Анализ сайта cuiyungao.github.io
Основное Готовность: 95%
Домен
cuiyungao.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://cuiyungao.github.io
301 MovedPermanently
https://cuiyungao.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
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 страницы не указан. Рекомендуется явно указать язык документа!
Скорость загрузки
~0,53сек
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 0,53сек оптимальна.
Объем документа
73Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 73Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 8
Внешние ресурсы страницы (CSS, JS, изображения)
?
Количество и тип подключённых ресурсов влияют на скорость загрузки. Большое число запросов увеличивает время рендеринга страницы.
Кол-во файлов ресурсов 8 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | https://cdnjs.cloudflare.com/ajax/libs/font-awesome/4.7.0/css/font-awesome.min.css | |
| stylesheet | css/bootstrap.min.css | |
| js | js/jquery.min.js | |
| js | js/bootstrap.min.js | |
| js | js/menucollapse.js | |
| js | text/javascript | js/arrow78.js |
| js | text/javascript | js/custom.js |
| js | https://kit.fontawesome.com/a076d05399.js |
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 | "67ff1a8c-12798" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 4B4C:E2628:2D986F9:2DFAC9B:6A8A23C2 |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 22:33:38 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230095-FRA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787438019.782368,VS0,VE108 |
| Vary | Accept-Encoding |
| x-fastly-request-id | bcef90d4913488cf2824de386307d0c193508851 |
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
[ Cuiyun Gao @ HIT-SZ ]
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: 23, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
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.
Установите 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: 1
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 1шт. 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 |
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
Ошибок нет
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 3 встречаются в тексте достаточно.
Абзацев с текстом 16 достаточно.
Среднее число слов в абзаце 374 достаточно.
Кол-во знаков контента 26214 на странице оптимально.
Кол-во слов 3908 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 <h2> 7. Это хорошо.
Тошнота
9,49
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
6,47%
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 |
|---|---|---|
| cuiyun | 90 | 2,30% |
| software | 87 | 2,23% |
| engineering | 69 | 1,77% |
| appear | 50 | 1,28% |
| conference | 45 | 1,15% |
| international | 44 | 1,13% |
| michael | 40 | 1,02% |
| transactions | 24 | 0,61% |
| chaozheng | 21 | 0,54% |
| shuzheng | 17 | 0,44% |
| symposium | 16 | 0,41% |
| analysis | 13 | 0,33% |
| jichuan | 12 | 0,31% |
| language | 10 | 0,26% |
| review | 10 | 0,26% |
| methodology | 10 | 0,26% |
| technology | 9 | 0,23% |
| foundations | 9 | 0,23% |
| zongjie | 9 | 0,23% |
| xin-cheng | 9 | 0,23% |
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: 49
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 49 оптимально.
На странице присутствуют изображения 3.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| /bio.html |
Biography
|
|
Анализировать url |
| /cv.html |
CV (Web)
|
|
Анализировать url |
| /zeinalipour.pdf |
CV (PDF)
|
|
|
| / |
"Smaller but Better: Self-Paced Knowledge Distillation for Lightweight yet Effective LCMs."
