Анализ сайта aykuterdem.github.io
Основное Готовность: 90%
Домен
aykuterdem.github.io
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Используйте для продвижения только домен второго уровня.
Длина домена велика. Но если вы продвигаете запрос, входящий в название домена, то это хорошо.
Ответ сервера
200 Успешный ответ
HTTP-код ответа и цепочка редиректов
?
Код 200 — страница доступна. Коды 3xx — редиректы (цепочки замедляют загрузку и размывают ссылочный вес). Коды 4xx/5xx — ошибки, поисковик не сможет проиндексировать страницу.
Сервер настроен корректно.
Цепочка редиректов:
http://aykuterdem.github.io
301 MovedPermanently
https://aykuterdem.github.io/
200 OK
Безопасность
Сайт безопасен
Использование HTTPS и SSL-сертификат
?
HTTPS — обязательный стандарт. Google и Яндекс отдают предпочтение защищённым сайтам. Отсутствие SSL или просроченный сертификат ведут к предупреждениям в браузере и снижению позиций.
Не настроен HSTS (Strict-Transport-Security) — рекомендуется включить.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 01.11.2026 2:38:01.
HTTP автоматически перенаправляется на HTTPS.
Поздравляем! Сайт не содержится в реестре РКН.
Кодировка
utf-8
Кодировка символов страницы
?
Стандарт — UTF-8. Неправильная кодировка вызывает нечитаемые символы и мешает поисковику корректно распознать текст страницы.
Указана кодировка на странице utf-8.
Язык
en
Атрибут lang в HTML-теге
?
Атрибут lang (<html lang="ru">) сообщает поисковикам и браузерам, на каком языке написана страница. Помогает при ранжировании в региональном поиске.
Язык документа указан явно: en.
Скорость загрузки
~0,48сек
Время отклика сервера (TTFB)
?
Time To First Byte — время до получения первого байта от сервера. Норма до 200 мс. Медленный отклик ухудшает пользовательский опыт и ранжирование: Яндекс и Google учитывают скорость страниц.
Скорость загрузки сайта 0,48сек оптимальна.
Объем документа
41Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 41Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 5
Внешние ресурсы страницы (CSS, JS, изображения)
?
Количество и тип подключённых ресурсов влияют на скорость загрузки. Большое число запросов увеличивает время рендеринга страницы.
В одном из файлов ресурсов встречается путь без https. Все подгружаемые файлы ресурсов должны открываться по защищенному протоколу ssl/https!
Кол-во файлов ресурсов 5 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | https://cdnjs.cloudflare.com/ajax/libs/pure/1.0.0/pure-min.css | |
| stylesheet | https://unpkg.com/purecss@1.0.0/build/grids-responsive-min.css | |
| stylesheet | https://cdnjs.cloudflare.com/ajax/libs/font-awesome/4.7.0/css/font-awesome.min.css | |
| stylesheet | http://fonts.googleapis.com/css?family=Raleway:200 | |
| js | https://www.googletagmanager.com/gtag/js?id=UA-180951661-1 |
Серверные заголовки
Кол-во: 17
HTTP-заголовки ответа сервера
?
Заголовки сервера передают браузеру и поисковику служебную информацию: кеширование, безопасность (CSP, HSTS), сжатие (gzip). Правильная настройка ускоряет загрузку и повышает защищённость.
Найдены серверные заголовки 17шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Server | GitHub.com |
| Access-Control-Allow-Origin | * |
| ETag | "6a6216dc-a6db" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 9CA0:19A3F5:241CE8D:246802A:6A89C72C |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 15:58:36 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230179-FRA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787414317.623159,VS0,VE105 |
| Vary | Accept-Encoding |
| x-fastly-request-id | e1bc7f5415fa117b4cc6962605b58d821dcba63f |
CMS
Не определена
Система управления сайтом (движок)
?
CMS — это движок, на котором работает сайт (WordPress, 1C-Bitrix, Tilda и др.). Знание CMS помогает понять возможности SEO-оптимизации и подобрать подходящие инструменты. «Не определена» — вероятно, самописный сайт или нестандартная сборка.
CMS не определена. Вероятно, сайт самописный либо движок надёжно скрыт. Это не ошибка.
Веб-сервер
GitHub.com
Программное обеспечение сервера
?
Веб-сервер — это ПО, которое отдаёт страницы посетителям (nginx, Apache, IIS, LiteSpeed и др.). Определяется по серверным заголовкам ответа (Server, X-Powered-By и т.п.). «Не определён» — сервер намеренно скрывает эти заголовки, это нормальная практика безопасности.
