Анализ сайта https://cocoxu.github.io/
Основное Готовность: 100%
Домен
cocoxu.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.
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 29.09.2026 19:44:43.
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
~0,32сек
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 0,32сек оптимальна.
Объем документа
32Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 32Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 0
Внешние ресурсы страницы (CSS, JS, изображения)
?
Количество и тип подключённых ресурсов влияют на скорость загрузки. Большое число запросов увеличивает время рендеринга страницы.
Ресурсы не найдены. Неужели ваш сайт на чистом html?
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 | "6a89114d-8190" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | E4FC:E2628:11AF6DC:11D262C:6A8929AE |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 05:03:24 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230122-FRA |
| X-Cache | HIT |
| x-cache-hits | 0 |
| x-timer | S1787375005.681341,VS0,VE104 |
| Vary | Accept-Encoding |
| x-fastly-request-id | b534e4e0bda842566c19f1709eb8b8ed65fb56f9 |
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
Wei Xu
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: 6, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Wei Xu — academic homepage
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: 26, 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
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
Настройка масштабирования на мобильных устройствах
?
Тег viewport (<meta name="viewport">) сообщает браузеру, как масштабировать страницу на мобильных. Стандарт: width=device-width, initial-scale=1. Отсутствие — признак отсутствия мобильной версии.
Meta-тег viewport со значением-константой width=device-width задаёт ширину страницы в соответствии с размером экрана.
Meta-тег viewport со значением initial-scale=1.0 определяет масштаб 1:1, т.е. «не масштабировать».
Разметка OpenGraph
Не найдено
Мета-теги для красивых превью в соцсетях
?
OpenGraph (og:title, og:description, og:image) управляет тем, как страница выглядит при репосте в социальных сетях и мессенджерах. Отсутствие OG-тегов — невзрачный превью при шеринге.
Разметка OpenGraph не задана. Страница не оптимизирована под социальные сети. Мета-теги с разметкой Og помогают социальным роботам лучше структурировать Ваш сайт.
Все мета-теги
Кол-во: 2
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 2шт. Мета-теги не видимы для человека и предназначены для обмена информацией между веб-страницей и поисковыми системами, браузерами и другими веб-службами. С ними роботы 🤖 и устройства ведут себя более ожидаемо.
Показать полный список мета-тегов
| Тип | Название | Значение |
|---|---|---|
| name | viewport | width=device-width, initial-scale=1 |
| name | description | Wei Xu — academic homepage |
Оптимизация Готовность: 60%
Структура
Ошибок нет
Семантические HTML-элементы страницы
?
Проверяет наличие основных структурных элементов: nav, header, footer, main. Корректная семантическая структура помогает поисковику понять архитектуру страницы.
Структура документа корректна (теги <html> и <body> присутствуют по одному на документ).
Контент
Есть ошибки
Объём и качество текстового содержимого
?
Анализирует объём полезного текста на странице. Слишком мало — страница может считаться малополезной. Слишком много — ухудшается читаемость и восприятие.
Слова из title 2 встречаются в тексте редко. Добавьте в контент страницы слова из тега <title>!
Абзацев с текстом 12 достаточно.
Среднее число слов в абзаце 57 достаточно.
Кол-во знаков контента 11328 на странице оптимально.
Кол-во слов 1689 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> 7. Это хорошо.
