CommencerCommencer gratuitement

Interroger les recommandations

Dans les exercices précédents, vous avez appris à calculer quotidiennement une table de recommandations de cours. Maintenant que cette table recommendations est disponible dans l’entrepôt de données, vous pouvez rapidement la joindre à d’autres tables afin de produire des fonctionnalités clés pour les étudiants DataCamp, comme des e-mails marketing personnalisés, des recommandations intelligentes ou d’autres services.

Dans cet exercice, vous allez découvrir comment utiliser la nouvelle table recommendations en créant une fonction recommendations_for_user() qui récupère automatiquement les cours les mieux recommandés par identifiant utilisateur, pour un seuil de note donné.

Cet exercice fait partie du cours

Introduction au data engineering

Afficher le cours

Instructions

  • Complétez la requête dans la définition de recommendations_for_user(). Elle doit faire une jointure avec la table courses.
  • Complétez l’appel à read_sql() dans recommendations_for_user(). L’argument params est incomplet : il manque un seuil.
  • Exécutez la fonction recommendations_for_user() que vous avez définie dans les dernières instructions et observez les résultats.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

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))
Modifier et exécuter le code