Анализ страницы https://yintat.com/cv.html
Основное Готовность: 100%
Домен
yintat.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 15.10.2025 2:59:59.
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
~0,31сек
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 0,31сек оптимальна.
Объем документа
25Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 25Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 4
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 4 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | https://yintat.com/assets/css/main.css | |
| stylesheet | https://yintat.com/assets/css/academicons.css | |
| js | text/javascript | https://cdnjs.cloudflare.com/ajax/libs/mathjax/2.7.1/MathJax.js?config=TeX-AMS-MML_HTMLorMML |
| js | https://yintat.com/assets/js/main.min.js |
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 | "68b98002-657b" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | E478:0A05:1ABDE0:1CE56C:6A8A5109 |
| x-github-edge-region | swedencentral |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sun, 23 Aug 2026 01:46:50 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-bma-essb1270046-BMA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787449610.990952,VS0,VE111 |
| Vary | Accept-Encoding |
| x-fastly-request-id | a4edd5d4ddcded46938a851ed6f1b00efd0a7f2c |
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: 48%
Title
CV
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: 2, 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
https://yintat.com/cv.html
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.
Канонический Url прописан корректно.
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=1.0
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:locale | en-US |
| og:site_name | |
| og:title | CV |
| og:url | https://yintat.com/cv.html |
Все мета-теги
Кол-во: 7
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 7шт. 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 | HandheldFriendly | True |
| name | MobileOptimized | 320 |
| name | viewport | width=device-width, initial-scale=1.0 |
| property | og:locale | en-US |
| property | og:site_name | |
| property | og:title | CV |
| property | og:url | https://yintat.com/cv.html |
Оптимизация Готовность: 62%
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 1 слишком мало. Добавьте больше абзацев с текстом (тег <p>)!
Среднее число слов в абзаце 7 слишком мало. Сделайте контент более читаемым!
Кол-во знаков контента 10969 на странице оптимально.
Кол-во слов 1473 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.
На странице присутствуют заголовки <h3> 1.
Тошнота
4,80
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
9,57%
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 |
|---|---|---|
| optimization | 23 | 1,56% |
| convex | 20 | 1,36% |
| algorithms | 18 | 1,22% |
| neurips | 15 | 1,02% |
| faster | 11 | 0,75% |
| linear | 10 | 0,68% |
| private | 10 | 0,68% |
| symposium | 7 | 0,48% |
| method | 7 | 0,48% |
| differentially | 7 | 0,48% |
| sampling | 7 | 0,48% |
| science | 6 | 0,41% |
| spectral | 6 | 0,41% |
| research | 6 | 0,41% |
| computing | 6 | 0,41% |
| algorithm | 6 | 0,41% |
| improved | 6 | 0,41% |
| methods | 6 | 0,41% |
| efficient | 6 | 0,41% |
| theory | 5 | 0,34% |
Индексация Готовность: 55%
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 113 оптимально. Поисковые роботы обязательно проиндексируют сайт.
Robots.txt
Найден корректный robots.txt
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.
Robots.txt настроен корректно. Размер файла: 40 байт. Загружен за: 0сек.
Проверяемая страница не запрещена в robots.txt.
Robots.txt доступен по постоянному адресу
Показать содержимое robots.txt
Sitemap: https://yintat.com/sitemap.xml
Sitemap
Кол-во: 1
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 содержит карту сайта. Это прекрасно!
Robots.txt не содержит ошибок в карте сайта.
Показать карту сайта
| Url | Статус |
|---|---|
| https://yintat.com/sitemap.xml |
|
Внутренние ссылки
Кол-во: 6
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.
На странице присутствуют внутренние ссылки с пустым анкором: 1!
Внутренних ссылок на странице 6 оптимально.
Внутренние ссылки не запрещены к индексации в robots.txt.
На странице присутствуют изображения 1.
