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