排序模型的特征工程：哪些信号最有用

排序模型的特征大致分三类：用户特征、内容特征和上下文特征。用户历史行为往往是最强的信号，但也要防止过度依赖。

交叉特征能捕捉组合规律，比如用户品类偏好和内容品类的匹配度。好的交叉特征常常比换更复杂的模型更有效。

特征要做归一化和分桶处理，尤其是分布偏斜的数值特征。分桶能提升稳定性，也方便模型捕捉非线性关系。

还要警惕特征穿越，也就是用了预测时拿不到的信息。离线评估虚高、线上掉点，往往就是穿越在作怪。