Анализ сайта https://zhangleuestc.github.io/
Основное Готовность: 95%
Домен
zhangleuestc.github.io
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Используйте для продвижения только домен второго уровня.
Длина домена велика. Но если вы продвигаете запрос, входящий в название домена, то это хорошо.
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.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 09.01.2027 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
~0,32сек
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 0,32сек оптимальна.
Объем документа
82Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 82Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 1
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 1 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | text/css | https://fonts.googleapis.com/css?family=Lato:400,700,400italic,700italic |
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 | "611611cb-148c1" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 2FA4:0A74:29B012:2D3CFF:6A8AA2C5 |
| x-github-edge-region | swedencentral |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sun, 23 Aug 2026 07:35:33 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-bma-essb1270030-BMA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787470534.745521,VS0,VE118 |
| Vary | Accept-Encoding |
| x-fastly-request-id | e17c25b6318a2c39428e79e30f3a45ab155b9ebb |
CMS
Diafan.CMS
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 Diafan.CMS.
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: 32%
Title
Zhang Le - Homepage
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: 20, 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
“width=800”
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 width задаёт фиксированную ширину области просмотра.
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: 6
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 6шт. 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 | google-site-verification | r6a6qe_e99MSvimMXt4Qyqut1rJof3Wdc_3U5gNovmU |
| name | viewport | width=800 |
| name | generator | HTML Tidy for Linux/x86 (vers 11 February 2007), see www.w3.org |
| name | google-site-verification | xDNWUvx6Q5EWK5YYSyKvK8DZTmvXhKsGX203Ll-BFFE |
| name | viewport | “width=800” |
| name | generator | HTML Tidy for Linux/x86 (vers 11 February 2007), see www.w3.org |
Оптимизация Готовность: 40%
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
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 3 встречаются в тексте достаточно.
Абзацев с текстом 61 достаточно.
Среднее число слов в абзаце 41 достаточно.
Кол-во знаков контента 18078 на странице оптимально.
Кол-во слов 2652 на странице оптимально.
Заголовки
Есть ошибки
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.
Не обнаружено заголовков на странице. Добавьте заголовки (<h1>, <h2> или <h3>)
Тошнота
4,90
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 страницы в пределах нормы 4,90.
Академич. тошнота
19,38%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота превышает норму 5-15%. Измените текст страницы!
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 |
|---|---|---|
| learning | 24 | 0,90% |
| project | 19 | 0,72% |
| random | 16 | 0,60% |
| recognition | 15 | 0,57% |
| ensemble | 14 | 0,53% |
| activity | 13 | 0,49% |
| suganthan | 13 | 0,49% |
| pattern | 12 | 0,45% |
| features | 11 | 0,41% |
| network | 11 | 0,41% |
| oblique | 11 | 0,41% |
| ponnuthurai | 11 | 0,41% |
| nagaratnam | 11 | 0,41% |
| transactions | 10 | 0,38% |
| visual | 9 | 0,34% |
| analysis | 8 | 0,30% |
| intelligence | 8 | 0,30% |
| ming-ming | 8 | 0,30% |
| estimation | 8 | 0,30% |
| conference | 8 | 0,30% |
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 138 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: 42
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 42 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| / |
<papertitle>Locality-Aware Crowd Counting</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Two-Stream Convolution Augmented Transformer for Human Activity Recognition</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Ordered or Orderless: A Revisit for Video based Person Re-Identification</papertitle>
|
|
Анализировать url |
| / |
<papertitle>GMS: Grid-Based Motion Statistics for Fast, Ultra-robust Feature Correspondence</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Attention-Driven Loss for Anomaly Detection in Video Surveillance</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Using Reinforcement Learning to Minimize the Probability of Delay Occurrence in Transportation </papertitle>
|
|
Анализировать url |
| / |
<papertitle>Nonlinear Regression Via Deep Negative Correlation Learning</papertitle>
|
|
Анализировать url |
| / |
<papertitle>PersEmoN: A Deep Network for Joint Analysis of Apparent Personality, Emotion and Their Relationship</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Contrast Prior and Fluid Pyramid Integration for RGBD Salient Object Detection</papertitle>
|
|
Анализировать url |
| / |
