現有一個數據包，裡面有大量txt檔案，txt檔案裡儲存的是一家餐廳的基本資訊，以及客戶對其評價，包括的欄位如下：

id：店鋪id

name：店鋪名

name_all：店鋪全稱

star：平均評價分數

address：地址

tags：標籤

comment：一條評論

uid：使用者id

user：使用者名稱稱

level：評分

content：評價內容

cut：分詞後的評價字串

-----------------------------------------------

樣例資料：

<id>516112</id>

<name>麻辣誘惑(君太店)</name>

<name_all>麻辣誘惑</name_all>

<star>40</star>

<address>西城區西單北大街133號君太百貨7樓</address>

<tags>川菜 西單</tags>

<comment>

<uid>7068723</uid>

<user>yanglynn</user>

<level>4</level>

<content>人太多，太多。只有水煮魚我還能喜歡吃，別的都覺得也就是吃吃。味道還是不錯的，但是沒好吃的人那麼多的程度吧。呵呵</content>

<cut>太多/太多/只有/有水/水煮/水煮魚/我還/還能/喜歡/吃/別的/都/覺得/也就/就是/吃吃/味道/還是/是不/不錯/不錯的/沒/好吃/吃的/的人/那麼/那麼多/多的/程度/呵呵</cut>

</comment>

現在的目的有2個：（1）需要把這些非結構化資料儘量轉化成可分析的結構化資料（2）需要對評論內容content進行資料探勘，比如能挖出客戶對餐廳環境、菜品、服務態度等方面的評價。

對資料探勘，非結構資料轉換等方面感興趣的，或者熟悉此類操作的大神們，跪求幫助啊！！！！！！希望能提供一點點解決思路，或者是所需要的軟體硬體技術，也可以是部分程式碼，有多少幫助都可以！！！！經濟統計學要邁入大資料的行列，門檻很高麼？？小白我決定試一試，求各路大神支招，跪謝！！！