本研究提出了一种新模型，通过结合用户特征与文本特征，显著提升了社交媒体上英语仇恨言论的检测效果。

引入基于上下文的预测模型，通过用户和环境特征预测行为概率，不考虑物品特征。这种方法在点击率估计中表现优异，显著提升了业务指标，对服务成本影响小，为大规模推荐系统提供了简单可扩展的方案。

本文讨论了从用户生成的内容中预测人类活动的任务，并使用句子嵌入框架识别语义并自动聚类这些活动。然后，训练神经网络模型预测给定用户之前发布的帖子和自我描述中执行的活动，并探讨将推断得到的用户特征并入模型的帮助程度。