В заголовке Server указано: GitHub.com.
Мета-теги Готовность: 32%
Title
Aykut Erdem
Заголовок страницы в браузере и поисковой выдаче
?
Title — главный SEO-заголовок страницы. Влияет на CTR в поиске и ранжирование. Оптимальная длина: 50–70 символов. Ключевые слова — ближе к началу.
Необходимо увеличить число символов в title (текущее значение мало: 11, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Aykut Erdem
Описание страницы в поисковой выдаче (сниппет)
?
Meta Description — текст под заголовком в выдаче. Напрямую на позиции не влияет, но влияет на CTR. Оптимальная длина: 120–160 символов.
Необходимо увеличить число символов в description (текущее значение мало: 11, минимум: 80, оптимально: от 120 до 130)
Мета-тег description совпадает с title! Внесите правку в title или мета-тег description!
Keywords
Список ключевых слов страницы (устаревший тег)
?
Meta Keywords не учитывается Яндексом и Google для ранжирования с 2009–2012 годов. Заполнение не обязательно, но не вредит. Конкурент может использовать содержимое для анализа.
Установите мета-тег keywords!
Канонический Url
Указывает поисковику основную версию страницы
?
Canonical (rel=canonical) предотвращает проблему дублей страниц. Должен точно совпадать с URL проверяемой страницы. Неправильный canonical может передать ссылочный вес на другую страницу.
Рекомендуем прописать канонический Url.
Robots
Ошибок нет
Директивы для поисковых роботов на уровне страницы
?
Meta Robots управляет индексацией конкретной страницы: index/noindex — индексировать ли, follow/nofollow — следовать ли по ссылкам. Noindex полностью исключает страницу из поиска.
Meta-тег robots не указан. Страница свободна для индексации.
Адаптивность
width=device-width, initial-scale=1.0
Настройка масштабирования на мобильных устройствах
?
Тег viewport (<meta name="viewport">) сообщает браузеру, как масштабировать страницу на мобильных. Стандарт: width=device-width, initial-scale=1. Отсутствие — признак отсутствия мобильной версии.
Meta-тег viewport со значением-константой width=device-width задаёт ширину страницы в соответствии с размером экрана.
Meta-тег viewport со значением initial-scale=1.0 определяет масштаб 1:1, т.е. «не масштабировать».
Разметка OpenGraph
Не найдено
Мета-теги для красивых превью в соцсетях
?
OpenGraph (og:title, og:description, og:image) управляет тем, как страница выглядит при репосте в социальных сетях и мессенджерах. Отсутствие OG-тегов — невзрачный превью при шеринге.
Разметка OpenGraph не задана. Страница не оптимизирована под социальные сети. Мета-теги с разметкой Og помогают социальным роботам лучше структурировать Ваш сайт.
Все мета-теги
Кол-во: 2
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 2шт. Мета-теги не видимы для человека и предназначены для обмена информацией между веб-страницей и поисковыми системами, браузерами и другими веб-службами. С ними роботы 🤖 и устройства ведут себя более ожидаемо.
Показать полный список мета-тегов
| Тип | Название | Значение |
|---|---|---|
| name | viewport | width=device-width, initial-scale=1.0 |
| name | description | Aykut Erdem |
Оптимизация Готовность: 70%
Структура
Ошибок нет
Семантические HTML-элементы страницы
?
Проверяет наличие основных структурных элементов: nav, header, footer, main. Корректная семантическая структура помогает поисковику понять архитектуру страницы.
Структура документа корректна (теги <html> и <body> присутствуют по одному на документ).
Контент
Есть ошибки
Объём и качество текстового содержимого
?
Анализирует объём полезного текста на странице. Слишком мало — страница может считаться малополезной. Слишком много — ухудшается читаемость и восприятие.
Слова из title 2 встречаются в тексте редко. Добавьте в контент страницы слова из тега <title>!
Абзацев с текстом 52 достаточно.
Среднее число слов в абзаце 48 достаточно.
Кол-во знаков контента 13355 на странице оптимально.
Кол-во слов 1982 на странице оптимально.
Заголовки
Ошибок нет
Иерархия заголовков H1–H6
?
H1 должен быть один и содержать ключевой запрос. H2–H6 описывают подразделы. Пропуск уровней (H1 → H3) и несколько H1 — типичные ошибки, снижающие понятность страницы для поисковика.
На странице присутствуют заголовки <h1> 1. Это прекрасно.
На странице присутствуют заголовки <h2> 1. Это хорошо.
Тошнота
5,92
Насколько одно слово доминирует в тексте
?
Классическая тошнота = √(частота самого повторяющегося слова). Норма до 7–8: текст воспринимается естественно. Выше — поисковик может счесть страницу переспамленной.
Тошнота превышает норму 5. Измените текст страницы!
Академич. тошнота
11,30%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота страницы в пределах нормы.
Семантическое ядро
20
Наиболее часто встречающиеся слова на странице
?
Топ слов по частоте использования. Показывает, какие слова доминируют в тексте с точки зрения поисковика.
Контент страницы содержит осмысленный текст и слова.
Показать список слов
| Слово | Кол-во | Частота |
|---|---|---|
| project | 35 | 1,77% |
| research | 13 | 0,66% |
| accepted | 12 | 0,61% |
| transactions | 9 | 0,45% |
| saliency | 8 | 0,40% |
| multimodal | 8 | 0,40% |
| tubitak | 8 | 0,40% |
| university | 7 | 0,35% |
| program | 7 | 0,35% |
| yagcioglu | 7 | 0,35% |
| levent | 7 | 0,35% |
| karacan | 7 | 0,35% |
| editing | 6 | 0,30% |
| learning | 6 | 0,30% |
| images | 6 | 0,30% |
| siggraph | 6 | 0,30% |
| visual | 5 | 0,25% |
| students | 5 | 0,25% |
| analysis | 5 | 0,25% |
| prediction | 5 | 0,25% |
Индексация Готовность: 0%
Индексирование
Ошибок нет
Разрешено ли индексирование страницы
?
Проверяет, не закрыта ли страница от индексации через robots.txt, meta robots или X-Robots-Tag. Страница, закрытая от индексации, не появится в поисковой выдаче.
Анкоров на странице 180 оптимально. Поисковые роботы обязательно проиндексируют сайт.
Robots.txt
Не найден
Файл управления сканированием сайта роботами
?
Robots.txt указывает поисковым роботам, какие страницы сканировать, а какие — нет. Ошибки в файле могут случайно закрыть важные разделы от индексации.
Файл robots.txt не найден (ошибка 404). Крайне рекомендуем добавить файл robots.txt, это правило хорошего тона для поисковых роботов.
Sitemap
Кол-во: 0
XML-карта сайта для поисковиков
?
Sitemap.xml помогает поисковику быстрее находить и индексировать страницы. Особенно важен для крупных сайтов и новых страниц, на которые ещё нет входящих ссылок.
Robots.txt не содержит ссылку на карту сайта. Рекомендуется добавить карту сайта и указать ссылку на нее в robots.txt.
Внутренние ссылки
Кол-во: 48
Ссылки на другие страницы своего сайта
?
Внутренние ссылки распределяют ссылочный вес между страницами и помогают поисковику обходить сайт. Пустые анкоры и ссылки на запрещённые robots.txt страницы — типичные ошибки.
Внутренних ссылок на странице 48 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
|
Aykut Erdem
|
|
Анализировать url | |
| /https:ku.edu.tr |
Koç University
|
|
Анализировать url |
| /www.unive.it/english |
Ca’Foscari University of Venice
|
|
Анализировать url |
| /highlights.html |
older items
|
|
Анализировать url |
| /papers/Tekden-2020-ICRA.pdf |
Belief Regulated Dual Propagation Nets for Learning Action Effects on Articulated Multi-Part Objects
|
|
|
| /papers/Tekden-2020-ICRA.pdf |
pdf
|
|
|
| /papers/emnlp18.pdf |
RecipeQA: A Challenge Dataset for Multimodal Comprehension of Cooking Recipes
|
|
|
| /papers/emnlp18.pdf |
pdf
|
|
|
| /papers/ieee-tmm18.pdf |
Spatio-Temporal Saliency Networks for Dynamic Saliency Prediction
|
|
|
| /papers/ieee-tmm18.pdf |
pdf
|
|
|
| /papers/eacl17slides.pdf |
slides
|
|
|
| /papers/jvcir.pdf |
Deformable Part-based Tracking by Coupled Global and Local Correlation Filters
|
|
|
| /papers/jvcir16.pdf |
pdf
|
|
|
| /papers/siu16_tasviret.pdf |
TasvirEt: A Benchmark Dataset for Automatic Turkish Description Generation from Images
|
|
|
| /papers/siu16_tasviret.pdf |
pdf
|
|
|
| /papers/eg16.pdf |
An Objective Deghosting Quality Metric for HDR Images
|
|
|
| /papers/eg2016.pdf |
pdf
|
|
|
| /papers/KL-sparse-matting.pdf |
Image Matting with KL-Divergence Based Sparse Sampling
|
|
|
| /papers/KL-sparse-matting.pdf |
pdf
|
|
|
| /papers/KL-sparse-matting-supp.pdf |
supplementary material
|
|
|
| /papers/acl2015.pdf |
A Distributed Representation Based Query Expansion Approach for Image Captioning
|
|
|
| /papers/acl2015.pdf |
pdf
|
|
|
| /papers/acl2015-notes.pdf |
supplementary material
|
|
|
| /papers/AttSemImageMemorability.pdf |
Predicting Memorability of Images Using Attention-driven Spatial Pooling and Image Semantics
|
|
|
| /papers/AttSemImageMemorability.pdf |
pdf
|
|
|
| /papers/hdr-deghosting-star.pdf |
The State of the Art in HDR Deghosting: A Survey and Evaluation
|
|
|
| /papers/hdr-deghosting-star.pdf |
pdf
|
|
|
| /papers/bmvc14.pdf |
Top down saliency estimation via superpixel-based discriminative dictionaries
|
|
|
| /papers/bmvc14.pdf |
pdf
|
|
|
| /papers/bmvc14-abstract.pdf |
extended abstract
|
|
|
| /papers/bmvc14-supp.pdf |
supplementary material
|
|
|
| /papers/siggraphasia13.pdf |
Structure-Preserving Image Smoothing via Region Covariances
|
|
|
| /papers/siggraphasia13.pdf |
pdf
|
|
|
| /papers/gtg2.pdf |
Graph Transduction as a Non-Cooperative Game
|
|
|
| /papers/gtg2.pdf |
pdf
|
|
|
| /publications.html |
all publications
|
|
Анализировать url |
| /cv.pdf |
Curriculum vitae
|
|
|
| /publications.html |
all publications
|
|
Анализировать url |
| /classes/comp201.f25 |
COMP201
|
|
Анализировать url |
| /classes/comp541.f25 |
COMP541
|
|
Анализировать url |
| /classes/comp201.s26 |
COMP201
|
|
Анализировать url |
| /classes/comp547.s26 |
COMP547
|
|
Анализировать url |
| /courses.html |
previous courses
|
|
Анализировать url |
| /https:/iclr.cc |
ICLR 2024
|
|
Анализировать url |
| /https:/neurips.cc |
SIGGRAPH Asia 2024
|
|
Анализировать url |
| /https:/neurips.cc |
NeurIPS 2024
|
|
Анализировать url |
| /resources.html |
a curated list of resources for grad students
|
|
Анализировать url |
| /bookshelf/index.html |
Some books I've read and enjoyed
|
|
Анализировать url |
Внешние ссылки
Кол-во: 128
Ссылки на сторонние сайты
?
Исходящие внешние ссылки передают часть ссылочного веса на чужие сайты. Ссылки на авторитетные ресурсы безопасны; ссылки на мусорные сайты могут навредить репутации страницы.
Внешних ссылок на странице 128 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор | Анализировать |
|---|---|---|
| ku.edu.tr |
Koç University
|
Анализировать url |
| xkcd.com |
*
|
Анализировать url |
| cs.ku.edu.tr |
Computer Engineering
|
Анализировать url |
| ai.ku.edu.tr |
KUIS AI Center
|
Анализировать url |
| ellis.eu |
ELLIS
|
Анализировать url |
| hacettepe.edu.tr |
Hacettepe University
|
Анализировать url |
| vision.cs.hacettepe.edu.tr |
Computer Vision Lab
|
Анализировать url |
| metu.edu.tr |
METU
|
Анализировать url |
| vt.edu |
Virginia Tech
|
Анализировать url |
| web.mit.edu |
MIT
|
Анализировать url |
| iccv2023.thecvf.com |
ICCV 2023
|
Анализировать url |
| cyberiada.github.io |
project website
|
Анализировать url |
| research.adobe.com |
Adobe Research
|
Анализировать url |
| synalp.gitlabpages.inria.fr |
Workshop on Muiltimodal, Multilingual NLG (MM-NLG)
|
Анализировать url |
| openreview.net |
BIG-bench
|
Анализировать url |
| vision.cs.hacettepe.edu.tr |
project page
|
Анализировать url |
| vision.cs.hacettepe.edu.tr |
project page
|
Анализировать url |
| vision.cs.hacettepe.edu.tr |
project page
|
Анализировать url |
| vision.cs.hacettepe.edu.tr |
project page
|
Анализировать url |
| vision.cs.hacettepe.edu.tr |
project page
|
Анализировать url |
| arxiv.org |
LAMP: Language-Assisted Motion Planning for Controllable Video Generation
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| cyberiada.github.io |
project page (with code)
|
Анализировать url |
| arxiv.org |
Spherical Vision Transformers for Audio-Visual Saliency Prediction in 360° Videos
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| cyberiada.github.io |
project page (with code)
|
Анализировать url |
| arxiv.org |
GaussianVideo: Efficient Video Representation via Hierarchical Gaussian Splatting
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| cyberiada.github.io |
project page (with code)
|
Анализировать url |
| cyberiada.github.io |
HyperGAN-CLIP: A Unified Framework for Domain Adaptation, Image Synthesis and Manipulation
|
Анализировать url |
| cyberiada.github.io |
pdf
|
Анализировать url |
| cyberiada.github.io |
project page (with code)
|
Анализировать url |
| arxiv.org |
CLIPAway: Harmonizing Focused Embeddings for Removing Objects via Diffusion Models
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| yigitekin.github.io |
project page (with code)
|
Анализировать url |
| aclanthology.org |
Sequential Compositional Generalization in Multimodal Models
|
Анализировать url |
| aclanthology.org |
pdf
|
Анализировать url |
| cyberiada.github.io |
project page (with code)
|
Анализировать url |
| arxiv.org |
HyperE2VID: Improving Event-Based Video Reconstruction via Hypernetworks
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| ercanburak.github.io |
project page (with code)
|
Анализировать url |
| arxiv.org |
ViLMA: A Zero-Shot Benchmark for Linguistic and Temporal Grounding in Video-Language Models
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| cyberiada.github.io |
project page (with code)
|
Анализировать url |
| aclanthology.org |
Harnessing Dataset Cartography for Improved Compositional Generalization in Transformers
|
Анализировать url |
| aclanthology.org |
pdf
|
Анализировать url |
| cyberiada.github.io |
project page (with code)
|
Анализировать url |
| cyberiada.github.io |
VidStyleODE: Disentangled Video Editing via StyleGAN and NeuralODEs
|
Анализировать url |
| cyberiada.github.io |
pdf
|
Анализировать url |
| cyberiada.github.io |
project page (with code)
|
Анализировать url |
| dl.acm.org |
CLIP-guided StyleGAN Inversion for Text-driven Real Image Editing
|
Анализировать url |
| dl.acm.org |
pdf
|
Анализировать url |
| cyberiada.github.io |
project page (with data and code)
|
Анализировать url |
| web.cs.hacettepe.edu.tr |
Burst Photography for Learning to Enhance Extremely Dark Images
|
Анализировать url |
| web.cs.hacettepe.edu.tr |
pdf
|
Анализировать url |
| hucvl.github.io |
project page (with code)
|
Анализировать url |
| openaccess.thecvf.com |
SLAMP: Stochastic Latent Appearance and Motion Prediction
|
Анализировать url |
| openaccess.thecvf.com |
pdf
|
Анализировать url |
| kuis-ai.github.io |
project page (with code)
|
Анализировать url |
| sciencedirect.com |
mustGAN: multi-stream Generative Adversarial Networks for MR Image Synthesis
|
Анализировать url |
| sciencedirect.com |
pdf
|
Анализировать url |
| hucvl.github.io |
Cross-lingual Visual Pre-training for Multimodal Machine Translation
|
Анализировать url |
| hucvl.github.io |
pdf
|
Анализировать url |
| hucvl.github.io |
project page (with data and code)
|
Анализировать url |
| youtube.com |
video
|
Анализировать url |
| arxiv.org |
Manipulating Attributes of Natural Scenes via Hallucination
|
Анализировать url |
| hucvl.github.io |
pdf
|
Анализировать url |
| hucvl.github.io |
project page (with data and code)
|
Анализировать url |
| youtube.com |
two minute papers
|
Анализировать url |
| arxiv.org |
Procedural Reasoning Networks for Understanding Multimodal Procedures
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| hucvl.github.io |
project pages (with code)
|
Анализировать url |
| icon.bilkent.edu.tr |
Image Synthesis in Multi-Contrast MRI with Conditional Generative Adversarial Networks
|
Анализировать url |
| icon.bilkent.edu.tr |
pdf
|
Анализировать url |
| hucvl.github.io |
project pages (with data and leaderboard)
|
Анализировать url |
| aclweb.org |
Re-evaluating Automatic Metrics for Image Captioning
|
Анализировать url |
| aclweb.org |
pdf
|
Анализировать url |
| arxiv.org |
Learning to Generate Images of Outdoor Scenes from Attributes and Semantic Layouts
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| semihyagcioglu.com |
project page
|
Анализировать url |
| vision.cs.hacettepe.edu.tr |
Turkish captions for Flickr8K dataset
|
Анализировать url |
| ceng.metu.edu.tr |
project page (with code)
|
Анализировать url |
| hdrexperiment.com |
experiment page
|
Анализировать url |
| web.cs.hacettepe.edu.tr |
project page (with code)
|
Анализировать url |
| semihyagcioglu.com |
project page (with code)
|
Анализировать url |
| dl.dropboxusercontent.com |
project page
|
Анализировать url |
| user.ceng.metu.edu.tr |
project page
|
Анализировать url |
| vision.cs.hacettepe.edu.tr |
project page (with code)
|
Анализировать url |
| web.cs.hacettepe.edu.tr |
project page (with code)
|
Анализировать url |
| jov.arvojournals.org |
Visual saliency estimation by nonlinearly integrating features using region covariances
|
Анализировать url |
| jov.arvojournals.org |
pdf
|
Анализировать url |
| web.cs.hacettepe.edu.tr |
project page (with code)
|
Анализировать url |
| web.cs.hacettepe.edu.tr |
code
|
Анализировать url |
| wwwp.oakland.edu |
Erdös number
|
Анализировать url |
| ai.ku.edu.tr |
KUIS AI Center
|
Анализировать url |
| cs.ku.edu.tr |
Department of Computer Engineering
|
Анализировать url |
| ku.edu.tr |
Koç University
|
Анализировать url |
| scholar.google.com |
profile
|
Анализировать url |
| twitter.com |
@aykuterdemml
|
|
| asia.siggraph.org |
SIGGRAPH Asia 2023
|
Анализировать url |
Конкуренты Готовность: 0%
Конкуренты в Яндексе
Кол-во: 0
Топ сайтов-конкурентов в Яндексе
?
Сайты, чаще всего появляющиеся в ТОПе Яндекса по запросам из семантического ядра этой страницы.
Мы не нашли у вас конкурентов в Яндексе. Сайт или очень молодой или плохо продвигается.
Конкурентов в ТОП-10 Яндекса не нашлось.
Конкуренты в Google
Кол-во: 0
Топ сайтов-конкурентов в Google
?
Сайты, чаще всего появляющиеся в ТОПе Google по запросам из семантического ядра этой страницы.
Конкуренты в Google тоже не найдены. Займитесь продвижением сайта!
Конкурентов в ТОП-10 Google не нашлось.
ЗоЗПП: права потребителей Готовность: 100%
Нарушения
Не выявлены
Признаков дистанционной продажи товаров (интернет-магазина) не обнаружено — требования ЗоЗПП о раскрытии информации продавца к сайту не применяются. Нарушений нет.
ФЗ-149: рекомендательные технологии Готовность: 100%
Нарушения
Не выявлены
Рекомендательные блоки («с этим покупают», «похожие товары» и т.п.) на сайте не обнаружены — требования ст. 10.7 ФЗ-149 к сайту не применяются. Нарушений нет.
ФЗ-38: реклама Готовность: 100%
Нарушения
Не выявлены
Рекламных тематик с обязательными оговорками (медицина, БАД, кредиты и займы, новостройки) на сайте не обнаружено. Нарушений нет.
ФЗ-436: защита детей Готовность: 100%
Нарушения
Не выявлены
Признаков информационной продукции (новости, видео, книги, игры, курсы) не обнаружено — обязательная возрастная маркировка по ФЗ-436 сайту не требуется. Нарушений нет.
Вердикт
Анализ сайта aykuterdem.github.io, слабо оптимизирован на 48%. Для хорошей оптимизации и выхода на первые места в поиске требуется:
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: