개굴팀은 프로젝트를 진행하면서 크게 2가지의 기술을 사용했습니다.
첫번째는 recommand system에서 사용되는 rerank, co-visitation, baseline 등에 대한 것입니다.
개굴팀은 이러한 기술을 이용하여 코드를 만들었고 pandas, cudf, polars등의 파이썬 라이브러리를 이용하여 방대한 데이터의 처리를 하였습니다.
이렇게 만들어진 데이터는 제출되어서 각각이 0.45~0.57의 정확도를 보였습니다.
두번째는 성능 향상에 항상 큰 도움을 주는 model ensemble입니다.
ensemble이란 여러 모델로 만들어진 각각의 데이터를 합쳐서 더 좋은 결과의 데이터를 얻는 방법입니다.
ensemble을 통해 만들어진 데이터는 제출되어서 0.578의 정확도를 얻는 쾌거를 얻기도 하였습니다.