Анализ страницы https://aiimlab.org/publications.html
Основное Готовность: 100%
Домен
aiimlab.org
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 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 04.10.2026 22:45:22.
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
~0,56сек
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 0,56сек оптимальна.
Объем документа
166Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 166Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 10
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 10 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | https://cdn.jsdelivr.net/npm/bootstrap@4.1.3/dist/css/bootstrap.min.css | |
| stylesheet | https://maxcdn.bootstrapcdn.com/font-awesome/4.7.0/css/font-awesome.min.css | |
| stylesheet | /css/group.css | |
| js | https://kit.fontawesome.com/be7d5ac8d8.js | |
| js | https://www.googletagmanager.com/gtag/js?id=G-HRVN2FKZRV | |
| js | text/javascript | /js/srcset-polyfill.js |
| js | https://code.jquery.com/jquery-3.3.1.slim.min.js | |
| js | https://cdn.jsdelivr.net/npm/popper.js@1.14.3/dist/umd/popper.min.js | |
| js | https://cdn.jsdelivr.net/npm/bootstrap@4.1.3/dist/js/bootstrap.min.js | |
| js | https://www.googletagmanager.com/gtag/js?id=UA-160388153-1 |
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 | "6a87029f-29a9a" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | AA1E:3E1B:74FACEA:76012D4:6A8CC142 |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Mon, 24 Aug 2026 22:10:11 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230066-FRA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787609411.965648,VS0,VE116 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 1427542ffb2bb47052b3360705894eb22322edc3 |
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: 33%
Title
Artificial Intelligence and Information Mining - Collective: Publications
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 уменьшить число символов в title (текущее значение: 73, 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
https://aiimlab.org/publications
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, shrink-to-fit=no
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: 4
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 | Publications |
| og:url | https://aiimlab.org/publications |
| og:site_name | Artificial Intelligence and Information Mining - Collective |
| og:type | website |
Все мета-теги
Кол-во: 5
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 5шт. 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, shrink-to-fit=no |
| property | og:title | Publications |
| property | og:url | https://aiimlab.org/publications |
| property | og:site_name | Artificial Intelligence and Information Mining - Collective |
| property | og:type | website |
Оптимизация Готовность: 55%
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.
Абзацев с текстом 2 слишком мало. Добавьте больше абзацев с текстом (тег <p>)!
Слова из title 6 встречаются в тексте достаточно.
Среднее число слов в абзаце 28 достаточно.
Кол-во знаков контента 53792 на странице оптимально.
Кол-во слов 7426 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> 1. Это хорошо.
Тошнота
14,18
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
4,07%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота не дотягивает до нормы 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 |
|---|---|---|
| carlotta | 201 | 2,71% |
| domeniconi | 201 | 2,71% |
| giovanni | 80 | 1,08% |
| guoxian | 76 | 1,02% |
| learning | 48 | 0,65% |
| proceedings | 43 | 0,58% |
| xiangliang | 37 | 0,50% |
| conference | 34 | 0,46% |
| science | 34 | 0,46% |
| computer | 32 | 0,43% |
| international | 32 | 0,43% |
| clustering | 32 | 0,43% |
| lecture | 31 | 0,42% |
| workshop | 29 | 0,39% |
| velardi | 26 | 0,35% |
| classification | 24 | 0,32% |
| multi-label | 24 | 0,32% |
| information | 23 | 0,31% |
| networks | 21 | 0,28% |
| multiple | 21 | 0,28% |
Индексация Готовность: 30%
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 95 оптимально. Поисковые роботы обязательно проиндексируют сайт.
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: 287 байт. Загружен за: 0сек.
Проверяемая страница не запрещена в robots.txt.
Robots.txt доступен по постоянному адресу
Показать содержимое robots.txt
User-agent: GPTBot
Allow: /
User-agent: ChatGPT-User
Allow: /
User-agent: Google-Extended
Allow: /
User-agent: Googlebot
Allow: /
User-agent: Bingbot
Allow: /
User-agent: ClaudeBot
Allow: /
User-agent: PerplexityBot
Allow: /
User-agent: *
Allow: /
https://aiimlab.org/sitemap.xml
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: 9
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 9 оптимально.
Внутренние ссылки не запрещены к индексации в robots.txt.
На странице присутствуют изображения 1.
