CommencerCommencez 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

<cours>Introduction au data engineering</cours>
Voir le cours

Instructions de l’exercice

  • 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 ce code d’exemple.

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