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