Показать внутренние ссылки
| Url | Анкор | Состояние |
|---|---|---|
| / |
Home
|
|
| /news.html |
News
|
|
| /blogs.html |
Researches
|
|
| /research.html |
Projects
|
|
| /events.html |
Events
|
|
| /code.html |
Resources
|
|
| /people.html |
People
|
|
| /publications.html |
Publications
|
|
| /bib/pubs.bib |
Download BibTeX.
|
|
Внешние ссылки
Кол-во: 85
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 85 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать внешние ссылки
| Url | Анкор |
|---|---|
| doi.org |
Uncovering gender gap in academia: A comprehensive analysis within the software engineering community
|
| doi.org |
Deep Graph Networks for Drug Repurposing With Multi-Protein Targets
|
| doi.org |
Robust Stochastic Graph Generator for Counterfactual Explanations
|
| doi.org |
Workshop on Discovering Drift Phenomena in Evolving Data Landscape (DELTA)
|
| doi.org |
GRETEL 2.0: Generation and Evaluation of Graph Counterfactual Explanations Evolved
|
| doi.org |
VAMP: Visual Analytics for Microservices Performance
|
| openreview.net |
Revisiting CounteRGAN for Counterfactual Explainability of Graphs
|
| doi.org |
Developing and Evaluating Graph Counterfactual Explanation with GRETEL
|
| doi.org |
Debiaser for Multiple Variables to enhance fairness in classification tasks
|
| doi.org |
Trustworthy Machine Learning Predictions to Support Clinical Research and Decisions
|
| doi.org |
Fourth International Workshop on Algorithmic Bias in Search and Recommendation (Bias 2023)
|
| doi.org |
Democratizing Quality-Based Machine Learning Development through Extended Feature Models
|
| doi.org |
Advances in Bias and Fairness in Information Retrieval - 4th International Workshop, BIAS 2023, Dublin, Ireland, April 2, 2023, Revised Selected Papers
|
| doi.org |
Towards a Prediction of Machine Learning Training Time to Support Continuous Learning Systems Development
|
| doi.org |
Data-Driven Analysis of Gender Fairness in the Software Engineering Academic Landscape
|
| doi.org |
A Survey on Graph Counterfactual Explanations: Definitions, Methods, Evaluation, and Research Challenges
|
| ceur-ws.org |
Ensemble Approaches for Graph Counterfactual Explanations
|
| doi.org |
GRETEL: Graph Counterfactual Explanation Evaluation Framework
|
| doi.org |
Guest editorial of the IPM special issue on algorithmic bias and fairness in search and recommendation
|
| doi.org |
Network Connectivity Under a Probabilistic Node Failure Model
|
| doi.org |
Enhancing Fairness in Classification Tasks with Multiple Variables: A Data- and Model-Agnostic Approach
|
| doi.org |
Third International Workshop on Algorithmic Bias in Search and Recommendation (BIAS@ECIR2022)
|
| ceur-ws.org |
A Manifesto for Applied Data Science - Reasoning from a Business Perspective
|
| ceur-ws.org |
DIORAMA: Digital twIn fOR sustAinable territorial MAnagement
|
| doi.org |
An empirical study of privacy labels on the Apple iOS mobile app store
|
| doi.org |
Advances in Bias and Fairness in Information Retrieval - Third International Workshop, BIAS 2022, Stavanger, Norway, April 10, 2022, Revised Selected Papers
|
| doi.org |
GRETEL: A unified framework for Graph Counterfactual Explanation Evaluation
|
| doi.org |
Modeling Quality and Machine Learning Pipelines through Extended Feature Models
|
| doi.org |
A Survey on Graph Counterfactual Explanations: Definitions, Methods, Evaluation
|
| doi.org |
Toward Effective Response to Natural Disasters: A Data Science Approach
|
| doi.org |
A Survey of Machine Learning Approaches for Student Dropout Prediction in Online Courses
|
| ceur-ws.org |
SismaDL: an ontology to represent post-disaster regulation
|
| doi.org |
Second International Workshop on Algorithmic Bias in Search and Recommendation (BIAS@ECIR2021)
|
| doi.org |
Unsupervised Boosting-Based Autoencoder Ensembles for Outlier Detection
|
| doi.org |
Advances in Bias and Fairness in Information Retrieval - Second International Workshop on Algorithmic Bias in Search and Recommendation, BIAS 2021, Lucca, Italy, April 1, 2021, Proceedings
|
| doi.org |
A feature-learning-based method for the disease-gene prediction problem
|
| doi.org |
ECIR 2020 workshops: assessing the impact of going online
|
| doi.org |
Report on the international workshop on algorithmic bias in search and recommendation (Bias 2020)
|
| doi.org |
Gender, rank, and social networks on an enterprise social media platform
|
| doi.org |
Challenges and Solutions to the Student Dropout Prediction Problem in Online Courses
|
| doi.org |
International Workshop on Algorithmic Bias in Search and Recommendation (Bias 2020)
|
| doi.org |
Predicting disease genes for complex diseases using random watcher-walker
|
| doi.org |
Bias and Social Aspects in Search and Recommendation - First International Workshop, BIAS 2020, Lisbon, Portugal, April 14, 2020, Proceedings
|
| arxiv.org |
ECIR 2020 Workshops: Assessing the Impact of Going Online
|
| arxiv.org |
Network connectivity under a probabilistic node failure model
|
| doi.org |
The social phenotype: Extracting a patient-centered perspective of diabetes from health-related blogs
|
| doi.org |
Guest editorial: social media for personalization and search
|
| doi.org |
A topic recommender for journalists
|
| doi.org |
The importance of unexpectedness: Discovering buzzing stories in anomalous temporal graphs
|
| doi.org |
Predicting Disease Genes Using Connectivity and Functional Features
|
| doi.org |
TSTM: A Model to Predict Topics' Popularity in News Providers
|
| doi.org |
Graph-based selective outlier ensembles
|
| trec.nist.gov |
Deep Learning Approach for the Precision Medicine Track
|
| arxiv.org |
Quality of Life Assessment of Diabetic patients from health-related blogs
|
| arxiv.org |
Unsupervised Boosting-based Autoencoder Ensembles for Outlier Detection
|
| doi.org |
Report on the Workshop on Social Aspects in Personalization And Search (SoAPS)
|
| ceur-ws.org |
Preface and Keynote's Talk of the Workshop on Social Interaction-based Recommendation (SIR 2018)
|
| doi.org |
What to write and why: a recommender for news media
|
| doi.org |
Wiki-MID: A Very Large Multi-domain Interests Dataset of Twitter Users with Mappings to Wikipedia
|
| arxiv.org |
A New Framework for Centrality Measures in Multiplex Networks
|
| arxiv.org |
Graph-based Selective Outlier Ensembles
|
| doi.org |
Hashtag Sense Clustering Based on Temporal Similarity
|
| doi.org |
Report on the Workshop on Social Media for Personalization And Search (SoMePeAS)
|
| doi.org |
Automatic acquisition of a taxonomy of microblogs users' interests
|
| doi.org |
Detecting network leaders in enterprises
|
| ceur-ws.org |
Capturing Users' Information and Communication Needs for the Press Officers
|
| ceur-ws.org |
Twixonomy Visualization Interface: How to Wander Around User Preferences
|
| doi.org |
What to Write? A topic recommender for journalists
|
| aaai.org |
A Gendered Analysis of Leadership in Enterprise Social Networks
|
| ceur-ws.org |
Proceedings of the Workshop on Social Media for Personalization and Search co-located with 39th European Conference on Information Retrieval, SoMePeAS@ECIR 2017, Aberdeen, Scotland, UK, April 9, 2017
|
| doi.org |
Efficient temporal mining of micro-blog texts and its application to event discovery
|
| doi.org |
Identifying Buzzing Stories via Anomalous Temporal Subgraph Discovery
|
| doi.org |
Recommendation of microblog users based on hierarchical interest profiles
|
| doi.org |
A Semantic Recommender for Micro-blog Users
|
| ijcai.org |
Large Scale Homophily Analysis in Twitter Using a Twixonomy
|
| arxiv.org |
Analysis of women leadership in enterprise social networks
|
| doi.org |
Twitter mining for fine-grained syndromic surveillance
|
| doi.org |
Predicting Flu Epidemics Using Twitter and Historical Data
|
| doi.org |
Temporal Semantics: Time-Varying Hashtag Sense Clustering
|
| doi.org |
Time Makes Sense: Event Discovery in Twitter Using Temporal Similarity
|
| opac.bncf.firenze.sbn.it |
Efficent techiniques for an unordered world
|
| aclanthology.org |
Automated learning of everyday patients' language for medical blogs analytics
|
| doi.org |
Process Mining Manifesto
|
| doi.org |
A Support System for the Analysis and the Management of Complex Ruling Documents
|
| trec.nist.gov |
CNIPA, FUB and University of Rome "Tor Vergata" at TREC 2008 Legal Track
|
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
Страница https://aiimlab.org/publications.html готова к продвижению на 54%. Чтобы еще улучшить страницу и попасть на первые места поисковой выдачи необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: