本研究提出了两种新评估指标LCP和ROUGE-LCP，以缩小代码补全评估与用户感知之间的差距。同时，提出了一种基于结构和语义重排的代码图数据处理方法，显著提高了用户感知一致性和模型性能。

本研究提出了Saga方法，旨在从大量未标记的IMU数据中提取细粒度语义，以提高用户感知。该方法在微活动识别中表现出色，仅需少量标记数据即可实现90%以上的感知准确性，展示了其实际应用潜力。

本研究探讨了人工智能聊天机器人在对话中展现同情心对用户感知的影响。分析155个对话发现，尽管基于GPT的聊天机器人对话质量较高，但同情心低于人类。为提升人机互动质量，需增强同情语言，并考虑用户的解读与体验。