一种推送文案生成方法、装置、电子设备及存储介质与流程

本发明涉及信息技术领域，特别是涉及一种推送文案生成方法、装置、电子设备及存储介质。

背景技术：

随着移动智能终端设备的普及，以及移动应用的飞速发展，用户往往会通过智能终端进行新闻、视频等信息的浏览。同时为了提高用户的体验效果，各应用往往会通过生成并发送推送文案的方式，向用户推送热点信息，便于用户浏览。

然而，目前在信息推送时，应用程序往往是向所有用户推送相同的热门的视频内容，推送标题文案的格式也相对统一，在用户长期收到这种类型的推送后，用户对于推送的新鲜感就会慢慢减少，用户体验效果不佳。

技术实现要素：

本发明实施例的目的在于提供一种推送文案生成方法、装置、电子设备及存储介质，以实现提高用户接收推送文案的体验效果的目的。具体技术方案如下：

在本发明实施的第一方面，首先提供了一种推送文案生成方法，上述方法包括：

获取目标用户的待推送信息；

确定待推送信息的关键词信息及目标用户的兴趣偏好的关键词信息；

将待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息进行匹配，得到目标用户的各兴趣偏好的关键词信息中与待推送信息的关键词信息匹配的关键词信息；

根据匹配的关键词信息生成待推送文案，并向目标用户推送待推送文案。

可选的，根据匹配的关键词信息生成待推送文案，并向目标用户推送待推送文案，包括：

根据预先设定的兴趣偏好的关键词信息与文案生成模板之间的映射关系，通过兴趣偏好的关键词信息查找对应的预设文案生成模板；

通过预设文案生成模板，根据匹配的关键词信息生成待推送文案，并向目标用户推送待推送文案。

可选的，根据匹配的关键词信息生成待推送文案，并向目标用户推送待推送文案，还包括：

根据匹配的关键词信息生成待推送文案；

获取并根据目标用户的历史记录，建立对应目标用户的活跃时间概率函数；

根据活跃时间概率函数，计算得到目标用户活跃概率最大的时间段作为目标用户的活跃时间段；

在活跃时间段，向目标用户推送待推送文案。

可选的，将待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息进行匹配，得到目标用户的各兴趣偏好的关键词信息中与待推送信息的关键词信息匹配的关键词信息，包括：

将待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息进行匹配，得到目标用户的各兴趣偏好的关键词信息中与待推送信息的关键词信息相同的关键词信息，作为匹配的关键词信息。

可选的，获取目标用户的待推送信息，包括：

通过多维用户画像兴趣模型，根据目标用户的历史记录计算得到目标用户的各兴趣偏好的关键词信息；

获取待推送信息库中各信息的关键词信息；

将目标用户的各兴趣偏好的关键词信息与待推送信息库中各信息的的关键词信息进行匹配，选取对应的匹配度最高的待推送信息库中的信息作为待推送信息。

可选的，获取待推送信息库中各信息的关键词信息，包括

获取按照预设筛选规则筛选的信息和/或目标用户上传的信息；

获取并根据按照预设筛选规则筛选的信息和/或目标用户上传的信息的更新时间进行排序；

获取按照预设筛选规则筛选的信息和/或目标用户上传的信息中更新时间最晚的前n条信息的关键词信息。

可选的，通过多维用户画像兴趣模型，根据目标用户的历史记录计算得到目标用户的各兴趣偏好的关键词信息，包括：

获取目标用户的历史浏览记录和/或历史观看记录；

将目标用户的历史浏览记录和/或历史观看记录输入预先训练好的多维用户画像兴趣模型中，计算得到目标用户的各兴趣偏好的关键词信息。

可选的，将目标用户的各兴趣偏好的关键词信息与待推送信息库中各信息的的关键词信息进行匹配，选取对应的匹配度最高的待推送信息库中的信息作为待推送信息，包括：

将目标用户的各兴趣偏好的关键词信息与待推送信息库中各信息的的关键词信息输入预先训练得到的算法预测模型，得到各兴趣偏好的关键词信息与待推送信息库中各信息的的关键词信息的匹配度得分；

选取匹配度最高的待推送信息库中的信息作为待推送信息。

在本发明实施的第二方面，还提供了一种推送文案生成装置，上述装置包括：

待推送信息获取模块，用于获取目标用户的待推送信息；

关键词信息确定模块，用于确定待推送信息的关键词信息及目标用户的兴趣偏好的关键词信息；

关键词信息匹配模块，用于将待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息进行匹配，得到目标用户的各兴趣偏好的关键词信息中与待推送信息的关键词信息匹配的关键词信息；

待推送文案生成模块，用于根据匹配的关键词信息生成待推送文案，并向目标用户推送待推送文案。

可选的，待推送文案生成模块，包括：

模板查找子模块，用于根据预先设定的兴趣偏好的关键词信息与文案生成模板之间的映射关系，通过兴趣偏好的关键词信息查找对应的预设文案生成模板；

文案推送子模块，用于通过预设文案生成模板，根据匹配的关键词信息生成待推送文案，并向目标用户推送待推送文案。

可选的，待推送文案生成模块，还包括：

文案生成子模块，用于根据匹配的关键词信息生成待推送文案；

概率函数创建子模块，用于获取并根据目标用户的历史记录，建立对应目标用户的活跃时间概率函数；

活跃时间段计算子模块，用于根据活跃时间概率函数，计算得到目标用户活跃概率最大的时间段作为目标用户的活跃时间段；

文案推送子模块，用于在活跃时间段，向目标用户推送待推送文案。

可选的，关键词信息匹配模块，具体用于：将待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息进行匹配，得到目标用户的各兴趣偏好的关键词信息中与待推送信息的关键词信息相同的关键词信息，作为匹配的关键词信息。

可选的，待推送信息获取模块，包括：

兴趣偏好计算子模块，用于通过多维用户画像兴趣模型，根据目标用户的历史记录计算得到目标用户的各兴趣偏好的关键词信息；

关键词信息获取子模块，用于获取待推送信息库中各信息的关键词信息；

待推送信息选取子模块，用于将目标用户的各兴趣偏好的关键词信息与待推送信息库中各信息的的关键词信息进行匹配，选取对应的匹配度最高的待推送信息库中的信息作为待推送信息。

可选的，关键词信息获取子模块，包括

筛选与上传信息获取子模块，用于获取按照预设筛选规则筛选的信息和/或目标用户上传的信息；

筛选与上传信息排序子模块，用于获取并根据按照预设筛选规则筛选的信息和/或目标用户上传的信息的更新时间进行排序；

筛选与上传信息选取子模块，用于获取按照预设筛选规则筛选的信息和/或目标用户上传的信息中更新时间最晚的前n条信息的关键词信息。

可选的，兴趣偏好计算子模块，包括：

浏览与观看记录获取子模块，用于获取目标用户的历史浏览记录和/或历史观看记录；

兴趣偏好关键词获取子模块，用于将目标用户的历史浏览记录和/或历史观看记录输入预先训练好的多维用户画像兴趣模型中，计算得到目标用户的各兴趣偏好的关键词信息。

可选的，待推送信息选取子模块，包括：

匹配度得分计算子模块，用于将目标用户的各兴趣偏好的关键词信息与待推送信息库中各信息的的关键词信息输入预先训练得到的算法预测模型，得到各兴趣偏好的关键词信息与待推送信息库中各信息的的关键词信息的匹配度得分；

最高匹配度选取子模块，用于选取匹配度最高的待推送信息库中的信息作为待推送信息。

在本发明实施的又一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述的推送文案生成方法。

在本发明实施的又一方面，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的推送文案生成方法。

本发明实施例提供的一种推送文案生成方法、装置、电子设备及存储介质，通过获取目标用户的待推送信息；确定待推送信息的关键词信息及目标用户的兴趣偏好的关键词信息；将待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息进行匹配，得到目标用户的各兴趣偏好的关键词信息中与待推送信息的关键词信息匹配的关键词信息；根据匹配的关键词信息生成待推送文案，并向目标用户推送待推送文案。可以针对不同的用户，根据用户自身的兴趣偏好的关键词信息生成对应的文案，并向该用户发送，解决了现有技术中由于文案形式单一导致的用户体验效果不佳的技术问题，提高了用户的体验效果。

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简单地介绍。

图1为本申请实施例提供的推送文案生成方法的第一种流程示意图；

图2a为本申请实施例的第一种推送文案实例图；

图2b为本申请实施例的第二种推送文案实例图；

图2c为本申请实施例的第三种推送文案实例图；

图3为本申请实施例提供的向用户推送的流程示意图；

图4为本申请实施例提供的获取目标用户的待推送信息的流程示意图；

图5为本申请实施例的推送文案生成方法的一种实例图；

图6为本申请实施例提供的推送文案生成装置的一种结构示意图；

图7为本申请实施例提供的电子设备的结构示意图。

具体实施方式

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描述。

为了提高用户接收推送文案的体验效果，本申请实施例提供了一种推送文案生成方法。

本申请的一个实施例中，上述方法包括：

获取目标用户的待推送信息；

确定待推送信息的关键词信息及目标用户的兴趣偏好的关键词信息；

将待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息进行匹配，得到目标用户的各兴趣偏好的关键词信息中与待推送信息的关键词信息匹配的关键词信息；

根据匹配的关键词信息生成待推送文案，并向目标用户推送待推送文案。

可见，通过本申请实施例的推送文案生成方法，可以针对不同的用户，根据用户自身的兴趣偏好的关键词信息生成对应的文案，并向该用户发送，解决了现有技术中由于文案形式单一导致的用户体验效果不佳的技术问题，提高了用户的体验效果。

下面通过具体实施例对本申请实施例提供的推送文案生成方法进行详细说明。

本申请实施例中的推送文案可以是应用在向用户发送推送信息时生成的，通过该推送文案用户可以了解到兴趣偏好后生成的信息。例如，向用户推送某首华语歌曲时，推送文案为：猜你喜欢华语音乐。

具体的，参见图1，图1为本申请实施例提供的推送文案生成方法的第一种流程示意图，包括：

步骤s11，获取目标用户的待推送信息。

目标用户可以是当前用户群中的全部或部分用户。在实际使用过程中，可以通过从当前用户群中选取安装当前应用且开启信息推送功能的用户，作为目标用户。例如，对应用当前的用户群体进行初步过滤，过滤掉推送通知关闭的用户以及卸载应用的用户。通过从当前用户群中选取目标用户，可以提高信息推送的有效性，减少无效的推送量。

待推送信息可以是根据目标用户的兴趣偏好匹配得到的信息。例如，通过获取目标用户的兴趣偏好的关键词信息，将该兴趣偏好的关键词信息与待推送信息库中各信息的关键词信息进行匹配，将匹配得到的待推送信息库中的信息作为待推送信息。在实际使用过程中，获取目标用户的兴趣偏好的关键词信息可以通过多维用户画像兴趣模型，根据用户的历史记录得到目标用户的兴趣偏好的关键词信息。其中，待推送信息库中的信息，可以是预先筛选的信息和/或目标用户上传的信息。例如，可以通过人工方式对上传的信息进行筛选，筛选出热门信息和目标用户上传的目标信息，目标用户可以是预先确定的指定用户，如粉丝较多的热门上传用户等。

在本申请实施例中的推送文案生成方法可以通过智能终端来执行，具体的该智能终端可以是电脑或服务器等。

步骤s12，确定待推送信息的关键词信息及目标用户的兴趣偏好的关键词信息。

确定待推送信息的关键词信息可以获取待推送信息库中各信息的名称，作者等相关信息的关键词信息。例如，当待推送信息库中各信息为视频信息时，可以获取视频的标题内容标签、视频类型标签、上传人员信息、视频embedding(嵌入)向量等。

确定目标用户的兴趣偏好的关键词信息，可以通过多维用户画像兴趣模型根据目标用户的历史记录计算得到目标用户的标签兴趣的偏好的关键词信息、频道类别的兴趣偏好的关键词信息、上传人员的兴趣偏好的关键词信息、单一视频偏好的关键词信息。

步骤s13，将待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息进行匹配，得到目标用户的各兴趣偏好的关键词信息中与待推送信息的关键词信息匹配的关键词信息。

将待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息进行匹配，可以将所待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息输入预先训练好的预测模型进行预测，得到待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息之间的匹配度得分。其中，预测模型可以是进行匹配度计算的多种类型的模型，如fm(factorizationmachine，因子分解机)模型算法等。

得到目标用户的各兴趣偏好的关键词信息中与待推送信息的关键词信息匹配的关键词信息，可以根据待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息之间的匹配度得分，选取匹配度得分大于预设阈值的关键词信息作为匹配的关键词信息。或，根据待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息之间的匹配度得分，选取匹配度得分最大的关键词信息作为匹配的关键词信息。

可选的，在实际使用过程中，将待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息进行匹配，可以选取目标用户的各兴趣偏好的关键词信息中与待推送信息的关键词信息相同的关键词信息，作为匹配的关键词信息。

步骤s14，根据匹配的关键词信息生成待推送文案，并向目标用户推送待推送文案。

可选的，根据匹配的关键词信息生成待推送文案，并向目标用户推送待推送文案，包括：根据预先设定的兴趣偏好的关键词信息与文案生成模板之间的映射关系，通过兴趣偏好的关键词信息查找对应的预设文案生成模板；通过预设文案生成模板，根据匹配的关键词信息生成待推送文案，并向目标用户推送待推送文案。

其中，根据匹配的关键词信息生成待推送文案，可以根据匹配的关键词信息的类型选取对应的文案，如，关键词信息的类型为人名、歌曲类型，作者等，根据关键词信息的类型选取对应的文案。

例如，参见图2a，图2a为本申请实施例的第一种推送文案实例图，如匹配的关键词信息为标签“***(人名)”，则可以判断目标用户有对于标签“***”的兴趣偏好，因此可以为目标用户生成相应推送文案“猜你关注***”以代替“热点”。

再例如，参见图2b，图2b为本申请实施例的第二种推送文案实例图，如匹配的关键词信息为歌曲类别为“华语音乐”，则可以为目标用户生成“猜你关注华语音乐”的推送文案。

再例如，参见图2c，图2c为本申请实施例的第三种推送文案实例图，如匹配的关键词信息为某一上传用户，则可以为目标用户生成“你关注的人更新了”推送文案。

可见，通过本申请实施例的推送文案生成方法，可以针对不同的用户，根据用户自身的兴趣偏好的关键词信息生成对应的文案，并向该用户发送，解决了现有技术中由于文案形式单一导致的用户体验效果不佳的技术问题，提高了用户的体验效果。

可选的，参见图3，步骤s14根据匹配的关键词信息生成待推送文案，并向目标用户推送待推送文案，还包括：

步骤s141，根据匹配的关键词信息生成待推送文案。

步骤s142，获取并根据目标用户的历史记录，建立对应目标用户的活跃时间概率函数。

步骤s143，根据活跃时间概率函数，计算得到目标用户活跃概率最大的时间段作为目标用户的活跃时间段。

步骤s144，在活跃时间段，向目标用户推送待推送文案。

具体的，可以建立对应目标用户的活跃时间概率函数，根据目标用户的历史记录，通过统计的方法得到各个时间段的活跃概率。例如，通过统计，用户的过去一周内，共浏览了100次，20点到21点的浏览次数为30次，则该用户20点到21点的活跃概率为30％，依次统计各个时间段浏览次数，得到各个时间段的活跃概率。

根据活跃时间概率函数，计算得到目标用户活跃概率最大的时间段作为目标用户的活跃时间段，在活跃时间段，向目标用户推送待推送文案。例如，当统计一天内各个时间段的活跃概率，得到目标用户20点到21点的活跃概率最大，则可以将20点到21点作为活跃时间段，向目标用户推送待推送文案。

可见，通过获取并根据目标用户的历史记录，建立对应目标用户的活跃时间概率函数，在活跃时间段，向目标用户推送待推送文案。可以提高目标用户接受该推送文案的概率，从而提高文案推送的效率。

可选的，参见图4，步骤s11获取目标用户的待推送信息，包括：

步骤s111，通过多维用户画像兴趣模型，根据目标用户的历史记录计算得到目标用户的各兴趣偏好的关键词信息。

可选的，通过多维用户画像兴趣模型，根据目标用户的历史记录计算得到目标用户的各兴趣偏好的关键词信息，包括：获取目标用户的历史浏览记录和/或历史观看记录；将目标用户的历史浏览记录和/或历史观看记录输入预先训练好的多维用户画像兴趣模型中，计算得到目标用户的各兴趣偏好的关键词信息。

历史记录可以包括浏览和观看记录。具体的，浏览和观看记录可以包括浏览的时间和所浏览的信息等。例如，该用户，2020年12月12日20:28-2020年12月12日21:01观看了电视剧《***》等。

可选的，利用目标用户在应用内的浏览、观看历史记录，建立多维用户画像兴趣模型，从多个维度描述目标用户对于标签兴趣的偏好、频道类别的兴趣偏好、上传者的兴趣偏好、单一视频偏好等，并用分数来表示他们的偏好程度；同时根据每天的用户行为，更新用户的各维度兴趣偏好得分，维持用户画像兴趣模型的动态更新，并可以添加时间衰减，如果用户存在某一兴趣偏好得分，但长时间没有再进行相关的历史记录行为，则会降低该兴趣点偏好得分。

步骤s112，获取待推送信息库中各信息的关键词信息。

可选的，获取待推送信息库中各信息的关键词信息，包括：获取按照预设筛选规则筛选的信息和/或目标用户上传的信息；获取并根据按照预设筛选规则筛选的信息和/或目标用户上传的信息的更新时间进行排序；获取按照预设筛选规则筛选的信息和/或目标用户上传的信息中更新时间最晚的前n条信息的关键词信息。

步骤s113，将目标用户的各兴趣偏好的关键词信息与待推送信息库中各信息的的关键词信息进行匹配，选取对应的匹配度最高的待推送信息库中的信息作为待推送信息。

可选的，将目标用户的各兴趣偏好的关键词信息与待推送信息库中各信息的的关键词信息进行匹配，选取对应的匹配度最高的待推送信息库中的信息作为待推送信息，包括：将目标用户的各兴趣偏好的关键词信息与待推送信息库中各信息的的关键词信息输入预先训练得到的算法预测模型，得到各兴趣偏好的关键词信息与待推送信息库中各信息的的关键词信息的匹配度得分；选取匹配度最高的待推送信息库中的信息作为待推送信息。

可见，根据目标用户的历史记录计算得到目标用户的各兴趣偏好的关键词信息，将目标用户的各兴趣偏好的关键词信息与待推送信息库中各信息的的关键词信息进行匹配，选取对应的匹配度最高的待推送信息库中的信息作为待推送信息。可以针对不同的用户，根据自身的兴趣偏好信息生成对应推送视频的文案，并向该用户发送。

参见图5，图5为本申请实施例的推送文案生成方法的一种实例图，包括：

1、候选视频选择，通过人工筛选将待推送视频在视频库中打上待推送标记，同时，设置为白名单的上传者的视频也会自动打上待推送标记。每天选取最新的二十万条视频作为候选推送视频。

2、候选人群圈定，选择近期打开移动应用的用户群体，并对用户群体进行初步过滤，过滤掉推送通知关闭的用户以及卸载应用的用户，减少无效的推送量。

3、视频特征生成，选取候选视频的标题内容标签、视频类型标签、上传者、视频embedding向量等作为视频侧的特征。

4、用户画像兴趣生成，利用用户在应用内的浏览、观看历史记录，建立多维用户画像兴趣模型，从多个维度描述用户对于标签的兴趣偏好、频道类别的兴趣偏好、上传者的兴趣偏好、单一视频偏好等，并用分数来表示他们的偏好程度，同时加入时间兴趣衰减，维持用户画像兴趣模型的动态更新。

5、用户推送列表生成，将每个用户的多维度兴趣与对应的视频特征相匹配，输入预训练的排序模型得到每个用户对每个待推送视频的匹配得分，选择得分最高的视频作为最后的推送视频。

6、用户推送文案生成，在个性化视频推送通道中，获得每个用户的待推送视频后，可以查询该推送视频是通过与用户的哪类兴趣偏好进行匹配并召回的。根据视频召回的源头，可以为用户匹配个性化的推送文案。对于推送文案与用户待推送视频之间的生成关系，通过维护了一个文案类型数据库，数据库中包含了文案模版与推送视频来源的映射关系。在为用户生成个性化的推送视频后，通过查询待推送视频与用户兴趣的匹配来源，找到对应的推送文案模版，为每一个用户生成个性化的推送文案。

7、个性化推送时间计算，在用户与视频进行匹配后，利用用户在应用内历史行为数据的时间记录，为每个用户建立个性化的活跃时间概率函数，在用户最大概率的活跃时间段内将视频下发到用户端，这样既分散了下发时间，又尽可能的减少了打扰用户的概率，提升了推送效果。

在本发明实施的第二方面，还提供了一种推送文案生成装置，参见图6，上述装置包括：

待推送信息获取模块601，用于获取目标用户的待推送信息；

关键词信息确定模块602，用于确定待推送信息的关键词信息及目标用户的兴趣偏好的关键词信息；

关键词信息匹配模块603，用于将待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息进行匹配，得到目标用户的各兴趣偏好的关键词信息中与待推送信息的关键词信息匹配的关键词信息；

待推送文案生成模块604，用于根据匹配的关键词信息生成待推送文案，并向目标用户推送待推送文案。

可选的，待推送文案生成模块604，包括：

模板查找子模块，用于根据预先设定的兴趣偏好的关键词信息与文案生成模板之间的映射关系，通过兴趣偏好的关键词信息查找对应的预设文案生成模板；

文案推送子模块，用于通过预设文案生成模板，根据匹配的关键词信息生成待推送文案，并向目标用户推送待推送文案。

可选的，待推送文案生成模块604，还包括：

文案生成子模块，用于根据匹配的关键词信息生成待推送文案；

概率函数创建子模块，用于获取并根据目标用户的历史记录，建立对应目标用户的活跃时间概率函数；

活跃时间段计算子模块，用于根据活跃时间概率函数，计算得到目标用户活跃概率最大的时间段作为目标用户的活跃时间段；

文案推送子模块，用于在活跃时间段，向目标用户推送待推送文案。

可选的，关键词信息匹配模块603，具体用于：将待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息进行匹配，得到目标用户的各兴趣偏好的关键词信息中与待推送信息的关键词信息相同的关键词信息，作为匹配的关键词信息。

可选的，待推送信息获取模块601，包括：

兴趣偏好计算子模块，用于通过多维用户画像兴趣模型，根据目标用户的历史记录计算得到目标用户的各兴趣偏好的关键词信息；

关键词信息获取子模块，用于获取待推送信息库中各信息的关键词信息；

待推送信息选取子模块，用于将目标用户的各兴趣偏好的关键词信息与待推送信息库中各信息的的关键词信息进行匹配，选取对应的匹配度最高的待推送信息库中的信息作为待推送信息。

可选的，关键词信息获取子模块，包括

筛选与上传信息获取子模块，用于获取按照预设筛选规则筛选的信息和/或目标用户上传的信息；

筛选与上传信息排序子模块，用于获取并根据按照预设筛选规则筛选的信息和/或目标用户上传的信息的更新时间进行排序；

筛选与上传信息选取子模块，用于获取按照预设筛选规则筛选的信息和/或目标用户上传的信息中更新时间最晚的前n条信息的关键词信息。

可选的，兴趣偏好计算子模块，包括：

浏览与观看记录获取子模块，用于获取目标用户的历史浏览记录和/或历史观看记录；

兴趣偏好关键词获取子模块，用于将目标用户的历史浏览记录和/或历史观看记录输入预先训练好的多维用户画像兴趣模型中，计算得到目标用户的各兴趣偏好的关键词信息。

可选的，待推送信息选取子模块，包括：

匹配度得分计算子模块，用于将目标用户的各兴趣偏好的关键词信息与待推送信息库中各信息的的关键词信息输入预先训练得到的算法预测模型，得到各兴趣偏好的关键词信息与待推送信息库中各信息的的关键词信息的匹配度得分；

最高匹配度选取子模块，用于选取匹配度最高的待推送信息库中的信息作为待推送信息。

可见，通过本申请实施例的推送文案生成装置，可以针对不同的用户，根据用户自身的兴趣偏好的关键词信息生成对应的文案，并向该用户发送，解决了现有技术中由于文案形式单一导致的用户体验效果不佳的技术问题，提高了用户的体验效果。

本发明实施例还提供了一种电子设备，如图7所示，包括处理器701、通信接口702、存储器703和通信总线704，其中，处理器701，通信接口702，存储器703通过通信总线704完成相互间的通信，

存储器703，用于存放计算机程序；

处理器701，用于执行存储器703上所存放的程序时，实现如下步骤：

获取目标用户的待推送信息；

确定待推送信息的关键词信息及目标用户的兴趣偏好的关键词信息；

将待推送信息的关键词信息与目标用户的各兴趣偏好的关键词信息进行匹配，得到目标用户的各兴趣偏好的关键词信息中与待推送信息的关键词信息匹配的关键词信息；

根据匹配的关键词信息生成待推送文案，并向目标用户推送待推送文案。

上述终端提到的通信总线可以是外设部件互连标准(peripheralcomponentinterconnect，简称pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，简称eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口用于上述终端与其他设备之间的通信。

存储器可以包括随机存取存储器(randomaccessmemory，简称ram)，也可以包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，简称cpu)、网络处理器(networkprocessor，简称np)等；还可以是数字信号处理器(digitalsignalprocessor，简称dsp)、专用集成电路(applicationspecificintegratedcircuit，简称asic)、现场可编程门阵列(field－programmablegatearray，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例中任一所述的推送文案生成方法。

在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的推送文案生成方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、存储介质、计算机程序产品实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。