CN108563753A - 消息推送文案的生成方法、装置及计算机可读存储介质 - Google Patents

Abstract

本发明公开了一种消息推送文案的生成方法、电子装置及计算机可读存储介质，该生成方法包括：建立素材库；根据输入的关键词与素材库中预先存储的所有备选素材进行匹配，作为匹配素材；根据所述匹配素材，生成消息推荐文案。通过本发明的推送消息文案的生成方法，运营人员可快速得到推送推荐文案，进行参考润色，提升文案吸引力，从而提升消息点击率及交易转化。

Description

消息推送文案的生成方法、装置及计算机可读存储介质

技术领域

本发明涉及文案生成技术领域，更具体地，本发明涉及一种消息推送文案的生成方法、电子装置及计算机可读存储介质。

背景技术

应用软件(APP)的消息推送指的是应用软件的运营人员通过第三方工具将想要推送的消息推送给用户，让用户被动的接收推送消息。消息推送是APP运营的渠道之一，可以帮助运营人员更高效地实现运营目标。

现有的消息推送文案一般是由运营人员撰写，但是运营人员的撰写水平参差不齐，要想写出更有吸引力的消息推送文案会比较耗时耗力。目前没有一套系统能帮助运营人员更智能更自动化的解决这个问题。

发明内容

本发明的一个目的是提供一种至少能够解决上述问题之一的新的技术方案。

根据本发明的第一方面，提供了一种消息推送文案的生成方法，包括：

步骤S1，建立素材库；

步骤S2，根据输入的关键词与素材库中预先存储的所有备选素材进行匹配，作为匹配素材；

步骤S3，根据所述匹配素材，生成消息推荐文案。

可选的是，所述备选素材至少包括：备选标题、备选文案、备选句式和备选词汇中的任意一种或者任意组合。

可选的是，步骤S1具体包括以下分步骤：

步骤S11，根据预先设置的筛选条件获取热门网站上的文案，作为备选文案；

步骤S12，对所述备选文案进行分析，以从所述备选文案中提取备选标题、备选句式和备选词汇；

步骤S13，根据所述备选文案、所述备选标题、所述备选句式和所述备选词汇建立所述素材库。

可选的是，步骤S2具体包括以下分步骤：

步骤S21，计算所述关键词与每一所述备选素材的相关度；

步骤S22，根据所述相关度从所述备选素材中选择所述匹配素材。

可选的是，步骤S3具体包括以下分步骤：

步骤S31，获取每一待推送用户的用户画像；

步骤S32，根据每一所述用户画像和所述匹配素材生成对应每一待推送用户的消息推送文案。

可选的是，所述生成方法还包括：

将每一消息推送文案推送至对应待推送用户的账号。

根据本发明的第二方面，提供了一种电子装置，包括存储器和处理器，所述存储器上存储有可被所述处理器执行的消息推送文案的生成系统，所述消息推送文案的生成系统包括：

建立模块，用于建立素材库；

匹配模块，用于根据输入的关键词与素材库中预先存储的所有备选素材进行匹配，作为匹配素材；

生成模块，用于根据所述匹配素材，生成消息推荐文案。

可选的是，所述备选素材至少包括：备选标题、备选文案、备选句式和备选词汇中的任意一种或者任意组合。

可选的是，所述建立模块包括：

文案获取单元，用于根据预先设置的筛选条件获取热门网站上的文案，作为备选文案；

分析单元，用于对所述备选文案进行分析，以从所述备选文案中提取备选标题、备选句式和备选词汇；

建立单元，用于根据所述备选文案、所述备选标题、所述备选句式和所述备选词汇建立所述素材库。

可选的是，所述匹配模块包括：

计算单元，用于计算所述关键词与每一所述备选素材的相关度；

选择单元，用于根据所述相关度从所述备选素材中选择所述匹配素材。

可选的是，所述生成模块包括：

画像获取单元，用于获取每一待推送用户的用户画像；

生成单元，用于根据每一所述用户画像和所述匹配素材生成对应每一待推送用户的消息推送文案。

可选的是，所述消息推送文案的生成系统还包括：

推送模块，用于将每一消息推送文案推送至对应待推送用户的账号。

根据本发明的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据本发明第一方面所述选择方法的步骤。

本发明的一个有益效果在于，通过本发明的推送消息文案的生成方法，运营人员可快速得到推送推荐文案，进行参考润色，提升文案吸引力，从而提升消息点击率及交易转化。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。

图1为根据本发明一种消息推送文案的生成方法的其中一种实施方式的流程图；

图2为根据本发明一种消息推送文案的生成方法的其中一种实施方式的流程图；

图3为根据本发明一种消息推送文案的生成方法的其中一种实施方式的流程图；

图4为根据本发明一种消息推送文案的生成方法的其中一种实施方式的流程图；

图5为根据本发明一种消息推送文案的生成系统的一种实施结构的方框原理图；

图6为根据本发明一种消息推送文案的生成系统的另一种实施结构的方框原理图。

具体实施方式

现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

图1为根据本发明一种消息推送文案的生成方法的一种实施方法的流程图。

根据图1所示，该生成方法包括以下步骤：

步骤S1，建立素材库。

其中，素材库中存储有备选素材，备选素材至少包括备选标题、备选文案、备选句式和备选词汇中的任意一种或者任意组合。

建立素材库的具体方法可以包括如图2所示的分步骤S11～S13：

步骤S11，根据预先设置的筛选条件获取热门网站上的文案，作为备选文案。

运营人员可根据活动业务类型，活动关键词实时获取相关热点词汇、新闻作为备选素材；系统也可以通过网络爬虫自动抓取百度热搜、微博、微信热点等新闻资讯、财经资讯，作为备选文案。网络爬虫是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。

步骤S12，对备选文案进行分析，以从备选文案中提取备选标题、备选句式和备选词汇。

可以通过对这些备选文案进行大数据分析和/或语义分析之后构造常用的或者新颖的句式。语义分析是指运用各种机器学习方法，挖掘与学习文本、图片等的深层次概念。

进一步地，还可以根据词汇过去一段时间内的使用频率获取网络上的热点词汇、网络常用语等，还可以根据预先设置的筛选条件采集热门网站文案标题、简介爬取文案句式，运营人员也可以录入认为比较好的推送文案或者词汇作为备选素材。

步骤S13，根据备选文案、备选标题、备选句式和备选词汇建立素材库。

进一步地，在建立好素材库之后，还可以是通过上述步骤S11和S12得到的备选文案、备选标题、备选句式和备选词汇存储在预先建立好的素材库中，以充实素材库。

步骤S2，根据输入的关键词筛选素材库中预先存储的备选素材，作为匹配素材。

关键词可以是运营人员输入的。根据关键词筛选素材库中预先存储的备选素材进行匹配，以从素材库中选择出与关键词匹配的备选素材作为匹配素材。具体的，筛选出的与关键词匹配的备选标题作为匹配标题，筛选出的与关键词匹配的备选文案作为匹配文案，筛选出的与关键词匹配的备选句式作为匹配句式，筛选出的与关键词匹配的备选词汇作为匹配词汇。

在本发明的一个具体实施例中，步骤S2还可以具体包括如图3所示的分步骤S21～S22。

步骤S21，计算关键词与每一备选素材的相关度。

步骤S22，根据相关度从备选素材中选择匹配素材。

具体的，可以预先根据计算素材库中所有的备选素材(包括备选标题、备选句式、备选词汇、备选文案)与关键词的之间相关度，再根据所有备选素材与关键词的相关度提取出与关键词匹配的备选素材，作为匹配素材。例如，可以选取与关键词的相关度最高的N个备选标题作为匹配标题，选取与关键词的相关度最高的N个备选句式作为匹配句式，选取与关键词的相关度最高的N个备选词汇作为匹配词汇，选取与关键词的相关度最高的N个备选文案作为匹配文案。再例如，还可以选取与关键词的相关度最高的M个备选素材作为匹配素材，包括匹配标题、匹配句式、匹配词汇和/或匹配文案。

