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