Анализ сайта dong-zhen.com
Основное Готовность: 65%
Домен
dong-zhen.com
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Домен второго уровня идеален для продвижения.
Отличный запоминающийся домен.
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.
Безопасность
Сайт небезопасен
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.
На сайте не найден защищенный протокол ssl и сайт не открывается по https!
Не настроен HSTS (Strict-Transport-Security) — рекомендуется включить.
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-US
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-US.
Скорость загрузки
~0,84сек
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 0,84сек оптимальна.
Объем документа
125Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 125Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 9
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 9 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | http://dong-zhen.com/wp-content/plugins/contact-form-7/includes/css/styles.css?ver=6.1.7 | |
| stylesheet | http://dong-zhen.com/wp-content/uploads/themify-concate/940234651/themify-4141271855.css | |
| js | http://dong-zhen.com/wp-includes/js/jquery/jquery.min.js?ver=3.7.1 | |
| js | data:text/javascript;base64,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 | |
| js | http://dong-zhen.com/wp-content/themes/themify-ultra/themify/js/main.js?ver=7.7.9 | |
| js | http://dong-zhen.com/wp-includes/js/dist/hooks.min.js?ver=f0f188028580e8dc1255 | |
| js | http://dong-zhen.com/wp-includes/js/dist/i18n.min.js?ver=1dfe7db3940c23ea9216 | |
| js | http://dong-zhen.com/wp-content/plugins/contact-form-7/includes/swv/js/index.js?ver=6.1.7 | |
| js | http://dong-zhen.com/wp-content/plugins/contact-form-7/includes/js/index.js?ver=6.1.7 |
Серверные заголовки
Кол-во: 7
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 7шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Connection | Keep-Alive |
| Keep-Alive | timeout=5, max=100 |
| Vary | Accept-Encoding |
| Cache-Control | must-revalidate, max-age=3 |
| Transfer-Encoding | chunked |
| Date | Sat, 22 Aug 2026 08:42:02 GMT |
| Server | LiteSpeed |
CMS
WordPress
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.
Сайт работает на CMS WordPress.
Веб-сервер
LiteSpeed
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.
Сайт работает на веб-сервере LiteSpeed.
Мета-теги Готовность: 32%
Title
Zhen Dong – PhD Student at UC Berkeley
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.
Дублей словоформ в title не найдено.
Число символов в title 44 оптимально (норма: от 40 до 45).
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
http://dong-zhen.com/
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.
Пропишите корректный канонический Url!
Robots
Есть ошибки
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 указан, но в нем содержится неизвестное значение...
Адаптивность
width=device-width, initial-scale=1, minimum-scale=1
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».
Meta-тег viewport со значением minimum-scale определяет минимальный масштаб области просмотра.
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: 3
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 3шт. 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, minimum-scale=1 |
| name | robots | max-image-preview:large |
| name | generator | WordPress 7.1 |
Оптимизация Готовность: 82%
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 7 встречаются в тексте достаточно.
Абзацев с текстом 16 достаточно.
Среднее число слов в абзаце 12 достаточно.
Кол-во знаков контента 25037 на странице оптимально.
Кол-во слов 3618 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> 2. Это прекрасно.
На странице присутствуют заголовки <h2> 12. Это хорошо.
На странице присутствуют заголовки <h3> 35.
Тошнота
5,83
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
54,73%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота превышает норму 5-15%. Измените текст страницы!
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 |
|---|---|---|
| efficient | 34 | 0,94% |
| keutzer | 34 | 0,94% |
| quantization | 32 | 0,88% |
| research | 29 | 0,80% |
| workshop | 24 | 0,66% |
| neural | 24 | 0,66% |
| models | 19 | 0,53% |
| berkeley | 18 | 0,50% |
| learning | 16 | 0,44% |
| huggingface | 16 | 0,44% |
| neurips | 14 | 0,39% |
| systems | 12 | 0,33% |
| shanghang | 12 | 0,33% |
| nvidia | 11 | 0,30% |
| michael | 11 | 0,30% |
| mahoney | 11 | 0,30% |
| networks | 11 | 0,30% |
| huanrui | 9 | 0,25% |
| inference | 9 | 0,25% |
| github | 9 | 0,25% |
Индексация Готовность: 40%
Индексирование
Есть ошибки
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 204 слишком много. Проведите ревизию и оптимизацию ссылок сайта.
Robots.txt
Найден корректный robots.txt
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.
Robots.txt настроен корректно. Размер файла: 153 байт. Загружен за: 1сек.
Проверяемая страница не запрещена в robots.txt.
Robots.txt доступен по постоянному адресу
Показать содержимое robots.txt
User-agent: *
Disallow: /wp-admin/
Allow: /wp-admin/admin-ajax.php
Sitemap: http://dong-zhen.com/sitemap.xml
Sitemap: http://dong-zhen.com/sitemap.html
Sitemap
Кол-во: 2
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 содержит несколько карт сайтов 2. Это профессионально!
Robots.txt не содержит ошибок в картах сайта.
Показать карты сайта
| Url | Статус |
|---|---|
| http://dong-zhen.com/sitemap.xml |
|
| http://dong-zhen.com/sitemap.html |
|
Внутренние ссылки
Кол-во: 12
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 12 оптимально.
Внутренние ссылки не запрещены к индексации в robots.txt.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| / |
Home
|
|
Анализировать url |
| /wp-content/uploads/CV_ZhenDong_7.8.pdf |
DOWNLOAD RESUME
|
|
|
| /wp-content/uploads/Q-BERT.pdf |
Q-BERT: Hessian Based Ultra Low Precision Quantization of BERT
|
|
|
| /wp-content/uploads/2019_Visual_Wake_Words.pdf |
Ultra-low Bit Quantization for Visual Wake Word Challenge
|
|
|
| /wp-content/uploads/ICL2022Talk.pdf |
slides
|
|
|
| /wp-content/uploads/HAP_WACV2022.pdf |
slides
|
|
|
| /wp-content/uploads/BAIR_Seminar.pdf |
slides
|
|
|
| /wp-content/uploads/ZeroQ_riseretreat2020.pdf |
slides
|
|
|
| /wp-content/uploads/AAAI2020_QBERT.pdf |
slides
|
|
|
| /wp-content/uploads/CVPR2019_LPIRC_VWW.pdf |
slides
|
|
|
| /wp-content/uploads/SNW_Presentation_ZhenDong.pdf |
slides
|
|
|
|
Zhen Dong
|
|
Анализировать url |
Внешние ссылки
Кол-во: 179
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 179 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор | Анализировать |
|---|---|---|
| scholar.google.com |
Google Scholar
|
Анализировать url |
| openreview.net |
“K-Sort Eval: Efficient Preference Evaluation for Visual Generation via Corrected VLM-as-a-Judge,
|
Анализировать url |
| openreview.net |
“TS-Attn: Temporal-wise Separable Attention for Multi-Event Video Generation,
|
Анализировать url |
| arxiv.org |
“Agents’ last exam,
|
Анализировать url |
| arxiv.org |
“NVIDIA Nemotron 3: Efficient and Open Intelligence,
|
Анализировать url |
| research.nvidia.com |
“Nemotron 3 Nano: Open, Efficient Mixture-of-Experts Hybrid Mamba-Transformer Model for Agentic Reasoning,
|
Анализировать url |
| arxiv.org |
“NVIDIA Nemotron Nano2: Accurate and Efficient Hybrid Mamba-Transformer Reasoning Model,
|
Анализировать url |
| arxiv.org |
“K-Sort Arena: Efficient and reliable benchmarking for generative models via K-wise human preferences,
|
Анализировать url |
| arxiv.org |
“QFT: Quantized full-parameter tuning of LLMs with affordable resources,
|
Анализировать url |
| arxiv.org |
“R-KV: Redundancy-aware KV Cache Compression for Reasoning Models,
|
Анализировать url |
| openreview.net |
“Measure of All Measures: Quantifying LLM Benchmark Quality,
|
Анализировать url |
| arxiv.org |
“DrafterBench: Benchmarking Large Language Models for Tasks Automation in Civil Engineering,
|
Анализировать url |
| arxiv.org |
“Meissonic: Revitalizing masked generative transformers for efficient high-resolution text-to-image synthesis,
|
Анализировать url |
| arxiv.org |
“An item is worth a prompt: versatile image editing with disentangled control,
|
Анализировать url |
| openreview.net |
“MAgIC: Investigation of large language model powered multi-agent in cognition, adaptability, rationality and collaboration,
|
Анализировать url |
| arxiv.org |