步骤S3，根据匹配素材，生成消息推送文案。

可以是将匹配素材和预先输入的关键词进行整合，生成推荐文案。具体的，由于匹配素材包括匹配标题、匹配句式、匹配词汇、匹配文案中的任意一种或者是任意组合，因此，可以将所有的匹配结果通过排列组合的方式分别与关键词整合为推荐文案，以供运营人员选择。

具体的，可以是将匹配文案作为消息推送文案。还可以是根据匹配标题、匹配句式和关键字进行随机组合得到消息推送文案。还可以是根据匹配标题、匹配句式、匹配词汇和关键字进行随机组合得到消息推送文案。

例如，在搜索到的匹配句式为“重磅消息！央视整合再见大动作，……行业受益”，关键词为通信的情况下，可以自动生成推荐文案“重磅消息！央视整合再见大动作，通信行业受益”。

这样，运营人员可快速得到推送推荐文案，进行参考润色，提升文案吸引力，从而提升消息点击率及交易转化。

进一步地，该生成方法还可以针对不同业务类型的运营活动自动生成多个消息推送文案，推荐给运营人员参考及对比，以供运营人员从中挑选出最佳的消息推送文案推送至待推送用户的账号。

在本发明的一个具体实施中，步骤S3还可以包括如图4所示的分步骤S31和S32。

步骤S31，获取每一待推送用户的用户画像。

步骤S32，根据每一用户画像和匹配素材生成对应每一待推送用户的消息推送文案。

每个待推送用户都具有对应的用户画像，不同待推送用户的用户画像可以相同，也可以不同。本实施例中的用户画像可以是对每一待推送用户的历史浏览记录进行大数据分析、建模等处理得到的。

用户画像可以使产品的服务对象更加聚焦，更加的专注。用户画像包括以下至少一项：用户职业身份、年龄、性别、学历、浏览习惯、用户的爱好。举例来说，如果用户经常购买一些玩偶玩具，那么电商网站即可根据玩具购买的情况替用户打上标签“有孩子”，甚至还可以判断出用户孩子大概的年龄，贴上“有5-10岁的孩子”这样更为具体的标签，而这些所有给用户贴的标签统在一次，就成了用户画像。用户画像的内容可定时更新。例如，之前由于用户总是购买婴儿用品因此用户画像是该用户有2岁以下的婴儿。而过了几个月之后，用户改为购买一些儿童用户了，用户画像也因此更新为用户有2岁以上的儿童。用户的地理位置的变化也会影响用户画像。例如，用户之前的用户画像为在东北居住，而近期他居住在海南，则系统会自动更新其用户画像，进行针对性的信息推送，而不是按照之前的东北气候推荐信息。用户的搜索、浏览、地理位置、客户端上的行为的历史数据可由用户主动上报或者根据用户注册信息从第三方数据源获取，其中，所述第三方数据源包括本地服务器上和第三方服务器上的数据，例如，可以从常见网络第三方服务器上获取用户的搜索、浏览、地理位置、客户端上的行为的历史数据。

一个待推送用户可以有多个标签，例如可以是北京、火锅、足球等等。

用户画像的目标是通过分析用户行为，最终为每个用户打上标签，以及该标签的权重。标签表征了内容，用户对该内容有兴趣、偏好、需求等等。权重表征了指数，用户的兴趣、偏好指数，也可能表征用户的需求度，可以简单的理解为可信度，概率。因此，用户画像例如可以是红酒0.8、李宁0.6。

