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