“EPIM: Efficient Processing-In-Memory Accelerators based on Epitome,
|
Анализировать url |
| arxiv.org |
“Integrating View Conditions for Image Synthesis,
|
Анализировать url |
| arxiv.org |
“End-to-end codesign of Hessian-aware quantized neural networks for FPGAs and ASICs,
|
Анализировать url |
| openreview.net |
“PromptCoT: Align prompt distribution via adapted chain of thought,
|
Анализировать url |
| arxiv.org |
“PB-LLM: Partially Binarized Large Language Models,
|
Анализировать url |
| practical-dl.github.io |
“Stochastic Communication Avoidance for Recommendation Systems,
|
Анализировать url |
| arxiv.org |
“Magic-Me: Identity-Specific Video Customized Diffusion,
|
Анализировать url |
| ojs.aaai.org |
“Efficient Deweahter Mixture-of-Experts with Uncertainty-Aware Feature-wise Linear Modulation,
|
Анализировать url |
| arxiv.org |
“SqueezeLLM: Dense-and-Sparse Quantization,
|
Анализировать url |
| arxiv.org |
“Split-Ensemble: Efficient OOD-aware ensemble via task and model splitting,
|
Анализировать url |
| arxiv.org |
“LLM Inference Unveiled: Survey and Roofline Model Insights,
|
Анализировать url |
| arxiv.org |
“Fisher-aware Quantization for DETR Detectors with Critical-category Objectives,
|
Анализировать url |
| practical-dl.github.io |
“QD-BEV: Quantization-aware View-guided Distillation for Multi-view 3D Object Detection,
|
Анализировать url |
| arxiv.org |
“Q-Diffusion: Quantizing Diffusion Models,
|
Анализировать url |
| openreview.net |
“NexusRaven: A Commercially-Permissive Language Model for Function Calling,
|
Анализировать url |
| sites.google.com |
FMDM Workshop
|
Анализировать url |
| an-instructive-workshop.github.io |
Instruction Workshop
|
Анализировать url |
| arxiv.org |
NoisyQuant: Noisy Bias-Enhanced Post-Training Activation Quantization for Vision Transformers
|
Анализировать url |
| arxiv.org |
CSQ: Growing Mixed-Precision Quantization Scheme with Bi-level Continuous Sparsification
|
Анализировать url |
| practical-dl.github.io |
QD-BEV: Quantization-aware View-guided Distillation for 3D Object Detection
|
Анализировать url |
| oscar-workshop.github.io |
End-to-end codesign of Hessian-aware quantized neural networks for FPGAs and ASICs
|
Анализировать url |
| arxiv.org |
UnrealNAS: Can We Search Neural Architectures with Unreal Data?
|
Анализировать url |
| ijcai.org |
Domain-Adaptive Text Classification with Structured Knowledge from Unlabeled Data
|
Анализировать url |
| www2.eecs.berkeley.edu |
Hardware-aware Efficient Deep Learning
|
Анализировать url |
| openaccess.thecvf.com |
Hessian-Aware Pruning and Optimal Neural Implant
|
Анализировать url |
| arxiv.org |
Applications and Techniques for Fast Machine Learning in Science
|
Анализировать url |
| arxiv.org |
HAO: Hardware-aware Neural Architecture Optimization for Efficient Inference
|
Анализировать url |
| arxiv.org |
CoDeNet: Algorithm-hardware Co-design for Deformable Convolution
|
Анализировать url |
| proceedings.mlr.press |
HAWQV3: Dyadic Neural Network Quantization
|
Анализировать url |
| arxiv.org |
A Survey of Quantization Methods for Efficient Neural Network Inference
|
Анализировать url |
| routledge.com |
Book of Low-Power Computer Vision
|
Анализировать url |
| arxiv.org |
Cross-Domain Sentiment Classification with In-Domain Contrastive Learning
|
Анализировать url |
| arxiv.org |
HAWQ-V2: Hessian Aware trace-Weighted Quantization of Neural Networks
|
Анализировать url |
| arxiv.org |
ZeroQ: A Novel Zero Shot Quantization Framework,
|
Анализировать url |
| sites.google.com |
Trace Weighted Hessian-Aware Quantization
|
Анализировать url |
| emc2-workshop.com |
Algorithm-hardware Co-design for Deformable Convolution