利用所有用户画像与匹配素材进行匹配后再整合，可以生成针对每一用户标签、也即针对每一待推送用户的消息推送文案。

例如，匹配句式为“重磅消息！央视整合再见大动作，……受益”和“……成了全场最闪耀的明星”，关键词为通信行业，在用户画像为新闻0.8的情况下，可以自动生成推荐文案“重磅消息！央视整合再见大动作，通信行业受益”。在用户画像为体育0.9的情况下，可以自动生成推荐文案“通信行业成了全场最闪耀的明星”。

在此基础上，可以将根据针对每一待推送用户的消息推送文案发送至对应的待推送用户的账号。这样，就可以针对不同待推送用户的喜好，做到千人千面的消息推送文案。

具体的，本发明中的消息推送文案在发送至对应的待推送用户时，待推送用户接收后点击该消息可以跳转到对应的链接，也可以是该消息推送文案的具体内容。

与上述生成方法相对应的，本发明还提供了一种电子装置，包括存储器和处理器，存储器上存储有可被处理器执行的消息推送文案的生成系统。

图5为根据本发明消息推送文案的生成系统的一种实施结构的方框原理图。

根据图5所示，该生成系统包括建立模块510、匹配模块520和生成模块530。该建立模块510用于建立素材库；该匹配模块520用于根据输入的关键词与素材库中预先存储的所有备选素材进行匹配，作为匹配素材；该生成模块530用于根据匹配素材，生成消息推荐文案。

关键词可以是运营人员输入的。根据关键词筛选素材库中预先存储的备选素材进行匹配，以从素材库中选择出与关键词匹配的备选素材作为匹配素材。具体的，筛选出的与关键词匹配的备选标题作为匹配标题，筛选出的与关键词匹配的备选文案作为匹配文案，筛选出的与关键词匹配的备选句式作为匹配句式，筛选出的与关键词匹配的备选词汇作为匹配词汇。

生成模块530可以是将匹配素材和预先输入的关键词进行整合，生成推荐文案。具体的，由于匹配素材包括匹配标题、匹配句式、匹配词汇、匹配文案中的任意一种或者是任意组合，因此，可以将所有的匹配结果通过排列组合的方式分别与关键词整合为推荐文案，以供运营人员选择。

其中，备选素材至少包括：备选标题、备选文案、备选句式和备选词汇中的任意一种或者任意组合。

图6为根据本发明一种推送消息文案的生成系统的另一种实施结构的方框原理图。

根据图6所示，建立模块510还可以包括文案获取单元511、分析单元512和建立单元513。该文案获取单元511用于根据预先设置的筛选条件获取热门网站上的文案，作为备选文案；该分析单元512用于对备选文案进行分析，以从备选文案中提取备选标题、备选句式和备选词汇；该建立单元513用于根据备选文案、备选标题、备选句式和备选词汇建立素材库。

文案获取单元511获取备选文案的方法可以是：运营人员可根据活动业务类型，活动关键词实时获取相关热点词汇、新闻作为备选素材；系统也可以通过网络爬虫自动抓取百度热搜、微博、微信热点等新闻资讯、财经资讯，作为备选文案。网络爬虫是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。

分析单元512可以通过对这些备选文案进行大数据分析和/或语义分析之后构造常用的或者新颖的句式。语义分析是指运用各种机器学习方法，挖掘与学习文本、图片等的深层次概念。

进一步地，还可以根据词汇过去一段时间内的使用频率获取网络上的热点词汇、网络常用语等，还可以根据预先设置的筛选条件采集热门网站文案标题、简介爬取文案句式，运营人员也可以录入认为比较好的推送文案或者词汇作为备选素材。

在建立好素材库之后，通过文案获取单元511和分析单元512得到的备选文案、备选标题、备选句式和备选词汇存储在预先建立好的素材库中，以充实素材库。

进一步地，匹配模块520可以包括计算单元521和选择单元522。该计算单元521用于计算关键词与每一备选素材的相关度；该选择单元522用于根据相关度从备选素材中选择匹配素材。

