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