Показать внутренние ссылки
| Url | Анкор | Состояние |
|---|---|---|
| / |
Пустой анкор
|
|
| /publications.html |
Publications
|
|
| /teaching.html |
Teaching
|
|
| /cv.html |
CV
|
|
| /pdf/thesis.pdf |
Faster Algorithms for Convex and Combinatorial Optimization (MIT Thesis)
|
|
| /pdf/LeeRS13.pdf |
A new approach to computing maximum flows using electrical flows (STOC 2013)
|
|
Внешние ссылки
Кол-во: 107
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 107 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 |
|---|---|
| theory.cs.washington.edu |
Theory Group
|
| ifds.info |
Data Science
|
| dblp.org |
<i class="ai ai-dblp-square ai-fw"></i> dblp
|
| arxiv.org |
<i class="ai ai-arxiv-square ai-fw"></i> arXiv
|
| scholar.google.com |
<i class="ai ai-google-scholar-square ai-fw"></i> Google Scholar
|
| overleaf.com |
here
|
| overleaf.com |
here
|
| arxiv.org |
Sparks of Artificial General Intelligence: Early experiments with GPT-4 (arXiv)
|
| arxiv.org |
Textbooks Are All You Need (arXiv)
|
| arxiv.org |
A Nearly-Linear Time Algorithm for Linear Programs with Small Treewidth: A Multiscale Representation of Robust Central Path (STOC 2021)
|
| arxiv.org |
Solving Linear Programs in the Current Matrix Multiplication Time (STOC 2019)
|
| arxiv.org |
Optimal Algorithms for Non-Smooth Distributed Optimization in Networks (NeurIPS 2018)
|
| arxiv.org |
k-server via multiscale entropic regularization (STOC 2018)
|
| arxiv.org |
Convergence rate of Riemannian Hamiltonian Monte Carlo and faster polytope volume computation (STOC 2018)
|
| arxiv.org |
Eldan's Stochastic Localization and the {KLS} Hyperplane Conjecture: An Improved Lower Bound for Expansion (FOCS 2017)
|
| arxiv.org |
Kernel-based methods for bandit convex optimization (STOC 2017)
|
| arxiv.org |
A Faster Cutting Plane Method and its Implications for Combinatorial and Convex Optimization (FOCS 2015)
|
| arxiv.org |
Path Finding Methods for Linear Programming: Solving Linear Programs in $\tilde{O}(\sqrt{\mathrm{rank}})$ Iterations and Faster Algorithms for Maximum Flow (FOCS 2014)
|
| arxiv.org |
An Almost-Linear-Time Algorithm for Approximate Max Flow in Undirected Graphs, and its Multicommodity Generalizations (SODA 2014)
|
| openai.com |
GPT-5 (OpenAI)
|
| arxiv.org |
Pseudo-Asynchronous Local SGD: Robust and Efficient Data-Parallel Training (arXiv)
|
| arxiv.org |
Short-step methods are not strongly polynomial-time (arXiv)
|
| arxiv.org |
Differentially Private Synthetic Data via Foundation Model APIs 2: Text (ICML 2024)
|
| arxiv.org |
Convex Minimization with Integer Minima in $O(n^4)$ Time (SODA 2024)
|
| arxiv.org |
Improving the Bit Complexity of Communication for Distributed Convex Optimization (STOC 2024)
|
| arxiv.org |
Phi-3 Technical Report: A Highly Capable Language Model Locally on Your Phone (arXiv)
|
| arxiv.org |
Phi-4 Technical Report (arXiv)
|
| arxiv.org |
Algorithmic Aspects of the Log-Laplace Transform and a Non-Euclidean Proximal Sampler (COLT 2023)
|
| arxiv.org |
Condition-number-independent Convergence Rate of Riemannian Hamiltonian Monte Carlo with Numerical Integrators (PMLR)
|
| arxiv.org |
Automatic Prompt Optimization with "Gradient Descent" and Beam Search (EMNLP 2023)
|
| arxiv.org |
ReSQueing Parallel and Private Stochastic Convex Optimization (FOCS 2023)
|
| arxiv.org |
