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