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