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