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