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