Анализ страницы https://ml4ad.github.io/2022
Основное Готовность: 95%
Домен
ml4ad.github.io
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Используйте для продвижения только домен второго уровня.
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.
Цепочка редиректов:
https://ml4ad.github.io/2022
301 MovedPermanently
https://ml4ad.github.io/2022/
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.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 25.01.2027 2:59:59.
Включён HSTS (Strict-Transport-Security) — защита от подмены на http.
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
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 страницы не указан. Рекомендуется явно указать язык документа!
Скорость загрузки
~0,34сек
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 0,34сек оптимальна.
Объем документа
76Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 76Кб 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 | text/css | https://ml4ad.github.io/css/main.css |
| js | https://ajax.googleapis.com/ajax/libs/jquery/1.11.0/jquery.min.js | |
| js | https://www.google-analytics.com/analytics.js |
Серверные заголовки
Кол-во: 18
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 18шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Server | GitHub.com |
| Access-Control-Allow-Origin | * |
| Strict-Transport-Security | max-age=31556952 |
| ETag | "67c6718f-132d2" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | DDD8:376FA0:1F8F43:21F58C:6A898D46 |
| x-github-edge-region | swedencentral |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 11:51:34 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-bma-essb1270054-BMA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787399495.608688,VS0,VE119 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 71317d2dd006a303b63e5628ec32f7ec04ec0b52 |
CMS
Hugo 0.55.6
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: Hugo 0.55.6.
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: 48%
Title
Machine Learning for Autonomous Driving
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: 39, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
NeurIPS 2022 Workshop
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: 21, 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
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 | Workshop on Machine Learning for Autonomous Driving |
| og:description | NeurIPS 2022 Workshop |
| og:type | website |
| og:url | https://ml4ad.github.io/ |
Все мета-теги
Кол-во: 12
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 12шт. 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 | author | Machine Learning for Autonomous Driving |
| name | description | NeurIPS 2022 Workshop |
| name | viewport | width=device-width |
| name | generator | Hugo 0.55.6 |
| name | twitter:card | summary |
| name | twitter:title | Workshop on Machine Learning for Autonomous Driving |
| name | twitter:description | NeurIPS 2022 Workshop |
| name | viewport | width=device-width, initial-scale=1 |
| property | og:title | Workshop on Machine Learning for Autonomous Driving |
| property | og:description | NeurIPS 2022 Workshop |
| property | og:type | website |
| property | og:url | https://ml4ad.github.io/ |
Оптимизация Готовность: 92%
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 в единственном экземпляре).
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 46 достаточно.
Среднее число слов в абзаце 128 достаточно.
Кол-во знаков контента 16379 на странице оптимально.
Кол-во слов 2405 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> 11. Это хорошо.
На странице присутствуют заголовки <h3> 30.
Тошнота
6,63
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
13,85%
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 |
|---|---|---|
| poster | 44 | 1,83% |
| slideslive | 39 | 1,62% |
| autonomous | 29 | 1,21% |
| driving | 29 | 1,21% |
| youtube | 28 | 1,16% |
| learning | 17 | 0,71% |
| university | 13 | 0,54% |
| research | 11 | 0,46% |
| workshop | 9 | 0,37% |
| vehicles | 9 | 0,37% |
| perception | 9 | 0,37% |
| papers | 8 | 0,33% |
| challenge | 7 | 0,29% |
| machine | 6 | 0,25% |
| real-time | 6 | 0,25% |
| november | 6 | 0,25% |
| working | 6 | 0,25% |
| neurips | 5 | 0,21% |
| planning | 5 | 0,21% |
| submission | 5 | 0,21% |
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 313 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: 47
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 47 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние |
|---|---|---|
| /2019 |
2019
|
|
| /2020 |
2020
|
|
| /2021 |
2021
|
|
| /files/neurips_2022_ml4ad.tex |
neurips_2022_ml4ad.tex
|
|
| /files/neurips_2022_ml4ad.sty |
neurips_2022_ml4ad.sty
|
|
| /files/neurips_2022_ml4ad.pdf |
neurips_2022_ml4ad.pdf
|
|
| /img/review-questions.png |
these
|
|
| /files/papers2022/Risk Perception in Driving Scenes.pdf |
paper
|
|
| /files/papers2022/Multi-Modal 3D GAN for Urban Scenes.pdf |
paper
|
|
| /files/papers2022/DriveCLIP: Zero-Shot Transfer for Distracted Driving Activity Understanding using CLIP.pdf |
paper
|
|
| /files/papers2022/Are All Vision Models Created Equal. A Study of the Open-Loop to Closed-Loop Causality Gap.pdf |
paper
|
|
| /files/papers2022/Rationale-aware Autonomous Driving Policy utilizing Safety Force Field implemented on CARLA Simulator.pdf |
paper
|
|
| /files/papers2022/Monitoring of Perception Systems: Deterministic, Probabilistic, and Learning-based Fault Detection and Identification.pdf |
paper
|
|
| /files/papers2022/VN-Transformer: Rotation-Equivariant Attention for Vector Neurons.pdf |
paper
|
|
| /files/papers2022/Controlling Steering with Energy-Based Models.pdf |
paper
|
|
| /files/papers2022/Verifiable Goal Recognition for Autonomous Driving with Occlusions.pdf |
paper
|
|
| /files/papers2022/Robust Trajectory Prediction against Adversarial Attacks.pdf |
paper
|
|
| /files/papers2022/AdvDO: Realistic Adversarial Attacks for Trajectory Prediction.pdf |
paper
|
|
| /files/papers2022/Improving Motion Forecasting for Autonomous Driving with the Cycle Consistency Loss.pdf |
paper
|
|
| /files/papers2022/VISTA: VIrtual STereo based Augmentation for Depth Estimation in Automated Driving.pdf |
paper
|
|
| /files/papers2022/Finding Safe Zones of Markov Decision Processes Policies.pdf |
paper
|
|
| /files/papers2022/One-Shot Learning of Visual Path Navigation for Autonomous Vehicles.pdf |
paper
|
|
| /files/papers2022/Stress-Testing Point Cloud Registration on Automotive LiDAR.pdf |
paper
|
|
| /files/papers2022/KING: Generating Safety-Critical Driving Scenarios for Robust Imitation via Kinematics Gradients.pdf |
paper
|
|
| /files/papers2022/Fast-BEV: Towards Real-time On-vehicle Bird's-Eye View Perception.pdf |
paper
|
|
| /files/papers2022/DiffStack: A Differentiable and Modular Control Stack for Autonomous Vehicles.pdf |
paper
|
|
| /files/papers2022/An Intelligent Modular Real-Time Vision-Based System for Environment Perception.pdf |
paper
|
|
| /files/papers2022/PolarMOT: How Far Can Geometric Relations Take Us in 3D Multi-Object Tracking.pdf |
paper
|
|
| /files/papers2022/TALISMAN: Targeted Active Learning for Object Detection with Rare Classes and Slices using Submodular Mutual Information.pdf |
paper
|
|
| /files/papers2022/CW-ERM: Improving Autonomous Driving Planning with Closed-loop Weighted Empirical Risk Minimization.pdf |
paper
|
|
| /files/papers2022/Calibrated Perception Uncertainty Across Objects and Regions in Bird's-Eye-View.pdf |
paper
|
|
| /files/papers2022/Imitation Is Not Enough: Robustifying Imitation with Reinforcement Learning for Challenging Driving Scenarios.pdf |
paper
|
|
| /files/papers2022/ViT-DD: Multi-Task Vision Transformer for Semi-Supervised Driver Distraction Detection.pdf |
paper
|
|
| /files/papers2022/Direct LiDAR-based Object Detector Training from Automated 2D Detections.pdf |
paper
|
|
| /files/papers2022/Safe Real-World Autonomous Driving by Learning to Predict and Plan with a Mixture of Experts.pdf |
paper
|
|
| /files/papers2022/PlanT: Explainable Planning Transformers via Object-Level Representations.pdf |
paper
|
|
| /files/papers2022/Distortion-Aware Network Pruning and Feature Reuse for Real-time Video Segmentation.pdf |
paper
|
|
| /files/papers2022/Improving Predictive Performance and Calibration by Weight Fusion in Semantic Segmentation.pdf |
paper
|
|
| /files/papers2022/GNM: A General Navigation Model to Drive Any Robot.pdf |
paper
|
|
| /files/papers2022/Enhancing System-level Safety in Autonomous Driving via Feedback Learning.pdf |
paper
|
|
| /files/papers2022/Analyzing Deep Learning Representations of Point Clouds for Real-Time In-Vehicle LiDAR Perception.pdf |
paper
|
|
| /files/papers2022/CAMEL: Learning Cost-maps Made Easy for Off-road Driving.pdf |
paper
|
|
| /files/papers2022/A Versatile and Efficient Reinforcement Learning Approach for Autonomous Driving.pdf |
paper
|
|
| /files/papers2022/Uncertainty-Aware Self-Training with Expectation Maximization Basis Transformation.pdf |
paper
|
|
| /files/papers2022/Potential Energy based Mixture Model for Noisy Label Learning.pdf |
paper
|
|
| /files/papers2022/A Graph Representation for Autonomous Driving.pdf |
paper
|
|
| / |
Daniel Sikar
|
|
Внешние ссылки
Кол-во: 253
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 253 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор |
|---|---|
| neurips.cc |
NeurIPS
|
| web.archive.org |
2016
|
| web.archive.org |
2017
|
| web.archive.org |
2018
|
| nips.cc |
Register
|
| neurips.cc |
print a poster onsite
|
| goo.gl |
New Orleans Convention Center
|
| neurips.cc |
NeurIPS Portal
|
| app.gather.town |
Gather Town
|
| timeanddate.com |
CST
|
| docs.google.com |
here
|
| slideslive.com |
SlidesLive
|
| youtube.com |
YouTube
|
| hangzhaomit.github.io |
<img class="photo" src="https://ml4ad.github.io/img/hangSquare.jpg" alt="Hang Zhao" itemprop="image">
|
| hangzhaomit.github.io |
Hang Zhao
|
| aisecure.github.io |
<img class="photo" src="https://ml4ad.github.io/img/bo.jpg" alt="Bo Li" itemprop="image">
|
| aisecure.github.io |
Bo Li
|
| boleizhou.github.io |
<img class="photo" src="https://ml4ad.github.io/img/bolei.jpg" alt="Bolei Zhou" itemprop="image">
|
| boleizhou.github.io |
Bolei Zhou
|
| linkedin.com |
<img class="photo" src="https://ml4ad.github.io/img/yuning.jpg" alt="Yuning Chai" itemprop="image">
|
| linkedin.com |
Yuning Chai
|
| people.eecs.berkeley.edu |
<img class="photo" src="https://ml4ad.github.io/img/nick.jpg" alt="Nick Rhinehart" itemprop="image">
|
| people.eecs.berkeley.edu |
Nick Rhinehart
|
| linkedin.com |
<img class="photo" src="https://ml4ad.github.io/img/liting_square.jpg" alt="Liting Sun" itemprop="image">
|
| linkedin.com |
Liting Sun
|
| sydney.edu.au |
<img class="photo" src="https://ml4ad.github.io/img/stewart.jpg" alt="Stewart Worrall" itemprop="image">
|
| sydney.edu.au |
Stewart Worrall
|
| cmt3.research.microsoft.com |
https://cmt3.research.microsoft.com/ML4AD2022
|
| slideslive.com |
Welcome
|
| slideslive.com |
Vision-centric Autonomous Driving: from Perception to Prediction
|
| slideslive.com |
Trustworthy Machine Learning in Autonomous Driving
|
| youtu.be |
Compilation of one minute spotlight talks from all authors
|
| app.gather.town |
Gather Town
|
| slideslive.com |
Toward Safe and Generalizable Embodied AI for Decision-Making
|
| slideslive.com |
Scaling the Robottaxi, How Cruise is Making Its Technology Future-Proof
|
| app.gather.town |
Gather Town
|
| slideslive.com |
Contingency Planning with Learned Models of Behavioral and Perceptual Uncertainty
|
| slideslive.com |
CausalAgents: A Robustness Benchmark for Motion Forecasting using Causal Relationships
|
| app.gather.town |
Gather Town
|
| slideslive.com |
Intelligent transportation systems - ACFR
|
| leaderboard.carla.org |
CARLA Challenge
|
| slideslive.com |
CARLA Autonomous Driving Challenge 2022
|
| slideslive.com |
Closing Remarks
|
| leaderboard.carla.org |
here
|
| app.gather.town |
poster B2
|
| youtu.be |
youtube
|
| app.gather.town |
poster B9
|
| slideslive.com |
slideslive
|
| app.gather.town |
poster C2
|
| slideslive.com |
slideslive
|
| app.gather.town |
poster C9
|
| slideslive.com |
slideslive
|
| app.gather.town |
poster B1
|
| slideslive.com |
slideslive
|
| youtu.be |
youtube
|
| app.gather.town |
poster B7
|
| slideslive.com |
slideslive
|
| youtu.be |
youtube
|
| app.gather.town |
poster A2
|
| slideslive.com |
slideslive
|
| youtu.be |
youtube
|
| app.gather.town |
poster A1
|
| youtu.be |
youtube
|
| app.gather.town |
poster D6
|
| slideslive.com |
slideslive
|
| app.gather.town |
poster A7
|
| slideslive.com |
slideslive
|
| youtu.be |
youtube
|
| app.gather.town |
poster A6
|
| slideslive.com |
slideslive
|
| youtu.be |
youtube
|
| app.gather.town |
poster B5
|
| slideslive.com |
slideslive
|
| youtu.be |
youtube
|
| app.gather.town |
poster B3
|
| slideslive.com |
slideslive
|
| youtu.be |
youtube
|
| app.gather.town |
poster C8
|
| slideslive.com |
slideslive
|
| youtu.be |
youtube
|
| app.gather.town |
poster A5
|
| slideslive.com |
slideslive
|
| youtu.be |
youtube
|
| app.gather.town |
poster D1
|
| slideslive.com |
slideslive
|
| youtu.be |
youtube
|
| app.gather.town |
poster D7
|
| slideslive.com |
slideslive
|
| youtu.be |
youtube
|
| app.gather.town |
poster D8
|
| slideslive.com |
slideslive
|
| app.gather.town |
poster D5
|
| slideslive.com |
slideslive
|
| youtu.be |
youtube
|
| app.gather.town |
poster A9
|
| slideslive.com |
slideslive
|
| youtu.be |
youtube
|
| app.gather.town |
poster B6
|
| slideslive.com |
slideslive
|
| youtu.be |
youtube
|
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://ml4ad.github.io/2022 готова к продвижению на 59%. Чтобы еще улучшить страницу и попасть на первые места поисковой выдачи необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: