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