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