CN114338586B - 一种消息推送方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种消息推送方法、装置、电子设备及存储介质。其中，该方法包括：若检测到用户登录事件，则采用自然语言处理技术，并根据实时消息确定至少一个标签；其中，实时消息的接收方为用户；建立和存储实时消息与各标签的关联关系；根据预设规则确定并显示标签库中的至少一个候选标签；若确定用户从各候选标签中触发目标标签，则根据关联关系对与目标标签关联的所有实时消息进行显示。通过执行本方案，可以实现将具有相关性的消息集中显示给用户，提高用户的消息查看效率，可以提高用户的使用体验。

Description

一种消息推送方法、装置、电子设备及存储介质

技术领域

本发明实施例涉及消息推送技术领域，尤其涉及一种消息推送方法、装置、电子设备及存储介质。

背景技术

消息推送，就是完成将消息从一端推到另一端的工作。消息推送是服务器根据用户的兴趣、偏好和需求来搜索、定制和过滤消息，建立一条终端与服务器的链接，并通过该链接将消息定期自动推送到用户接触的移动或者非移动终端的过程。

相关技术中有众多的消息推送场景，消息分类过于简单，消息归类不足，具有相关性的消息无法集中展示，用户需要逐条查看消息，无法迅速形成全局概念，影响用户使用体验。

发明内容

本发明实施例提供一种消息推送方法、装置、电子设备及存储介质，可以实现将具有相关性的消息集中显示给用户，提高用户的消息查看效率，可以提高用户的使用体验。

第一方面，本发明实施例提供了一种消息推送方法，该方法包括：

若检测到用户登录事件，则采用自然语言处理技术，并根据实时消息确定至少一个标签；其中，所述实时消息的接收方为所述用户；

建立和存储所述实时消息与各所述标签的关联关系；

根据预设规则确定并显示标签库中的至少一个候选标签；

若确定所述用户从各所述候选标签中触发目标标签，则根据所述关联关系对与所述目标标签关联的所有实时消息进行显示。

第二方面，本发明实施例还提供了一种消息推送装置，该装置包括：

标签确定模块，用于若检测到用户登录事件，则采用自然语言处理技术，并根据实时消息确定至少一个标签；其中，所述实时消息的接收方为所述用户；

关联关系建立模块，用于建立和存储所述实时消息与各所述标签的关联关系；

候选标签确定模块，用于根据预设规则确定并显示标签库中的至少一个候选标签；

消息显示模块，用于若确定所述用户从各所述候选标签中触发目标标签，则根据所述关联关系对与所述目标标签关联的所有实时消息进行显示。

第三方面，本发明实施例还提供了一种电子设备，该设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一项所述的消息推送方法。

第四方面，本发明实施例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，该程序被处理器执行时实现如本发明实施例中任一项所述的消息推送方法。

本发明实施例提供的技术方案，若检测到用户登录事件，则采用自然语言处理技术，并根据实时消息确定至少一个标签；其中，实时消息的接收方为用户；建立和存储实时消息与各标签的关联关系；根据预设规则确定并显示标签库中的至少一个候选标签；若确定用户从各候选标签中触发目标标签，则根据关联关系对与目标标签关联的所有实时消息进行显示。通过执行本发明实施例提供的技术方案，可以实现将具有相关性的消息集中显示给用户，提高用户的消息查看效率，可以提高用户的使用体验。

附图说明

图1是本发明实施例提供的一种消息推送方法的流程图；

图2是本发明实施例提供的另一种消息推送方法的流程图；

图3是本发明实施例提供的一种消息推送装置结构示意图；

图4是本发明实施例提供的一种电子设备结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

图1是本发明实施例提供的消息推送方法的流程图，所述方法可以由消息推送装置来执行，所述装置可以由软件和/或硬件的方式实现，所述装置可以配置在用于消息推送的电子设备中。所述方法应用于向用户进行消息推送的场景中。如图1所示，本发明实施例提供的技术方案具体包括：

