关联规则在化妆品专利中草药成分数据挖掘中应用.doc

关联规则在化妆品专利中草药成分数据挖掘中的应用 方兆华，黄晓青，王晴磊，李霓虹，曹平 （伽蓝(集团)股份有限公司研发中心，上海 200233） 摘要 中草药作为化妆品功效的载体，通常复配后使用，以达到对皮肤最佳的组合效果。采用关联规则技术对中国化妆品专利的中草药进行数据挖掘，研究了其中的核心组分，中草药之间的相互联系及其配伍使用规律，为研究和开发化妆品中草药成分提供了一种信息技术手段。 关键词：化妆品专利；中草药；数据挖掘；关联规则 Application of Association Rules in Analysis and Exploration of Chinese Herbs in Cosmetic Patents FANG Zhao–hua, HUANG Xiao–qing, WANG Qing–lei, LI Ni–hong, CAO Ping （JALA (Group) Co. Ltd. RD Center, Shanghai 200233, China） Abstract Chinese herbs as efficiency carriers are compatible in cosmetics, to achieve the combination effects on human skin. Association rule technology was applied to analyze and explored Chinese herbs in cosmetic patents. The core component groups, the correlation and rules of Chinese herbs used in cosmetic patents were studied. It provided an information technology means for research and development of Chinese herbs for cosmetics. keywords: Cosmetic patent; Chinese herb; Data mining; Association rules; 中图分类号：TQ658.2 文献标识码：A 随着经济的持续增长和消费升级，我国已成为全球最具潜力的化妆品市场，2009年化妆品行业生产销售额（仅中国大陆）达到1400多亿元。天然植物尤其是中草药成分的化妆品在中国最具发展潜力，我国素有天然药物王国的盛誉，中草药化妆品很容易被消费者接受。一般情况下，中草药并不是简单地添加到化妆品配方中，而是以传统中医药理论指导中药进行组方遣药、复配而成。与化学合成原料不同，中草药是通过复方形式以多途径达到其功效，在配方组成、配制与应用上，不仅要遵循中医药的药性理论，更需要探究其配伍使用的规律。 专利作为技术信息最有效的载体，不仅可以代表最新的技术情报，而且内容翔实准确，所以通过对专利技术数据的分析，能够客观地反映技术分布态势和技术发展方向，从而指导企业制定技术策略。1985年4月1日《中华人民共和国专利法》实施，截至2012年6月我国发明专利申请累积总量达到311.4万件，授权达到100万件，化妆品领域的发明专利申请总量也已经超过了1万件。面对快速增长的专利数据，仅依靠人工方法进行分析已经不适应技术创新决策的需要。因为人工方法对时间要求比较多，效率较差，工作质量也是极不稳定。 数据挖掘是一种从大量的数据集中识别出有用模式的有力工具，已成功运用于中医药文献研究、药对配伍规律研究以及新药开发等领域的数据分析。关联规则是数据挖掘的常用技术，自1993年Agrawal等[]引入关联规则概念和提出第一个关联规则算法以来，关联规则分析已广泛用于商业数据库、医学数据库的数据挖掘分析和决策评价。近年来，关联规则技术开始被引入中草药的性味归经[]、配伍特点[]和复方组成规律的研究[]。利用关联规则分析，可以获得方剂配伍中的隐藏规律，有助于更好地指导方剂配伍。目前数据挖掘技术在化妆品行业的主要应用是针对销售数据库的分析，还未见应用关联规则分析研究化妆品中草药成分的报道。 1　数据来源和数据处理 1.1数据来源 化妆品专利数据源于“中国专利数据库”1985―2011年期间公开的化妆品领域发明专利申请文献。通过IPC专利分类号A61K（药用、牙科用或梳妆用的配制品）、A61Q（化妆品或类似梳妆用配制品的特定用途），结合关键词“化妆品”、“美容”、“护肤”、“皮肤护理”进行计算机检索。检索到的15137件专利进一步通过人工筛选得到含有中草药成分的化妆品专利申请文献共3404件。收录标准：以在专利名称、摘要、专利权项中出现中草药名称或其成分为