在所述第四子时段下的阶段为高活跃成熟期。

其中，本实施方式提供的司机平台生命周期的获取系统可以执行图7所示的方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

进一步的，在上述任一实施方式的基础上，所述系统还可以包括：

计算模块，用于若所述司机当前所处的阶段为衰退期，则利用第一公式计算所述当前阶段的衰退率r，所述第一公式为：

r＝(max-hlast)/hlast

其中，max为所述当前阶段的a个第一子时段的平台参与度指标中的最大平台参与度指标，hlast为所述当前阶段的最后一个第一子时段的平台参与度指标；

第八判定模块，用于若所述hlast为所述当前阶段的a个第一子时段的平台参与度指标中的最小平台参与度指标，且所述衰退率r大于等于预设的第四阈值，则确定所述司机当前所处的阶段为重度衰退期；否则，确定所述司机当前所处的阶段为轻度衰退期。

其中，本实施方式提供的司机平台生命周期的获取系统可以执行图8所示的方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

本实施例提供的司机平台生命周期的获取系统，通过对司机平台生命周期进行进一步的细分，有利于更精细化的定位司机状态，从而能够更为有效的用于指导平台运营策略。

本发明实施例五提供一种司机平台生命周期的获取系统，该系统可以为安装有程序运行系统的终端设备，例如，手机、电脑、pad、或者服务器等等，该司机平台生命周期的获取系统包括至少一个处理器和存储器，存储器用于存储计算机程序，处理器的个数可以为一个或多个，且可以单独或协同工作，处理器用于执行所述存储器存储的计算机程序，以实现上述实施例中的司机平台生命周期获取方法。

本发明实施例六提供一种计算机存储介质，该计算机存储介质可以包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁盘或者光盘等各种可以存储程序代码的介质，具体的，该计算机存储介质中存储有计算机程序，计算机程序用于上述实施例中的司机平台生命周期获取方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。