عن المشروع

INCIDB هي قاعدة بيانات متعددة المصادر لتركيبات العناية بالبشرة ومستحضرات التجميل، تحوّل نص ملصقات مكونات مستحضرات التجميل الخام إلى مجموعة بيانات معيارية وعلائقية. وهي تجمع بيانات المنتجات والعلامات التجارية والتركيب من Open Beauty Facts (ODbL) مع إثراء المكونات من جرد CosIng التابع للمفوضية الأوروبية، بالربط على اسم INCI المعياري الدقيق. تحتوي مجموعة البيانات على سبعة جداول: products (19,764 صفاً)، وbrands (6,412)، وingredients (45,327 اسماً معيارياً مميزاً لـ INCI)، وproduct_ingredients (367,785 رابط تركيب مرتّب يحافظ على موضع الملصق)، وingredient_name_map (77,367 صفاً تربط رموز الملصق الخام بالأسماء المعيارية مع طريقة الحل ودرجة الثقة)، وfragrance_allergens (274 مدخلاً من الملحق الثالث للاتحاد الأوروبي)، وregulatory_status (637 صفاً من الملاحق الثاني إلى السادس للاتحاد الأوروبي). تُقدَّم البيانات بصيغة CSV بترميز UTF-8 مفصولة بعلامة الأنبوب، وبصيغة Apache Parquet. من السمات الرئيسية خريطة ingredient_name_map، التي تسجّل كيفية حلّ كل رمز خام في الملصق إلى اسم INCI معياري باستخدام طرق صريحة (مطابقة دقيقة، تنظيف، ربط الأخطاء المطبعية، إزالة النسب المئوية، إزالة الأقواس، ربط المرادفات، معالجة صيغ الشرطة المائلة، التقسيم، ووضع علامة غير محلول). وهذا يتيح قابلية تدقيق كاملة لخط أنابيب التوحيد بدلاً من الوثوق بحل صندوق أسود. تُبلَّغ تغطية الإثراء بطريقتين: حسب الاسم المميز (مطابقة CosIng بنسبة 12.2%) وحسب تكرار الملصق (مطابقة بنسبة 85.1%)، مما يعكس الطبيعة ذات الذيل الطويل لتسمية المكونات. تتضمن مجموعة البيانات علامات مسببات الحساسية العطرية في الاتحاد الأوروبي (120 اسماً موسوماً، و47.2% من المنتجات تحتوي على واحد على الأقل)، وحالة الملاحق التنظيمية الثاني إلى السادس للاتحاد الأوروبي، وتقييمات التسبّب بالانسداد لـ 142 مكوناً (منقولة من Fulton 1989)، وعلامات محفزات حب الشباب الفطري لـ 275 مكوناً (استدلال قائم على القواعد). تتوفر عيّنة مجانية (200 منتج، 1,123 مكوناً)، مع عرض مجموعة البيانات الكاملة بشراء لمرة واحدة بقيمة 79 دولاراً. تظل بيانات المنتجات مرخّصة بموجب ODbL. تشمل حالات الاستخدام تطبيقات فحص المكونات، ونماذج التركيب والتوصية، وإثراء أسواق التجزئة، والبحوث التنظيمية. تتوفر بوابة مباشرة مع مخطط تفاعلي وإحصاءات مجمّعة على incidb.dataengineered.io.