近年来,互联网的飞速发展让人们在体验网络带来的便捷的同时,也给人们检索到有用的资源带来了前所未有的挑战。目前,人们在网络上搜索资源主要是靠搜索引擎,比较受欢迎的是Google和百度这类通用搜索引擎。这类引擎的功能已经十分强大,在一般情况下可以满足用户的需要。但是当用户只想查询某主题的相关信息时,这类引擎就显得有些力不从心,因为它们所使用的基于链接的网页排序算法并没有充分考虑到网页内容的相关度。基于链接分析的典型算法就是PageRank算法,本文将在算法中传递页面的PageRank值时考虑被传递页面内容的主题相关性。论文首先阐述了搜索引擎的发展和现状,对信息检索模型的概念和分类进行了介绍,接着对常用的几种排序算法进行了研究,介绍了他们的原理以及对各种算法进行了评价,然后对传统PageRank算法进行了详细介绍,并且分析了目前已有的几种改进算法,在此基础上提出一种新的改进算法,新算法既没有改变传统算法计算的网页排名,又可以用更小的d值得到传统PageRank算法计算的PageRank值。提出的新算法MPR为扩展PageRank提供了广阔的空间,并且实验证明,通过选择合适的参数MPR算法可以获得更加优于传统PageRank算法的网页排序结果。