PR算法的复杂度规模是log(n)，n是网页的数量。网页权值在算法执行过程中是一个振荡收敛的过程，这其中有两个主要矛盾：1.节点的数量巨大，内存成为瓶颈之一。2.巨大的2维矩阵每次计算消耗时间巨大，时间效率上也是瓶颈；其中大部分网页的权值比较低，而且都是浮点数计算。
改进思路一：迭代计算的次数和矩阵的规模（链接的个数）有一定的比例关系，例如
改进思路二：分而治之，对一个独立域名下的网页权值独立计算。比如http://www.zju.edu.cn下的子域名在爬虫抓取数据的过程中独立地计算相对网页权值，记作PR-R。然后再以域名为单位，做全局域名之间的权值计算，得出域名对应的权值PR-T。所以，最后域名下各个页面的权值等于PR-R×PR-T。
改进思路三：采用加速收敛的方法。每次迭代都会得到一个n维偏移向量p，但是取偏移为pk（k>1）作为此次迭代的偏移向量。
改进思路四：减少计算量。对大量的权值低于一定限值的网页，计算过程中忽略其链接产生的权值分配。
域名中以gov，edu，org结尾的网站应该具有较高的网页权值。Gov是政府网站后缀，edu是教育机构，org指非盈利的组织。
搜索引擎的基本设计思路是若干个结果去覆盖相应用户需求，其中可能有大量不相关的内容存在，如果使得比较优质的结果保留下来，并且能使得后面使用的用户能方便地搜索到？点击率成了重要的判断数据。因此，上一节中提到的得分公式变为Score(A) = PageRank(A) × β + ∑M’ * i * j + CTR。这样一来，保证了优质的结果能长期占据搜索结果第一页的位置。
其中，CTR的数据来源由两部分组成：
1) 搜索列表页面中的点击记录。
2) Toolbar（Google）跟踪到的用户访问网页的频率，以及这些目标网页中链接的点击记录。
如果同一个网站多个页面都占据了第一页的结果，会造成搜索结果的不公正，需要对同一个网站的其他页面乘以一个衰减系数，调整第一页排名网站的构成。
对于排名优化的作弊网站，需要跟踪其在搜索引擎中得到流量的表现情况。如果作弊程度严重的，给予一定惩罚。
