排序模型的效果很大程度取决于特征。用户侧特征包括历史点击、偏好类目、活跃时段；内容侧特征包括热度、时效、质量分；交叉特征则刻画用户与内容的匹配程度。
特征不是越多越好。高 cardinality 的特征容易过拟合，与标签泄漏相关的特征会虚高离线指标却在线上失效。上线前要做特征重要性和稳定性检查。
时间窗口的选择同样关键。短期特征反映即时兴趣，长期特征反映稳定偏好，二者结合才能兼顾探索与利用。
特征工程的核心是理解业务。脱离场景堆砌特征，模型只会学到噪声。先想清楚用户为什么点，再去构造能表达这个原因的信号。
