第2525章 资格
当然股神1.o仅仅有分析模块和收集模块是不够的🏯，它还需要有一个数据处理模块👧，如果说分析模块是大脑🐉，收集模块是手脚的话🏞，那么处理模块就是消化系统🎇。??笔趣????阁ｗ?ｗ?ｗ?．?ｂ?ｉ?ｑ?ｕｇｅ．ｃｎ
当海量的数据信息被从数据海洋中抽取出来🌳，需要对这些信息进行加工处理🌦，将它们处理成数据分析模块能够利用的数据模式🎳。
比如某个上市公司一个年度财报🍟，里面的内容非常之多🌿，从人事变更到企业战略🐫，并购行为⏫，利润营收等方面都会涉及到🈲，而这些东西又是关键性信息🌿。一个数万字外加各种图标的财报🐤，其中各种关键信息必须能够被分析模块理解并进行加工🎲，这就是处理模块的主要工作了🏕。
这个数据处理模块主要的功能部分其实是自然语言处理🍳，程序本身是无法理解语言内涵的🉑，它肯定无法理解“定向增1oo万限售股”是什么意思🏆，这时候就需要认为给这句话进行赋值🍂，让它变成机器能够理解的数据信息🌛。
比如先进行意义分割🎓，将定向设定为一个意义单元🐺，将增设定为另外一个单元🎫，以这种方式将整个句子按照意义单元分割开来❎，分别进行赋值🐷。
这一套加工题⏳，需要人为的帮助计算机去理解和处理人类的语言🐨，让机器能够看懂语法🐗、语意单元✌，能够联系上下文🍉，能够处理不同语境下同一个词组的不同含义🏷。
简单来说🌁，让机器能够理解人类语言🎗，这就是自然语言的主要目标🏦，同时也是这个处理模块的主要功能🌶。
分析👆、收集👤、处理🐬，这三大模块是股神1.o的主要功能结构♟，但是仅仅如此还是不够的🍉，股神还需要很多的辅助模块🏖。
比如它需要有存储模块🎣，所有的数据信息搜集回来👃，必须整理加工好⛸，然后分类存储起来❗，它就像一个级图书馆一样🏯，必须有自己的分类和存储规则🐖。如果没有这些🍚，你只是简单的将它们堆放在一起🎓，你就可以想象❇，当你需要从数千万本书籍当中🍄，找出某一页特定内容时🌱，那将会是怎样一个痛苦而又恐怖的过程🐮。
另外股神还需要相应的展示和交互模块🍃，股神作为一个软件🏼，它需要有自己的操作界面🐀，需要能够将处理结果或者过程展现出来🎈，需要能够接收指令🌞，进行人机交互👔。
这五个模块组合在一起🏺，并且能够顺畅的相互配合了♊，股神系统才算基本成型♉，而中间肯定会有各式各类的问题不停冒出来🍦，这都需要莫回逐个解决掉❌。在使用的过程中🈂，肯定还涉及到不停的跟新和改良🏸，所有这些都将是莫回的工作🍂。
按照莫回的估算🎗，整个股神的体量不太可能低于1oo万行代码✍，如果想要让股神尽可能的完美而准确🍫，那它的体量绝对会翻着跟头的往上翻🐔。想要实现什么功能🌝，你就必须付出相应的代价🏃，如果你想要让股神的预测尽可能精确🌲，那么不停的往里投入肯定是必不可少的☔。
这还仅仅是股神本身🐩，如果想要股神运作起来👗，那么莫回必然还将面临着带宽的问题🍶，爬虫一旦跑起来👞，海量数据就会被传回🏦，这些数据至少也是T级的♋。
在计算机领域🎊，数据大小的单位是1o24进制的🍂，一个字节为byte➕，1o24字节为kB⏩，1o24k为m⛔，1o24m为g🌍，1o24g为T.
比如我们手机的存储容量可能是4g🌎，笔记本的存储容量可能是4oog🐧，而一台笔记本的4oog大概相当于一千部电影❄。
而股神通过爬虫搜集来的数据肯定是海量的✳，至少是T级别的⛄，就是跑到p级别也不算是什么大事🉑。比如1p的数据🍼，它大概相当于25o万部电影👎。人的一生也不过3万天🏜，每天看十部电影🎮，也足够看十辈子的了🍲。
在如此大量的数据面前🎊，莫回必然面临一个带宽问题🏁，很容易想象🎚，出租屋里的小区宽带肯定是不好使的🎓。
现在级本的运算能力已经获得验证了👀，应该是比较常的🌷，但是它的存储能力还未测试〽，如果存储能力不成的话♍，莫回还必须为这海量数据寻找一个存储空间🍴。
诸如此类的问题还有很多🌮，如果莫回想要把股神完成🍽，并且上线运行➰，那么他必须像是老黄牛一样🍭，勤勤恳恳的往前走🆘，把这些挡路石一个个的全部处理掉🏭。
本来这些事就是交给一个公司处理➡，一个成熟的团队来处理🍅，都未必能够处理得很好🏾，现在莫回需要一个人搞定🐩，并且很可能必须不显山不漏水的一个人搞定🌈，这里面的难度就可想而知了🎁。
想想未来的前路🎲，莫回感觉好像是登珠峰一样⌛，好高啊~~~
好在莫回多少算是业内人士🌓，这些事基本算得上是本职工作⏭，无非就是项目经理🐩、产品经理☔、主程🍛、架构一肩挑了🏥。难是难了点🐶，工作量大是大了点🏛，但是好歹还算有解决办法✳，只要沿着道路一步步走🈳，总会有完成的那一天🎌。
工作量不小🐆，不过也不是没有捷径可走🌬，莫回点开网页🏾，开始搜集他需要的开源软件🎓。他去开源之家搜了一下👕，开源的爬虫就有有一百多个🐏，里面估计会有合用的🎅。
五大模块他都简单的搜了一下🏛，大多数都还有类似的可替代软件🍡，现在他需要做的就是在里面找到最合适的哪一款👮，然后修改后进行组装🌋。
先需要选择开语言🐔，各种语言都有自己的适用范围和优缺点🏹，一旦选定了🌧，那么五大模块都需要是同一个语言开出来的才行🌎，这样也方便组装和拓展开🌻。
莫回想了想🏼，他最终选定了c++🎉，因为这种语言更加靠近底层和汇编🏄，整体执行效率和度比较好🈵。
莫回开始在网上寻找和筛选合用的开源软件🐛，将那些基本符合要求的c++开的软件全部下载下来🌌，各自先归类存储起来🎻。
等莫回将合用的三十多个各类爬虫全部下载下来的时候夜已经深了⤵，莫回揉揉僵硬的脖颈👬，伸伸懒腰⏭，不由得为今后的日子哀叹⛏：要拼老命了啊⏮，上班拼命回家也要拼命🏈，这是要把自己当驴使唤啊~~~
本章未完，点击下一页继续阅读