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