用户喜欢Google的原因是因为它速度足够快，但斯坦福大学的一个科研小组已经找到了使它的速度提高5倍的方法。
据该科研小组称，速度增加后，Google能够针对每个用户进行优化。例如，体育爱好者在搜索“tiger”这个词汇时，搜索结果将是与高尔夫球明星“老虎伍兹”相关的网页，而不会出现大量的与自然界的老虎相关的网页。
目前，Google的分类系统依赖于一种名为PageRank的方法，它根据有多少其它网站与之相连计算Web网站的普及程度和相关程度。该大学在一份声明中表示，计算10亿Web页的PageRank需要数天的时间，Google目前处理的网页高达30亿个，每个个性化或与主题相关的分类也需要数天时间进行计算。
为了加快PageRank的计算，斯坦福大学的科研人员已经开发了三种基于数字线性代数的技术。第一种被称为BlockRank的技术的效果最显著，将计算PageRank的速度提高了3倍，研究人员发现，大多数网站上80%以上的链接都指向相同的网站。PageRank单独计算每个链接，而BlockRank将所有指向相同网站的链接作为一个整体进行处理。
第二种技术利用了数学上的归纳法。研究人员称，与PageRank的遍历整个网站才能够计算出其归类相比，归纳法的速度提高了50%。
第三种被称为自适应PageRank的技术基于这样的事实，即排名较低的网站的计算速度更快，通过剔除这样的网站，计算的速度能够提高50%。
尽管这些方法各有优点，但斯坦福大学的科研人员相信，当综合应用时，它们的威力会更大。该项目的成员之一斯藩达表示，通过综合使用这些技术，进一步提高速度是可能的。我们初步的试验表明，综合应用这些技术，可以将PageRank的计算速度提高5倍。当然了，还有一些问题需要解决，我们已经快要完成基于主题的PageRank计算。
斯坦福大学科研人员的理论在目前也还仅仅是“理论”，他们与Google本身没有任何官方的联系。Google公司的发言人表示，Google将考虑采用斯坦福大学的技术。