|
Анализировать url |
| arxiv.org |
HAWQ: Hessian AWare Quantization of Neural Networks with Mixed-Precision
|
Анализировать url |
| ieeexplore.ieee.org |
“A Novel Convolution Computing Paradigm Based on NOR Flash Array with High Computing Speed and Energy Efficiency,
|
Анализировать url |
| ieeexplore.ieee.org |
“Convolutional Neural Networks for Image Recognition and Online Learning Based on RRAM Devices,
|
Анализировать url |
| pubs.acs.org |
“Binary Resistive Switching Device Based Electronic Synapse with Spike-Rate-Dependent-Plasticity for Online Learning,
|
Анализировать url |
| ieeexplore.ieee.org |
“A Novel RRAM-based Adaptive-Threshold LIF Neuron Circuit for High Recognition Accuracy,
|
Анализировать url |
| ieeexplore.ieee.org |
“RRAM based convolutional neural networks for high accuracy pattern recognition and online learning tasks,
|
Анализировать url |
| link.springer.com |
“The Characteristics of Binary Spike-Time-Dependent Plasticity in HfO2-Based RRAM and Applications for Pattern Recognition,
|
Анализировать url |
| ieeexplore.ieee.org |
“RTN based Oxygen Vacancy Probing Method for Ox-RRAM Reliability Characterization and Its Application in Tail Bits,
|
Анализировать url |
| zhuanlan.zhihu.com |
Link to Zhihu
|
Анализировать url |
| hanningzhang.github.io |
Hanning Zhang
|
Анализировать url |
| chenlong-clock.github.io |
Chenlong Zhang
|
Анализировать url |
| sites.google.com |
Berkeley CS 267
|
Анализировать url |
| moodle.xsede.org |
Moodle XSEDE
|
Анализировать url |
| huggingface.co |
huggingface
|
Анализировать url |
| huggingface.co |
huggingface_fp8
|
Анализировать url |
| huggingface.co |
pre-training_dataset
|
Анализировать url |
| huggingface.co |
post-training_dataset
|
Анализировать url |
| huggingface.co |
huggingface
|
Анализировать url |
| huggingface.co |
huggingface 9B base
|
Анализировать url |
| huggingface.co |
huggingface 12B base
|
Анализировать url |
| huggingface.co |
pre-training dataset
|
Анализировать url |
| huggingface.co |
huggingface
|
Анализировать url |
| huggingface.co |
8-bit model
|
Анализировать url |
| huggingface.co |
post-training dataset
|
Анализировать url |
| github.com |
github
|
Анализировать url |
| huggingface.co |
huggingface
|
Анализировать url |
| github.com |
github
|
Анализировать url |
| zefan-cai.github.io |
website
|
Анализировать url |
| github.com |
github]
|
Анализировать url |
| magic-me-webpage.github.io |
website
|
Анализировать url |
| huggingface.co |
demo
|
Анализировать url |
| huggingface.co |
Huggingface Daily Paper Recommendations
|
Анализировать url |
| github.com |
github
|
Анализировать url |
| huggingface.co |
huggingface
|
Анализировать url |
| github.com |
github
|
Анализировать url |
| huggingface.co |
huggingface
|
Анализировать url |
| github.com |
github
|
Анализировать url |
| huggingface.co |
huggingface
|
Анализировать url |
| huggingface.co |
demo
|
Анализировать url |
| huggingface.co |
leaderboard
|
Анализировать url |
| github.com |
github
|
Анализировать url |
| huggingface.co |
huggingface
|
Анализировать url |
| huggingface.co |
huggingface
|
Анализировать url |
| github.com |
github
|
Анализировать url |
| arxiv.org |
paper
|
Анализировать url |
| github.com |
github
|
Анализировать url |
| arxiv.org |
paper
|
Анализировать url |
| github.com |
[github]
|
Анализировать url |
| huggingface.co |
huggingface
|
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 dong-zhen.com, слабо оптимизирован на 55%. Для хорошей оптимизации и выхода на первые места в поиске требуется:
Постарайтесь исправить общие ошибки.
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: