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