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