Тошнота
5,39
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
31,32%
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 |
|---|---|---|
| ritter | 29 | 1,72% |
| language | 17 | 1,01% |
| models | 14 | 0,83% |
| research | 12 | 0,71% |
| learning | 10 | 0,59% |
| evaluation | 10 | 0,59% |
| multilingual | 8 | 0,47% |
| reasoning | 7 | 0,41% |
| students | 6 | 0,36% |
| privacy | 6 | 0,36% |
| sauvik | 6 | 0,36% |
| student | 6 | 0,36% |
| 5 | 0,30% | |
| workshop | 5 | 0,30% |
| jonathan | 5 | 0,30% |
| mendes | 5 | 0,30% |
| co-advisor | 5 | 0,30% |
| machine | 4 | 0,24% |
| interactive | 4 | 0,24% |
| information | 4 | 0,24% |
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 107 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: 11
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 11 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| /files/CV_WeiXu_GaTech.pdf |
CV
|
|
|
| /files/EMNLP2026_tutorial_multilingual_multicultural_LLMs.pdf |
Multilingual Multicultural LLMs
|
|
|
| /files/MLSS2026_multilingual_multicultural_llms_WeiXu.pdf |
Multilingual Multicultural LLMs
|
|
|
| /publications/AAAI_2025_Cross_genre_Authorship.pdf |
CROSSNEWS: A Cross-Genre Authorship Verification and Attribution Benchmark
|
|
|
| / |
Wuwei Lan
|
|
Анализировать url |
| / |
Marcus Ma
|
|
Анализировать url |
| /CS4650_fall2026/calendar/ |
CS 4650 / 7650: Natural Language Processing: Fall 2026
|
|
Анализировать url |
| /CS7650_fall2025/calendar/ |
Fall 2025
|
|
Анализировать url |
| /CS8803-LLM-spring2026/calendar/ |
CS 8803-LLM: Large Language Models: Spring 2026
|
|
Анализировать url |
| /CS8803-LLM-fall2024/calendar/ |
, Fall 2024
|
|
Анализировать url |
| /files/Biography_of_Ralph_Grishman.pdf |
Ralph Grishman
|
|
Внешние ссылки
Кол-во: 80
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 80 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать внешние ссылки
| Url | Анкор | Анализировать |
|---|---|---|
| x.com |
X @cocoweixu
|
Анализировать url |
| linkedin.com |
LinkedIn
|
Анализировать url |
| scholar.google.com |
Google Scholar
|
Анализировать url |
| dblp.org |
DBLP
|
Анализировать url |
| cc.gatech.edu |
College of Computing
|
Анализировать url |
| ml.gatech.edu |
Machine Learning Center
|
Анализировать url |
| gatech.edu |
Georgia Institute of Technology
|
Анализировать url |
| gradapp.gatech.edu |
ML
|
Анализировать url |
| gradapp.gatech.edu |
CS
|
Анализировать url |
| gradapp.gatech.edu |
ECE
|
Анализировать url |
| gradapp.gatech.edu |
M.S.
|
Анализировать url |
| arxiv.org |
<em>CARE</em>
|
Анализировать url |
| arxiv.org |
<em>LRPO</em>
|
Анализировать url |
| arxiv.org |
<em>DAR</em>
|
Анализировать url |
| arxiv.org |
<em>LRPO</em>
|
Анализировать url |
| arxiv.org |
<em>SimulatorArena</em>
|
Анализировать url |
| arxiv.org |
<em>GAVEL</em>
|
Анализировать url |
| arxiv.org |
<em>NeoBench</em>
|
Анализировать url |
| arxiv.org |
<em>BRANCH</em>
|
Анализировать url |
| arxiv.org |
<em>MedReadMe</em>
|
Анализировать url |
| openreview.net |
<em>GeoPrivacy</em>
|
Анализировать url |
| eval-interactive-agents-workshop.github.io |
Workshop on Evaluation of Interactive Agents at NeurIPS 2026
|
Анализировать url |
| noisy-text.github.io |
Workshop on Natural User-Generated Text at EMNLP 2026
|
Анализировать url |
| arxiv.org |
Distribution-Aware Reward: Reinforcement Learning over Predictive Distributions for LLM Regression
|
Анализировать url |
| arxiv.org |
Soft Token Alignment for Cross-Lingual Reasoning
|
Анализировать url |
| arxiv.org |
Learning to Route Languages for Multilingual Policy Optimization
|
Анализировать url |
| arxiv.org |
Gavel: Agent Meets Checklist for Evaluating LLMs on Long-Context Legal Summarization
|
Анализировать url |
| arxiv.org |
Camellia: Benchmarking Cultural Biases in LLMs for Asian Languages
|
Анализировать url |
| arxiv.org |
Investigating and Alleviating Harm Amplification in LLM Interactions
|
Анализировать url |
| openreview.net |
Flipping the Dialogue: Training and Evaluating User Language Models
|
Анализировать url |
| openreview.net |
Do Vision-Language Models Respect Contextual Integrity in Location Disclosure?
|
Анализировать url |
| arxiv.org |
Supporting Informed Self-Disclosure: Design Principles for Presenting AI-Estimates of Privacy Risks to Users
|
Анализировать url |
| arxiv.org |
GeoRC: A Benchmark for Geolocation Reasoning Chains
|
Анализировать url |
| arxiv.org |
BRANCH: Probabilistic Reasoning with LLMs for Privacy Risk Estimation
|
Анализировать url |
| arxiv.org |
CARE: Multilingual Human Preference Learning for Cultural Awareness
|
Анализировать url |
| arxiv.org |
SimulatorArena: Are User Simulators Reliable Proxies for Multi-Turn Evaluation of AI Assistants?
|
Анализировать url |
| arxiv.org |
How to Protect Yourself from 5G Radiation? Investigating LLM Responses to Implicit Misinformation
|
Анализировать url |
| arxiv.org |
What are Foundation Models Cooking in the Post-Soviet World?
|
Анализировать url |
| arxiv.org |
Beyond the Reported Cutoff: Where Large Language Models Fall Short on Financial Knowledge
|
Анализировать url |
| arxiv.org |
Evaluating LLMs on Chinese Idiom Translation
|
Анализировать url |
| arxiv.org |
On The Origin of Cultural Biases in Language Models: From Pre-training Data to Linguistic Phenomena
|
Анализировать url |
| arxiv.org |
The Impact of Visual Information in Chinese Characters
|
Анализировать url |
| arxiv.org |
Generating CAD Code with Vision-Language Models for 3D Designs
|
Анализировать url |
| arxiv.org |
Measuring, Modeling, and Helping People Account for Privacy Risks in Online Self-Disclosures with AI
|
Анализировать url |
| arxiv.org |
Tabular Data Understanding with LLMs: A Survey of Recent Advances and Challenges
|
Анализировать url |
| arxiv.org |
Having Beer after Prayer? Measuring Cultural Bias in Large Language Models
|
Анализировать url |
| arxiv.org |
Reducing Privacy Risks in Online Self-Disclosures with Language Models
|
Анализировать url |
| arxiv.org |
Meta-Tuning LLMs to Leverage Lexical Knowledge for Generalizable Language Style Understanding
|
Анализировать url |
| arxiv.org |
NEO-BENCH: Evaluating Robustness of Large Language Models with Neologisms
|
Анализировать url |
| arxiv.org |
FactPICO: Factuality Evaluation for Plain Language Summarization of Medical Evidence
|
Анализировать url |
| arxiv.org |
InfoLossQA: Characterizing and Recovering Information Loss in Text Simplification
|
Анализировать url |
| arxiv.org |
Automatic and Human-AI Interactive Text Generation
|
Анализировать url |
| arxiv.org |
Constrained Decoding for Cross-lingual Label Projection
|
Анализировать url |
| arxiv.org |
MedReadMe: A Systematic Study for Fine-grained Sentence Readability in Medical Domain
|
Анализировать url |
| arxiv.org |
Granular Privacy Control for Geolocation with Vision Language Models
|
Анализировать url |
| arxiv.org |
ReadMe++: Benchmarking Multilingual Language Models for Multi-Domain Readability Assessment
|
Анализировать url |
| arxiv.org |
Improving Minimum Bayes Risk Decoding with Multi-Prompt
|
Анализировать url |
| arxiv.org |
GPT-4 Jailbreaks Itself with Near-Perfect Success Using Self-Explanation
|
Анализировать url |
| aclanthology.org |
ChatHF: Collecting Rich Human Feedback from Real-time Conversations
|
Анализировать url |
| tareknaous.github.io |
Tarek Naous
|
Анализировать url |
| jonathanqzheng.github.io |
Jonathan Zheng
|
Анализировать url |
| guochry.github.io |
Geyang Guo
|
Анализировать url |
| duonglm38.github.io |
Duong Minh Le
|
Анализировать url |
| ivy-he.com |
Ivy He
|
Анализировать url |
| jm-kang.github.io |
Junmo Kang
|
Анализировать url |
| usneek1.github.io |
Usneek Singh
|
Анализировать url |
| linkedin.com |
Victor Gong
|
Анализировать url |
| linkedin.com |
Benjamin Mamut
|
Анализировать url |
| linkedin.com |
Alexey Plagov
|
Анализировать url |
| linkedin.com |
Jiayi Chen
|
Анализировать url |
| yao-dou.github.io |
Yao Dou
|
Анализировать url |
| chaojiang06.github.io |
Chao Jiang
|
Анализировать url |
| edchengg.github.io |
Yang Chen
|
Анализировать url |
| mounicam.github.io |
Mounica Maddela
|
Анализировать url |
| linkedin.com |
Julie Young
|
Анализировать url |
| antonlavrouk.com |
Anton Lavrouk
|
Анализировать url |
| linkedin.com |
Jerry Zheng
|
Анализировать url |
| davidheineman.com |
David Heineman
|
Анализировать url |
| jonathanqzheng.github.io |
Jonathan Zheng
|
Анализировать url |
| scholar.google.com |
Zirui Shao
|
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 https://cocoxu.github.io/ видят поисковые системы. Процент оптимизации невысокий - 48%. Чтобы улучшить сайт и попасть в ТОП необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: