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