LoslegenKostenlos loslegen

Empfehlungen abfragen

In den letzten Übungen hast du gelernt, wie man eine Tabelle mit Kursempfehlungen täglich berechnet. Jetzt, wo die Tabelle recommendations im Data Warehouse ist, kannst du sie auch schnell mit anderen Tabellen verknüpfen, um wichtige Funktionen für DataCamp-Lernende zu erstellen, wie zum Beispiel personalisierte Marketing-E-Mails, intelligente Empfehlungen für Lernende und andere Features.

In dieser Übung wirst du erfahren, wie du die neu erstellte Tabelle recommendations nutzen kannst, indem du eine Funktion namens recommendations_for_user() erstellst, die automatisch die am meisten empfohlenen Kurse basierend auf der Nutzer-ID für einen bestimmten Bewertungsschwellenwert anzeigt.

Diese Übung ist Teil des Kurses

Einführung in das Data Engineering

Kurs anzeigen

Anleitung zur Übung

  • Beende die Abfrage in der Funktionsdefinition recommendations_for_user(). Es sollte mit der Tabelle courses verbunden werden.
  • Vervollständige die Funktion read_sql() in recommendations_for_user(). Das Argument params ist unvollständig: Es fehlt ein Schwellenwert.
  • Führe die Funktion recommendations_for_user() aus, die du in den letzten Anweisungen definiert hast, und schau dir die Ergebnisse an.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

def recommendations_for_user(user_id, threshold=4.5):
    # Join with the courses table
    query = """
    SELECT title, rating FROM recommendations
    INNER JOIN ____ ON courses.course_id = recommendations.course_id
    WHERE user_id=%(user_id)s AND rating>%(threshold)s
    ORDER BY rating DESC
    """
    # Add the threshold parameter
    predictions_df = pd.read_sql(query, db_engine, params = {"user_id": user_id, 
                                                             "____": ____})
    return predictions_df.title.values

# Try the function you created
print(recommendations_for_user(12, 4.65))
Code bearbeiten und ausführen