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