S110:若检测到用户登录事件，则采用自然语言处理技术，并根据实时消息确定至少一个标签。

其中，所述实时消息的接收方为所述用户。

具体的，实时消息可以是企业为了更好地服务用户而在企业服务端实时产生的与企业业务相关的消息，实时消息中包括消息发送方和消息接收方。如果检测到用户通过客户端接口成功登录客户端系统，本方案可以根据用户登录信息确定消息接收方为该用户的所有实时消息并发送给该用户，并在发送实时消息的过程中采用自然语言处理技术对实时消息进行分析处理，确定与实时消息所匹配的至少一个标签。例如可以从实时消息中提取出待分词文本，采用自然语言处理技术，将待分词文本进行分词处理得到至少一个分词，采用训练完成的机器学习模型对各分词进行语义分析得到至少一个标签。其中，标签可以是分词本身，标签也可以是根据分词进行语义分析推导所得。

其中，客户端可以是移动终端APP，客户端也可以是网页浏览器，客户端可以根据实际需要进行设置。标签可以是表示实时消息的所属类别。其中，标签可以表示重要性程度类别，例如必办、选办。标签也可以表示渠道类别，例如短信渠道、电话渠道、掌银渠道、微信渠道。标签还可以表示消息状态类别，例如已完成、已开始未完成、未完成。标签还可以表示其他类别。一条实时消息可以归类为多个标签，例如一条实时消息既可以归类为已完成，又可以归类为必办。

另外，在确定出标签之后，本方案还可以去标签库中查找该标签是否已经存在，如果确定标签已经存在，则直接建立实时消息与标签的对应关系。如果确定该标签不在标签库中，则将该标签添加至标签库中。

S120:建立和存储所述实时消息与各所述标签的关联关系。

在根据每条实时消息确定出至少一个标签之后，将该实时消息分别与通过自然语言处理技术确定的每一个标签建立对应关系，并将该对应关系进行存储，以实现根据标签确定与之对应的实时消息。

S130:根据预设规则确定并显示标签库中的至少一个候选标签。

其中，候选标签可以是标签库中的标签，候选标签可以是对实时消息采用自然语言处理技术进行主题分类确定的标签，候选标签也可以是系统的默认标签，候选标签还可以是用户自定义的标签。本方案可以根据预设规则确定并显示标签库中的至少一个候选标签。例如本方案可以确定生成时间位于最近一段时间内的候选实时消息；针对各候选实时消息，根据当前候选实时消息以及关联关系确定与当前候选实时消息关联的标签；根据评分规则以及当前候选实时消息的生成时间，确定与当前候选实时消息关联的各标签的标签评分；确定最近一段时间内每一个标签的总标签评分；将最近一段时间内各标签的总标签评分进行排序，按照总标签评分从高到低的顺序确定并显示预设数量的候选标签。

示例性的，评分规则可以是实时消息的生成时间与当前时间的时间间隔越长，则与该实时消息关联的标签的标签评分越低。反之，实时消息的生成时间与当前时间的时间间隔越短，则与该实时消息关联的标签的标签评分越高。评分规则也可以是在实时消息发送的过程中，对与实时消息关联的标签的出现次数进行统计，然后以某段时间内各标签的出现总次数作为各标签的标签评分。其中，对标签出现的总次数进行统计，可以遵循时间衰减规则。例如以最近三天对标签A出现的总次数进行统计为例，标签A在倒数第三天的出现总次数为当天实际出现总次数×0.25。标签A在倒数第二天的出现总次数为当天实际出现总次数×0.5。标签A在倒数第一天的出现总次数为当天实际出现总次数。然后将最近三天标签A出现的总次数进行累加，就能得到标签A在最近三天内的出现总次数，并将其作为标签A在最近三天内的标签评分。

S140:若确定所述用户从各所述候选标签中触发目标标签，则根据所述关联关系对与所述目标标签关联的所有实时消息进行显示。

其中，用户在登录状态下可以看到很多标签，本方案可以支持用户在前端自主从后端返回的候选标签列表中选择目标标签以实现分组展示实时消息。候选标签列表中的各候选标签可以是通过不同的角度对实时消息进行描述。例如可以是按照重要性对实时消息进行展示，分为必办、选办。例如也可以是按照客户对实时消息展示进行展示，集中展示针对本客户号的所有实时消息。例如也可以是按照渠道进行展示，比如短信渠道消息、电话渠道消息、掌银渠道消息、微信渠道消息等。例如还可以是按完成时限范围展示实时消息，比如一周内完成，一月内完成，季度内完成。例如也可以是按照实时消息的状态进行展示，比如已完成、已开始未完成、未完成等。例如也可以是按照性别、年龄要素、收入要素、位置要素、爱好要素、家庭要素等划分实时消息。如果确定用户触发了至少一个目标标签，本方案可以根据预存的标签与实时消息的关联关系确定与目标标签关联的所有实时消息，并将其以列表的形式向用户进行展示。

本发明实施例提供的技术方案，若检测到用户登录事件，则采用自然语言处理技术，并根据实时消息确定至少一个标签；其中，实时消息的接收方为用户；建立和存储实时消息与各标签的关联关系；根据预设规则确定并显示标签库中的至少一个候选标签；若确定用户从各候选标签中触发目标标签，则根据关联关系对与目标标签关联的所有实时消息进行显示。通过执行本发明实施例提供的技术方案，可以实现将具有相关性的消息集中显示给用户，提高用户的消息查看效率，可以提高用户的使用体验。

图2是本发明实施例提供的消息推送方法的流程图，本实施例在上述实施例的基础上进行优化。与上述实施例中相同或相关技术术语的解释可参见上述实施例，本实施例不再进行重复说明。如图2所示，本发明实施例中的消息推送方法可以包括：

S210:若检测到用户登录事件，则采用自然语言处理技术，并根据实时消息确定至少一个标签。

在本实施例中，可选的，采用自然语言处理技术，并根据实时消息确定至少一个标签，包括：从所述实时消息中提取出待分词文本；采用自然语言处理技术中训练完成的机器学习模型对所述待分词文本进行语义分析得到至少一个标签。

具体的，实时消息中可以包括消息头和消息体。其中，消息头中可以包括消息发送方，消息接收方以及消息生成时间等信息。因此，消息头是不满足分词要求的，本方案需要将实时消息中的消息体提取出来，将消息体中包括的消息正文内容作为待分词文本。常见的提取出待分词文本的方式有：人工去重、对齐、删除和标注等方式，或者规则提取内容、正则表达式匹配、根据词性和命名实体提取、编写脚本或者代码批处理等方式。

在得到待分词文本之后，本方案可以采用分词算法，将待分词文本进行分词处理得到至少一个分词。其中，分词算法可以是基于字符串匹配的分词方法。或者，分词算法也可以是基于理解的分词方法。或者，分词算法还可以是基于统计的分词方法。或者，分词算法还可以是基于规则的分词方法。并且本方案在进行分词时可以依赖上下文实现歧义识别和新词识别，以及，根据停用词典去停用词并对分词进行词性标注。在分词完成后可以将各分词组成词袋模型或词向量。本方案可以采用训练完成的机器学习模型对词袋模型或词向量进行语义分析得到至少一个标签。其中，机器学习模型可以是有监督的机器学习模型或者无监督的机器学习模型，例如KNN、SVM、Naive Bayes、决策树、GBDT、K-means等模型。机器学习模型也可以是深度学习模型，例如CNN、RNN、LSTM、Seq2Seq、FastText、TextCNN等模型。对机器学习模型进行训练可以是构造对应的训练集和测试集，训练集和测试集都是由包括分词样本的词袋模型或词向量以及对应的标签组成，将训练集中的词袋模型或词向量以及对应的标签输入至机器学习模型中对机器学习模型进行训练，训练到一定程度之后得到待训练的机器学习模型。采用测试集对待训练的机器学习模型的有效性进行验证，如果达到一定的正确率，例如98％，则确定待训练的机器学习模型为训练完成的机器学习模型。如果没有达到一定的正确率，则继续采用训练集和测试集对待训练的机器学习模型进行优化，直到得到满足要求的训练完成的机器学习模型。其中，通过训练完成的机器学习模型对实时消息进行语义分析处理得到的标签可以是分词本身，也可以不是分词。

