此算法被用作googlePR算法的一部分

假設一個概率q：為用戶進入一個隨機抽取的網頁的概率 （取值為0.15）

1-q： 為用戶進入當前網頁后點當前網頁超鏈接的概率

進一步假設用戶不回溯先前訪問的網頁，這個過程可以通過構造馬爾可夫鏈來實現。于是每個訪問的網頁的概率就可以算出來。

設C（a）為a網頁包含的超鏈接數量，也就是outing link .

設p1  到pn  為指向網頁a的網頁標識 。

于是網頁a的PR值為：

PR（a）=q+ (1-q){ 西格瑪i從1到n [PR(Pi)/C(Pi)] }

通過公式可以看出C(Pi)的值是已知的，也就是說前人已經算好了 。  

網頁的PR值作用是：Crawling可以根據網頁的PR值去抓優質的網頁。

所以可以看出網頁設計者應該設計描述性強的網頁標題，頭信息，原數據，和好的超鏈接。

這是我翻譯的一篇文獻的一部分，希望能給大家提供一些幫助。