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