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