Exploring the Limits of Differentially Private Deep Learning with Group-wise Clipping (ICLR 2023)
|
| arxiv.org |
Learning threshold neurons via edge of stability (NeurIPS 2023)
|
| arxiv.org |
Private Convex Optimization in General Norms (SODA 2023)
|
| arxiv.org |
Upper and Lower Bounds on the Smoothed Complexity of the Simplex Method (STOC 2023)
|
| arxiv.org |
kNN-Adapter: Efficient Domain Adaptation for Black-Box Language Models (arXiv)
|
| arxiv.org |
Textbooks Are All You Need II: phi-1.5 technical report (arXiv)
|
| arxiv.org |
Positional Description Matters for Transformers Arithmetic (arXiv)
|
| arxiv.org |
Can Generalist Foundation Models Outcompete Special-Purpose Tuning? Case Study in Medicine (arXiv)
|
| arxiv.org |
When Does Differentially Private Learning Not Suffer in High Dimensions? (NeurIPS 2022)
|
| arxiv.org |
A Slightly Improved Bound for the KLS Constant (arXiv)
|
| arxiv.org |
Sampling with Riemannian Hamiltonian Monte Carlo in a Constrained Space (NeurIPS 2022)
|
| arxiv.org |
Decomposable Non-Smooth Convex Optimization with Nearly-Linear Gradient Oracle Complexity (NeurIPS 2022)
|
| arxiv.org |
A gradient sampling method with complexity guarantees for Lipschitz functions in high and low dimensions (NeurIPS 2022)
|
| arxiv.org |
Differentially Private Fine-tuning of Language Models (NeurIPS 2022)
|
| arxiv.org |
Private Convex Optimization via Exponential Mechanism (COLT 2022)
|
| arxiv.org |
Faster maxflow via improved dynamic spectral vertex sparsifiers (STOC 2022)
|
| arxiv.org |
Nested Dissection Meets IPMs: Planar Min-Cost Flow in Nearly-Linear Time (SODA 2022)
|
| arxiv.org |
Computing Lewis Weights to High Precision (SODA 2022)
|
| arxiv.org |
Differentially Private Fine-tuning of Language Models (ICLR 2022)
|
| arxiv.org |
Numerical Composition of Differential Privacy (NeurIPS 2021)
|
| arxiv.org |
Private Non-smooth ERM and SCO in Subquadratic Steps (NeurIPS 2021)
|
| arxiv.org |
Lower Bounds on Metropolized Sampling Methods for Well-Conditioned Distributions (NeurIPS 2021)
|
| arxiv.org |
Fast and Memory Efficient Differentially Private-SGD via JL Projections (NeurIPS 2021)
|
| arxiv.org |
Reducing Isotropy and Volume to KLS: An $O(n^3 \psi^2)$ Volume Algorithm (STOC 2021)
|
| arxiv.org |
Minimum Cost Flows, MDPs, and l1-Regression in Nearly Linear Time for Dense Instances (STOC 2021)
|
| arxiv.org |
Leverage Score Sampling for Faster Accelerated Regression and ERM (ALT 2020)
|
| arxiv.org |
Logsmooth Gradient Concentration and Tighter Runtimes for Metropolized Hamiltonian Monte Carlo (COLT 2020)
|
| arxiv.org |
An $O(m/\epsilon^{3.5})$-Cost Algorithm for Semidefinite Programs with Diagonal Constraints (COLT 2020)
|
| arxiv.org |
A Faster Interior Point Method for Semidefinite Programming (FOCS 2020)
|
| arxiv.org |
Bipartite Matching in Nearly-linear Time on Moderately Dense Graphs (FOCS 2020)
|
| arxiv.org |
Network size and size of the weights in memorization with two-layers neural networks (NeurIPS 2020)
|
| arxiv.org |
Acceleration with a Ball Optimization Oracle (NeurIPS 2020)
|
| arxiv.org |
Solving Tall Dense Linear Programs in Nearly Linear Time (STOC 2020)
|
| arxiv.org |
An Improved Cutting Plane Method for Convex Optimization, Convex-Concave Games and its Applications (STOC 2020)
|
| arxiv.org |
Strong Self-Concordance and Sampling (STOC 2020)
|
| arxiv.org |
Computing Circle Packing Representations of Planar Graphs (SODA 2020)
|
| epubs.siam.org |
Differentially Private Release of Synthetic Graphs (SODA 2020)
|
| arxiv.org |
Chasing Nested Convex Bodies Nearly Optimally (SODA 2020)
|
| arxiv.org |
A Generalized Central Limit Conjecture for Convex Bodies (GAFA Seminar Notes)
|
| arxiv.org |
Complexity of Highly Parallel Non-Smooth Convex Optimization (NeurIPS 19)
|
| arxiv.org |
The Randomized Midpoint Method for Log-Concave Sampling (NeurIPS 2019)
|
| arxiv.org |
Faster Matroid Intersection (FOCS 2019)
|
| arxiv.org |
Competitively chasing convex bodies (STOC 2019)
|
| arxiv.org |
A near-optimal algorithm for approximating the John Ellipsoid (COLT 2019)
|
| proceedings.mlr.press |
Near Optimal Methods for Minimizing Convex Functions with Lipschitz p-th Derivatives (COLT 2019)
|
| arxiv.org |
Solving Empirical Risk Minimization in the Current Matrix Multiplication Time (COLT 2019)
|
| arxiv.org |
Adversarial examples from computational constraints (ICML 2019)
|
| arxiv.org |
Metrical task systems on trees via mirror descent and unfair gluing (SODA 2019)
|
| arxiv.org |
A Nearly-Linear Bound for Chasing Nested Convex Bodies (SODA 2019)
|
| arxiv.org |
Efficient Convex Optimization with Membership Oracles (COLT 2018)
|
| arxiv.org |
Universal Barrier is n-Self-Concordant (arXiv)
|
| arxiv.org |
The Kannan-Lovász-Simonovits Conjecture (arXiv)
|
| arxiv.org |
The Paulsen problem, continuous operator scaling, and smoothed analysis (STOC 2018)
|
| arxiv.org |
A matrix expander Chernoff bound (STOC 2018)
|
| arxiv.org |
Stochastic localization + Stieltjes barrier = tight bound for log-Sobolev (STOC 2018)
|
| arxiv.org |
An homotopy method for lp regression provably beyond self-concordance and in input-sparsity time (STOC 2018)
|
| arxiv.org |
Optimal Algorithms for Smooth and Strongly Convex Distributed Optimization in Networks (ICML 2017)
|
| arxiv.org |
An SDP-based algorithm for linear-sized spectral sparsification (STOC 2017)
|
| arxiv.org |
Geodesic walks in polytopes (STOC 2017)
|
| arxiv.org |
Subquadratic submodular function minimization (STOC 2017)
|
| arxiv.org |
Black-box Optimization with a Politician (ICML 2016)
|
| arxiv.org |
Using Optimization to Obtain a Width-Independent, Parallel, Simpler, and Faster Positive SDP Solver (SODA 2016)
|
| arxiv.org |
Improved Cheeger's Inequality and Analysis of Local Graph Partitioning using Vertex Expansion and Expansion Profile (SODA 2016)
|
| arxiv.org |
Geometric median in nearly linear time (STOC 2016)
|
| arxiv.org |
Sparsified Cholesky and multigrid solvers for connection laplacians (STOC 2016)
|
| arxiv.org |
Landmark-Matching Transformation with Large Deformation Via n-dimensional Quasi-conformal Maps (J. Sci. Comput.)
|
| arxiv.org |
A geometric alternative to Nesterov's accelerated gradient descent (arXiv)
|
| arxiv.org |
Efficient Inverse Maintenance and Faster Algorithms for Linear Programming (FOCS 2015)
|
| arxiv.org |
Constructing Linear-Sized Spectral Sparsification in Almost-Linear Time (FOCS 2015, SIAM J. Comput.)
|
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://yintat.com/cv.html готова к продвижению на 66%. Чтобы еще улучшить страницу и попасть на первые места поисковой выдачи необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: