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