由以色列学者R.伦佩尔^[注]和S.莫兰^[注]于2000年在第9届国际互联网大会上提出。它以HITS算法为基础，因此中国有学者将其归并到近似HITS算法的一类。

在SALSA算法中，伦佩尔和莫兰仍然沿用了HITS算法的两个基本概念，对每一个网页赋予两个指标值：权威值（authority）和枢纽值（hub）。权威值越高则该网页与给定的主题越相关，这样的网页称为权威页（authorities）；枢纽值高的网页中包含较多指向权威页的链接，这样的网页称为枢纽页（hubs）。同时，SALSA算法更强调Web用户浏览的随机性以及向前浏览网页的直觉知识，借鉴了PageRank算法的随机漫游的思想，同时摒弃了HITS算法中枢纽值与权威值相互增强的方法。

首先，用基于文本的搜索引擎检索得到查询结果，取排名最高的前个网页形成根集，其中一般取值为200。其次，扩充根集，分两步进行：一是将所有中所指向的页面扩充进去，该扩充在数量上没有限制；二是将指向中的每一个页面的链接页面取其中任意个页面，将其扩充到原来的中形成基本集去除无关链接（如内在链接、CGI脚本链接、广告和赞助商的链接等），只保留提供信息的链接，形成集合。

从集合中构造二分无向图，其中和分别为定义的两条马尔可夫链。表示枢纽链（hub），即该链中的网页包含出链，且这些出链指向内其他节点；表示权威链（authority），即该链中的网页包含内其他节点指向的入链；表示枢纽链和权威链的连接规则。

通过定义矩阵的方法分别定义枢纽矩阵和权威矩阵，并求其特征向量，即可找出两条马尔可夫链的静态分布。其中权威矩阵中值大的网页即为所求的权威页。

首先，从SALSA算法步骤中可以看出，SALSA算法对HITS算法做了改进。相比于HITS算法，SALSA算法在计算上更轻量。由于SALSA算法和HITS算法都是在查询时被执行，减少计算量可以较大程度地减少搜索引擎的反应时间，提高用户体验。

然后，相比于HITS算法，SALSA算法更不易受TKC（tightly knit community，包含少量高度相互关联的网页拓扑结构）的影响。而在HITS算法中，缺少TKC会在查找权威页时产生消极影响。