此算法被用作googlePR算法的一部分

假设一个概率q：为用户进入一个随机抽取的网页的概率 （取值为0.15）

1-q： 为用户进入当前网页后点当前网页超链接的概率

进一步假设用户不回溯先前访问的网页，这个过程可以通过构造马尔可夫链来实现。于是每个访问的网页的概率就可以算出来。

设C（a）为a网页包含的超链接数量，也就是outing link .

设p1  到pn  为指向网页a的网页标识 。

于是网页a的PR值为：

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

通过公式可以看出C(Pi)的值是已知的，也就是说前人已经算好了 。  

网页的PR值作用是：Crawling可以根据网页的PR值去抓优质的网页。

所以可以看出网页设计者应该设计描述性强的网页标题，头信息，原数据，和好的超链接。

这是我翻译的一篇文献的一部分，希望能给大家提供一些帮助。