数据处理方法、装置、电子设备和存储介质与流程

1.本技术涉及计算机技术领域，特别是涉及一种数据处理方法、一种数据处理装置、一种电子设备和一种存储介质。


背景技术：

2.随着直播的发展，越来越多的直播出现在人们的眼前，如电商直播、网络直播、娱乐直播等。
3.为了保证直播内容的健康、合规，目前会采用包含各种识别算法的分析器对直播内容进行分析，以管理可能出现违规的内容，如可以通过语音识别的识别算法识别主播是否出现辱骂、虚假宣传等内容，以进行相应的管理，如可以通过图像识别的识别算法来识别主播是否出现不雅动作等内容，以进行相应的管理。
4.但是，采用上述方式对直播内容进行分析管理，服务端需要对大量的数据进行分析，服务端对直播数据的处理效率低。


技术实现要素：

5.本技术实施例提供了一种数据处理方法，以提升对直播数据的处理效率。
6.相应的，本技术实施例还提供了一种电子设备和一种存储介质，用以保证上述系统的实现及应用。
7.为了解决上述问题，本技术实施例公开了一种数据处理方法，所述的方法包括：获取直播数据，并确定对应各分析器的子数据；获取目标子数据的数据特征和历史目标子数据的历史分析结果，并确定目标分析器的动作信息；依据所述动作信息对目标分析器进行控制，以确定目标子数据对应的分析结果。
8.为了解决上述问题，本技术实施例公开了一种数据处理方法，所述方法包括：采集直播数据中对应目标分析器的目标子数据；依据数据检测器，确定历史目标子数据的历史分析结果；上传目标子数据和历史分析结果给服务端，以便在服务端依据目标子数据的数据特征和历史目标子数据的历史分析结果，确定目标分析器的动作信息，以依据动作信息对目标分析器进行控制，确定目标子数据的分析结果。
9.为了解决上述问题，本技术实施例公开了一种数据处理方法，所述方法包括：获取多媒体数据，并确定对应各分析器的子数据；获取目标子数据的数据特征和历史目标子数据的历史分析结果，并确定目标分析器的动作信息；依据所述动作信息对目标分析器进行控制，以确定目标子数据对应的分析结果。
10.为了解决上述问题，本技术实施例公开了一种数据处理方法，所述方法包括：获取目标对象的对象描述数据，并确定对应各分析器的子数据；获取目标子数据的数据特征和历史目标子数据的历史分析结果，并确定目标分析器的动作信息；依据所述动作信息对目标分析器进行控制，以确定目标子数据对应的分析结果。
11.为了解决上述问题，本技术实施例公开了一种数据处理方法，所述方法包括：获取
直播数据，并确定对应各分析器的子数据；获取目标子数据的数据特征和历史目标子数据的历史分析结果，并确定目标分析器的动作信息；依据所述动作信息对目标分析器进行控制，以确定目标子数据对应的分析结果；依据各子数据的分析结果，确定直播数据的审核结果，以依据审核结果对直播数据进行处理。
12.为了解决上述问题，本技术实施例公开了一种电子设备，其特征在于，包括：处理器；和存储器，其上存储有可执行代码，当所述可执行代码被执行时，使得所述处理器执行如上述实施例中一个或多个所述的方法。
13.为了解决上述问题，本技术实施例公开了一个或多个机器可读介质，其上存储有可执行代码，当所述可执行代码被执行时，使得处理器执行如上述实施例中一个或多个所述的方法。
14.与现有技术相比，本技术实施例包括以下优点：
15.本技术实施例中，可以获取直播数据和对应的分析器，之后，可以获取直播数据中对应目标分析器的目标子数据，并依据目标子数据的数据特征和历史目标子数据的历史分析结果，确定目标分析器对应的动作信息。确定目标分析器对应的动作信息之后，可以依据动作信息对目标分析器进行控制，以通过目标分析器确定目标子数据对应的分析结果。本技术实施例可以通过分析子数据的数据特征和历史子数据的历史分析结果，确定动作信息，以依据动作信息控制分析器对子数据进行分析或忽略子数据，从而能够减少分析器分析的数据量，能够提升对直播数据的处理效率，进而可以更加及时的完成直播数据的传输。
附图说明
16.图1a是本技术一个实施例的数据处理方法的流程示意图；
17.图1b是本技术另一个实施例的数据处理方法的流程示意图；
18.图2a是本技术再一个实施例的数据处理方法的流程示意图；
19.图2b是本技术再一个实施例的数据处理方法的流程示意图；
20.图2c是本技术再一个实施例的数据处理方法的流程示意图；
21.图3是本技术再一个实施例的数据处理方法的流程示意图；
22.图4是本技术再一个实施例的数据处理方法的流程示意图；
23.图5是本技术再一个实施例的数据处理方法的流程示意图；
24.图6是本技术再一个实施例的数据处理方法的流程示意图；
25.图7是本技术一个实施例的数据处理装置的结构示意图；
26.图8是本技术另一个实施例的数据处理装置的结构示意图；
27.图9是本技术一个实施例提供的示例性装置的结构示意图。
具体实施方式
28.为使本技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本技术作进一步详细的说明。
29.本技术实施例可以应用于直播的领域，直播是指将采集的现场数据发布到网络上，以供观众进行观看。本技术实施例的直播数据可以为各个场景的直播数据，如直播数据可以为电商直播数据、娱乐直播数据、网络直播数据、教育直播数据、医疗直播数据、会议直
播数据、比赛直播数据等。
30.如图1a所示，本技术实施例，直播数据的传输过程涉及三个端侧，分别为：用于采集直播数据的第一端、用于对直播数据进行分析的服务端和观看直播数据的第二端，本技术实施例可以通过第一端获取现场的直播数据，并将直播数据上传给服务端，以通过服务端对直播数据进行分析，之后服务端将合规的直播数据传输给第二端，以便观看直播的用户进行观看。其中，服务端可以采取多种分析器对直播数据进行分析，以确定直播数据是否合规以及不合规的直播数据的风险，对于不合规的直播数据，本技术实施例可以对其进行处理后反馈给第二端，并向第一端反馈警示信息，以提示主播。此外，本技术实施例还可以向直播管理平台的管理人员发送提示信息，以提示管理人员对其进行人工干预管理。其中合规与否可以理解为是否符合预定标准，该预定标准可基于需求和相关的规定设置。
31.具体来说，第一端用于采集直播数据，直播数据可以包括音频数据、视频数据、文字数据等数据中的至少一种，本技术实施例第一端可以为一个具有多种采集功能的设备，也可以为多个设备，每个设备采集相应的数据。如图1b所示，本技术实施例中，服务端可以在第一端配置数据检测器，以通过数据检测器对第一端采集的数据进行初步的分析，具体的，第一端可以包括数据采集组件，数据采集组件用于采集直播数据的子数据，如对于图像采集终端来说，数据采集组件可以理解为图像采集组件，如对于音频采集终端来说，数据采集组件可以理解为音频采集组件，数据采集组件在采集到子数据之后，一方面可以将子数据的数据流上传给服务端，另一方面可以通过部署在第一端的数据检测器进行分析，以确定分析结果，其中，数据检测器可以依据目标帧的目标子数据的数据特征和历史目标子数据(目标帧的目标子数据之前至少一帧的子数据)的历史分析结果，分析目标子数据与历史目标子数据之间数据相关性，从而确定分析结果，如可以分析目标子数据与历史目标子数据之间的特征是否相同，从而确定数据是否重复，作为相应的分析结果，并上传给服务端。其中，通常情况下，第一端的数据计算能力通常要低于服务端的数据计算能力，因此，本技术实施例可以依据需求在第一端配置轻量级的数据检测器，以进行简单的数据计算。
32.本技术实施例中，部署在终端的数据检测器在对子数据进行分析，确定分析结果之后，可以在分析结果中添加相应的时间戳，以便服务端将分析结果与子数据对齐。服务端在接收到第一端上传的直播数据和分析结果之后，可以通过数据对齐模块，依据分析结果中的时间戳和各帧子数据的时间戳，将分析结果与各帧子数据进行对齐，从而进行后续分析。
33.本技术实施例中，如图1a所示，服务端可以配置多种分析器，以进行不同的分析，分析器用于对直播数据进行分析，以确定相应的分析结果，分析器可以为神经网络模型，也可以为基于规则的分析方法，具体可以依据需求进行配置。分析器可以分析直播数据是否合规、从而确定分析结果。举例来说，分析器可以按照直播数据包含的数据类型进行划分，如直播数据可以包括图像数据流、音频数据流和字符数据流，相应的，分析器主要可以划分为三种类型，对应图像数据流的图像分析器、对应音频数据流的音频分析器和对应字符数据流的文字分析器，其中，对于直播数据的子数据来说，本技术实施例还可以对子数据进一步进行划分，相应的，分析器也可以进一步进行划分，举例来说，对于图像来说，图像可以包括人脸图像、目标对象(如电商直播数据中的商品)的目标图像等，相应的，可以对图像分析器进一步进行划分，划分为对人脸图像进行分析的人脸分析器、对目标图像进行分析的目
标对象分析器。
34.本技术实施例可以将直播数据划分成子数据，在如图1a所示的示例中，本实施例可以将直播数据划分成图像数据、文字数据、面部图像和音频数据，并通过决策模型进行相应的分析确定动作信息。之后，依据动作信息控制分析器对子数据进行分析，确定分析结果。进而综合各子数据的分析结果，确定直播数据的审核结果，并按照审核结果进行相应的处理。本技术实施例中，审核结果可以包括合规和不合规，对于合规的直播数据来说，本技术实施例可以传输直播数据给第二端。对于不合规的直播数据(存在风险)来说，一方面可以向主播发出提示(如警示信息)，另一方面可以对存在风险的内容进行处理，并将处理后的直播数据传输给第二端。
35.下面以目标分析器对直播数据中目标子数据进行分析为例，对子数据的分析过程进行描述，目标分析器可以理解为上述分析器(如人脸分析器、目标对象分析器、文字分析器、音频分析器)中的任一个。如图1b所示，服务端可以通过特征处理模块，对目标帧的子数据进行特征提取，从而确定目标帧的子数据的数据特征，并将其输入到决策模型中，决策模型还可以获取目标帧之前的历史子数据的历史分析结果，从而确定相应的动作信息，以便基于相应的动作信息，对目标分析器进行控制。其中，历史分析结果可以依据分析器对目标帧之前至少一帧的历史子数据进行分析后得到，也可以依据部署在第一端的数据检测器进行分析后得到。本实施例中，可以依据动作信息控制目标分析器对目标帧的子数据进行分析或忽略，从而可以减少部分分析器分析的数据量，从而提升对直播数据的处理效率，以更加及时的将直播数据发布给第二端。
36.本技术实施例中，可以将决策模型配置为强化学习(reinforcement learning,，rl)模型，强化学习又称再励学习、评价学习或增强学习，用于描述和解决智能体(agent)在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。强化学习是智能体以“试错”的方式进行学习，通过与环境进行交互获得的奖赏指导行为，目标是使智能体获得最大的奖赏，通过这种方式，强化学习模型从环境中获得知识，改进行动方案以适应环境。本技术实施例可以通过决策模型来确定动作信息，并依据动作信息控制分析器，从而确定分析结果，并依据分析结果，确定对环境的影响，得到环境影响信息，环境影响信息可以包括正面影响、负面影响等，其中，对环境的影响可以根据场景进行配置，如可以依据对计算速度的影响、对分析结果准确度的影响，确定环境影响信息，进而依据环境影响信息，确定相应的动作奖励信息，动作奖励信息可以包括正奖励、负奖励等，以通过奖励的方式不断优化决策模型的决策方式，使得决策模型更加适应环境(确定更加合理的动作信息)，达到强化学习的目的。
37.举例来说，对于图像分析器来说，决策模型在依据图像数据的数据特征和历史图像数据的历史分析结果，确定所述图像数据为重复图像时，可以确定所述图像分析器的动作信息为第一图像分析动作。在直播用户采用重复的图像(如以照片为直播的图像)进行直播时，直播数据中的图像数据的特征与之前的历史图像数据的特征为重复特征(重复图像)，则可以通过决策模型确定图像分析器的动作信息为第一图像分析动作，第一图像分析动作可以为控制图像分析器对图像数据进行分析的动作，也可以为控制图像分析器忽略图像数据的动作。本实施例可以通过“试错”的方式进行强化学习，以得到更加合理的动作。
38.再举例来说，对于人脸分析器来说，决策模型在依据人脸图像的数据特征和历史
人脸图像的历史分析结果，确定所述人脸图像为重复人脸图像时，可以确定所述人脸分析器的动作信息为第一人脸图像分析动作。对于长时间为同一直播用户的人脸的直播数据来说，直播数据中的人脸图像的特征与之前的历史人脸图像的特征为重复的特征(重复人脸)，则可以通过决策模型确定人脸分析器的动作信息为第一人脸图像分析动作，第一人脸图像分析动作可以为控制人脸分析器对人脸图像进行分析的动作，也可以为控制人脸分析器忽略人脸图像的动作。
39.再举例来说，对于目标对象分析器来说，决策模型在依据目标图像的数据特征和历史目标图像的历史分析结果，确定所述目标图像为重复目标时，可以确定所述目标对象分析器的动作信息为第一目标图像分析动作。在电商直播等直播场景中，直播数据中部分时段对应的商品可能为同一商品(重复的目标对象)，则可以通过决策模型确定目标对象分析器的动作信息为第一目标图像分析动作。第一目标图像分析动作可以为控制目标对象分析器对目标图像进行分析的动作，也可以为控制目标对象分析器忽略目标图像的动作。
40.再举例来说，对于文字分析器来说，决策模型在依据文字数据的数据特征和历史文字数据的历史分析结果，确定所述文字数据为重复文字时，可以确定所述文字分析器的动作信息为第一文字分析动作。在直播场景中，文字数据可以包括输入的文字(如弹幕)，也可以包括从图像中提取的文字(如直播图像中的文字)，在直播图像中，主播可能会在直播画面中添加一些固定的文字(如图1a所示的示例中的“欢迎大家关注哦”)，在直播过程中，类似的固定的文字通常不会产生变化，因此，可以通过决策模型确定文字分析器的动作信息为第一文字分析动作，第一文字分析动作可以为控制文字分析器对文字数据进行分析的动作，也可以为控制文字分析器忽略文字数据的动作。
41.再举例来说，对于音频分析器来说，决策模型在依据音频数据的数据特征和历史音频数据的历史分析结果，可以确定所述音频数据为背景音频时，确定所述音频分析器的动作信息为第一音频分析动作。在直播场景中，部分主播可能在一段时间内仅播放背景音乐，因此，可以通过决策模型对音频数据和历史音频数据进行分析，在确定音频数据为背景音频时，可以确定文字分析器的动作信息为第一音频分析动作。第一音频分析动作可以为控制音频分析器对音频数据进行分析的动作，也可以为控制音频分析器忽略音频数据的动作。
42.本技术实施例可以应用在对包含有多种子数据的待分析数据进行分析的场景中，可以通过决策的方式，确定待分析数据中各子数据对应的分析方式(如全部分析、部分分析或忽略等)，进而进行分析，能够提升对待分析数据的分析效率。例如，本技术实施例可应用在对直播数据进行分析的场景中，可以决策出直播数据中音频数据、图像数据(或进一步细分的数据)、文字数据对应的分析方式(动作信息)，并通过分析器进行分析，能够提升数据处理效率。在直播场景中，服务端接收到第一端上传的直播数据之后，可以以较高的处理效率进行分析，以确定直播数据是否合规，并将合规的直播数据传输给第二端。需要说明的是，本技术实施例中的直播数据可以为各个场景的直播数据，如直播数据可以为电商直播数据、娱乐直播数据、网络直播数据、教育直播数据、医疗直播数据、会议直播数据、道路视频等。
43.再例如，本技术实施例还可以应用在对多媒体数据进行分析的场景中，本技术实施例可以将多媒体数据划分为图像数据、音频数据等，并通过决策模型确定相应的动作信
息，以依据动作信息对分析器进行控制，得到分析后的多媒体数据。本技术实施例可以对于预先存储的多媒体数据(如长短视频、直播录像等)进行分析，以确定分析结果。如本技术实施例具体可以应用在对多媒体数据进行初步筛选的场景，以通过简单的分析器进行高效的初步筛选，筛选出部分需要进行复杂分析的多媒体数据，并进一步对筛选出的多媒体数据进行复杂的分析。本技术实施例还可以应用在对多媒体数据进行版权侵权分析的场景中，以分析多媒体数据是否侵犯其他多媒体数据的版权，或其他多媒体数据侵犯该多媒体数据的版权。
44.再例如，本技术实施例还可以应用在对某个目标对象的对象描述数据进行管理的场景中，如可以应用在对运输车辆的车辆描述数据(可包括车速、行驶路线、行驶视频、驾驶员视频等子数据)进行分析的场景中，还可以应用在对仓储物品的物品描述数据(可包括各种传感器数据以及其他相关数据)进行分析的场景中。举例来说，本技术实施例可以接收车辆终端上传的车辆描述数据，并确定对应各分析器的子数据(如驾驶员面部图像、驾驶员行为图像、车辆行驶图像、以及其他车辆描述数据)，之后，依据各子数据的数据特征和历史子数据的分析结果进行决策，确定对应的动作信息，并依据动作信息，控制相应的分析器进行分析，从而得到相应的分析结果。本技术实施例可以对于驾驶员是否存在不合规行为等风险事件进行分析，从而进行管理，如可以分析驾驶员是否存在开车途中打电话，从而通过管理平台的管理人员对驾驶员进行管理。其中，在分析结果中，可以通过动作信息来控制分析器，从而减少待分析的数据量，提升分析效率，以提升车辆运输过程的安全性。如，车辆驾驶员在一段时间内为同一驾驶员，本技术实施例可以忽略部分对车辆描述数据中驾驶员面部图像的分析，从而能够减少待分析数据的数据量，进而提升分析效率，以更加快速的得到分析结果，并及时通知管理人员依据分析结果对车辆进行管理。
45.本技术实施例提供一种数据处理方法，所述方法可以应用在服务端，服务端可以理解为接收待分析的数据，并对待分析的数据进行分析的设备，本实施例是以对直播数据进行分析为例进行描述，服务端可以接收第一端(主播端)上传的直播数据，并对直播数据进行合规分析后，将合规的直播数据传输给第二端(观众端)。具体的，如图2a所示，所述方法包括：
46.步骤202、获取直播数据，并确定对应各分析器的子数据。本技术实施例可以通过服务端提供对直播数据进行分析的服务，并反馈相应的分析结果，相应的，本技术实施例可以通过数据接入的接口，以基于该接口获取直播数据，并在进行合规分析(或称风险分析)后，通过数据下发的接口反馈相应的分析结果，以便依据分析结果确定直播数据是否合规，是否进行直播数据的传输。本技术实施例可以对各类场景的直播数据进行处理，如可以对于会议场景、娱乐直播场景、比赛直播场景的直播数据进行分析，具体的，作为一个可选的实施例，所述直播数据包括电商直播数据、娱乐直播数据、网络直播数据、教育直播数据、医疗直播数据、会议直播数据。
47.直播数据可以理解为由多种子数据(音频、图像、文字等)组成的数据，本技术实施例可以对于直播数据配置相应的分析器，以对直播数据中各个子数据进行分析。具体的，作为一个可选的实施例，所述确定对应各分析器的子数据，包括以下步骤中的至少一个：依据图像分析器，提取出直播数据中的图像数据；依据人脸分析器，提取出直播数据中的人脸图像；依据目标对象分析器，提取出直播数据中与目标对象相关的目标图像；依据文字分析
器，提取出直播数据中的文字数据；依据音频分析器，提取出直播数据中的音频数据。本技术实施例可以配置图像分析器、人脸分析器、目标对象分析器、文字分析器、音频分析器等对相应的子数据进行分析。需要说明的是，本技术实施例除了可以采用提到的分析器之外，还可以采取其他分析器进行相应的分析。
48.本技术实施例可以依据具体对于哪种场景的直播数据进行分析，来配置相应的识别器，例如，对于网络主播的直播场景，本技术实施例可以配置分析器对图像进行分析，以确定主播行为是否合规(如是否包含不雅行为)，还可以配置分析器对音频进行分析，以确定主播的话语是否合规(如是否包含侮辱、谩骂等话语)。再例如，对于会议直播场景，会议直播场景通常通过文字和语音进行交流，因此，可以配置文字分析器以对图像中的文字数据进行分析，可以配置音频分析器对音频数据进行分析。
49.从直播数据中提取出子数据之后，可以在步骤204中，获取目标子数据的数据特征和历史目标子数据的历史分析结果，并确定目标分析器的动作信息。并在步骤206、依据所述动作信息对目标分析器进行控制，以确定目标子数据对应的分析结果。
50.子数据的数据特征用于表示子数据所携带的内容，对于不同类型的子数据，本技术实施例可以通过不同的方式提取对应的特征，例如，对于图像数据来说，本技术实施例可以依据每个图像像素点对应的像素值，确定相应的图像数据特征；例如，对于音频数据来说，本技术实施例可以分离出相应的声学特征，形成数据特征。本技术实施例可以在服务端配置特征处理模块，以提取直播数据的子数据的数据特征，需要说明的是，本技术实施例也可以将部分子数据的特征处理模块(轻量级的)配置在用于采集数据的第一端，具体可以依据需求设置。
51.对于历史子数据的历史分析结果来说，本技术实施例可以在服务端配置分析器以进行分析，也可以通过配置在第一端的数据检测器来确定，具体的，作为一个可选的实施例，获取历史分析结果的步骤，包括以下步骤中的至少一种：获取分析器分析得到的历史分析结果；接收上传直播数据的第一端上传的历史分析结果，所述第一端依据部署在第一端的数据检测器确定历史分析结果。
52.对于需要通过复杂计算的子数据来说，本技术实施例可以将分析器配置在服务端，以通过服务端较大的算力进行相应的计算，得到分析结果，并作为历史分析结果反馈给决策模型，以进行下一次决策。对于计算简单的子数据来说，本技术实施例可以在第一端配置数据检测器，具体的，作为一个可选的实施例，所述方法还包括：配置数据检测器，并将数据检测器部署至第一端，以在第一端依据数据检测器进行分析。服务端可以确定部分轻量级(如计算简单、对算力要求低)的数据检测器，并下发给第一端，以在第一端进行简单的数据处理，确定历史分析结果，数据检测器可以提取历史子数据的历史数据特征和子数据的数据特征，并进行匹配，从而确定历史分析结果。第一端确定历史分析结果之后，可以在历史分析结果中添加时间戳，并将历史分析结果上传给服务端，服务端依据时间戳将历史分析结果和子数据进行对齐，以进行决策。
53.本技术实施例可以将目标子数据的数据特征和历史目标子数据的历史分析结果输入到决策模型中，通过决策模型依据，具体的，作为一个可选的实施例，确定目标分析器的动作信息的步骤，包括以下步骤中的至少一种：在依据图像数据的数据特征和历史图像数据的历史分析结果，确定所述图像数据为重复图像时，确定所述图像分析器的动作信息
为第一图像分析动作；在依据人脸图像的数据特征和历史人脸图像的历史分析结果，确定所述人脸图像为重复人脸图像时，确定所述人脸分析器的动作信息为第一人脸图像分析动作；在依据目标图像的数据特征和历史目标图像的历史分析结果，确定所述目标图像为重复目标时，确定所述目标对象分析器的动作信息为第一目标图像分析动作；在依据文字数据的数据特征和历史文字数据的历史分析结果，确定所述文字数据为重复文字时，确定所述文字分析器的动作信息为第一文字分析动作；在依据音频数据的数据特征和历史音频数据的历史分析结果，确定所述音频数据为背景音频时，确定所述音频分析器的动作信息为第一音频分析动作。
54.举例来说，如图2b所示，本技术实施例可以通过特征处理模块提取各子数据的数据特征，还可以获取历史子数据的历史分析结果，并将数据特征和历史分析结果输入到决策模型中，依据决策模型确定鉴黄分析器、人脸分析器和文字分析器的动作信息，并依据动作信息信息控制相应的分析器对数据进行分析，确定分析结果，并将分析结果反馈给决策模型，以便决策模型依据分析结果进行下一次分析。本技术实施例在重复人脸、重复文字、鉴黄低分段时，可以控制相应的分析器忽略对应的子数据，能够减少分析器分析的数据量，提升数据处理效率。
55.另外，多个分析器也可以通过协作的方式对直播数据的子数据进行分析，举例来说，如图2c所示，可以通过词语分析器和语义分析器协作的方式进行分析，具体的，可以通过特征处理模块提取文字数据数据特征，并通过决策模型确定词语分析的动作信息，从而依据词语分析器将直播数据中的音频数据转换为文字信息，并分析文字信息中是否包含违规词汇(如谩骂的词汇)。需要说明的是，本技术实施例中决策模型可以依据子数据数据特征和历史子数据的历史分析结果进行决策，其中，历史子数据的历史分析结果可以在服务端确定也可以在终端确定，如图2c所示的示例中，是在采集端(第一端)进行计算，确定端计算结果，并将端计算结果和采集的数据上传给服务端，以便服务端依据上传的数据流和端计算结果进行决策。词语分析器确定分析结果之后，对于分析结果中违规的数据来说，部分违规词汇可能是部分主播的语气助词，或者该词汇在语义中不属于违规词汇，因此，本技术还可以通过特征处理模型提取文字信息对应的数据特征(如向字符的字符特征中添加上下文的字符特征)，并通过决策模型确定语义分析器的动作信息，从而通过语义分析器进行语义分析，确定语义信息中是否包含违规的信息，进而通过两个分析器协作的方式确定分析结果。其中，在图像中文字信息为重复文字时，本技术实施例可以控制词语分析器忽略相应的文字数据，从而减少分析器分析的数据量，提升数据处理效率。
56.确定动作信息之后，可以依据动作信息对分析器进行控制，以对待分析的数据进行分析，具体的，作为一个可选的实施例，所述对目标分析器进行控制，以确定目标子数据对应的分析结果，包括以下步骤中的至少一种：控制目标分析器对目标子数据的至少部分内容进行识别，确定分析结果；控制目标分析器忽略目标子数据，并将目标子分析器对历史目标子数据的历史分析结果作为分析结果。本技术实施例可以通过动作信息对分析器进行控制，可以控制分析器对待分析的子数据进行分析，也可以控制分析器对待分析的子数据的部分数据进行分析，还可以控制分析器忽略待分析的子数据，并将历史分析结果作为分析结果输出。本技术实施例通过决策的方式，控制分析器进行分析或忽略，从而能够减少分析器分析的数据量，从而提升对直播数据的处理效率。
57.本技术实施例除了可以根据数据特征和历史分析结果来确定动作信息之外，还可以结合动作信息对应的动作奖励信息，来决策出动作信息，具体的，作为一个可选的实施例，所述方法还包括：依据所述分析结果，确定所述动作信息对应的环境影响信息；依据所述环境影响信息，确定目标分析器的动作信息对应的动作奖励信息，以依据所述动作奖励信息，确定目标分析器的后续的动作信息。本技术实施例中决策模型可以为强化学习模型，可以通过采取不同的动作信息(如分析或忽略)，来确定对于环境的影响(如对计算速度的影响、对计算结果的影响等)，进而依据对环境的影响，对决策模型的决策进行调整，以获得最大的奖励。
58.直播数据的风险可包括黄赌毒、暴恐、虚假宣传、假货，在传输直播数据的场景中，本技术实施例可以通过分析器分析直播数据是否合规(是否存在风险)，并传输合规的数据给观看直播的用户，具体的，作为一个可选的实施例，所述方法还包括以下步骤中的至少一种：在依据所述分析结果确定直播数据合规时，传输所述直播数据；在依据所述分析结果确定直播数据中包含有风险事件时，进行相应的风险处理。对于合规的直播数据，本技术实施例可以将其传输给第二端，以便观看直播的用户进行观看，对于不合规(存在风险)的直播数据，本技术实施例可以对其进行处理。例如，可以发出相应的风险提示给管理人员、主播等，以便对直播内容进行调整，具体的，作为一个可选的实施例，所述进行相应的风险处理，包括以下步骤中的至少一种：向直播管理平台发送风险提示；向上传直播数据的第一端发送警示信息；向观看直播数据的第二端发送直播封闭指令，以封闭直播数据；对直播数据中与风险事件相关的内容进行处理，并将处理后的直播数据输出给观看直播数据的第二端。
59.本技术实施例中，在确定直播数据中存在风险时，可以向管理平台的管理人员发送风险提示，以便管理人员介入，对直播数据进行处理或对主播发出警告。还可以向主播的第一端发送警示信息，以便主播及时调整自己的直播内容。还可以向第二端发送直播关闭指令，第二端根据直播关闭指令，将直播数据封闭，以防止存在风险的直播数据展示给观看直播的用户。在直播数据中的风险已被处理后，服务端可以向第二端发送直播开启指令，以向观看直播的用户展示合规的直播数据。本技术实施例还可以去除直播数据中与风险事件相关的内容，并将处理后的直播数据传输给第二端。如在主播的言语中存在风险内容时，可以对主播暂时进行静音处理，以去除风险。本技术实施例还可以对图像、文字等进行风险处理(如添加马赛克、删除文字等)，具体可以依据需求进行设置。
60.另外，为了使得决策模型能够随着直播数据的更新进行更新，本技术实施例还可以对相关数据进行记录，并依据记录的数据对决策模型进行训练，具体的，作为一个可选的实施例，所述动作信息依据动作决策模型确定，所述方法还包括：获取直播数据、动作信息、分析结果、动作奖励信息，作为训练数据；依据所述训练数据，对决策模型进行训练，并更新动作决策模型。
61.本技术实施例中可以记录直播数据、直播数据各子数据对应的动作信息、分析器按照动作信息确定的分析结果以及分析结果对应的动作奖励信息，以对决策模型进行训练。本技术实施例对于决策模型的训练过程的主要关注点是在于决策模型的精准度，对于数据处理效率要求不高，因此，本技术实施例可以在空闲时段内，通过记录的数据，对决策模型进行训练。本技术实施例还可以对记录的直播数据每帧数据均进行分析，并确定相对应的分析结果，从而能够更准确确定控制分析器的动作信息对环境的影响，确定更加准确
的动作奖励信息，进而得到更加适合的决策模型。
62.本技术实施例中，可以获取直播数据和该直播数据对应的各个分析器，之后，可以依据直播数据中对应目标分析器的目标子数据的数据特征和历史目标子数据的历史分析结果，确定目标分析器对应的动作信息。其中，历史目标子数据为目标子数据之前至少一帧的子数据。确定目标分析器对应的动作信息之后，可以依据动作信息对目标分析器进行控制，以通过目标分析器确定目标子数据对应的分析结果。本技术实施例可以通过分析子数据的数据特征和历史子数据的历史分析结果，确定动作信息，以依据动作信息控制分析器对子数据进行分析或忽略子数据，从而能够减少分析器分析的数据量，能够提升对直播数据的分析效率，进而可以更加及时的完成直播数据的传输。
63.本技术实施例提供一种数据处理方法，可以应用在服务端，如图3所示，所述方法包括：
64.步骤302、获取直播数据，并确定对应各分析器的子数据。作为一个可选的实施例，所述确定对应各分析器的子数据，包括以下步骤中的至少一个：依据图像分析器，提取出直播数据中的图像数据；依据人脸分析器，提取出直播数据中的人脸图像；依据目标对象分析器，提取出直播数据中与目标对象相关的目标图像；依据文字分析器，提取出直播数据中的文字数据；依据音频分析器，提取出直播数据中的音频数据。
65.步骤304、获取目标子数据的数据特征和历史目标子数据的历史分析结果，并确定目标分析器的动作信息。作为一个可选的实施例，获取历史分析结果的步骤，包括以下步骤中的至少一种：获取分析器分析得到的历史分析结果；接收上传直播数据的第一端上传的历史分析结果，所述第一端依据部署在第一端的数据检测器确定历史分析结果。作为一个可选的实施例，所述方法还包括：配置数据检测器，并将数据检测器部署至第一端，以在第一端依据数据检测器进行分析。作为一个可选的实施例，确定目标分析器的动作信息的步骤，包括以下步骤中的至少一种：在依据图像数据的数据特征和历史图像数据的历史分析结果，确定所述图像数据为重复图像时，确定所述图像分析器的动作信息为第一图像分析动作；在依据人脸图像的数据特征和历史人脸图像的历史分析结果，确定所述人脸图像为重复人脸图像时，确定所述人脸分析器的动作信息为第一人脸图像分析动作；在依据目标图像的数据特征和历史目标图像的历史分析结果，确定所述目标图像为重复目标时，确定所述目标对象分析器的动作信息为第一目标图像分析动作；在依据文字数据的数据特征和历史文字数据的历史分析结果，确定所述文字数据为重复文字时，确定所述文字分析器的动作信息为第一文字分析动作；在依据音频数据的数据特征和历史音频数据的历史分析结果，确定所述音频数据为背景音频时，确定所述音频分析器的动作信息为第一音频分析动作。
66.步骤306、依据所述动作信息对目标分析器进行控制，以确定目标子数据对应的分析结果。作为一个可选的实施例，所述对目标分析器进行控制，以确定目标子数据对应的分析结果，包括以下步骤中的至少一种：控制目标分析器对目标子数据的至少部分内容进行识别，确定分析结果；控制目标分析器忽略目标子数据，并将目标子分析器对历史目标子数据的历史分析结果作为分析结果。
67.步骤308、在依据所述分析结果确定直播数据合规时，传输所述直播数据。
68.步骤310、在依据所述分析结果确定直播数据中包含有风险事件时，进行相应的风
险处理。作为一个可选的实施例，所述进行相应的风险处理，包括以下步骤中的至少一种：向直播管理平台发送风险提示；向上传直播数据的第一端发送警示信息；向观看直播数据的第二端发送直播封闭指令，以封闭直播数据；对直播数据中与风险事件相关的内容进行处理，并将处理后的直播数据输出给观看直播数据的第二端。
69.步骤312、依据所述分析结果，确定所述动作信息对应的环境影响信息。
70.步骤314、依据所述环境影响信息，确定目标分析器的动作信息对应的动作奖励信息，以依据所述动作奖励信息，确定目标分析器的后续的动作信息。确定动作奖励信息之后，可以将动作奖励信息反馈给步骤304的决策模型，以便确定后续动作信息。
71.本技术实施例可以通过服务端来完成，服务端可以提供对直播数据进行分析(或称审核)的服务，服务端可以提供接口以获取直播数据，并分离出直播数据中对应各分析器的子数据，如可以分离出对应图像分析器的图像数据、对应人脸分析器的人脸图像、对应目标对象分析器的目标图像、对应文字分析器的文字数据、对应音频分析器的音频数据等。之后，可以获取对应目标分析器的目标子数据，并依据目标子数据的数据特征和历史目标子数据的历史分析结果，确定目标分析器的动作信息。其中，历史分析结果可以依据配置在服务端的分析器确定，也可以依据配置在终端的数据检测器确定。
72.确定动作信息之后，可以依据动作信息对目标分析器进行控制，本技术实施例可以确定各个分析器分别对应的动作信息，从而控制部分分析器工作(进行分析)和部分分析器不工作(忽略数据)，从而能够减少总的数据分析量，提升数据处理效率。本技术实施例可以通过分析器对直播数据的子数据进行分析，从而确定直播数据是否合规，对于合规的直播数据，本技术实施例可以将直播数据传输给第二端，以便进行观看。对于不合规(存在风险)的直播数据，本技术实施例可以进行相应的风险处理。另外，本技术实施例在确定分析结果之后，还可以依据分析结果对于环境的环境影响信息，确定动作奖励信息，以便依据动作奖励信息确定目标分析器后续的动作。
73.本技术实施例提供一种数据处理方法，可以应用在第一端，第一端可以理解为采集直播数据的子数据并将子数据上传给服务端的设备，服务端可以在第一端配置数据检测器，以通过数据检测器进行简单计算，并上传计算结果给服务端，以在服务端依据第一端上传的数据和计算结果，确定分析结果，进而对直播数据进行风险分析，具体的，如图4所示，所述方法包括：
74.步骤402、采集直播数据中对应目标分析器的目标子数据。
75.步骤404、依据数据检测器，确定历史目标子数据的历史分析结果。
76.步骤406、上传目标子数据和历史分析结果给服务端，以便在服务端依据目标子数据的数据特征和历史目标子数据的历史分析结果，确定目标分析器的动作信息，以依据动作信息对目标分析器进行控制，确定目标子数据的分析结果。
77.本实施例的实施方式与上述实施例的实施方式类似，具体实施方式可以参考上述实施例的具体实施方式，此处不再赘述。
78.本技术实施例可以应用在采集数据的第一端，第一端可以通过数据采集组件采集相应的子数据，并依据数据检测器来对子数据进行分析，确定相应的历史分析结果，之后将采集的子数据的数据流和历史分析结果上传给服务端，服务端接收到子数据的数据流和历史分析结果之后，可以进行数据对齐，并提取数据流中各子数据的数据特征，之后将数据特
征和历史分析结果(计算结果)输入到决策模型中，通过决策模型确定相应的动作信息。之后，依据动作信息控制分析器进行相应的分析，从而确定分析结果，然后可以将合规的直播数据传输给第二端。本技术实施例可以通过在第一端部署数据检测器的方式，在端侧完成数据的部分计算，从而能够通过端侧与服务端协同计算的方式，来提升数据处理效率，进而能够更加及时的进行直播数据的传输。
79.本技术实施例除了可以应用在对直播数据进行分析的场景中，本技术实施例还可以应用在预先存储的多媒体数据进行分析的场景中，可以分析多媒体数据中各子数据对应的分析动作(动作信息)，从而进行相应的分析，确定多媒体数据的分析结果，具体的，如图5所示，所述方法包括：
80.步骤502、获取多媒体数据，并确定对应各分析器的子数据。
81.步骤504、获取目标子数据的数据特征和历史目标子数据的历史分析结果，并确定目标分析器的动作信息。
82.步骤506、依据所述动作信息对目标分析器进行控制，以确定目标子数据对应的分析结果。
83.本实施例的实施方式与上述实施例的实施方式类似，具体实施方式可以参考上述实施例的具体实施方式，此处不再赘述。
84.本技术实施例可以应用在对预先存储的多媒体数据进行分析的场景中，如对长视频、短视频、音频等进行分析的场景中，具体来说，本技术实施例可以获取多媒体数据，并确定对应该多媒体数据的多个分析器，之后，将多媒体数据划分为对应各分析器的子数据，并通过决策模型确定分析器对应的动作信息。之后，依据动作信息对分析器进行控制，从而进行分析，确定相应的分析结果。本技术实施例可以应用在对多媒体数据是否侵犯版权进行分析的场景中，可以对多媒体数据中的子数据进行分析，从而确定是否侵犯版权，如可以分析视频数据中一段视频是否侵犯版权，视频数据中某一帧图像是否侵犯版权，音频数据是否侵犯版权，从而确定相应的分析结果，并进行相应的处理。
85.本技术实施例还可以应用在对某个目标对象进行管理的场景中，如对运输车辆的运输过程进行管理，如对仓储对象的存储过程进行管理，能够对对象描述数据的子数据进行分析，确定相应的分析动作(动作信息)，从而进行相应的分析，确定对象描述数据的分析结果，具体的，如图6所示，所述方法包括：
86.步骤602、获取目标对象的对象描述数据，并确定对应各分析器的子数据。
87.步骤604、获取目标子数据的数据特征和历史目标子数据的历史分析结果，并确定目标分析器的动作信息。
88.步骤606、依据所述动作信息对目标分析器进行控制，以确定目标子数据对应的分析结果。
89.本实施例的实施方式与上述实施例的实施方式类似，具体实施方式可以参考上述实施例的具体实施方式，此处不再赘述。
90.本技术实施例可以应用在对目标对象进行管理的场景中，如可以应用在对运输车辆的运输过程进行管理的场景中，也可以应用在对仓储对象的存储过程进行管理的场景。可以获取目标对象的对象描述数据，并确定各分析器对应的子数据，之后通过决策模型确定动作信息，并依据动作信息控制分析器对子数据进行分析，确定相应的分析结果。例如，
可以对运输过程中驾驶视频、车辆行驶路线是否存在不合规行为等风险事件进行分析，从而进行管理。再例如，可以对仓储过程中仓储对象的视频数据、各类传感器传输的数据进行分析，从而确定仓储对象是否正常存储。
91.在上述实施例的基础上，本技术实施例还提供一种数据处理方法，可以应用在对直播数据进行审核，并依据审核结果对直播数据进行处理的场景中，具体的，所述方法包括：获取直播数据，并确定对应各分析器的子数据。获取目标子数据的数据特征和历史目标子数据的历史分析结果，并确定目标分析器的动作信息。依据所述动作信息对目标分析器进行控制，以确定目标子数据对应的分析结果。依据各子数据的分析结果，确定直播数据的审核结果，以依据审核结果对直播数据进行处理。
92.其中，直播数据的审核结果可以包括合规和不合规(包含风险)两种结果，对于不同的结果，本技术实施例可以采取不同的处理方式，作为一个可选的实施例，所述方法还包括：在依据所述审核结果确定直播数据合规时，传输所述直播数据；在依据所述审核结果确定直播数据中包含有风险事件时，进行相应的风险处理。作为一个可选的实施例，所述进行相应的风险处理，包括以下步骤中的至少一种：向直播管理平台发送风险提示；向上传直播数据的第一端发送警示信息；向观看直播数据的第二端发送直播封闭指令，以封闭直播数据；对直播数据中与风险事件相关的内容进行处理，并将处理后的直播数据输出给观看直播数据的第二端。
93.本实施例的实施方式与上述实施例的实施方式类似，具体实施方式可以参考上述实施例的具体实施方式，此处不再赘述。
94.本技术实施例可以获取直播数据和对应的分析器，之后，可以获取直播数据中对应目标分析器的目标子数据，并依据目标子数据的数据特征和历史目标子数据的历史分析结果，确定目标分析器的动作信息。之后，可以依据动作信息对目标分析器进行控制，从而确定目标子数据的分析结果。然后可以统计各子数据的分析结果，确定直播数据数据的审核结果。直播数据的审核结果可以包括合规和不合规两种结果，对于合规的直播数据来说，本技术实施例可以传输直播数据给第二端。对于不合规的直播数据(存在风险)来说，一方面可以向主播发出提示(如警示信息)，另一方面可以对存在风险的内容进行处理，并将处理后的直播数据传输给第二端。其中，需要说明的是，本技术实施例，对于不合规的直播数据的风险处理过程可以在服务端完成，也可以将审核结果下发给其他设备(如直播管理平台)，通过其他设备进行处理。
95.需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术实施例并不受所描述的动作顺序的限制，因为依据本技术实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本技术实施例所必须的。
96.在上述实施例的基础上，本实施例还提供了一种数据处理装置，参照图7，具体可以包括如下模块：
97.待分析数据获取模块702，用于获取直播数据，并确定对应各分析器的子数据。
98.动作信息确定模块704，用于获取目标子数据的数据特征和历史目标子数据的历史分析结果，并确定目标分析器的动作信息。
99.分析结果获取模块706，用于依据所述动作信息对目标分析器进行控制，以确定目标子数据对应的分析结果。
100.综上，本技术实施例中，可以获取直播数据和该直播数据对应的各个分析器，之后，可以依据直播数据中对应目标分析器的目标子数据的数据特征和历史目标子数据的历史分析结果，确定目标分析器对应的动作信息。确定目标分析器对应的动作信息之后，可以依据动作信息对目标分析器进行控制，以通过目标分析器确定目标子数据对应的分析结果。本技术实施例可以通过分析子数据的数据特征和历史子数据的历史分析结果，确定动作信息，以依据动作信息控制分析器对子数据进行分析或忽略子数据，从而能够减少分析器分析的数据量，能够提升对直播数据的处理效率，进而可以更加及时的完成直播数据的传输。
101.在上述实施例的基础上，本实施例还提供了一种数据处理装置，具体可以包括如下模块：
102.待分析数据获取处理模块，用于获取直播数据，并确定对应各分析器的子数据。作为一个可选的实施例，所述待分析数据获取处理模块，包括以下模块中的至少一个：图像数据分离处理子模块，用于依据图像分析器，提取出直播数据中的图像数据；人脸图像分离处理子模块，用于依据人脸分析器，提取出直播数据中的人脸图像；目标图像分离处理子模块，用于依据目标对象分析器，提取出直播数据中与目标对象相关的目标图像；文字数据分离处理子模块，用于依据文字分析器，提取出直播数据中的文字数据；音频数据分离处理子模块，用于依据音频分析器，提取出直播数据中的音频数据。
103.动作信息获取处理模块，用于获取目标子数据的数据特征和历史目标子数据的历史分析结果，并确定目标分析器的动作信息。作为一个可选的实施例，动作信息获取处理模块，包括以下模块中的至少一个：第一历史分析结果获取处理模块，用于获取分析器分析得到的历史分析结果；第二历史分析结果获取处理模块，用于接收上传直播数据的第一端上传的历史分析结果，所述第一端依据部署在第一端的数据检测器确定历史分析结果。作为一个可选的实施例，所述装置还包括：数据监测器下发处理模块，用于配置数据检测器，并将数据检测器部署至第一端，以在第一端依据数据检测器进行分析。作为一个可选的实施例，动作信息获取处理模块，包括以下模块中的至少一个：图像数据分析动作确定处理子模块，用于在依据图像数据的数据特征和历史图像数据的历史分析结果，确定所述图像数据为重复图像时，确定所述图像分析器的动作信息为第一图像分析动作；人脸图像分析动作确定处理子模块，用于在依据人脸图像的数据特征和历史人脸图像的历史分析结果，确定所述人脸图像为重复人脸图像时，确定所述人脸分析器的动作信息为第一人脸图像分析动作；目标图像分析动作确定处理子模块，用于在依据目标图像的数据特征和历史目标图像的历史分析结果，确定所述目标图像为重复目标时，确定所述目标对象分析器的动作信息为第一目标图像分析动作；文字数据分析动作确定处理子模块，用于在依据文字数据的数据特征和历史文字数据的历史分析结果，确定所述文字数据为重复文字时，确定所述文字分析器的动作信息为第一文字分析动作；音频数据分析动作确定处理子模块，用于在依据音频数据的数据特征和历史音频数据的历史分析结果，确定所述音频数据为背景音频时，确定所述音频分析器的动作信息为第一音频分析动作。
104.分析结果获取处理模块，用于依据所述动作信息对目标分析器进行控制，以确定
目标子数据对应的分析结果。作为一个可选的实施例，所述分析结果获取处理模块，包括以下模块中的至少一个：第一分析结果获取处理子模块，用于控制目标分析器对目标子数据的至少部分内容进行识别，确定分析结果；第二分析结果获取处理子模块，用于控制目标分析器忽略目标子数据，并将目标子分析器对历史目标子数据的历史分析结果作为分析结果。
105.直播数据传输处理模块，用于在依据所述分析结果确定直播数据合规时，传输所述直播数据。
106.直播数据风险处理模块，用于在依据所述分析结果确定直播数据中包含有风险事件时，进行相应的风险处理。作为一个可选的实施例，所述直播数据风险处理模块，包括以下模块中的至少一个：第一风险处理子模块，用于向直播管理平台发送风险提示；第二风险处理子模块，用于向上传直播数据的第一端发送警示信息；第三风险处理子模块，用于向观看直播数据的第二端发送直播封闭指令，以封闭直播数据；第四风险处理子模块，用于对直播数据中与风险事件相关的内容进行处理，并将处理后的直播数据输出给观看直播数据的第二端。
107.环境影响确定处理模块，用于依据所述分析结果，确定所述动作信息对应的环境影响信息。
108.动作奖励确定处理模块，用于依据所述环境影响信息，确定目标分析器的动作信息对应的动作奖励信息，以依据所述动作奖励信息，确定目标分析器的后续的动作信息。
109.本技术实施例可以通过服务端来完成，服务端可以提供对直播数据进行分析(或称审核)的服务，服务端可以提供接口以获取直播数据，并分离出直播数据中对应各分析器的子数据，如可以分离出对应图像分析器的图像数据、对应人脸分析器的人脸图像、对应目标对象分析器的目标图像、对应文字分析器的文字数据、对应音频分析器的音频数据等。之后，可以获取对应目标分析器的目标子数据，并依据目标子数据的数据特征和历史目标子数据的历史分析结果，确定目标分析器的动作信息。其中，历史分析结果可以依据配置在服务端的分析器确定，也可以依据配置在终端的数据检测器确定。
110.确定动作信息之后，可以依据动作信息对目标分析器进行控制，本技术实施例可以确定各个分析器分别对应的动作信息，从而控制部分分析器工作(进行分析)和部分分析器不工作(忽略数据)，从而能够减少总的数据分析量，提升数据处理效率。本技术实施例可以通过分析器对直播数据的子数据进行分析，从而确定直播数据是否合规，对于合规的直播数据，本技术实施例可以将直播数据传输给第二端，以便进行观看。对于不合规(存在风险)的直播数据，本技术实施例可以进行相应的风险处理。另外，本技术实施例在确定分析结果之后，还可以依据分析结果对于环境的环境影响信息，确定动作奖励信息，以便依据动作奖励信息确定目标分析器后续的动作。
111.在上述实施例的基础上，本实施例还提供了一种数据处理装置，参照图8，具体可以包括如下模块：
112.子数据采集模块802，用于采集直播数据中对应目标分析器的目标子数据。
113.子数据分析模块804，用于依据数据检测器，确定历史目标子数据的历史分析结果。
114.待分析数据上传模块806，用于上传目标子数据和历史分析结果给服务端，以便在
服务端依据目标子数据的数据特征和历史目标子数据的历史分析结果，确定目标分析器的动作信息，以依据动作信息对目标分析器进行控制，确定目标子数据的分析结果。
115.综上，本技术实施例可以应用在采集数据的第一端，第一端可以通过数据采集组件采集相应的子数据，并依据数据检测器来对子数据进行分析，确定相应的历史分析结果，之后将采集的子数据的数据流和历史分析结果上传给服务端，服务端接收到子数据的数据流和历史分析结果之后，可以进行数据对齐，并提取数据流中各子数据的数据特征，并输入到决策模型中，通过决策模型确定相应的动作信息。之后，依据动作信息控制分析器进行相应的分析，从而确定分析结果，然后可以将合规的直播数据传输给第二端。本技术实施例可以通过在第一端部署数据检测器的方式，在端侧完成数据的部分计算，从而能够通过端侧与服务端协同计算的方式，来提升数据处理效率，进而能够更加及时的进行直播数据的传输。
116.在上述实施例的基础上，本实施例还提供了一种数据处理装置，可以应用在对多媒体数据进行分析的场景，具体的，
117.所述待分析数据获取模块702，具体用于获取多媒体数据，并确定对应各分析器的子数据。
118.所述动作信息确定模块704，具体用于获取目标子数据的数据特征和历史目标子数据的历史分析结果，并确定目标分析器的动作信息。
119.所述分析结果获取模块706，具体用于依据所述动作信息对目标分析器进行控制，以确定目标子数据对应的分析结果。
120.本技术实施例可以应用在对预先存储的多媒体数据进行分析的场景中，如对长视频、短视频、音频等进行分析的场景中，具体来说，本技术实施例可以获取多媒体数据，并确定对应该多媒体数据的多个分析器，之后，将多媒体数据划分为对应各分析器的子数据，并通过决策模型确定分析器对应的动作信息。之后，依据动作信息对分析器进行控制，从而进行分析，确定相应的分析结果。本技术实施例可以应用在对多媒体数据是否侵犯版权进行分析的场景中，可以对多媒体数据中的子数据进行分析，从而确定是否侵犯版权，如可以分析视频数据中一段视频是否侵犯版权，视频数据中某一帧图像是否侵犯版权，音频数据是否侵犯版权，从而确定相应的分析结果，并进行相应的处理。
121.在上述实施例的基础上，本实施例还提供了一种数据处理装置，可以应用在对目标对象进行管理的场景，具体的，
122.所述待分析数据获取模块702，具体用于获取目标对象的对象描述数据，并确定对应各分析器的子数据。
123.所述动作信息确定模块704，具体用于获取目标子数据的数据特征和历史目标子数据的历史分析结果，并确定目标分析器的动作信息。
124.所述分析结果获取模块706，具体用于依据所述动作信息对目标分析器进行控制，以确定目标子数据对应的分析结果。
125.本技术实施例可以应用在对目标对象进行管理的场景中，如可以应用在对运输车辆的运输过程进行管理的场景中，也可以应用在对仓储对象的存储过程进行管理的场景。可以获取目标对象的对象描述数据，并确定各分析器对应的子数据，之后通过决策模型确定动作信息，并依据动作信息控制分析器对子数据进行分析，确定相应的分析结果。例如，
可以对运输过程中驾驶视频、车辆行驶路线是否存在不合规行为等风险事件进行分析，从而进行管理。再例如，可以对仓储过程中仓储对象的视频数据、各类传感器传输的数据进行分析，从而确定仓储对象是否正常存储。
126.在上述实施例的基础上，本实施例还提供了一种数据处理装置，可以应用在对直播数据进行审核的场景，具体的，
127.所述待分析数据获取模块702，具体用于获取直播数据，并确定对应各分析器的子数据。
128.所述动作信息确定模块704，具体用于获取目标子数据的数据特征和历史目标子数据的历史分析结果，并确定目标分析器的动作信息。
129.所述分析结果获取模块706，具体用于依据所述动作信息对目标分析器进行控制，以确定目标子数据对应的分析结果。依据各子数据的分析结果，确定直播数据的审核结果，以依据审核结果对直播数据进行处理。
130.本技术实施例可以获取直播数据和对应的分析器，之后，可以获取直播数据中对应目标分析器的目标子数据，并依据目标子数据的数据特征和历史目标子数据的历史分析结果，确定目标分析器的动作信息。之后，可以依据动作信息对目标分析器进行控制，从而确定目标子数据的分析结果。然后可以统计各子数据的分析结果，确定直播数据数据的审核结果。直播数据的审核结果可以包括合规和不合规两种结果，对于合规的直播数据来说，本技术实施例可以传输直播数据给第二端。对于不合规的直播数据(存在风险)来说，一方面可以向主播发出提示(如警示信息)，另一方面可以对存在风险的内容进行处理，并将处理后的直播数据传输给第二端。其中，需要说明的是，本技术实施例，对于不合规的直播数据的风险处理过程可以在服务端完成，也可以将审核结果下发给其他设备(如直播管理平台)，通过其他设备进行处理。
131.本技术实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一个或多个模块(programs)，该一个或多个模块被应用在设备时，可以使得该设备执行本技术实施例中各方法步骤的指令(instructions)。
132.本技术实施例提供了一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得电子设备执行如上述实施例中一个或多个所述的方法。本技术实施例中，所述电子设备包括服务器、终端设备等设备。
133.本公开的实施例可被实现为使用任意适当的硬件，固件，软件，或及其任意组合进行想要的配置的装置，该装置可包括服务器(集群)、终端等电子设备。图9示意性地示出了可被用于实现本技术中所述的各个实施例的示例性装置900。
134.对于一个实施例，图9示出了示例性装置900，该装置具有一个或多个处理器902、被耦合到(一个或多个)处理器902中的至少一个的控制模块(芯片组)904、被耦合到控制模块904的存储器906、被耦合到控制模块904的非易失性存储器(nvm)/存储设备908、被耦合到控制模块904的一个或多个输入/输出设备910，以及被耦合到控制模块904的网络接口912。
135.处理器902可包括一个或多个单核或多核处理器，处理器902可包括通用处理器或专用处理器(例如图形处理器、应用处理器、基频处理器等)的任意组合。在一些实施例中，装置900能够作为本技术实施例中所述服务端、终端等设备。
136.在一些实施例中，装置900可包括具有指令914的一个或多个计算机可读介质(例如，存储器906或nvm/存储设备908)以及与该一个或多个计算机可读介质相合并被配置为执行指令914以实现模块从而执行本公开中所述的动作的一个或多个处理器902。
137.对于一个实施例，控制模块904可包括任意适当的接口控制器，以向(一个或多个)处理器902中的至少一个和/或与控制模块904通信的任意适当的设备或组件提供任意适当的接口。
138.控制模块904可包括存储器控制器模块，以向存储器906提供接口。存储器控制器模块可以是硬件模块、软件模块和/或固件模块。
139.存储器906可被用于例如为装置900加载和存储数据和/或指令914。对于一个实施例，存储器906可包括任意适当的易失性存储器，例如，适当的dram。在一些实施例中，存储器906可包括双倍数据速率类型四同步动态随机存取存储器(ddr4sdram)。
140.对于一个实施例，控制模块904可包括一个或多个输入/输出控制器，以向nvm/存储设备908及(一个或多个)输入/输出设备910提供接口。
141.例如，nvm/存储设备908可被用于存储数据和/或指令914。nvm/存储设备908可包括任意适当的非易失性存储器(例如，闪存)和/或可包括任意适当的(一个或多个)非易失性存储设备(例如，一个或多个硬盘驱动器(hdd)、一个或多个光盘(cd)驱动器和/或一个或多个数字通用光盘(dvd)驱动器)。
142.nvm/存储设备908可包括作为装置900被安装在其上的设备的一部分的存储资源，或者其可被该设备访问可不必作为该设备的一部分。例如，nvm/存储设备908可通过网络经由(一个或多个)输入/输出设备910进行访问。
143.(一个或多个)输入/输出设备910可为装置900提供接口以与任意其他适当的设备通信，输入/输出设备910可以包括通信组件、音频组件、传感器组件等。网络接口912可为装置900提供接口以通过一个或多个网络通信，装置900可根据一个或多个无线网络标准和/或协议中的任意标准和/或协议来与无线网络的一个或多个组件进行无线通信，例如接入基于通信标准的无线网络，如wifi、2g、3g、4g、5g等，或它们的组合进行无线通信。
144.对于一个实施例，(一个或多个)处理器902中的至少一个可与控制模块904的一个或多个控制器(例如，存储器控制器模块)的逻辑封装在一起。对于一个实施例，(一个或多个)处理器902中的至少一个可与控制模块904的一个或多个控制器的逻辑封装在一起以形成系统级封装(sip)。对于一个实施例，(一个或多个)处理器902中的至少一个可与控制模块904的一个或多个控制器的逻辑集成在同一模具上。对于一个实施例，(一个或多个)处理器902中的至少一个可与控制模块904的一个或多个控制器的逻辑集成在同一模具上以形成片上系统(soc)。
145.在各个实施例中，装置900可以但不限于是：服务器、台式计算设备或移动计算设备(例如，膝上型计算设备、手持计算设备、平板电脑、上网本等)等终端设备。在各个实施例中，装置900可具有更多或更少的组件和/或不同的架构。例如，在一些实施例中，装置900包括一个或多个摄像机、键盘、液晶显示器(lcd)屏幕(包括触屏显示器)、非易失性存储器端口、多个天线、图形芯片、专用集成电路(asic)和扬声器。
146.其中，检测装置中可采用主控芯片作为处理器或控制模块，传感器数据、位置信息等存储到存储器或nvm/存储设备中，传感器组可作为输入/输出设备，通信接口可包括网络
接口。
147.本技术实施例还提供了一种电子设备，包括：处理器；和存储器，其上存储有可执行代码，当所述可执行代码被执行时，使得所述处理器执行如本技术实施例中一个或多个所述的方法。
148.本技术实施例还提供了一个或多个机器可读介质，其上存储有可执行代码，当所述可执行代码被执行时，使得处理器执行如本技术实施例中一个或多个所述的方法。
149.对于装置实施例而言，由于其与方法实施例基本相似，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。
150.本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
151.本技术实施例是参照根据本技术实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
152.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
153.这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
154.尽管已描述了本技术实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术实施例范围的所有变更和修改。
155.最后，还需要说明的是，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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
156.以上对本技术所提供的一种数据处理方法、一种数据处理装置、一种电子设备和一种存储介质，进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的一般技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综
上所述，本说明书内容不应理解为对本技术的限制。