此算法被用作googlePR算法的一部分

假設(shè)一個(gè)概率q：為用戶進(jìn)入一個(gè)隨機(jī)抽取的網(wǎng)頁的概率 （取值為0.15）

1-q： 為用戶進(jìn)入當(dāng)前網(wǎng)頁后點(diǎn)當(dāng)前網(wǎng)頁超鏈接的概率

進(jìn)一步假設(shè)用戶不回溯先前訪問的網(wǎng)頁，這個(gè)過程可以通過構(gòu)造馬爾可夫鏈來實(shí)現(xiàn)。于是每個(gè)訪問的網(wǎng)頁的概率就可以算出來。

設(shè)C（a）為a網(wǎng)頁包含的超鏈接數(shù)量，也就是outing link .

設(shè)p1  到pn  為指向網(wǎng)頁a的網(wǎng)頁標(biāo)識(shí) 。

于是網(wǎng)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(jīng)算好了 。  

網(wǎng)頁的PR值作用是：Crawling可以根據(jù)網(wǎng)頁的PR值去抓優(yōu)質(zhì)的網(wǎng)頁。

所以可以看出網(wǎng)頁設(shè)計(jì)者應(yīng)該設(shè)計(jì)描述性強(qiáng)的網(wǎng)頁標(biāo)題，頭信息，原數(shù)據(jù)，和好的超鏈接。

這是我翻譯的一篇文獻(xiàn)的一部分，希望能給大家提供一些幫助。