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