这可能是由于与某些关键词相关的非随机人类搜索模式造成的。、每周、每月、每季度等搜索某些关键词。想象一下这样的关键词：“本月第一个星期一是哪天”和“本月最后一个星期二是哪天”。
所有这些关键字每个月都会被同一人群以相同次数进行 波斯尼亚和黑塞哥维那数字数据 搜索，从而形成非随机的相关性。这些模式会导致这些术语的波动性发生变化，这些变化与您在数据真正随机时所期望的自然对数尺度不符。
我们的机器学习体积边界能够有效、高效地捕捉这种非随机的人类行为。 我们实际上可以非常轻松地通过图表展示这一点。 关键字规划师限制对数的上升趋势线图。 Google 的范围大小几乎是完全线性的，这意味着它们根本无法适应搜索量的波动以及天气的非线性、非随机性。
请注意，此图中 Google 关键字规划师量范围的对数几乎是线性的，除了最后几位数字。这表明谷歌几乎没有采取任何措施来尝试解决导致数据扭曲的搜索行为模式。相反，他们对自己的交易量桶应用简单的对数曲线，然后就此止步。