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