还是以上面的IBM的案例做为例，让我们假设只有几个网站的链接指向这个孩子的网站，再假设没有多少网站指向这几个网站的链接。与之形成鲜明对比，，数千条链接指向英特尔，而且平均起来看。这些网站也拥有上千条指向他们的链接. 在pagerank[这种算法的名称取自佩奇的姓（page）因此叫做PageRank] 体系下，这个孩子的网站会被认为不如英特尔的网站重要，在这个例子中，佩奇和布林分级方法可以判断出英特尔的网站比那个郊区孩子的网站重要,至少是在同IBM的关系这一方面.
这不过是一个简化了的说明，当然。佩奇和布林还要改正许多运算上的死角。总之，更受欢迎的网站在他们的评级表上会排在顶端，而相对人气弱的网站就排在底部了.
