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