Анализ сайта geelon.github.io
Основное Готовность: 100%
Домен
geelon.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://geelon.github.io
301 MovedPermanently
https://geelon.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 09.01.2027 2:59:59.
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-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
~0,48сек
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
21Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 21Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 3
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 3 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | /assets/css/style.css?v=f1b1a8138133532e154e80d3318c4127c74df510 | |
| js | https://www.googletagmanager.com/gtag/js?id=UA-112599026-1 | |
| js | /assets/js/scale.fix.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 | "6a7c04ce-5593" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 1BC8:81195:1E4C745:1E8CEBB:6A899DBC |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 13:52:27 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230088-FRA |
| X-Cache | HIT |
| x-cache-hits | 0 |
| x-timer | S1787406747.943882,VS0,VE113 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 04dd62a41dc807328878f3845b44b49a91382459 |
CMS
Jekyll v3.10.0
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.
В мета-теге generator указано: Jekyll v3.10.0.
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: 33%
Title
Geelon So | UC San Diego
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: 24, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
UC San Diego
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: 12, минимум: 80, оптимально: от 120 до 130)
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
geelon.github.io/
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
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
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
Кол-во: 6
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 задана. Страница оптимизирована под социальные сети.
Показать полный список og мета-тегов
| Тип | Значение |
|---|---|
| og:title | Geelon So |
| og:locale | en_US |
| og:description | UC San Diego |
| og:url | geelon.github.io/ |
| og:site_name | Geelon So |
| og:type | website |
Все мета-теги
Кол-во: 11
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 11шт. 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 |
| name | generator | Jekyll v3.10.0 |
| name | description | UC San Diego |
| name | twitter:card | summary |
| property | og:title | Geelon So |
| property | og:locale | en_US |
| property | og:description | UC San Diego |
| property | og:url | geelon.github.io/ |
| property | og:site_name | Geelon So |
| property | og:type | website |
| property | twitter:title | Geelon So |
Оптимизация Готовность: 80%
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 5 встречаются в тексте достаточно.
Абзацев с текстом 77 достаточно.
Среднее число слов в абзаце 16 достаточно.
Кол-во знаков контента 8836 на странице оптимально.
Кол-во слов 1220 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> 4. Это хорошо.
Тошнота
7,07
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 3. Измените текст страницы!
Академич. тошнота
24,43%
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 |
|---|---|---|
| learning | 50 | 4,10% |
| reading | 33 | 2,70% |
| theory | 28 | 2,30% |
| university | 20 | 1,64% |
| columbia | 19 | 1,56% |
| machine | 15 | 1,23% |
| lecture | 12 | 0,98% |
| optimization | 8 | 0,66% |
| conference | 8 | 0,66% |
| generalization | 8 | 0,66% |
| information | 7 | 0,57% |
| neural | 6 | 0,49% |
| systems | 6 | 0,49% |
| algorithmic | 5 | 0,41% |
| poster | 5 | 0,41% |
| unsupervised | 5 | 0,41% |
| sanjoy | 4 | 0,33% |
| dasgupta | 4 | 0,33% |
| multi-objective | 4 | 0,33% |
| processing | 4 | 0,33% |
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 124 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: 81
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 81 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
|
Geelon So
|
|
Анализировать url | |
| /assets/cv.pdf |
CV
|
|
|
| /assets/resume.pdf |
short
|
|
|
| /assets/cv.pdf |
[CV]
|
|
|
| /./research |
[…]
|
|
Анализировать url |
| /writing |
writings
|
|
Анализировать url |
| /assets/talks/games-cse-theory-seminar.pdf |
cs talk
|
|
|
| /assets/talks/learning-NE-econ-talk.pdf |
econ talk
|
|
|
| /assets/talks/active-halfspaces.pdf |
talk
|
|
|
| /assets/talks/mol-lightning.pdf |
lightning talk
|
|
|
| /assets/talks/mol-full.pdf |
talk
|
|
|
| /assets/misc/mol-poster.pdf |
poster
|
|
|
| /assets/talks/pmm.pdf |
talk
|
|
|
| /assets/misc/moo-poster.pdf |
poster
|
|
|
| /assets/papers/online-knn.pdf |
<em>Consistency of the kn-nearest neighbor rule under adaptive sampling</em>
|
|
|
| /assets/papers/online-knn.pdf |
pdf
|
|
|
| /assets/talks/knn-lightning.pdf |
lightning talk
|
|
|
| /assets/misc/knn-poster.pdf |
poster
|
|
|
| /assets/talks/nn-consistency-long.pdf |
talk
|
|
|
| /assets/misc/nn-poster.pdf |
poster
|
|
|
| /assets/talks/lazy-metric-learning-ii.pdf |
talk
|
|
|
| /assets/papers/conv-kmeans.pdf |
pdf
|
|
|
| /assets/misc/conv-kmeans-poster.pdf |
poster
|
|
|
| /assets/papers/msthesis.pdf |
<em>Active learning with noise</em>
|
|
|
| /assets/papers/msthesis.pdf |
pdf
|
|
|
| /assets/talks/defense.pdf |
<em>Learning in a Dynamic and Strategic World</em>
|
|
|
| /assets/talks/games-cse-theory-seminar.pdf |
<em>The Invisible Hand of Stability: Dynamics of Decentralized Decision Making</em>
|
|
|
| /assets/talks/mol-full.pdf |
<em>On the sample complexity of semi-supervised multi-objective learning</em>
|
|
|
| /assets/talks/nn-consistency-long.pdf |
<em>Online consistency of the nearest neighbor rule</em>
|
|
|
| /assets/talks/lazy-metric-learning-ii.pdf |
<em>Metric learning from lazy crowds</em>
|
|
|
| /assets/talks/pmm.pdf |
<em>Geometry of multi-objective optimization</em>
|
|
|
| /assets/talks/lazy-metric-learning.pdf |
<em>Metric learning from lazy crowds</em>
|
|
|
| /assets/talks/learning-equilibria.pdf |
<em>Learning mixed Nash equilibria</em>
|
|
|
| /assets/talks/learning-frameworks.pdf |
<em>Statistical and online learning, a tutorial</em>
|
|
|
| /assets/talks/calibrated-learning.pdf |
<em>Calibrated learning in games</em>
|
|
|
| /assets/talks/neural-nets.pdf |
<em>Introduction to neural nets</em>
|
|
|
| /assets/talks/double-descent.pdf |
<em>The double descent phenomenon</em>
|
|
|
| /assets/talks/double-descent-handout.pdf |
[handout version]
|
|
|
| /assets/talks/multimodal-cca.pdf |
<em>Learning with multi-modal data: canonical correlation analysis</em>
|
|
|
| /assets/talks/lsi-rer.pdf |
<em>Linear system identification with reverse experience replay</em>
|
|
|
| /assets/talks/gradient-play.pdf |
<em>Gradient play in smooth games</em>
|
|
|
| /assets/talks/efficient-mechanisms.pdf |
<em>Computationally efficient approximation mechanisms</em>
|
|
|
| /assets/talks/ica.pdf |
<em>Independent component analysis</em>
|
|
|
| /assets/talks/equilibrium-computation-motivation.pdf |
<em>Equilibrium computation: motivation and problems</em>
|
|
|
| /assets/talks/gibbs-gradients.pdf |
<em>Scalable sampling for discrete distributions</em>
|
|
|
| /assets/talks/graphical-games.pdf |
<em>Graphical games</em>
|
|
|
| /assets/talks/active-mle.pdf |
<em>Active learning for maximum likelihood estimation</em>
|
|
|
| /assets/talks/sde-manifolds-1.pdf |
<em>Stochastic calculus on manifolds: Part 1</em>
|
|
|
| /assets/talks/sde-manifolds-2.pdf |
<em>Part 2</em>
|
|
|
| /assets/talks/ols-random.pdf |
<em>Linear system identification without mixing</em>
|
|
|
| /assets/talks/seq-kernel-herding.pdf |
<em>Sequential kernel herding</em>
|
|
|
| /assets/talks/log-sobolev.pdf |
<em>Log sobolev inequalities and concentration</em>
|
|
|
| /assets/talks/lang-games.pdf |
<em>Learning language games through interaction</em>
|
|
|
| /assets/talks/langevin-conv.pdf |
<em>Global non-convex optimization with discretized diffusions</em>
|
|
|
| /assets/talks/sde.pdf |
<em>Stochastic differential equations basics</em>
|
|
|
| /assets/talks/conserved-dynamics.pdf |
<em>Model of conserved macroscopic dynamics predicts future motor commands</em>
|
|
|
| /assets/talks/univ-learning.pdf |
<em>A theory of universal learning</em>
|
|
|
| /assets/talks/oja.pdf |
<em>Oja’s rule for streaming PCA</em>
|
|
|
| /assets/talks/lottery.pdf |
<em>Proving the lottery ticket hypothesis</em>
|
|
|
| /assets/talks/dict-learning.pdf |
<em>Approximate guarantees for dictionary learning</em>
|
|
|
| /assets/talks/k-svd.pdf |
<em>k-SVD for dictionary learning</em>
|
|
|
| /assets/talks/hier-sparse.pdf |
<em>Proximal methods for hierarchical sparse coding</em>
|
|
|
| /assets/talks/transformers.pdf |
