Анализ страницы https://dynresmanagement.com/publications
Основное Готовность: 95%
Домен
dynresmanagement.com
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Длина домена велика. Но если вы продвигаете запрос, входящий в название домена, то это хорошо.
Домен второго уровня идеален для продвижения.
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
~1,02сек
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 1,02сек превышает 1 секунду. Желательно улучшить работу сайта!
Объем документа
74Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 74Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 2
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 2 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | /public/style.css | |
| js | /public/pagination.js |
Серверные заголовки
Кол-во: 5
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 5шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Server | nginx/1.22.1 |
| Date | Sun, 23 Aug 2026 04:23:52 GMT |
| Connection | keep-alive |
| X-Powered-By | Express |
| ETag | W/"12b56-03MFM+lCQmOrPgYXz0h1n+/budU" |
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
Node.js
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 Node.js.
Мета-теги Готовность: 32%
Title
Publications | Diego Klabjan
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: 28, 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
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 |
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
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 4 слишком мало. Добавьте больше абзацев с текстом (тег <p>)!
Среднее число слов в абзаце 4 слишком мало. Сделайте контент более читаемым!
Слова из title 4 встречаются в тексте достаточно.
Кол-во знаков контента 40939 на странице оптимально.
Кол-во слов 6428 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> 3. Это хорошо.
На странице присутствуют заголовки <h3> 10.
Тошнота
15,36
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
5,91%
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 |
|---|---|---|
| klabjan | 236 | 3,67% |
| conference | 65 | 1,01% |
| international | 57 | 0,89% |
| learning | 47 | 0,73% |
| appear | 47 | 0,73% |
| journal | 29 | 0,45% |
| neural | 27 | 0,42% |
| networks | 26 | 0,40% |
| research | 22 | 0,34% |
| optimization | 19 | 0,30% |
| systems | 19 | 0,30% |
| machine | 18 | 0,28% |
| science | 17 | 0,26% |
| virtual | 17 | 0,26% |
| operations | 16 | 0,25% |
| submitted | 15 | 0,23% |
| transportation | 15 | 0,23% |
| publication | 14 | 0,22% |
| network | 14 | 0,22% |
| applications | 14 | 0,22% |
Индексация Готовность: 0%
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 258 слишком много. Проведите ревизию и оптимизацию ссылок сайта.
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: 252
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 252 слишком много. Проведите оптимизацию сайта!
Показать первые 100 внутренних ссылок
| Url | Анкор | Состояние |
|---|---|---|
| / |
Diego Klabjan
|
|
| / |
Home
|
|
| /vita |
Vita
|
|
| /publications |
Publications
|
|
| /contact |
Contact
|
|
| /uploads/2026/model_based_bootstrap_of_controlled_markov_chains.pdf |
.pdf
|
|
| /uploads/2026/descend_or_rewind_stochastic_gradient_descent_unlearning.pdf |
.pdf
|
|
| /uploads/2026/central_limit_theorems_for_transition_probabilities_of_controlled_markov_chains.pdf |
.pdf
|
|
| /uploads/2025/statistical_arbitrage_in_options_markets_by_graph_learning_and_synthetic_long_positions.pdf |
.pdf
|
|
| /uploads/2025/a_trainable_optimizer.pdf |
.pdf
|
|
| /uploads/2025/non_convex_optimization_with_spectral_radius_regularization.pdf |
.pdf
|
|
| /uploads/2025/lanfl_differentially_private_federated_learning_with_large_language_models_using_synthetic_samples.pdf |
.pdf
|
|
| /uploads/2025/continuous_time_analysis_of_federated_averaging.pdf |
.pdf
|
|
| /uploads/2025/communication_efficient_federated_low_rank_update_algorithm_and_its_connection_to_implicit_regularization.pdf |
.pdf
|
|
| /uploads/2024/regret_bounds_and_reinforcement_learning_exploration_of_exp_based_algorithms.pdf |
.pdf
|
|
| /uploads/2024/the_impact_of_the_mini_batch_size_on_the_variance_of_gradients_in_stochastic_gradient_descent.pdf |
.pdf]
|
|
| /uploads/2022/divergence_results_and_convergence_of_a_variance_reduced_version_of_adam.pdf |
.pdf
|
|
| /uploads/2022/divergence_results_and_convergence_of_a_variance_reduced_version_of_adam_appendix.pdf |
appendix.pdf
|
|
| /uploads/2025/video_to_video_generative_adversarial_network_for_few_shot_learning_based_on_policy_gradient.pdf |
.pdf
|
|
| /uploads/2025/scalable_multi_agent_reinforcement_learning_for_factory_wide_dynamic_scheduling.pdf |
.pdf]
|
|
| /uploads/2025/t_h_juang_learning_multiple_coordinated_agents_under_directed_acyclic_graph_constraints.pdf |
.pdf]
|
|
| /uploads/2025/learning_multiple_coordinated_agents_under_directed_acyclic_graph_constraints_appendix.pdf |
Appendix.pdf
|
|
| /uploads/2022/open_set_recognition_of_breast_cancer_treatments.pdf |
.pdf
|
|
| /uploads/2022/diminishing_batch_normalization.pdf |
.pdf
|
|
| /uploads/2022/diminishing_batch_normalization_appendix.pdf |
appendix.pdf
|
|
| /uploads/2022/efficient_architecture_search_for_continual_learning.pdf |
.pdf]
|
|
| /uploads/2022/truth_validation_with_evidence.pdf |
.pdf
|
|
| /uploads/2020/inverse_classification_with_limited_budget_and_maximum_number_of_perturbed_samples.pdf |
.pdf
|
|
| /uploads/2020/subset_selection_for_multiple_linear_regression_via_optimization.pdf |
.pdf
|
|
| /uploads/2020/subset_selection_for_multiple_linear_regression_via_optimization.pdf |
data.zip
|
|
| /uploads/2020/subset_selection_for_multiple_linear_regression_via_optimization_appendix.pdf |
appendix.pdf]
|
|
| /uploads/2019/scale_invariant_power_iteration.pdf |
.pdf
|
|
| /uploads/2019/bayesian_active_learning_for_choice_models_with_deep_gaussian_processes.pdf |
.pdf
|
|
| /uploads/2019/a_simple_and_fast_algorithm_for_l1_norm_kernel_pca.pdf |
.pdf
|
|
| /uploads/2018/semi_supervised_learning_for_discrete_choice_models.pdf |
.pdf
|
|
| /uploads/2018/online_adaptive_machine_learning_based_algorithm_for_implied_volatility_surface_modeling.pdf |
.pdf
|
|
| /uploads/2018/predicting_icu_readmission_using_grouped_physiological_and_medication_trends.pdf |
.pdf
|
|
| /uploads/2017/large_scale_adversarial_sports_play_retrieval_with_learning_to_rank.pdf |
.pdf
|
|
| /uploads/2017/bayesian_network_learning_via_topological_order.pdf |
.pdf
|
|
| /uploads/2017/prabhakaran_s_identifying_key_words_in_9_1_1_calls_for_stroke_a_mixed_methods_approach.pdf |
.pdf
|
|
| /uploads/2017/algebraic_modeling_in_datalog_in.pdf |
.pdf
|
|
| /uploads/2017/three_iteratively_reweighted_least_squares_algorithms_for_l1_norm_principal_component_analysis.pdf |
.pdf
|
|
| /uploads/2016/classication_based_financial_markets_prediction_using_deep_neural_networks.pdf |
.pdf
|
|
| /uploads/2016/a_semi_supervised_learning_approach_to_enhance_health_care_community_based_question_answering_a_case_study_in_alcoholism.pdf |
.pdf
|
|
| /uploads/2016/an_aggregate_and_iterative_disaggregate_algorithm_with_proven_optimality_in_machine_learning.pdf |
.pdf
|
|
| /uploads/2016/algorithms_for_generalized_cluster_wise_linear_regression.pdf |
pdf
|
|
| /wp-content/uploads/3/5/2/7/35274584/sku_clustering_random_data.zip |
data.zip
|
|
| /uploads/2014/going_out_of_business_auction_house_behavior_in_the_massively_multi_player_online_game_glitch.pdf |
pdf
|
|
| /uploads/2013/clustering_time_series_energy_data_from_smart_meters.pdf |
pdf
|
|
| /uploads/2010/modeling_massive_rfid_datasets_a_gateway_based_movement_graph_approach.pdf |
.pdf
|
|
| /uploads/2006/warehousing_and_analyzing_massive_rfid_data_sets.pdf |
.pdf
|
|
| /uploads/2026/class_grouped_normalized_momentum_and_faster_hyperparameter_exploration_to_tackle_class_imbalance_in_federated_learning.pdf |
.pdf
|
|
| /uploads/2026/on_the_convergence_rate_of_lora_gradient_descent.pdf |
.pdf
|
|
| /uploads/2026/bear_bgp_event_analysis_and_reporting.pdf |
.pdf
|
|
| /uploads/2026/fedga_tree_federated_decision_tree_using_genetic_algorithm.pdf |
.pdf
|
|
| /uploads/2026/decentralized_blockchain_based_robust_multi_agent_multi_armed_bandit.pdf |
.pdf
|
|
| /uploads/2026/promptfe_automated_feature_engineering_by_prompting.pdf |
.pdf
|
|
| /uploads/2025/tricks_and_plugins_to_gbm_on_images_and_sequences.pdf |
.pdf
|
|
| /uploads/2025/diffmvr_diffusion_based_automated_multi_guidance_video_restoration.pdf |
.pdf
|
|
| /uploads/2025/unit_testing_for_random_forest_models.pdf |
.pdf
|
|
| /uploads/2025/graph_learning_for_foreign_exchange_rate_prediction_and_statistical_arbitrage.pdf |
.pdf
|
|
| /uploads/2025/investigating_hallucinations_in_time_series_foundation_models_through_signal_subspace_analysis.pdf |
.pdf
|
|
| /uploads/2025/rewind_to_delete_certified_machine_unlearning_for_nonconvex_functions.pdf |
.pdf
|
|
| /uploads/2025/technical_debt_in_in_context_learning_diminishing_efficiency_in_long_context.pdf |
.pdf
|
|
| /uploads/2025/a_sequential_optimal_learning_approach_to_automated_prompt_engineering_in_large_language_models.pdf |
.pdf
|
|
| /uploads/2025/zero_shot_graph_reasoning_via_retrieval_augmented_framework_with_llms.pdf |
.pdf
|
|
| /uploads/2025/reverse_prompt_engineering.pdf |
.pdf
|
|
| /uploads/2025/unsupervised_echocardiogram_view_detection_via_autoencoder_based_representation_learning.pdf |
.pdf
|
|
| /uploads/2025/a_mirror_descent_perspective_of_smoothed_sign_descent.pdf |
.pdf
|
|
| /uploads/2025/federated_low_rank_tensor_estimation_for_multimodal_image_reconstruction.pdf |
.pdf
|
|
| /uploads/2025/conditional_hierarchical_bayesian_tucker_decomposition_for_genetic_data_analysis.pdf |
.pdf
|
|
| /uploads/2025/regret_lower_bounds_in_multi_agent_multi_armed_bandit.pdf |
.pdf
|
|
| /uploads/2025/differentiable_calibration_of_inexact_stochastic_simulation_models_via_kernel_score_minimization.pdf |
.pdf
|
|
| /uploads/2024/improving_self_training_under_distribution_shifts_via_anchored_confidence_with_theoretical_guarantees.pdf |
.pdf
|
|
| /uploads/2024/a_stochastic_large_scale_machine_learning_algorithm_for_distributed_features_and_observations.pdf |
.pdf
|
|
| /uploads/2024/stochastic_scale_invariant_power_iteration_for_kullback_leibler_divergence_nonnegative_matrix_factorization.pdf |
.pdf
|
|
| /uploads/2024/multimodal_learning_on_temporal_data.pdf |
.pdf
|
|
| /uploads/2024/unsupervised_video_summarization.pdf |
.pdf
|
|
| /uploads/2024/s_omninet_structured_data_enhanced_universal_multimodal_learning_architecture.pdf |
.pdf
|
|
| /uploads/2024/multi_layer_attention_based_explainability_via_transformers_for_tabular_data.pdf |
.pdf
|
|
| /uploads/2024/iife_interaction_information_based_automated_feature_engineering.pdf |
.pdf
|
|
| /uploads/2024/robust_softmax_aggregation_on_blockchain_based_federated_learning_with_convergence_guarantee.pdf |
.pdf
|
|
| /uploads/2024/on_the_second_order_convergence_of_biased_policy_gradient_algorithms.pdf |
.pdf
|
|
| /uploads/2024/iw_gae_importance_weighted_group_accuracy_estimation_for_improved_calibration_and_model_selection_in_unsupervised_domain_adaptation.pdf |
.pdf
|
|
| /uploads/2024/an_ensemble_method_of_deep_reinforcement_learning_for_automated_cryptocurrency_trading.pdf |
.pdf
|
|
| /uploads/2024/a_primal_dual_algorithm_for_hybrid_federated_learning.pdf |
.pdf
|
|
| /uploads/2023/use_of_deep_neural_networks_for_uncertain_stress_functions_with_extensions_to_impact_mechanics.pdf |
.pdf
|
|
| /uploads/2023/semi_supervised_3d_video_information_retrieval_with_deep_neural_network_and_bi_directional_dynamic_time_warping_algorithm.pdf |
.pdf
|
|
| /uploads/2023/feature_acquisition_using_monte_carlo_tree_search.pdf |
.pdf
|
|
| /uploads/2023/autoencoders_and_generative_adversarial_networks_for_anomaly_detection_for_sequences.pdf |
.pdf
|
|
| /uploads/2023/cohesive_attention_based_explanations_for_sequences_and_explainability_in_presence_of_event_types.pdf |
.pdf
|
|
| /uploads/2023/decentralized_randomly_distributed_multi_agent_multi_armed_bandit_with_heterogeneous_rewards.pdf |
.pdf
|
|
| /uploads/2023/early_classifying_multimodal_sequences.pdf |
.pdf
|
|
| /uploads/2023/a_policy_for_early_sequence_classification.pdf |
.pdf
|
|
| /uploads/2023/gradient_boosted_based_structured_and_unstructured_learning.pdf |
.pdf
|
|
| /uploads/2023/pareto_regret_analyses_in_multi_objective_multi_armed_bandit.pdf |
.pdf
|
|
| /uploads/2023/neuron_based_pruning_of_deep_neural_networks_with_better_generalization_using_kronecker_factored_curvature_approximation.pdf |
.pdf
|
|
| /uploads/2022/dynamic_cell_structure_via_recursive_recurrent_neural_networks.pdf |
.pdf
|
|
| /uploads/2022/open_set_domain_adaptation_by_extreme_value_theory.pdf |
.pdf
|
|
| /uploads/2022/aggregation_delayed_federated_learning.pdf |
.pdf
|
|
Внешние ссылки
Кол-во: 2
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 2 оптимально.
Показать внешние ссылки
| Url | Анкор |
|---|---|
| linkedin.com |
LinkedIn
|
| x.com |
X
|
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://dynresmanagement.com/publications готова к продвижению на 52%. Чтобы еще улучшить страницу и попасть на первые места поисковой выдачи необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: