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