具体的，可以预先根据计算素材库中所有的备选素材(包括备选标题、备选句式、备选词汇、备选文案)与关键词的之间相关度，再根据所有备选素材与关键词的相关度提取出与关键词匹配的备选素材，作为匹配素材。例如，可以选取与关键词的相关度最高的N个备选标题作为匹配标题，选取与关键词的相关度最高的N个备选句式作为匹配句式，选取与关键词的相关度最高的N个备选词汇作为匹配词汇，选取与关键词的相关度最高的N个备选文案作为匹配文案。再例如，还可以选取与关键词的相关度最高的M个备选素材作为匹配素材，包括匹配标题、匹配句式、匹配词汇和/或匹配文案。

再进一步地，生成模块530可以包括画像获取单元531和生成单元532。该画像获取单元531用于获取每一待推送用户的用户画像；该生成单元532用于根据每一用户画像和匹配素材生成对应每一待推送用户的消息推送文案。

每个待推送用户都具有对应的用户画像，不同待推送用户的用户画像可以相同，也可以不同。本实施例中的用户画像可以是对每一待推送用户的历史浏览记录进行大数据分析、建模等处理得到的。

用户画像可以使产品的服务对象更加聚焦，更加的专注。用户画像包括以下至少一项：用户职业身份、年龄、性别、学历、浏览习惯、用户的爱好。举例来说，如果用户经常购买一些玩偶玩具，那么电商网站即可根据玩具购买的情况替用户打上标签“有孩子”，甚至还可以判断出用户孩子大概的年龄，贴上“有5-10岁的孩子”这样更为具体的标签，而这些所有给用户贴的标签统在一次，就成了用户画像。用户画像的内容可定时更新。例如，之前由于用户总是购买婴儿用品因此用户画像是该用户有2岁以下的婴儿。而过了几个月之后，用户改为购买一些儿童用户了，用户画像也因此更新为用户有2岁以上的儿童。用户的地理位置的变化也会影响用户画像。例如，用户之前的用户画像为在东北居住，而近期他居住在海南，则系统会自动更新其用户画像，进行针对性的信息推送，而不是按照之前的东北气候推荐信息。用户的搜索、浏览、地理位置、客户端上的行为的历史数据可由用户主动上报或者根据用户注册信息从第三方数据源获取，其中，所述第三方数据源包括本地服务器上和第三方服务器上的数据，例如，可以从常见网络第三方服务器上获取用户的搜索、浏览、地理位置、客户端上的行为的历史数据。

一个待推送用户可以有多个标签，例如可以是北京、火锅、足球等等。

用户画像的目标是通过分析用户行为，最终为每个用户打上标签，以及该标签的权重。标签表征了内容，用户对该内容有兴趣、偏好、需求等等。权重表征了指数，用户的兴趣、偏好指数，也可能表征用户的需求度，可以简单的理解为可信度，概率。因此，用户画像例如可以是红酒0.8、李宁0.6。

利用所有用户画像与匹配素材进行匹配后再整合，可以生成针对每一用户标签、也即针对每一待推送用户的消息推送文案。

例如，匹配句式为“重磅消息！央视整合再见大动作，……受益”和“……成了全场最闪耀的明星”，关键词为通信行业，在用户画像为新闻0.8的情况下，可以自动生成推荐文案“重磅消息！央视整合再见大动作，通信行业受益”。在用户画像为体育0.9的情况下，可以自动生成推荐文案“通信行业成了全场最闪耀的明星”。

