Interroger les recommandations
Dans les exercices précédents, vous avez appris à calculer un tableau avec des recommandations de cours sur une base journalière. Maintenant que ce tableau recommendations
se trouve dans l'entrepôt de données, vous pourriez également le joindre rapidement à d'autres tableaux afin de produire des fonctionnalités importantes pour les étudiants de DataCamp, telles que des courriels de marketing personnalisés, des recommandations intelligentes pour les étudiants et d'autres fonctionnalités.
Dans cet exercice, vous aurez un aperçu de la manière dont le tableau recommendations
nouvellement créé peut être utilisé en créant une fonction recommendations_for_user()
qui obtient automatiquement les cours les plus recommandés en fonction de l'utilisateur ID pour un seuil d'évaluation particulier.
Cet exercice fait partie du cours
Introduction à l'ingénierie des données
Instructions
- Complétez la requête dans la définition de la fonction
recommendations_for_user()
. Il doit rejoindre le tableaucourses
. - Complétez la fonction
read_sql()
surrecommendations_for_user()
. L'argumentparams
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))