🎯 目標

建立簡化版 知識圖譜 (KG)，將 Food、Compound、Effect、Evidence、Drug 連結起來

API 查詢時，不只回傳推薦食物，還能附上「為何推薦」的解釋路徑

提升使用者對推薦系統的 信任度 (Trust) 與 透明度 (Transparency)

🏗️ 技術設計
1. 知識圖譜 Schema

節點 (Nodes)：

Food（黑芝麻、番茄、葡萄柚…）

Compound（黑芝麻素、茄紅素、維生素 C…）

Effect（烏髮 E001、抗皺 E002）

Evidence（PMID:xxxxx, 研究等級, 劑量…）

Drug（Statins、Warfarin…）

邊 (Relations)：

Food -contains-> Compound

Compound -improves-> Effect

Compound -interactsWith-> Drug

Evidence -supports-> (Food/Compound→Effect)

2. 實作方式

MySQL 版：建 kg_relations 表（簡單實作）

進階：用 Neo4j / RDF → 可視化查詢

先走 關聯查表，API 查詢時能輸出解釋

3. API 範例

/api/recommendations/explain?effectId=E002
回傳
4. 解釋方式

Evidence-based：帶出 PubMed 研究引用

Compound-based：透過成分連結效果

Risk-based：若有 DrugBank 藥物交互 → 同時輸出警示解釋

🧪 測試計畫

curl /api/recommendations/explain?effectId=E001 → 輸出烏髮推薦 + 文獻路徑

curl /api/recommendations/explain?effectId=E002 → 輸出抗皺推薦 + 成分解釋

帶 drugList → 回傳「⚠️ 因為交互作用，建議避免」

✅ 驗收標準

API 查詢結果包含 推薦 + 解釋路徑

至少兩個食材能帶出 完整 reasoning chain

使用者能清楚知道「為什麼推薦它」或「為什麼警告避免」