将非结构化文本数据管理到DBMS中

# Full information about Amazon Share the Love products 
    Total items: 548552

    Id:   0
    ASIN: 0771044445
      discontinued product

    Id:   1
    ASIN: 0827229534
      title: Patterns of Preaching: A Sermon Sampler
      group: Book
      salesrank: 396585
      similar: 5  0804215715  156101074X  0687023955  0687074231  082721619X
      categories: 2
       |Books[283155]|Subjects[1000]|Religion & Spirituality[22]|Christianity[12290]|Clergy[12360]|Preaching[12368]
       |Books[283155]|Subjects[1000]|Religion & Spirituality[22]|Christianity[12290]|Clergy[12360]|Sermons[12370]
      reviews: total: 2  downloaded: 2  avg rating: 5
        2000-7-28  cutomer: A2JW67OY8U6HHK  rating: 5  votes:  10  helpful:   9
        2003-12-14  cutomer: A2VE83MZF98ITY  rating: 5  votes:   6  helpful:   5

500000多个身份证。我想提取一些问题,比如“在类别xxx下最受欢迎的书是什么?”或者“哪个客户的平均帮助评价最高?”或者甚至建议“客户xxx喜欢哪本书?”

但是,我不知道如何处理这种类型的数据。我在想四个数据库/表(什么是正确的术语!):

1. Id ASIN title group salesrank num_of_similar num_of_categories total_reviews downloaded_reviews avg_rating_reviews

2. customer_name customer_date customer_rating customer_votes customer_helpful

3. 身份证件 category_name

4. 身份证件 similar

Id       category_name
1        Books
1        Subjects
1        Religion & Spirituality

然而,我没有将非结构化文本转换为数据库的经验,我正在寻找一些指导。我从哪里开始!我应该调查一下诺什吗!或者MS访问!我是否使用for循环来提取信息(例如,类别名称)?如果是,怎么办!我用正则表达式吗?我还没有找到任何初学者友好的教程,关于如何将非结构化文本结构到可管理的数据库中,所以任何指导都会非常感谢。