추천 결과 조회하기
이전 연습 문제에서, 매일 코스 추천 테이블을 계산하는 방법을 배웠습니다. 이제 이 recommendations 테이블이 데이터 웨어하우스에 있으니, 다른 테이블과도 빠르게 조인해서 DataCamp 학습자에게 맞춤형 마케팅 이메일, 지능형 추천 등 중요한 기능을 제공할 수 있어요.
이 연습 문제에서는 새로 만든 recommendations 테이블을 어떻게 활용할 수 있는지 맛보기로, 특정 평점 임계값을 기준으로 사용자 ID마다 상위 추천 코스를 자동으로 가져오는 recommendations_for_user() 함수를 만들어 보겠습니다.
이 연습은 강의의 일부입니다
데이터 엔지니어링 입문
연습 안내
recommendations_for_user()함수 정의의 쿼리를 완성하세요.courses테이블과 조인해야 합니다.recommendations_for_user()안의read_sql()호출을 완성하세요.params인수에 threshold가 빠져 있습니다.- 마지막 구문에서 방금 정의한
recommendations_for_user()함수를 실행하고 결과를 확인하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
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))