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