在此基础上，消息推送文案的生成系统还可以包括推送模块610，用于将每一消息推送文案推送至对应待推送用户的账号。

这样，就可以针对不同待推送用户的喜好，做到千人千面的消息推送文案。

具体的，本发明中的消息推送文案在发送至对应的待推送用户时，待推送用户接收后点击该消息可以跳转到对应的链接，也可以是该消息推送文案的具体内容。

本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述消息推送文案的生成方法的步骤。

上述各实施例主要重点描述与其他实施例的不同之处，但本领域技术人员应当清楚的是，上述各实施例可以根据需要单独使用或者相互结合使用。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分相互参见即可，每个实施例重点说明的都是与其他实施例的不同之处，但本领域技术人员应当清楚的是，上述各实施例可以根据需要单独使用或者相互结合使用。另外，对于装置实施例而言，由于其是与方法实施例相对应，所以描述得比较简单，相关之处参见方法实施例的对应部分的说明即可。以上所描述的系统实施例仅仅是示意性的，其中作为分离部件说明的模块可以是或者也可以不是物理上分开的。

本发明可以是装置、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (13)

1.一种消息推送文案的生成方法，其特征在于，包括：

步骤S1，建立素材库；

步骤S2，根据输入的关键词与素材库中预先存储的所有备选素材进行匹配，作为匹配素材；

步骤S3，根据所述匹配素材，生成消息推荐文案。

2.根据权利要求1所述的生成方法，其特征在于，所述备选素材至少包括：备选标题、备选文案、备选句式和备选词汇中的任意一种或者任意组合。

3.根据权利要求1所述的生成方法，其特征在于，步骤S1具体包括以下分步骤：

步骤S11，根据预先设置的筛选条件获取热门网站上的文案，作为备选文案；

步骤S12，对所述备选文案进行分析，以从所述备选文案中提取备选标题、备选句式和备选词汇；

步骤S13，根据所述备选文案、所述备选标题、所述备选句式和所述备选词汇建立所述素材库。

4.根据权利要求1所述的选择方法，其特征在于，步骤S2具体包括以下分步骤：

步骤S21，计算所述关键词与每一所述备选素材的相关度；

步骤S22，根据所述相关度从所述备选素材中选择所述匹配素材。

5.根据权利要求1所述的生成方法，其特征在于，步骤S3具体包括以下分步骤：

步骤S31，获取每一待推送用户的用户画像；

步骤S32，根据每一所述用户画像和所述匹配素材生成对应每一待推送用户的消息推送文案。

6.根据权利要求5所述的生成方法，其特征在于，所述生成方法还包括：

将每一消息推送文案推送至对应待推送用户的账号。

7.一种电子装置，包括存储器和处理器，其特征在于，所述存储器上存储有可被所述处理器执行的消息推送文案的生成系统，所述消息推送文案的生成系统包括：

建立模块，用于建立素材库；

匹配模块，用于根据输入的关键词与素材库中预先存储的所有备选素材进行匹配，作为匹配素材；

生成模块，用于根据所述匹配素材，生成消息推荐文案。

8.根据权利要求7所述的电子装置，其特征在于，所述备选素材至少包括：备选标题、备选文案、备选句式和备选词汇中的任意一种或者任意组合。

9.根据权利要求7所述的电子装置，其特征在于，所述建立模块包括：

文案获取单元，用于根据预先设置的筛选条件获取热门网站上的文案，作为备选文案；

分析单元，用于对所述备选文案进行分析，以从所述备选文案中提取备选标题、备选句式和备选词汇；

建立单元，用于根据所述备选文案、所述备选标题、所述备选句式和所述备选词汇建立所述素材库。

10.根据权利要求7所述的电子装置，其特征在于，所述匹配模块包括：

计算单元，用于计算所述关键词与每一所述备选素材的相关度；

选择单元，用于根据所述相关度从所述备选素材中选择所述匹配素材。

11.根据权利要求7所述的电子装置，其特征在于，所述生成模块包括：

画像获取单元，用于获取每一待推送用户的用户画像；

生成单元，用于根据每一所述用户画像和所述匹配素材生成对应每一待推送用户的消息推送文案。

12.根据权利要求7所述的电子装置，其特征在于，所述消息推送文案的生成系统还包括：

推送模块，用于将每一消息推送文案推送至对应待推送用户的账号。

13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至6中任一项所述选择方法的步骤。