<papertitle>An Evaluation of Feature Matchers for Fundamental Matrix Estimation</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Heterogeneous Oblique Random Forest</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Deep Learning based Human Activity Recognition for Healthcare Services</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Light Sensor Based Occupancy Estimation via Bayes Filter with Neural Networks</papertitle>
|
|
Анализировать url |
| / |
<papertitle>WiFi CSI Based Passive Human Activity Recognition Using Attention Based BLSTM</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Richer Convolutional Features for Edge Detection</papertitle>
|
|
Анализировать url |
| / |
project page
|
|
Анализировать url |
| / |
<papertitle>Robust Mobile Location Estimation in NLOS Environment Using GMM, IMM, and EKF</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Using FTOC to Track Shuttlecock for the Badminton Robot</papertitle>
|
|
Анализировать url |
| / |
<papertitle>An ensemble of decision trees with random vector functional link networks for multi-class classification</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Distilling the Knowledge from Handcrafted Features for Human Activity Recognition</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Multiscale Multitask Deep NetVLAD for Crowd Counting</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Received Signal Strength Based Indoor Positioning Using a Random Vector Functional Link Network</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Historical Context-based Style Classification of Painting Images via Label Distribution Learning</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Give Me One Portrait Image, I Will Tell You Your Emotion and Personality </papertitle>
|
|
Анализировать url |
| / |
<papertitle>Bayesian VoxDRN: A Probabilistic Deep Voxelwise Dilated Residual Network for WholeHeart Segmentation from 3D MR Images </papertitle>
|
|
Анализировать url |
| / |
<papertitle>DEL: Deep Embedding Learning for Efficient Image Segmentation </papertitle>
|
|
Анализировать url |
| / |
<papertitle>Crowd Counting With Deep Negative Correlation Learning </papertitle>
|
|
Анализировать url |
| / |
<papertitle>Kernel Cross-Correlator </papertitle>
|
|
Анализировать url |
| / |
<papertitle>Visual Tracking With Convolutional Random Vector Functional Link Network</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Robust visual tracking via co-trained Kernelized correlation filters</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Benchmarking Ensemble Classifiers with Novel Co-Trained Kernel Ridge Regression and Random Vector Functional Link Ensembles</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Robust Human Activity Recognition Using Smartphone Sensors via CT-PCA and Online SVM</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Oblique random forest ensemble via Least Square Estimation for time series forecasting</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Finding the ‘faster’ path in vehicle routing</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Robust Visual Tracking Using Oblique Random Forests</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Robust Multi-Modal Cues for Dyadic Human Interaction Recognition</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Ensemble classification and regression-recent developments, applications and future directions</papertitle>
|
|
Анализировать url |
| / |
<papertitle>A Comprehensive Evaluation of Random Vector Functional Link Networks</papertitle>
|
|
Анализировать url |
| / |
<papertitle>A Survey of Randomized Algorithms for Training Neural Networks</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Oblique decision tree ensemble via multisurface proximal support vector machine</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Visual tracking with convolutional neural network </papertitle>
|
|
Анализировать url |
| / |
<papertitle>Random forests with ensemble of feature spaces</papertitle>
|
|
Анализировать url |
Внешние ссылки
Кол-во: 93
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 93 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать внешние ссылки
| Url | Анкор | Анализировать |
|---|---|---|
| en.uestc.edu.cn |
University of Electronic Science and Technology of China
|
Анализировать url |
| zhangleuestc.cn |
homepage
|
Анализировать url |
| scholar.google.com.sg |
Google Scholar
|
Анализировать url |
| linkedin.com |
LinkedIn
|
Анализировать url |
| ntu.edu.sg |
Nanyang Technological University, Singapore
|
Анализировать url |
| ntu.edu.sg |
Nanyang Technological University, Singapore
|
Анализировать url |
| en.uestc.edu.cn |
University of Electronic Science and Technology of China
|
Анализировать url |
| en.uestc.edu.cn |
School of Information and Communication Engineering, University of Electronic Science and Technology of China (UESTC)
|
Анализировать url |
| a-star.edu.sg |
Institute for Infocomm Research, Agency for Science, Technology and Research (A*STAR)
|
Анализировать url |
| adsc.illinois.edu |
Advanced Digital Sciences Center.
