话虽如此，谷歌确实承认结果评估的局限性。他们最近提出了一个主动学习系统，该系统将利用更具代表性的用户群样本动态评估结果. "未来工作的另一个方向是融入主动学习,以收集更具代表性的用户偏好样本." 谷歌的结果吸引力论文发表于2010年，2011年初，谷歌发布了熊猫算法，同年晚亶Panda.开始发生变化，标志着一种主动学习系统得以实施我们可以期待未来谷歌的更多系统能够自行运行. 监控引擎 谷歌设计并获得了一个负责收集和处理用户行为数据的系统专利。
，但我不喜欢这个名字——它太长了。也许他们应该 柬埔寨号码数据 称它为,哦,我不知道... Chrome？ 描述Google 指标服务 我们先暂时放下专利,来观察一下已经存在的东西. Chrome的MetricsService是一个负责获取和传输用户日志数据的系统。
传输的直方图包含非常详细的用户活动记录，包括打开/关闭的选项卡、获获URL، 最大化的窗口等等۔ Chrome میں 中输入：chrome://histograms/ （点击此处技术细节） 这里有几个外部链接，其中包含有关Chrome 的 MetricsService 的详细信息、数据收集的原因和类型以及直方图的完整列表. 用于分类。
Google 可以使用节点（URL）、边（链接）和标签（用户行为数据）以类似特征向量的方式处理持续时间数据。页面参与信号（例如会话持续时间值）用于计算节点的权重。