大多数搜索引擎用赞助商链接拍卖这一过程来决定哪些赞助商广告链接最终显示到搜索结果的网页中。这种针对潜在客户投放广告的商业模式已经成为绝大多数搜索引擎的主要利润来源。通常搜索引擎采用广义第二价格拍卖。之前许多关于广义第二价格拍卖的研究工作基于一个“分离假设”：用户点击一个广告的概率由两个互相独立的概率组成,其中一个由广告本身的吸引程度决定(Click-Through Rate, CTR);另一个则基于广告所处的位置。这样一个模型忽略了一个处在高位的广告对处于其下面的广告所带来的影响。本文研究了一种在马尔可夫用户模型下的广义第二价格拍卖。在这种机制中,我们通过描述用户在浏览广告时的概率行为,来模拟多个广告之间的外部性。具体来说,我们提出了一种新的方法来对投标人进行排序,而最后的排序结果则为分配方案。我们证明这个拍卖机制总是存在纳什均衡,并对这个纳什均衡的集体得益进行了理论分析和实验模拟。我们将该纳什均衡的集体得益与最优值以及之前没有考虑外部性的广义第二价格拍卖的集体得益进行了比较。结果显示我们的结果在很多情况下,都对最优值有着很好的近似,并且优于不考虑外部性的广义第二价格拍卖。