Zacznij terazZacznij za darmo

Odpytywanie rekomendacji

W poprzednich ćwiczeniach nauczyłeś się obliczać tabelę z rekomendacjami kursów na podstawie danych z każdego dnia. Teraz, gdy tabela recommendations znajduje się już w hurtowni danych, możesz szybko połączyć ją z innymi tabelami i tworzyć przydatne funkcje dla studentów DataCamp – takie jak spersonalizowane e-maile marketingowe, inteligentne rekomendacje czy inne rozwiązania.

W tym ćwiczeniu zobaczysz, jak można wykorzystać nowo utworzoną tabelę recommendations. Zdefiniujesz funkcję recommendations_for_user(), która automatycznie pobiera najlepiej dopasowane kursy dla danego użytkownika na podstawie jego ID i określonego progu ocen.

To ćwiczenie jest częścią kursu

Wprowadzenie do inżynierii danych

Zobacz kurs

Instrukcje do ćwiczenia

  • Uzupełnij zapytanie w definicji funkcji recommendations_for_user() – powinno ono dołączać tabelę courses.
  • Uzupełnij funkcję read_sql() w recommendations_for_user(). Argument params jest niekompletny: brakuje progu (threshold).
  • Uruchom zdefiniowaną funkcję recommendations_for_user() w ostatnich instrukcjach i sprawdź wyniki.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

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))
Edytuj i uruchom kod