由此，通过从实时消息中提取出待分词文本；采用自然语言处理技术中训练完成的机器学习模型对所述待分词文本进行语义分析得到至少一个标签，可以实现对实时消息进行主题分类，对实时消息的归类更加准确，进而可以提高用户的使用体验。

在本实施例中，可选的，在根据实时消息确定至少一个标签之后，还包括：若确定所述标签不在标签库中，则将所述标签添加至标签库。

其中，标签库中存放了各种标签，例如可以是系统的默认标签，也可以是用户自定义的标签，还可以是对实时消息进行语义分析后确定的标签。本方案向用户展示的至少一个候选标签为标签库中的标签。如果确定通过自然语言处理技术对实时消息进行语义分析后得到的标签不在标签库中，则表示该标签此前未出现过，将该标签添加至标签库，以向用户显示该标签。

由此，通过若确定标签不在标签库中，则将标签添加至标签库，可以实现将该标签向用户进行展示，进而可以实现将主题相关的实时消息向用户进行显示，可以提高用户的使用体验。

S220:建立和存储所述实时消息与各所述标签的关联关系。

S230:确定生成时间位于目标时间区间内的候选实时消息。

其中，目标时间区间可以是最近三天，目标时间区间可以是最近一天，目标时间区间还可以是最近4小时，目标时间区间可以根据实际需要进行设置。每一条实时消息中都包含该实时消息的生成时间，因此，本方案可以根据实时消息的生成时间以及目标时间区间确定生成时间位于目标时间区间内的候选实时消息。

S240:针对各所述候选实时消息，根据当前候选实时消息以及所述关联关系确定与所述当前候选实时消息关联的标签。

其中，前述步骤中已经建立和存储了实时消息与标签的关联关系，因此，本方案可以对于目标时间区间内的每一条候选实时消息，根据实时消息与标签的关联关系确定与目标时间区间内每一条候选实时消息关联的标签，进而确定目标时间区间内每个标签的标签评分。

S250:根据预设评分规则以及所述当前候选实时消息的生成时间，确定与所述当前候选实时消息关联的各标签的标签评分。

示例性的，预设评分规则可以是当前候选实时消息的生成时间与当前时间的时间间隔越长，则与当前候选实时消息关联的标签的标签评分越低。反之，当前候选实时消息的生成时间与当前时间的时间间隔越短，则与当前候选实时消息关联的标签的标签评分越高。预设评分规则可以根据实际需要进行设置。

在一个可行的实施方式中，可选的，所述预设评分规则的确定过程，包括：获取实时消息的生成时间；根据所述实时消息的生成时间与当前时间的时间间隔，确定与所述实时消息关联的标签的标签评分。

示例性的，由于实时消息可以关联多个标签，因此，本方案可以获取实时消息的生成时间，根据实时消息的生成时间与当前时间的时间间隔，确定与实时消息关联的标签的标签评分。例如实时消息的生成时间与当前时间的时间间隔与实时消息关联的标签的标签评分之间可以为负相关关系。

例如假设当前时间为16点，实时消息的生成时间为当天的8点，则本方案可以根据实时消息的生成时间与当前时间的时间间隔8h，并根据实时消息与标签的关联关系，确定与实时消息关联的各标签的标签评分。例如与该条实时消息关联的所有标签评分都为10分。假设当前时间为16点，实时消息的生成时间为前一天的16点，则本方案可以根据实时消息的生成时间与当前时间的时间间隔24h，并根据实时消息与标签的关联关系，确定与实时消息关联的各标签的标签评分，例如与该条实时消息关联的所有标签评分都为5分。

由此，通过根据实时消息的生成时间与当前时间的时间间隔，确定与实时消息关联的标签的标签评分，可以实现对实时消息中各标签的标签分数进行确定，为后续步骤提供了可靠的数据来源。

在另一个可行的实施方式中，可选的，根据所述实时消息的生成时间与当前时间的时间间隔，确定与所述实时消息关联的标签的标签评分，包括：根据所述实时消息的生成时间确定与所述实时消息关联的标签的生成时间；确定时间间隔与标签出现次数的对应关系；根据所述标签的生成时间与当前时间的时间间隔以及所述对应关系，确定所述标签的出现次数；将所述标签的出现次数作为所述标签的标签评分。

