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