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