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