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