自适应用户行为的人工智能代码补全方法、设备及介质

本申请公开了一种自适应用户行为的人工智能代码补全方法、设备及介质，方法包括：基于多个行为维度，对用户在编码过程中的用户行为习惯进行跟踪记录；基于机器学习算法或深度学习算法，通过用户行为习惯构建用户习惯模型，以提取用户行为习惯对应的用户行为特征；基于用户行为特征，通过GAN网络生成针对用户的个性化代码补全建议；基于隐马尔可夫模型进行用户行为习惯预测，并根据预测结果选取合适的时机为用户提供代码补全建议；基于用户对代码补全建议的反馈，对用户习惯模型进行调整。能够深入分析和学习用户的编码行为，生成与用户行为习惯高度一致的代码补全建议，提供更为精准的补全时机，从而实现对用户的个性化代码补全方案。