<em>Transformers are universal approximators</em>
|
|
|
| /assets/talks/spectral-hmm.pdf |
<em>Using SVD to learn HMMs</em>
|
|
|
| /assets/talks/cmi.pdf |
<em>Conditional mutual information and generalization</em>
|
|
|
| /assets/talks/generalization-adaptive.pdf |
<em>Generalization in adaptive data analysis</em>
|
|
|
| /assets/talks/gen-dp.pdf |
<em>Generalization and differential privacy</em>
|
|
|
| /assets/talks/invariant-risk-minimization.pdf |
<em>Invariant risk minimization</em>
|
|
|
| /assets/talks/hpa-complexity.pdf |
<em>Complexity: beyond space and time</em>
|
|
|
| /assets/talks/zkp.pdf |
<em>Zero-knowledge proofs from secure multiparty computation</em>
|
|
|
| /assets/talks/geom-gd.pdf |
<em>Geometry of gradient descent and lower bounds</em>
|
|
|
| /assets/talks/hom-enc.pdf |
<em>Homomorphic encryption</em>
|
|
|
| /assets/talks/ann.pdf |
<em>Approximate nearest-neighbor search</em>
|
|
|
| /assets/talks/tensor-decomp.pdf |
<em>Introduction to tensor decompositions</em>
|
|
|
| /assets/talks/sos.pdf |
<em>Sums-of-squares for robust estimation</em>
|
|
|
| /assets/talks/sgt.pdf |
<em>Spectral clustering</em>
|
|
|
| /assets/talks/sos-maxcut.pdf |
<em>Sum-of-squares for MAXCUT</em>
|
|
|
| /assets/talks/tda.pdf |
<em>Topological data analysis</em>
|
|
|
| /assets/talks/tensor-parametric.pdf |
<em>Tensor decompositions for parametric estimation</em>
|
|
|
| /assets/talks/pac-bayes-nn.pdf |
<em>PAC-Bayes for ReLu neural networks</em>
|
|
|
| /assets/talks/graph-robust.pdf |
<em>Graph robustness and percolation theory</em>
|
|
Внешние ссылки
Кол-во: 37
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 37 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать внешние ссылки
| Url | Анкор | Анализировать |
|---|---|---|
| inf.ethz.ch |
ETH Zürich
|
Анализировать url |
| ml.inf.ethz.ch |
Institute for Machine Learning
|
Анализировать url |
| sml.inf.ethz.ch |
Fanny Yang
|
Анализировать url |
| cseweb.ucsd.edu |
Sanjoy Dasgupta
|
Анализировать url |
| sites.google.com |
Yian Ma
|
Анализировать url |
| cs.columbia.edu |
Daniel Hsu
|
Анализировать url |
| scholar.google.com |
Google Scholar
|
Анализировать url |
| arxiv.org |
<em>Learnable mixed Nash equilibria are collectively rational</em>
|
Анализировать url |
| arxiv.org |
<em>Learning nearest-neighbor maps from adaptive queries</em>
|
Анализировать url |
| arxiv.org |
arXiv
|
Анализировать url |
| arxiv.org |
<em>Hedging on the frontier: Learning new tasks with few samples</em>
|
Анализировать url |
| arxiv.org |
arXiv
|
Анализировать url |
| arxiv.org |
<em>Actively learning halfspaces without synthetic data</em>
|
Анализировать url |
| arxiv.org |
arXiv
|
Анализировать url |
| arxiv.org |
<em>On the sample complexity of semi-supervised multi-objective learning</em>
|
Анализировать url |
| arxiv.org |
arXiv
|
Анализировать url |
| arxiv.org |
<em>Preference optimization on Pareto sets: On a theory of multi-objective optimization</em>
|
Анализировать url |
| arxiv.org |
arXiv
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<em>Online consistency of the nearest neighbor rule</em>
|
Анализировать url |
| arxiv.org |
arXiv
|
Анализировать url |
| arxiv.org |
<em>Metric learning from limited pairwise preference comparisons</em>
|
Анализировать url |
| arxiv.org |
arXiv
|
Анализировать url |
| proceedings.mlr.press |
<em>Convergence of online k-means</em>
|
Анализировать url |
| arxiv.org |
arXiv
|
Анализировать url |
| youtu.be |
intro video
|
Анализировать url |
| cs.columbia.edu |
earlier version
|
Анализировать url |
| cs.columbia.edu |
lecture
|
Анализировать url |
| cs.columbia.edu |
lecture
|
Анализировать url |
| encore.ucsd.edu |
EnCORE Foundations in Data Science
|
Анализировать url |
| cs.columbia.edu |
Machine learning
|
Анализировать url |
| cs.columbia.edu |
Unsupervised learning
|
Анализировать url |
| cs.columbia.edu |
Unsupervised learning
|
Анализировать url |
| cs.columbia.edu |
Graph theory
|
Анализировать url |
| polisci.columbia.edu |
Geographic information systems
|
Анализировать url |
| explorecsr.eng.ucsd.edu |
ExploreCSR 2020
|
Анализировать url |
| blueprint.uchicago.edu |
Friends of Washington Park Youth Program
|
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
Таким сайт geelon.github.io видят поисковые системы. Процент оптимизации невысокий - 53%. Чтобы улучшить сайт и попасть в ТОП необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: