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