[[File:PageRank-hi-res.png|thumb|Schematizzazione del sistema PageRank]]
IlMolti motorealgoritmi di ricerca [[GoogleLink Analysis Ranking]] stabiliscesi l'importanzabasano disu un[[processi sitomarkoviani]]. webAd tramiteesempio il l'[[PageRank|algoritmo PageRank]] cheimpiegato da [[Google]] si basa sulla frequenza a posteriori di transizione degli utenti da un [[sito web]] A a un sito B tramite i [[collegamento ipertestuale|link]] che da A conducono a B, e non sul semplice numero e tipo di collegamenti da A a B, in modo da rispecchiare la popolarità del legame ''per gli utenti'', e non l'importanza ''per il creatore'' del sito. La frequenza di un sito è cioé un valore nell'intervallo [0,1] corrispondente alla quantità media di tempo spesa sul sito da un gran numero di utenti dopo un tempo abbastanza elevato: la frequenza, opportunamente riscalata, costituisce il Page Rank del sito. Dato che la frequenza di transizione approssima la probabilità di transizione si può di fatto stimare la distribuzione stazionaria di probabilità della catena di Markov formata da tutti i siti web, costruendo una [[matrice di transizione]].
Anche gran parte della modellistica di serie temporali in finanza si basa su processi stocastici generati da catene di Markov.
