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