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