其中，本方案可以根据实时消息的生成时间，以及根据预存的实时消息与标签的关联关系确定与该实时消息关联的标签的生成时间。根据标签的生成时间对标签的出现次数进行统计，可以遵循时间衰减规则，即标签的生成时间与当前时间的时间间隔与标签出现次数的对应关系为时间间隔与标签出现次数成负相关关系。例如以最近三天对标签A的标签评分分别进行统计为例，标签A在倒数第三天的出现次数为当天标签A的实际出现次数×0.25，即为标签A在倒数第三天的标签评分。标签A在倒数第二天的出现次数为当天标签A的实际出现次数×0.5，即为标签A在倒数第二天的标签评分。标签A在倒数第一天的出现次数为当天标签A的实际出现次数，即为标签A在倒数第一天的标签评分。

由此，通过根据实时消息的生成时间确定与实时消息关联的标签的生成时间；确定时间间隔与标签出现次数的对应关系；根据标签的生成时间与当前时间的时间间隔以及对应关系，确定标签的出现次数；将标签的出现次数作为标签的标签评分。可以实现实时消息中各标签的标签分数进行确定，为后续步骤提供了可靠的数据来源。

S260:确定所述目标时间区间内每一个标签的总标签评分。

具体的，本方案可以将目标区间内每一个标签的标签评分进行累加求和确定目标时间区间内每一个标签的总标签评分。

S270:将所述目标时间区间内各所述标签的总标签评分进行排序，按照总标签评分从高到低的顺序确定并显示预设数量的候选标签。

具体的，预设数量可以是10，预设数量可以是15，预设数量可以根据实际需要进行设置。本方案可以将与目标时间区间内的所有实时消息关联的标签的总标签评分进行排序，并将各标签的总标签评分按照从高到低进行排序，根据排好序的总标签评分确定并显示预设数量的候选标签。例如确定并显示总标签评分为前十的候选标签。

S280:若确定所述用户从各所述候选标签中触发目标标签，则根据所述关联关系对与所述目标标签关联的所有实时消息进行显示。

在又一个可行的实施方式中，可选的，所述方法还包括：响应于所述用户的自定义标签请求，生成至少一个自定义标签；将各所述自定义标签添加至所述标签库中。

本方案还可以支持用户自定义标签。具体的，自定义标签请求可以通过自定义标签的选项进行触发，如果用户希望自定义标签库以外的标签，则可以通过触发自定义标签的选项发送自定义标签请求，本方案可以根据自定义标签请求，生成至少一个用户自定义的自定义标签，并将各自定义标签添加至标签库中。并且，本方案可以自动将实时消息与用户的自定义标签以一定的规则进行匹配，在用户登录客户端时，还可以将用户的自定义标签向用户进行展示。

由此，通过响应于用户的自定义标签请求，生成至少一个自定义标签；将各自定义标签添加至标签库中。可以实现用户对标签进行自定义，可以提高用户的使用体验。

本发明实施例提供的技术方案，若检测到用户登录事件，则采用自然语言处理技术，并根据实时消息确定至少一个标签；建立和存储实时消息与各标签的关联关系；确定生成时间位于目标时间区间内的候选实时消息；针对各候选实时消息，根据当前候选实时消息以及关联关系确定与当前候选实时消息关联的标签；根据预设评分规则以及当前候选实时消息的生成时间，确定与当前候选实时消息关联的各标签的标签评分；确定目标时间区间内每一个标签的总标签评分；将目标时间区间内各标签的总标签评分进行排序，按照总标签评分从高到低的顺序确定并显示预设数量的候选标签；若确定用户从各候选标签中触发目标标签，则根据关联关系对与目标标签关联的所有实时消息进行显示。通过执行本方案，可以实现将具有相关性的消息集中显示给用户，提高用户的消息查看效率，可以提高用户的使用体验。

图3是本发明实施例提供的消息推送装置结构示意图，所述装置可以配置在用于消息推送的电子设备中。如图3所示，所述装置包括：

标签确定模块310，用于若检测到用户登录事件，则采用自然语言处理技术，并根据实时消息确定至少一个标签；其中，所述实时消息的接收方为所述用户；

关联关系建立模块320，用于建立和存储所述实时消息与各所述标签的关联关系；

候选标签确定模块330，用于根据预设规则确定并显示标签库中的至少一个候选标签；

消息显示模块340，用于若确定所述用户从各所述候选标签中触发目标标签，则根据所述关联关系对与所述目标标签关联的所有实时消息进行显示。

可选的，标签确定模块310，具体用于从所述实时消息中提取出待分词文本；采用自然语言处理技术中训练完成的机器学习模型对所述待分词文本进行语义分析得到至少一个标签。

可选的，所述装置还包括标签添加模块，用于在根据实时消息确定至少一个标签之后若确定所述标签不在标签库中，则将所述标签添加至标签库。

可选的，候选标签确定模块330，包括候选实时消息确定单元，用于确定生成时间位于目标时间区间内的候选实时消息；关联标签确定单元，用于针对各所述候选实时消息，根据当前候选实时消息以及所述关联关系确定与所述当前候选实时消息关联的标签；标签评分确定单元，用于根据预设评分规则以及所述当前候选实时消息的生成时间，确定与所述当前候选实时消息关联的各标签的标签评分；总标签评分确定单元，用于确定所述目标时间区间内每一个标签的总标签评分；候选标签确定单元，用于将所述目标时间区间内各所述标签的总标签评分进行排序，按照总标签评分从高到低的顺序确定并显示预设数量的候选标签。

可选的，所述预设评分规则的确定过程，包括：获取实时消息的生成时间；根据所述实时消息的生成时间与当前时间的时间间隔，确定与所述实时消息关联的标签的标签评分。

可选的，根据所述实时消息的生成时间与当前时间的时间间隔，确定与所述实时消息关联的标签的标签评分，包括：根据所述实时消息的生成时间确定与所述实时消息关联的标签的生成时间；确定时间间隔与标签出现次数的对应关系；根据所述标签的生成时间与当前时间的时间间隔以及所述对应关系，确定所述标签的出现次数；将所述标签的出现次数作为所述标签的标签评分。

可选的，所述装置还包括自定义标签模块，用于响应于所述用户的自定义标签请求，生成至少一个自定义标签；将各所述自定义标签添加至所述标签库中。

上述实施例所提供的装置可以执行本发明任意实施例所提供的消息推送方法，具备执行方法相应的功能模块和有益效果。

图4是本发明实施例提供的一种电子设备结构示意图，如图4所示，该设备包括：

一个或多个处理器410，图4中以一个处理器410为例；

存储器420；

所述设备还可以包括：输入装置430和输出装置440。

所述设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或者其他方式连接，图4中以通过总线连接为例。

存储器420作为一种非暂态计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的一种消息推送方法对应的程序指令/模块。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述方法实施例的一种消息推送方法，即：

若检测到用户登录事件，则采用自然语言处理技术，并根据实时消息确定至少一个标签；其中，所述实时消息的接收方为所述用户；

建立和存储所述实时消息与各所述标签的关联关系；

根据预设规则确定并显示标签库中的至少一个候选标签；

若确定所述用户从各所述候选标签中触发目标标签，则根据所述关联关系对与所述目标标签关联的所有实时消息进行显示。

存储器420可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非暂态性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中，存储器420可选包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置430可用于接收输入的数字或字符信息，以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。

本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例提供的一种消息推送方法，也即：

若检测到用户登录事件，则采用自然语言处理技术，并根据实时消息确定至少一个标签；其中，所述实时消息的接收方为所述用户；

建立和存储所述实时消息与各所述标签的关联关系；

根据预设规则确定并显示标签库中的至少一个候选标签；

若确定所述用户从各所述候选标签中触发目标标签，则根据所述关联关系对与所述目标标签关联的所有实时消息进行显示。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、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)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码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)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种消息推送方法，其特征在于，包括：

