文案推荐方法以及装置制造方法及图纸

本说明书提供文案推荐方法以及装置，其中所述文案推荐方法包括：根据浏览业务项目的用户的属性数据确定所述用户的用户标签以及所述业务项目的项目标签；将所述用户标签与所述项目标签输入至筛选模型，获得所述筛选模型输出的与所述用户匹配的多媒体数据和题材格式；在所述业务项目预先建立的素材数据库中提取与所述用户匹配的素材数据，并按照所述题材格式对所述素材数据进行处理获得题材数据；基于所述题材数据以及所述多媒体数据生成文案，并通过所述业务项目的展示页面向所述用户推荐所述文案。

Recommended methods and devices for copywriting

【技术实现步骤摘要】
文案推荐方法以及装置
本说明书涉及计算机
，特别涉及一种文案推荐方法。本说明书同时涉及一种文案推荐装置，一种计算设备，以及一种计算机可读存储介质。
技术介绍
随着互联网技术的发展，各式各样的互联网服务应运而生，而要想将互联网服务得到广泛的应用，就需要不断的对该互联网服务进行推广，通过广告等方式提高推广效率，进而实现该互联网服务的广泛应用。然而，在向用户推荐广告等推广信息的过程中，通常是根据用户的属性信息以及当前业务场景选择广告等推广信息向用户进行推荐，而推广信息通常是采用拼凑方式而生成的，导致最终向用户展示的推广信息可能与用户的意图达不成共识，进而并不能够实现提高推广效率的效果，并且该过程操作流程复杂，无论是效率还是效果都是较低的，故亟需一种更简单方法实现推广信息的生成，以达到高效率推广的效果。
技术实现思路
有鉴于此，本说明书实施例提供了一种文案推荐方法。本说明书同时涉及一种文案推荐装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。根据本说明书实施例的第一方面，提供了一种文案推荐方法，包括：根据浏览业务项目的用户的属性数据确定所述用户的用户标签以及所述业务项目的项目标签；将所述用户标签与所述项目标签输入至筛选模型，获得所述筛选模型输出的与所述用户匹配的多媒体数据和题材格式；在所述业务项目预先建立的素材数据库中提取与所述用户匹配的素材数据，并按照所述题材格式对所述素材数据进行处理获得题材数据；基于所述题材数据以及所述多媒体数据生成文案，并通过所述业务项目的展示页面向所述用户推荐所述文案。可选的，所述根据浏览业务项目的用户的属性数据确定所述用户的用户标签以及所述业务项目的项目标签，包括：根据所述属性数据确定所述用户对应的第一标签组成的用户标签集合，以及根据所述业务项目的项目数据确定所述业务项目对应的第二标签组成的项目标签集合；检测所述用户标签集合中包含的第一标签对应的历史用户转化率，以及所述项目标签集合中包含的第二标签对应的历史项目转化率；选择所述历史用户转化率最高的第一标签作为所述用户的所述用户标签，以及所述历史项目转换率最高的第二标签作为所述业务项目的所述项目标签。可选的，所述按照所述题材格式对所述素材数据进行处理获得题材数据，包括：根据所述题材格式确定文字大小格式、文字颜色格式以及句式；按照所述文字大小格式对所述素材数据中的文字数据进行文字大小处理，获得第一素材数据；按照所述文字颜色格式对所述第一素材数据进行文字颜色处理，获得第二素材数据；按照所述句式对所述第二素材数据进行句式处理，获得目标题材数据，并将所述目标题材数据作为所述题材数据。可选的，所述基于所述题材数据以及所述多媒体数据生成文案，包括：根据所述多媒体数据在所述业务项目预先建立的分布模板库中选择分布模板；基于所述分布模板确定所述题材数据对应的题材分布区域，以及确定所述多媒体数据对应的多媒体分布区域；按照所述题材分布区域对所述题材数据进行调整，以及按照所述多媒体分布区域对所述多媒体数据进行调整；基于所述分布模板将调整后的题材数据和调整后的多媒体数据进行组装处理生成所述文案。可选的，所述筛选模型通过如下方式训练：采集参与所述业务项目的样本用户的样本用户标签，以及与所述样本用户标签具有对应关系的样本项目标签；基于所述样本用户标签以及所述样本用户标签对应的样本项目标签构建样本标签组，并确定所述样本标签组对应的样本多媒体数据和样本题材格式；将所述样本标签组以及所述样本标签组对应的所述样本多媒体数据和所述样本题材格式输入至基于所述样本标签组以及所述样本标签组对应的所述样本多媒体数据和所述样本题材格式的关联关系构建的筛选模型进行训练，获得所述筛选模型。可选的，所述基于所述题材数据以及所述多媒体数据生成文案，并通过所述业务项目的展示页面向所述用户推荐所述文案步骤执行之后，还包括：获取所述文案对应的转化率，并判断所述转化率是否大于转化率阈值；若是，将所述文案存储至所述业务项目的文案库，并建立所述文案与所述题材格式以及所述多媒体数据之间的关联关系；若否，将所述多媒体数据和所述题材格式以及所述用户标签和所述项目标签作为负训练样本对所述筛选模型进行优化。可选的，所述在所述业务项目预先建立的素材数据库中提取与所述用户匹配的素材数据，并按照所述题材格式对所述素材数据进行处理获得题材数据步骤执行之前，还包括：根据所述业务项目的历史浏览数据确定成功参与所述业务项目的项目用户；基于所述项目用户的属性数据确定所述项目用户的项目用户标签，并将所述项目用户标签发送至素材数据生成模块；接收所述素材数据生成模块返回的针对所述项目用户标签生成的素材数据，并将所述素材数据存储至所述素材数据库。可选的，在所述多媒体数据为声音数据和图片数据的情况下，所述基于所述题材数据以及所述多媒体数据生成文案，包括：基于所述图片数据和所述题材数据生成图文数据，并将所述声音数据与所述图文数据进行融合获得目标文案，将所述目标文案作为所述文案。可选的，在所述多媒体数据为图片数据的情况下，所述基于所述题材数据以及所述多媒体数据生成文案，包括：基于所述图片数据和所述题材数据生成图文资源，并将所述图文资源作为所述文案。可选的，在所述多媒体数据为声音数据的情况下，所述基于所述题材数据以及所述多媒体数据生成文案，包括：基于所述声音数据和所述题材数据生成音频资源，并将所述音频资源作为所述文案。可选的，在所述多媒体数据为视频数据的情况下，所述基于所述题材数据以及所述多媒体数据生成文案，包括：基于所述视频数据和所述题材数据生成视频资源，并将所述视频资源作为所述文案。可选的，所述通过所述业务项目的展示页面向所述用户推荐所述文案，包括：获取所述用户浏览所述业务项目的所述展示页面的浏览时间；在所述浏览时间大于预设时间阈值的情况下，以在所述展示页面中的展示窗口展示所述文案的方式向所述用户推荐所述文案。根据本说明书实施例的第二方面，提供了一种文案推荐装置，包括：确定标签模块，被配置为根据浏览业务项目的用户的属性数据确定所述用户的用户标签以及所述业务项目的项目标签；模型筛选模块，被配置为将所述用户标签与所述项目标签输入至筛选模型，获得所述筛选模型输出的与所述用户匹配的多媒体数据和题材格式；处理数据模块，被配置为在所述业务项目预先建立的素材数据库中提取与所述用户匹配的素材数据，并按照所述题材格式对所述素材数据进行处理获得题材数据；推荐文案模块，被配置为基于所述题材数据以及所述多媒体数据生成文案，并通过所述业务项目的展示页面向所述用户推荐所述文案。根据本说明书实施例的第三方面，提供了一种计算设备，包括：存储器和处理器；所述存储器用本文档来自技高网...

【技术保护点】
1.一种文案推荐方法，包括：/n根据浏览业务项目的用户的属性数据确定所述用户的用户标签以及所述业务项目的项目标签；/n将所述用户标签与所述项目标签输入至筛选模型，获得所述筛选模型输出的与所述用户匹配的多媒体数据和题材格式；/n在所述业务项目预先建立的素材数据库中提取与所述用户匹配的素材数据，并按照所述题材格式对所述素材数据进行处理获得题材数据；/n基于所述题材数据以及所述多媒体数据生成文案，并通过所述业务项目的展示页面向所述用户推荐所述文案。/n

【技术特征摘要】
1.一种文案推荐方法，包括：
根据浏览业务项目的用户的属性数据确定所述用户的用户标签以及所述业务项目的项目标签；
将所述用户标签与所述项目标签输入至筛选模型，获得所述筛选模型输出的与所述用户匹配的多媒体数据和题材格式；
在所述业务项目预先建立的素材数据库中提取与所述用户匹配的素材数据，并按照所述题材格式对所述素材数据进行处理获得题材数据；
基于所述题材数据以及所述多媒体数据生成文案，并通过所述业务项目的展示页面向所述用户推荐所述文案。


2.根据权利要求1所述的文案推荐方法，所述根据浏览业务项目的用户的属性数据确定所述用户的用户标签以及所述业务项目的项目标签，包括：
根据所述属性数据确定所述用户对应的第一标签组成的用户标签集合，以及根据所述业务项目的项目数据确定所述业务项目对应的第二标签组成的项目标签集合；
检测所述用户标签集合中包含的第一标签对应的历史用户转化率，以及所述项目标签集合中包含的第二标签对应的历史项目转化率；
选择所述历史用户转化率最高的第一标签作为所述用户的所述用户标签，以及所述历史项目转换率最高的第二标签作为所述业务项目的所述项目标签。


3.根据权利要求1所述的文案推荐方法，所述按照所述题材格式对所述素材数据进行处理获得题材数据，包括：
根据所述题材格式确定文字大小格式、文字颜色格式以及句式；
按照所述文字大小格式对所述素材数据中的文字数据进行文字大小处理，获得第一素材数据；
按照所述文字颜色格式对所述第一素材数据进行文字颜色处理，获得第二素材数据；
按照所述句式对所述第二素材数据进行句式处理，获得目标题材数据，并将所述目标题材数据作为所述题材数据。


4.根据权利要求1所述的文案推荐方法，所述基于所述题材数据以及所述多媒体数据生成文案，包括：
根据所述多媒体数据在所述业务项目预先建立的分布模板库中选择分布模板；
基于所述分布模板确定所述题材数据对应的题材分布区域，以及确定所述多媒体数据对应的多媒体分布区域；
按照所述题材分布区域对所述题材数据进行调整，以及按照所述多媒体分布区域对所述多媒体数据进行调整；
基于所述分布模板将调整后的题材数据和调整后的多媒体数据进行组装处理生成所述文案。


5.根据权利要求1所述的文案推荐方法，所述筛选模型通过如下方式训练：
采集参与所述业务项目的样本用户的样本用户标签，以及与所述样本用户标签具有对应关系的样本项目标签；
基于所述样本用户标签以及所述样本用户标签对应的样本项目标签构建样本标签组，并确定所述样本标签组对应的样本多媒体数据和样本题材格式；
将所述样本标签组以及所述样本标签组对应的所述样本多媒体数据和所述样本题材格式输入至基于所述样本标签组以及所述样本标签组对应的所述样本多媒体数据和所述样本题材格式的关联关系构建的筛选模型进行训练，获得所述筛选模型。


6.根据权利要求1所述的文案推荐方法，所述基于所述题材数据以及所述多媒体数据生成文案，并通过所述业务项目的展示页面向所述用户推荐所述文案步骤执行之后，还包括：
获取所述文案对应的转化率，并判断所述转化率是否大于转化率阈值；
若是，将所述文案存储至所述业务项目的文案库，并建立所述文案与所述题材格式以及所述多媒体数据之间的关联关系；
若否，将所述多媒体数据和所述题材格式以及所述用户标签和所述项目标签作为负训练样本对所述筛选模型进行优化。


7.根据权利要求1所述的文案推荐方...

【专利技术属性】
技术研发人员：胡丁相，操颖平，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33