上网搜索时，搜索引擎往往会列出成千上万个看似无序的相关网页。殊不知，搜索引擎在呈现这些网页之前，已经根据它们的“重要性”排定座次。好的、重要的网页会被排在前面。 Google是现今世界上最成功的搜索引擎。在Google所有用来决定网页综合排名的评定标准中，PageRank是核心。 从数学的角度看，PageRank向量之求解，可以通过解线性方程组，或求Google矩阵主特征向量(即PageRank向量)来实现。但Google用于计算的矩阵其阶数已经超过250亿，致使求解计算极具挑战性。 PageRank算法是一个可以客观而有效地度量每个网页重要性的方法。本文首先介绍了PageRank算法的模型建立与主要性质。接着，在现有关于PageRank计算的研究基础之上，作者给出了两个新颖而有效的加速计算方法。最后，将这两个方法加以整合，并在四个数据集上进行了数值实验。从实验结果可以看到，计算得到明显加速。