Ключ	Значение
Server	GitHub.com
Access-Control-Allow-Origin	*
ETag	"6a82fa40-d955"
Cache-Control	max-age=600
x-proxy-cache	MISS
x-github-request-id	80A0:BD61:2F6E6C:332881:6A8A104C
x-github-edge-region	swedencentral
Accept-Ranges	bytes
Age	0
Date	Sat, 22 Aug 2026 21:10:36 GMT
Via	1.1 varnish
X-Served-By	cache-bma-essb1270042-BMA
X-Cache	MISS
x-cache-hits	0
x-timer	S1787433036.356750,VS0,VE120
Vary	Accept-Encoding
x-fastly-request-id	202ad9c1e49432d6d7477a3bdf53a5c6af59191e

CMS

jemdoc, see http://jemdoc.jaboc.net/

Система управления сайтом (движок) ?

В мета-теге generator указано: jemdoc, see http://jemdoc.jaboc.net/.

Веб-сервер

GitHub.com

Программное обеспечение сервера ?

В заголовке Server указано: GitHub.com.

Мета-теги Готовность: 22%

Title

Tyler Derr - News Before Current Year

Заголовок страницы в браузере и поисковой выдаче ?

Необходимо увеличить число символов в title (текущее значение: 38, оптимально: от 40 до 45)

Дублей словоформ в title не найдено.

Исправить

Description

Описание страницы в поисковой выдаче (сниппет) ?

Установите мета-тег description!

Исправить

Keywords

Список ключевых слов страницы (устаревший тег) ?

Установите мета-тег keywords!

Исправить

Канонический Url

Указывает поисковику основную версию страницы ?

Robots

Ошибок нет

Директивы для поисковых роботов на уровне страницы ?

Meta-тег robots не указан. Страница свободна для индексации.

Адаптивность

Настройка масштабирования на мобильных устройствах ?

Meta-тег viewport не указан. Страница не адаптивная.

Исправить

Разметка OpenGraph

Не найдено

Мета-теги для красивых превью в соцсетях ?

Разметка OpenGraph не задана. Страница не оптимизирована под социальные сети. Мета-теги с разметкой Og помогают социальным роботам лучше структурировать Ваш сайт.

Исправить

Все мета-теги

Кол-во: 1

Полный список мета-тегов страницы ?

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: 72%

Структура

Ошибок нет

Семантические HTML-элементы страницы ?

Структура документа корректна (теги <html> и <body> присутствуют в одном экземпляре).

Контент

Ошибок нет

Объём и качество текстового содержимого ?

Слова из title 6 встречаются в тексте достаточно.

Абзацев с текстом 290 достаточно.

Среднее число слов в абзаце 15 достаточно.

Кол-во знаков контента 31007 на странице оптимально.

Кол-во слов 4548 на странице оптимально.

Заголовки

Ошибок нет

Иерархия заголовков H1–H6 ?

На странице присутствуют заголовки <h1> 1. Это прекрасно.

На странице присутствуют заголовки <h3> 9.

Тошнота

Насколько одно слово доминирует в тексте ?

Тошнота превышает норму 5. Измените текст страницы!

Исправить

Академич. тошнота

16,38%

Насколько текст перенасыщен ключевыми словами ?

Академическая тошнота превышает норму 5-15%. Измените текст страницы!

Исправить

Семантическое ядро

Наиболее часто встречающиеся слова на странице ?

Контент страницы содержит осмысленный текст и слова.

Показать список слов

Слово	Кол-во	Частота
invited	100	2,20%
accepted	82	1,80%
learning	41	0,90%
student	39	0,86%
member	39	0,86%
neural	36	0,79%
preprint	34	0,75%
networks	31	0,68%
network	31	0,68%
awarded	27	0,59%
social	24	0,53%
workshop	23	0,51%
research	20	0,44%
science	18	0,40%
machine	16	0,35%
university	16	0,35%
summer	16	0,35%
twitter	15	0,33%
knowledge	15	0,33%
signed	15	0,33%

Индексация Готовность: 0%

Индексирование

Есть ошибки

Разрешено ли индексирование страницы ?

Анкоров на странице 202 слишком много. Проведите ревизию и оптимизацию ссылок сайта.

Исправить

Robots.txt

Не найден

Файл управления сканированием сайта роботами ?

Файл robots.txt не найден (ошибка 404). Крайне рекомендуем добавить файл robots.txt, это правило хорошего тона для поисковых роботов.

Исправить

Sitemap

Кол-во: 0

XML-карта сайта для поисковиков ?

Robots.txt не содержит ссылку на карту сайта. Рекомендуется добавить карту сайта и указать ссылку на нее в robots.txt.

Исправить

Внутренние ссылки

Кол-во: 27

Ссылки на другие страницы своего сайта ?

Внутренних ссылок на странице 27 оптимально.

Показать внутренние ссылки

Url	Анкор	Состояние
/index.html	Home
/TylerDerr_CV.pdf	CV(pdf)
/openings.html	Openings
/publications.html	Publications
/papers/icdmw22-degreebiaslinkpred.pdf	‘‘Degree-related Bias in Link Prediction’’
/papers/icdm22-think.pdf	‘‘THINK: Temporal Hypergraph Hyperbolic Network’’
/papers/cikm21-tree_decomposed_gnn.pdf	‘Tree Decomposed Graph Neural Network’
/papers/ssl_for_gnns.pdf	‘‘Graph Neural Networks: Self-supervised Learning’’
/papers/cikm21-tree_decomposed_gnn.pdf	‘Tree Decomposed Graph Neural Network’
/papers/self_supervised_learning_on_graphs.pdf	‘‘Self-supervised Learning on Graphs: Deep Insights and New Directions’’
/papers/TylerDerr_PhdDissertation_NetworkAnalysisWithNegativeLinks.pdf	‘‘Network Analysis with Negative Links’’
/papers/self_supervised_learning_on_graphs.pdf	‘‘Self-supervised Learning on Graphs: Deep Insights and New Directions’’
/papers/manipulating_dialogue_models.pdf	‘‘Chat as Expected: Manipulating Black-box Neural Dialogue Models’’
/papers/attacking_recsys_copying_crossdomain.pdf	‘‘Attacking Black-box Recommendations via Copying Cross-domain User Profiles’’
/papers/www20-rolebased_signed_embedding.pdf	‘‘ROSE: Role-based Signed Network Embedding’’
/papers/decision_boundary_dnn.pdf	‘‘Characterizing the Decision Boundary of Deep Neural Networks’’
/papers/aaai-ai4edu2020-predicting_online_course_performance.pdf	‘‘A Deep Model for Predicting Online Course Performance’’
/papers/cikm2019-signed_bipartite_networks.pdf	“Balance in Signed Bipartite Networks”
/papers/asonam19-congressional_vote_prediction.pdf	“Multi-Factor Congressional Vote Prediction”
/papers/ijcai19-adversarial_social_recommendation.pdf	“Deep Adversarial Social Recommendation”
/papers/icdm18-signed_graph_convolutional.pdf	here
/code/SGCN.zip	here
/papers/cikm18-signed_network_modeling.pdf	here
/papers/asonam18-opinions_power_opinions.pdf	‘‘Opinions Power Opinions: Joint Link and Interaction Polarity Predictions in Signed Networks’’
/papers/opinions_power_opinions_extended.pdf	here
/papers/mlg18-signed_relevance_measurements.pdf	‘‘Relevance Measurements in Online Signed Social Networks’’
/papers/cikm17-weightloss.pdf	‘‘Understanding and Predicting Weight Loss with Mobile Social Networking Data’’

Внешние ссылки

Кол-во: 169

Ссылки на сторонние сайты ?

Внешних ссылок на странице 169 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!

Показать первые 100 внешних ссылок

Url	Анкор
scholar.google.com	Google Scholar
dblp.org	DBLP
linkedin.com	LinkedIn
twitter.com	Twitter
twitter.com	NDS Twitter
github.com	NDS Github
my.vanderbilt.edu	NDS Lab @VU
dse.cse.msu.edu	DSE Lab @MSU
arstanley.github.io	Bo Ni
liuyunchao.com	Yunchao (Lance) Liu
biorxiv.org	‘‘SuperWater: Predicting Water Molecule Positions on Protein Structures by Generative AI’’
arxiv.org	‘‘Personalization of Large Language Models: A Survey’’
ntu.edu.sg	Nanyang Technological University
arxiv.org	‘‘A Comprehensive Analysis of Social Tie Strength: Definitions, Prediction Methods, and Future Directions’’
arxiv.org	‘‘Large Language Model-based Augmentation for Imbalanced Node Classification on Text-Attributed Graphs’’
oars-workshop.github.io	Online and Adaptive Recommender Systems (OARS) Workshop
kil-workshop.github.io	Knowledge Graphs for Responsible AI (KG-STAR) Workshop
nds-vu.github.io	tutorial
arxiv.org	‘‘Edge Classification on Graphs: New Directions in Topological Imbalance’’
math.vanderbilt.edu	Vanderbilt Graph Theory and Combinatorics Seminar
arxiv.org	‘‘Towards Trustworthy Knowledge Graph Reasoning: An Uncertainty Aware Perspective’’
welqrate.org	WelQrate: Defining the Gold Standard in Small Molecule Drug Discovery Benchmarking
arxiv.org	FT-AED: Benchmark Dataset for Early Freeway Traffic Anomalous Event Detection
arxiv.org	Robust Graph Neural Networks via Unbiased Aggregation
atumlin.github.io	Anne Tumlin
arxiv.org	‘‘A Survey on Privacy in Graph Neural Networks: Attacks, Preservation, and Applications’’
ai-activities.github.io	Ethical Artificial Intelligence Methods and Applications (EAI-KDD) Workshop
arxiv.org	‘‘A Survey of Mamba’’
sds.cuhk.edu.cn	The Chinese University of Hong Kong, Shenzhen
polyu.edu.hk	The Hong Kong Polytechnic University (PolyU)
arxiv.org	‘‘Augmenting Textual Generation via Topology Aware Retrieval’’
en.scit.bjtu.edu.cn	Beijing Jiaotong University
nds-vu.github.io	‘‘Data-Quality-Aware Graph Machine Learning’’
vu.edu	link
arxiv.org	‘‘FT-AED: Benchmark Dataset for Early Freeway Traffic Anomalous Event Detection’’
arxiv.org	‘‘Edge Classification on Graphs: New Directions in Topological Imbalance’’
lggm-lg.github.io	demo
arxiv.org	‘‘Large Graph Generative Models’’
arxiv.org	‘‘Augmenting Textual Generation via Topology Aware Retrieval’’
yunchaoliu.github.io	Yunchao (Lance) Liu
nds-vu.github.io	Data Quality-Aware Graph Machine Learning
yuwvandy.github.io	Yu Wang
atumlin.github.io	Anne Tumlin
energy.gov	Department of Energy <b>(DOE) Computational Science Graduate Fellowship</b>
arxiv.org	‘‘Fairness and Diversity in Recommender Systems: A Survey’’
linkedin.com	Catherine Yang
yuwvandy.github.io	Yu Wang
yuwvandy.github.io	Yu Wang
arxiv.org	‘‘Can One Embedding Fit All? A Multi-Interest Learning Paradigm Towards Improving User Interest Diversity Fairness’’
arxiv.org	A Topological Perspective on Demystifying GNN-Based Link Prediction Performance
arxiv.org	‘‘Knowledge Graph Prompting for Multi-Document Question Answering’’
arxiv.org	‘‘Leveraging Opposite Gender Interaction Ratio as a Path Towards Fairness in Online Dating Recommendations Based on User Sexual Orientation’’
arxiv.org	‘‘Knowledge Graph Prompting for Multi-Document Question Answering’’
arxiv.org	‘‘Robust Graph Neural Networks via Unbiased Aggregation’’
mlog-workshop.github.io	Machine Learning on Graphs (MLoG)
arxiv.org	‘‘Knowledge Graph Prompting for Multi-Document Question Answering’’
arxiv.org	‘‘A Topological Perspective on Demystifying GNN-Based Link Prediction Performance’’
pytorch-geometric.readthedocs.io	datasets
arxiv.org	‘‘Enhanced Graph Neural Networks with Ego-Centric Spectral Subgraph Embeddings Augmentation’’
arxiv.org	‘‘NeuroGraph: Benchmarks for Graph Machine Learning in Brain Connectomics’’
arxiv.org	‘‘Graph Unlearning: A Review’’
arxiv.org	‘‘A Survey on Privacy in Graph Neural Networks: Attacks, Preservation, and Applications’’
arxiv.org	‘‘Knowledge Graph Prompting for Multi-Document Question Answering’’
yuyingzhao.github.io	Yuying Zhao
kdd.org	’'Progress and Promise for The Shifting Landscape of Gender in STEM’’
arxiv.org	‘‘Fairness and Diversity in Recommender Systems: A Survey’’
mlgworkshop.org	Fair Online Dating Recommendations for Sexually Fluid Users via Leveraging Opposite Gender Interaction Ratio
engineering.vanderbilt.edu	School of Engineering
vanderbilt.edu	Frist Center
arxiv.org	‘‘NeuroGraph: Benchmarks for Graph Machine Learning in Brain Connectomics’’
anwar-said.github.io	here
yuyingzhao.github.io	Yuying Zhao
arxiv.org	‘Fairness and Explainability: Bridging the Gap Towards Fair Model Explanations’
yuwvandy.github.io	Yu Wang
www2023.thewebconf.org	Knowledge Graph Day
yunchaoliu.github.io	Yunchao (Lance) Liu
youtube.com	(recorded) invited talk
mlog-workshop.github.io	Machine Learning on Graphs (MLoG)
arxiv.org	‘‘Collaboration-Aware Graph Neural Networks for Recommendation Systems’’
yuwvandy.github.io	Yu Wang
arxiv.org	‘‘Fairness and Explainability: Bridging the Gap Towards Fair Model Explanations’’
yunchaoliu.github.io	Yunchao (Lance) Liu
biorxiv.org	‘‘Interpretable Chirality-Aware Graph Neural Network for Quantitative Structure Activity Relationship Modeling in Drug Discovery’’
openreview.net	‘‘Collaboration-Aware Graph Neural Networks for Recommendation Systems’’
openreview.net	‘‘Interpretable Chirality-Aware Graph Neural Network for Quantitative Structure Activity Relationship Modeling’’
mlog-workshop.github.io	Machine Learning on Graphs (MLoG)
biorxiv.org	‘‘Interpretable Chirality-Aware Graph Neural Network for Quantitative Structure Relationship Modeling in Drug Discovery’’
arxiv.org	‘‘Imbalanced Graph Classification via Graph-of-Graph Neural Networks’’
arxiv.org	‘‘Collaboration-Aware Graph Neural Networks for Recommendation Systems’’
yuwvandy.github.io	Distance-wise Prototypical Graph Neural Network for Imbalanced Node Classification
pasworkshop.github.io	Privacy Algorithms in Systems
yuyingzhao.github.io	Yuying Zhao
youtube.com	keynote
vanderbilt.edu	The Vanderbilt Summit on Modern Conflict
arxiv.org	‘‘Improving Fairness in Graph Neural Networks via Mitigating Sensitive Attribute Leakage’’
arxiv.org	‘‘ChemicalX: A Deep Learning Library for Drug Pair Scoring’’
github.com	here
gta3.hrl.com	Graph Techniques for Adversarial Acticity Analytics (GTA3)
yuwvandy.github.io	Yu Wang
mlog-workshop.github.io	Machine Learning on Graphs (MLoG)

Исправить

Конкуренты Готовность: 0%

Конкуренты в Яндексе

Кол-во: 0

Топ сайтов-конкурентов в Яндексе ?

Мы не нашли у вас конкурентов в Яндексе. Сайт или очень молодой или плохо продвигается.

Конкурентов в ТОП-10 Яндекса не нашлось.

Исправить

Конкуренты в Google

Кол-во: 0

Топ сайтов-конкурентов в Google ?

Конкуренты в Google тоже не найдены. Займитесь продвижением сайта!

Конкурентов в ТОП-10 Google не нашлось.

Исправить

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.

Поделитесь с друзьями:

Анализ страницы https://tylersnetwork.github.io/news.html

Основное Готовность: 95%

Домен

Ответ сервера

Безопасность

Кодировка

Язык

Скорость загрузки

Объем документа

Ресурсы

Серверные заголовки

CMS

Веб-сервер

Мета-теги Готовность: 22%

Title

Description

Keywords

Канонический Url

Robots

Адаптивность

Разметка OpenGraph

Все мета-теги

Оптимизация Готовность: 72%

Структура

Контент

Заголовки

Тошнота

Академич. тошнота

Семантическое ядро

Индексация Готовность: 0%

Индексирование

Robots.txt

Sitemap

Внутренние ссылки

Внешние ссылки

Конкуренты Готовность: 0%

Конкуренты в Яндексе

Конкуренты в Google

ЗоЗПП: права потребителей Готовность: 100%

Нарушения

ФЗ-149: рекомендательные технологии Готовность: 100%

Нарушения

ФЗ-38: реклама Готовность: 100%

Нарушения

ФЗ-436: защита детей Готовность: 100%

Нарушения

Вердикт