|
|
Анализировать url |
| / |
"Beyond PEFT: Layer-Wise Optimization for More Effective and Efficient Large Code Model Tuning"
|
|
Анализировать url |
| / |
"RAG or Fine-tuning? A Comparative Study on LCMs-based Code Completion in Industry"
|
|
Анализировать url |
| / |
"AEGIS: An Agent-based Framework for Bug Reproduction from Issue Descriptions"
|
|
Анализировать url |
| / |
"Towards Mitigating API Hallucination in Code Generated by LLMs with Hierarchical Dependency Aware"
|
|
Анализировать url |
| / |
"MLLM-Based UI2Code Automation Guided by UI Layout Information"
|
|
Анализировать url |
| / |
"Extended Reality Cybersickness Assessment via User Review Analysis"
|
|
Анализировать url |
| / |
"Understanding the Robustness of Transformer-Based Code Intelligence via Code Transformation: Challenges and Opportunities"
|
|
Анализировать url |
| / |
"An Empirical Study of Retrieval-Augmented Code Generation: Challenges and Opportunities"
|
|
Анализировать url |
| / |
"The Current Challenges of Software Engineering in the Era of Large Language Models"
|
|
Анализировать url |
| / |
"Repository-Level Graph Representation Learning for Enhanced Security Patch Detection"
|
|
Анализировать url |
| / |
"Search-based LLMs for Code Optimization"
|
|
Анализировать url |
| / |
"Can LLMs Replace Human Evaluators? An Empirical Study of LLM-as-a-Judge in Software Engineering"
|
|
Анализировать url |
| / |
"Distilling Structured Rationale from Large Language Models to Small Language Models for Abstractive Summarization"
|
|
Анализировать url |
| / |
"Less Cybersickness, Please: Demystifying and Detecting Stereoscopic Visual Inconsistencies in Virtual Reality Apps"
|
|
Анализировать url |
| / |
"Improving long‐tail classification via decoupling and regularisation"
|
|
Анализировать url |
| / |
"ComplexCodeEval: A Benchmark for Evaluating Large Code Models on More Complex Code"
|
|
Анализировать url |
| / |
"A Systematic Evaluation of Large Code Models in API Suggestion: When, Which, and How"
|
|
Анализировать url |
| / |
"Bridge and Hint: Extending Pre-trained Language Models for Long-Range Code"
|
|
Анализировать url |
| / |
"ReposVul: A Repository-Level High-Quality Vulnerability Dataset"
|
|
Анализировать url |
| / |
"On Extracting Specialized Code Abilities from Large Language Models: A Feasibility Study"
|
|
Анализировать url |
| / |
"Less is More? An Empirical Study on Configuration Issues in Python PyPI Ecosystem"
|
|
Анализировать url |
| / |
"Learning in the Wild: Towards Leveraging Unlabeled Data for Effectively Tuning Pre-trained Code Models"
|
|
Анализировать url |
| / |
"Code Search is All You Need? Improving Code Suggestions with Code Search"
|
|
Анализировать url |
| / |
"Prompt Tuning in Code Intelligence: An Experimental Evaluation"
|
|
Анализировать url |
| / |
"A Unified Framework for Mini-game Testing: Experience on WeChat"
|
|
Анализировать url |
| / |
"Protecting Intellectual Property of Large Language Model-Based Code Generation APIs via Watermarks"
|
|
Анализировать url |
| / |
"TopicAns: Topic-Informed Architecture for Answer Recommendation on Technical Q&A Site"
|
|
Анализировать url |
| / |
"What You See Is What You Get? It Is Not the Case! Detecting Misleading Icons for Mobile Applications"
|
|
Анализировать url |
| / |
"A Hypothesis Testing-Based Framework for Software Cross-Modal Retrieval in Heterogeneous Semantic Spaces"
|
|
Анализировать url |
| / |
"Improving Long-Tailed Classification Via Decoupling and Regularization"
|
|
Анализировать url |
| / |
"Parameter Description Generation with the Code Parameter Flow"
|
|
Анализировать url |
| / |
"Affective knowledge enhanced multiple-graph fusion networks for aspect-based sentiment analysis"
|
|
Анализировать url |
| / |
"No more fine-tuning? An experimental evaluation of prompt tuning in code intelligence"
|
|
Анализировать url |
| / |
"HINNPerf: Hierarchical interaction neural network for performance prediction of configurable systems"
|
|
Анализировать url |
| / |
"A deep dive into the impact of COVID-19 on software development"
|
|
Анализировать url |
| /publications/qix_apsec2018.pdf |
"Detecting duplicate bug reports with convolutional neural network"
|
|
|
| /publications/cygao_icse2018.pdf |
"Online app review analysis for identifying emerging issues"
|
|
|
| /publications/ycman_issre2016.pdf |
"Experience report: Understanding cross-platform app issues from user reviews"
|
|
|
| /publications/cygao_issre2015.pdf |
"PAID: Prioritizing app issues for developers by tracking user reviews over versions"
|
|
|
| /publications/hxu_issre2015.pdf |
"SpyAware: Investigating the privacy leakage signatures in app execution traces"
|
|
|
| /publications/cygao_sose2015.pdf |
"AR-TRacker: Track the dynamics of mobile apps via user review mining"
|
|
|
| / |
Yujia Chen
|
|
Анализировать url |
| / |
Xincheng Wen
|
|
Анализировать url |
| / |
Fan Wu
|
|
Анализировать url |
| / |
Yiming Huang
|
|
Анализировать url |
Внешние ссылки
Кол-во: 61
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 61 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать внешние ссылки
| Url | Анкор | Анализировать |
|---|---|---|
| cs.hitsz.edu.cn |
School of Computer Science and Technology
|
Анализировать url |
| hitsz.edu.cn |
Harbin Institute of Technolgy, Shenzhen
|
Анализировать url |
| cs.hitsz.edu.cn |
School of Computer Science and Technology
|
Анализировать url |
| hitsz.edu.cn |
Harbin Institute of Technolgy, Shenzhen
|
Анализировать url |
| ntu.edu.sg |
Prof. Yang Liu
|
Анализировать url |
| cse.cuhk.edu.hk |
Prof. Michael R. Lyu
|
Анализировать url |
| www0.cs.ucl.ac.uk |
Prof. Mark Harman
|
Анализировать url |
| www0.cs.ucl.ac.uk |
Prof. Federica Sarro
|
Анализировать url |
| scie.shu.edu.cn |
Prof. Wanggen WAN
|
Анализировать url |
| baike.baidu.com |
钱伟长学院
|
Анализировать url |
| twitter.com |
Tweets
by @dmslcy
|
|
| scholar.google.com |
<font color="white">Google Scholar</font>
|
Анализировать url |
| dblp.uni-trier.de |
<font color="white">DBLP</font>
|
Анализировать url |
| arxiv.org |
"SCALE: Constructing Symbolic Comment Trees for Software Vulnerability Detection"
|
Анализировать url |
| arxiv.org |
"Meta-Path Based Attentional Graph Learning Model for Vulnerability Detection"
|
Анализировать url |
| arxiv.org |
"LIVABLE: Exploring Long-Tailed Classification of Software Vulnerability Types"
|
Анализировать url |
| dl.acm.org |
"Zero-shot Domain Adaptation for Code Search with Pre-trained Models"
|
Анализировать url |
| arxiv.org |
"Domain Knowledge Matters: Improving Prompts with Fix Templates for Repairing Python Type Errors"
|
Анализировать url |
| arxiv.org |
"How Practitioners Expect Code Completion?"
|
Анализировать url |
| arxiv.org |
"REEF: A Framework for Collecting Real-World Vulnerabilities and Fixes"
|
Анализировать url |
| arxiv.org |
"When Less is Enough: Positive and Unlabeled Learning Model for Vulnerability Detection"
|
Анализировать url |
| arxiv.org |
"What Makes Good In-context Demonstrations for Code Intelligence Tasks with LLMs?"
|
Анализировать url |
| arxiv.org |
"Generative Type Inference for Python"
|
Анализировать url |
| sciencedirect.com |
"Dialog Summarization for Software Collaborative Platform via Tuning Pre-trained Models"
|
Анализировать url |
| arxiv.org |
"基于深度学习的代码生成方法研究进展"
|
Анализировать url |
| arxiv.org |
"API Usage Recommendation via Multi-View Heterogeneous Graph Representation Learning"
|
Анализировать url |
| arxiv.org |
"Keeping Pace with Ever-Increasing Data: Towards Continual Learning of Code Intelligence Models"
|
Анализировать url |
| arxiv.org |
"CCTEST: Testing and Repairing Code Completion Systems"
|
Анализировать url |
| arxiv.org |
"Vulnerability Detection with Graph Simplification and Enhanced Graph Representation Learning"
|
Анализировать url |
| arxiv.org |
"Two Sides of the Same Coin: Exploiting the Impact of Identifiers in Neural Code Comprehension"
|
Анализировать url |
| sciencedirect.com |
"Learning to Generate Tips from Song Reviews"
|
Анализировать url |
| arxiv.org |
"Listening to Users‘ Voice: Automatic Summarization of Helpful App Reviews"
|
Анализировать url |
| arxiv.org |
"Label-Aware distribution calibration for long-tailed classification"
|
Анализировать url |
| arxiv.org |
"A Transformer-based approach for improving app review response generation"
|
Анализировать url |
| arxiv.org |
"Revisiting, Benchmarking and exploring API recommendation: How far are we?"
|
Анализировать url |
| arxiv.org |
"Dynamically relative position encoding-based Transformer for automatic code edit"
|
Анализировать url |
| arxiv.org |
"Code structure guided Transformer for source code summarization"
|
Анализировать url |
| arxiv.org |
"Source code summarization with structural relative position guided Transformer"
|
Анализировать url |
| arxiv.org |
"Enriching query semantics for code search with reinforcement learning"
|
Анализировать url |
| sciencedirect.com |
"Understanding in-app advertising issues based on large scale app review analysis"
|
Анализировать url |
| arxiv.org |
"Static inference meets deep learning: A hybrid type inference
approach for Python"
|
Анализировать url |
| arxiv.org |
"Peeking into the gray area of mobile world: An empirical study of unlabeled android apps"
|
Анализировать url |
| arxiv.org |
"Opportunities and challenges in code search tools"
|
Анализировать url |
| arxiv.org |
"On the replicability and reproducibility of deep learning in software engineering"
|
Анализировать url |
| arxiv.org |
"Emerging app issue identification via online joint sentiment-topic tracing"
|
Анализировать url |
| arxiv.org |
"Automating app review response generation based on contextual knowledge"
|
Анализировать url |
| arxiv.org |
"CoreGen: Contextualized Code Representation Learning for Commit Message Generation"
|
Анализировать url |
| arxiv.org |
"CRaDLe: Deep code retrieval based on semantic dependency learning"
|
Анализировать url |
| arxiv.org |
"TOUR: Dynamic topic and sentiment analysis of user reviews for assisting app release"
|
Анализировать url |
| arxiv.org |
"Do users care about ad’s performance costs? Exploring the effects of the performance costs of in-app ads on user experience"
|
Анализировать url |
| arxiv.org |
"Why an Android app is classified as malware: Toward malware classification interpretation"
|
Анализировать url |
| arxiv.org |
"ATOM: Commit message generation based on abstract syntax tree and hybrid ranking"
|
Анализировать url |
| arxiv.org |
"What changed your mind: The roles of dynamic topics and discourse in argumentation process"
|
Анализировать url |
| arxiv.org |
"CORE: Automating review recommendation for code changes"
|
Анализировать url |
| arxiv.org |
"Automating app review response generation"
|
Анализировать url |
| web.cs.ucla.edu |
"An empirical study of common challenges in developing deep learning applications"
|
Анализировать url |
| arxiv.org |
"What you say and how you say it: Joint modeling of topics and discourse in microblog conversations"
|
Анализировать url |
| dl.acm.org |
"Emerging app issue identification from user feedback: Experience on WeChat"
|
Анализировать url |
| arxiv.org |
"Topic memory networks for short text classification"
|
Анализировать url |
| ink.library.smu.edu.sg |
"INFAR: Insight extraction from app reviews"
|
Анализировать url |
| github.com |
https://github.com/dmsl/academic-responsive-template
|
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 cuiyungao.github.io, слабо оптимизирован на 49%. Для хорошей оптимизации и выхода на первые места в поиске требуется:
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: