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