LoslegenKostenlos loslegen

Abfrage der Empfehlungen

In den vorherigen Übungen hast du gelernt, wie du eine Tabelle mit Kursempfehlungen auf Tagesbasis berechnen kannst. Da sich diese Tabelle recommendations nun im Data Warehouse befindet, kannst du sie auch schnell mit anderen Tabellen verknüpfen, um wichtige Funktionen für DataCamp-Schüler/innen zu erstellen, z. B. maßgeschneiderte Marketing-E-Mails, intelligente Empfehlungen für Schüler/innen und andere Funktionen.

In dieser Übung bekommst du einen Vorgeschmack darauf, wie die neu erstellte Tabelle recommendations genutzt werden kann, indem du eine Funktion recommendations_for_user() erstellst, die automatisch die besten empfohlenen Kurse pro Benutzer-ID für eine bestimmte Bewertungsschwelle ermittelt.

Diese Übung ist Teil des Kurses

Einführung in die Datentechnik

Kurs anzeigen

Anleitung zur Übung

  • Vervollständige die Abfrage in der recommendations_for_user() Funktionsdefinition. Sie sollte die Tabelle courses verbinden.
  • Vervollständige die Funktion read_sql() in recommendations_for_user(). Das Argument von params ist unvollständig: Es fehlt eine Schwelle.
  • Führe die Funktion recommendations_for_user() aus, die du in den letzten Anweisungen definiert hast, und beobachte die Ergebnisse.

Interaktive Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

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