Анализ страницы https://statfe.com/papers.html
Основное Готовность: 100%
Домен
statfe.com
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
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
~1,40сек
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 1,40сек превышает 1 секунду. Желательно улучшить работу сайта!
Объем документа
28Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 28Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 7
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 7 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | text/css | jemdoc.css |
| js | //pagead2.googlesyndication.com/pagead/js/adsbygoogle.js | |
| js | https://www.googletagmanager.com/gtag/js?id=UA-9160528-2 | |
| js | https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js | |
| js | https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js | |
| js | https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js | |
| js | https://www.googletagmanager.com/gtag/js?id=G-138H0MW73M |
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 |
|---|---|
| ETag | "718a-651d858087900" |
| Accept-Ranges | bytes |
| Vary | Accept-Encoding |
| Date | Sun, 23 Aug 2026 21:39:12 GMT |
| Server | Apache/2 |
CMS
jemdoc, see http://jemdoc.jaboc.net/
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: jemdoc, see http://jemdoc.jaboc.net/.
Веб-сервер
Apache
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 Apache.
Мета-теги Готовность: 22%
Title
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 увеличить число символов в title (текущее значение мало: 12, минимум: 25, 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
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 не указан. Страница не адаптивная.
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 | generator | jemdoc, see http://jemdoc.jaboc.net/ |
Оптимизация Готовность: 70%
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 одном экземпляре).
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 1 встречаются в тексте редко. Добавьте в контент страницы слова из тега <title>!
Абзацев с текстом 68 достаточно.
Среднее число слов в абзаце 30 достаточно.
Кол-во знаков контента 13289 на странице оптимально.
Кол-во слов 2335 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
5,66
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
14,30%
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 |
|---|---|---|
| vision | 32 | 1,37% |
| computer | 28 | 1,20% |
| recognition | 17 | 0,73% |
| pattern | 14 | 0,60% |
| learning | 14 | 0,60% |
| acceptance | 13 | 0,56% |
| international | 12 | 0,51% |
| detection | 11 | 0,47% |
| multimedia | 9 | 0,39% |
| object | 7 | 0,30% |
| european | 7 | 0,30% |
| networks | 7 | 0,30% |
| chinese | 6 | 0,26% |
| intelligence | 6 | 0,26% |
| conference | 5 | 0,21% |
| machine | 5 | 0,21% |
| presentation | 5 | 0,21% |
| github | 5 | 0,21% |
| copyright | 5 | 0,21% |
| semantic | 4 | 0,17% |
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 149 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: 19
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 19 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние |
|---|---|---|
| /index.html |
Home
|
|
| /papers.html |
Publications
|
|
| /projects.html |
Projects
|
|
| /codes.html |
Codes
|
|
| /projdcai.html |
DCAI
|
|
| /projdl.html |
MCAI
|
|
| /projvideo.html |
Video
|
|
| /projtext.html |
OCR
|
|
| /projcluster.html |
Clustering
|
|
| /projsketch.html |
Sketch
|
|
| /blog.html |
Blog
|
|
| /blog_paper_CVPR2022_vim.html |
blog (in Chinese)
|
|
| /blog_paper_ECCV2020_textrec.html |
blog (in Chinese)
|
|
| /blog_paper_CVPR2020_pyramid.html |
blog (in Chinese)
|
|
| /blog_paper_AAAI2020_wsod.html |
blog (in Chinese)
|
|
| /blog_paper_ICCV2019_textdet.html |
blog (in Chinese)
|
|
| /blog_paper_CVPR2019_scalenet.html |
blog (in Chinese)
|
|
| /face_sketch_synthesis.html |
Project Page
|
|
| /source/papers.jemdoc |
source
|
|
Внешние ссылки
Кол-во: 129
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 129 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
На странице ссылки с атрибутом rel='nofollow' 2.
Показать первые 100 внешних ссылок
| Url | Анкор |
|---|---|
| arxiv.org |
RelayAttention for efficient large language model serving with long system prompts
|
| github.com |
code
|
| arxiv.org |
SmooSeg: Smoothness prior for unsupervised semantic segmentation
|
| github.com |
code
|
| arxiv.org |
Get the best of both worlds: Improving accuracy and transferability by Grassmann class representation
|
| github.com |
code
|
| arxiv.org |
Diverse cotraining makes strong semi-supervised segmentor
|
| arxiv.org |
Consistent-Teacher: Towards reducing inconsistent pseudo-targets in semi-supervised object detection
|
| cvpr.thecvf.com |
slides
|
| github.com |
code
|
| arxiv.org |
Revisiting weak-to-strong consistency in semi-supervised semantic segmentation
|
| cvpr.thecvf.com |
poster
|
| github.com |
code
|
| arxiv.org |
BiFormer: Vision transformer with bi-level routing attention
|
| cvpr.thecvf.com |
slides
|
| github.com |
code
|
| openaccess.thecvf.com |
Panoptic video scene graph generation
|
| arxiv.org |
OpenOOD: Benchmarking generalized out-of-distribution detection
|
| github.com |
code
|
| arxiv.org |
Panoptic scene graph generation
|
| arxiv.org |
ViM: Out-of-distribution with virtual-logit matching
|
| github.com |
code
|
| ooddetection.github.io |
Project Page
|
| arxiv.org |
Uncertainty estimation via response scaling for pseudo-mask noise mitigation in weakly-supervised semantic segmentation
|
| github.com |
code
|
| arxiv.org |
MMOCR: A comprehensive toolbox for text detection, recognition and understanding
|
| github.com |
code
|
| arxiv.org |
Vision transformer with progressive sampling
|
| github.com |
code
|
| arxiv.org |
Semantically coherent out-of-distribution detection
|
| github.com |
code
|
| jingkang50.github.io |
Project Page
|
| arxiv.org |
Pseudo-mask matters in weakly-supervised semantic segmentation
|
| github.com |
code
|
| proceedings.mlr.press |
Group fisher pruning for practical network compression
|
| arxiv.org |
paper
|
| github.com |
code
|
| arxiv.org |
Fourier contour embedding for arbitrary-shaped text detection
|
| github.com |
code in MMOCR
|
| openreview.net |
Towards impartial multi-task learning
|
| iclr.cc |
video
|
| waynezhanghk.github.io |
Webly supervised image classification with metadata: Automatic noisy label correction via visual-semantic graph
|
| arxiv.org |
paper
|
| waynezhanghk.github.io |
Webly supervised image classification with self-contained confidence
|
| arxiv.org |
paper
|
| github.com |
code
|
| waynezhanghk.github.io |
RobustScanner: Dynamically enhancing positional clues for robust text recognition
|
| arxiv.org |
paper
|
| github.com |
code in MMOCR
|
| waynezhanghk.github.io |
Context-aware RCNN: A baseline for action detection in videos
|
| arxiv.org |
paper
|
| github.com |
code
|
| arxiv.org |
Scale-equalizing pyramid convolution for object detection
|
| github.com |
code
|
| arxiv.org |
Object instance mining for weakly supervised object detection
|
| github.com |
github
|
| waynezhanghk.github.io |
Fashion retrieval via graph reasoning networks on a similarity pyramid
|
| waynezhanghk.github.io |
Geometry normalization networks for accurate scene text detection
|
| github.com |
github
|
| waynezhanghk.github.io |
Learning local similarity with spatial relations for object retrieval
|
| waynezhanghk.github.io |
Gradual network for single image de-raining
|
| waynezhanghk.github.io |
Learning efficient detector with semi-supervised adaptive distillation
|
| waynezhanghk.github.io |
Data-driven neuron allocation for scale aggregation networks
|
| arxiv.org |
paper
|
| github.com |
github
|
| openreview.net |
NADPEx: An on-policy temporally consistent exploration method for deep reinforcement learning
|
| arxiv.org |
paper
|
| waynezhanghk.github.io |
Extractive video summarizer with memory augmented neural networks
|
| waynezhanghk.github.io |
Temporal sequence distillation: Towards few-frame action recognition in videos
|
| arxiv.org |
paper
|
| waynezhanghk.github.io |
Boosting up scene text detectors with guided CNN
|
| arxiv.org |
paper
|
| arxiv.org |
paper
|
| waynezhanghk.github.io |
Convolutional memory blocks for depth data representation learning
|
| waynezhanghk.github.io |
Optical flow guided feature: A fast and robust motion representation for video action recognition
|
| arxiv.org |
paper
|
| github.com |
code
|
| waynezhanghk.github.io |
Aggregated deep feature from activation clusters for particular object retrieval
|
| waynezhanghk.github.io |
Deeply learned rich coding for cross-dataset facial age estimation
|
| gesture.chalearn.org |
ICCV 2015 apparent age estimation challenge
|
| waynezhanghk.github.io |
Dimensionality reduction with generalized linear models
|
| waynezhanghk.github.io |
Graph degree linkage: Agglomerative clustering on a directed graph
|
| dx.doi.org |
doi
|
| arxiv.org |
full version
|
| mathworks.com |
code
|
| github.com |
github
|
| waynezhanghk.github.io |
Coupled information-theoretic encoding for face photo-sketch recognition
|
| dx.doi.org |
doi
|
| ee.cuhk.edu.hk |
slides
|
| mmlab.ie.cuhk.edu.hk |
CUFSF Database
|
| waynezhanghk.github.io |
Learning PDEs for image restoration via optimal control
|
| dx.doi.org |
doi
|
| waynezhanghk.github.io |
Supp. Material
|
| waynezhanghk.github.io |
Lighting and pose robust face sketch synthesis
|
| dx.doi.org |
doi
|
| waynezhanghk.github.io |
More Results
|
| waynezhanghk.github.io |
A coarse-to-fine framework for automatic video unscreen
|
| dx.doi.org |
doi
|
| waynezhanghk.github.io |
Fashion retrieval via graph reasoning networks on a similarity pyramid
|
| dx.doi.org |
doi
|
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://statfe.com/papers.html готова к продвижению на 48%. Чтобы еще улучшить страницу и попасть на первые места поисковой выдачи необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: