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