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