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