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