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