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