TechLab Partie 2

1 - Dupliquer les tables existantes

  • Dupliquer la table review3031122023 et la nommer review3031122023_ai_analysis
  • Ensuite, construire cette nouvelle table : review3031122023_ai_analysis

img1

2 - Analyser les commentaires Airbnb à l'aide d'AI Endpoint

Nous allons regarder du côté d'AI Endpoint pour analyser les commentaires Airbnb. L'objectif ici est d'obtenir l'émotion et le principal avantage des différents commentaires Airbnb propre à chaque logement. Pour ce faire, nous devons définir un modèle de langage pour atteindre cet objectif.

2.1 - Accès au site web d'AI Endpoint

Ici, vous pouvez accéder au site web des points de AI Endpoint : https://endpoints.ai.cloud.ovh.net/ et accéder à Llama 3.3 70B pour vérifier la configuration du modèle.

2.2 - Définition d'une action personnalisée à partir de la plateforme DPE

À partir du moteur de traitement des données, créer une action personnalisée :

img2

Configurer l'action personnalisée :

  • Nom : Analyse des commentaires IA
  • Nom de la fonction : airbnb_paris_reviews_analysis
  • Langage : Python 3.11
  • Dépendances : pandas, numpy

img3

Ensuite, téléversez le fichier Python : airbnb_paris_reviews_analysis.py

Lien du fichier : https://rbnbfortechlab.s3.gra.io.cloud.ovh.net/airbnb_paris_reviews_analysis.py

img4

Maintenant, aller à l'onglet Préférences et ajouter la clé API d'AI Endpoint :
- Nom : OVH_AI_ENDPOINTS_API_KEY
- Coller la valeur de la clé créée dans votre espace client précédemment

img5

Créer l'action personnalisée et cliquer sur Exécuter. Vous pouvez surveiller la progression dans les journaux.

img6

Une fois terminé, vérifier la nouvelle table dans Lakehouse Manager Explorer :

img7

3 - Créer un tableau de bord pour visualiser les données

Pour créer un nouveau tableau de bord, aller à l'intérieur de l'Analytics Manager.

3.1 - Création de requêtes

Créer votre première requête et sélectionner "Visuel". Nommer-la nb_comments_airbnb_from_december_30_to_31_2025

Exécuter la première requête : 

SELECT  
  COUNT(*) AS nb_airbnbs,  
  nb_comments_december_30_31_2025  
FROM (  
  SELECT  
    id,  
    COUNT(comment) AS nb_comments_december_30_31_2025  
  FROM review3031122023_ai_analysis  
  WHERE comment IS NOT NULL  
  GROUP BY id  
) sub  
GROUP BY nb_comments_december_30_31_2025  
ORDER BY nb_comments_december_30_31_2025;

Vous devriez obtenir quelque chose comme ceci :

img8

Ensuite, vous pouvez créer 2 autres requêtes comme suit :

  • nmb_comments_per_advantage_dec_30_31_2025

img9

  • nmb_comments_per_emotion_dec_30_31_2025

img10

3.2 - Création du tableau de bord

Vous pouvez maintenant créer un nouveau tableau de bord :

img11

Ajouter les différentes requêtes pour créer un tableau de bord complet :

img12

4 - Démonstration APP + lien API

Démo de l'intégration de metabase sur ce lien : Tutoriel metabase

Autres liens utiles :