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