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