若检测到用户登录事件，则采用自然语言处理技术，并根据实时消息确定至少一个标签；其中，所述实时消息的接收方为所述用户；所述标签是分词本身或根据分词进行语义分析推导所得；

建立和存储所述实时消息与各所述标签的关联关系；

根据所述实时消息的生成时间以及目标时间区间确定生成时间位于目标时间区间内的候选实时消息；

针对各所述候选实时消息，根据所述实时消息与标签的关联关系确定与所述目标时间区间内每一条候选实时消息关联的标签；

根据预设评分规则以及当前候选实时消息的生成时间，确定与所述当前候选实时消息关联的各标签的标签评分；

将所述目标时间区间内每一个标签的标签评分进行累加求和确定所述目标时间区间内每一个标签的总标签评分；

将所述目标时间区间内各所述标签的总标签评分进行排序，按照总标签评分从高到低的顺序确定并显示预设数量的候选标签；

若确定所述用户从各所述候选标签中触发目标标签，则根据所述关联关系对与所述目标标签关联的所有实时消息进行显示；

其中，所述预设评分规则的确定过程，包括：

获取实时消息的生成时间；根据所述实时消息的生成时间与当前时间的时间间隔，确定与所述实时消息关联的标签的标签评分。

2.根据权利要求1所述的方法，其特征在于，采用自然语言处理技术，并根据实时消息确定至少一个标签，包括：

从所述实时消息中提取出待分词文本；

采用自然语言处理技术中训练完成的机器学习模型对所述待分词文本进行语义分析得到至少一个标签。

3.根据权利要求1所述的方法，其特征在于，在根据实时消息确定至少一个标签之后，还包括：

若确定所述标签不在标签库中，则将所述标签添加至标签库。

4.根据权利要求1所述的方法，其特征在于，根据所述实时消息的生成时间与当前时间的时间间隔，确定与所述实时消息关联的标签的标签评分，包括：

根据所述实时消息的生成时间确定与所述实时消息关联的标签的生成时间；

确定时间间隔与标签出现次数的对应关系；

根据所述标签的生成时间与当前时间的时间间隔以及所述对应关系，确定所述标签的出现次数；

将所述标签的出现次数作为所述标签的标签评分。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

响应于所述用户的自定义标签请求，生成至少一个自定义标签；

将各所述自定义标签添加至所述标签库中。

6.一种消息推送装置，其特征在于，包括：

标签确定模块，用于若检测到用户登录事件，则采用自然语言处理技术，并根据实时消息确定至少一个标签；其中，所述实时消息的接收方为所述用户；所述标签是分词本身或根据分词进行语义分析推导所得；

关联关系建立模块，用于建立和存储所述实时消息与各所述标签的关联关系；

候选标签确定模块，包括候选实时消息确定单元、关联标签确定单元、标签评分确定单元、总标签评分确定单元和候选标签确定单元，

所述候选实时消息确定单元，用于根据所述实时消息的生成时间以及目标时间区间确定生成时间位于目标时间区间内的候选实时消息；

所述关联标签确定单元，用于针对各所述候选实时消息，根据所述实时消息与标签的关联关系确定与所述目标时间区间内每一条候选实时消息关联的标签；

所述标签评分确定单元，用于根据预设评分规则以及当前候选实时消息的生成时间，确定与所述当前候选实时消息关联的各标签的标签评分；其中，所述预设评分规则的确定过程，包括：获取实时消息的生成时间；根据所述实时消息的生成时间与当前时间的时间间隔，确定与所述实时消息关联的标签的标签评分；

所述总标签评分确定单元，用于将所述目标时间区间内每一个标签的标签评分进行累加求和确定所述目标时间区间内每一个标签的总标签评分；

所述候选标签确定单元，用于将所述目标时间区间内各所述标签的总标签评分进行排序，按照总标签评分从高到低的顺序确定并显示预设数量的候选标签；

消息显示模块，用于若确定所述用户从各所述候选标签中触发目标标签，则根据所述关联关系对与所述目标标签关联的所有实时消息进行显示。

7.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5任一项所述的消息推送方法。

8.一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，该程序被处理器执行时实现如权利要求1-5任一项所述的消息推送方法。