|
Анализировать url |
| digital-library.theiet.org |
IET Biometrics
|
Анализировать url |
| sites.google.com |
"Deep Learning for Human Activity Recognition"
|
Анализировать url |
| keyplay.github.io |
"Deep Learning for Human Activity Recognition"
|
Анализировать url |
| coursehero.com |
<papertitle>EE2073-Introduction to EEE Design and Project @ NTU</papertitle>
|
Анализировать url |
| keyplay.github.io |
"Deep Learning for Human Activity Recognition"
|
Анализировать url |
| digital-library.theiet.org |
IET Biometrics
|
Анализировать url |
| sites.google.com |
"Deep Learning for Human Activity Recognition"
|
Анализировать url |
| journals.elsevier.com |
"Deep Learning for Human Activity Recognition"
|
Анализировать url |
| journals.elsevier.com |
"Ensemble Deep Learning"
|
Анализировать url |
| www2.informatik.uni-hamburg.de |
OMG-Emotion Challenge 2018
|
Анализировать url |
| github.com |
Project Page
|
Анализировать url |
| github.com |
Bibtex
|
Анализировать url |
| github.com |
Project Page
|
Анализировать url |
| github.com |
Bibtex
|
Анализировать url |
| github.com |
Project Page
|
Анализировать url |
| github.com |
Bibtex
|
Анализировать url |
| github.com |
Project Page
|
Анализировать url |
| github.com |
Opencv_contrib
|
Анализировать url |
| link.springer.com |
Open Access
|
Анализировать url |
| youtube.com |
Youtube
|
Анализировать url |
| github.com |
Project Page
|
Анализировать url |
| mmcheng.net |
project page
|
Анализировать url |
| arxiv.org |
arXiv
|
Анализировать url |
| github.com |
Project Page
|
Анализировать url |
| mmcheng.net |
Project Page
|
Анализировать url |
| jwbian.net |
project page
|
Анализировать url |
| mmcheng.net |
Yun Liu
|
Анализировать url |
| mmcheng.net |
Ming-Ming Cheng
|
Анализировать url |
| mmcheng.net |
Xiaowei Hu
|
Анализировать url |
| jwbian.net |
Jia-Wang Bian
|
Анализировать url |
| scholar.google.com |
Xiang Bai
|
Анализировать url |
| sites.google.com |
Jinhui Tang
|
Анализировать url |
| mp.weixin.qq.com |
Blog
|
Анализировать url |
| staff.fnwi.uva.nl |
Zenglin Shi
|
Анализировать url |
| github.com |
project page
|
Анализировать url |
| cv.nankai.edu.cn |
Jufeng Yang
|
Анализировать url |
| xiaoxiaosun.com |
Xiaoxiao Sun
|
Анализировать url |
| mmcheng.net |
Shao-Ping Lu
|
Анализировать url |
| mmcheng.net |
Ming-Ming Cheng
|
Анализировать url |
| pengsongyou.github.io |
Songyou Peng
|
Анализировать url |
| stefan.winkler.site |
Stefan Winkler
|
Анализировать url |
| winslett.cs.illinois.edu |
Marianne Winslett
|
Анализировать url |
| staff.fnwi.uva.nl |
Zenglin Shi
|
Анализировать url |
| bme.master.unibe.ch |
Guoyan Zheng
|
Анализировать url |
| mmcheng.net |
Yun Liu
|
Анализировать url |
| mmcheng.net |
Xiaowei Hu
|
Анализировать url |
| kth.se |
Vahan Petrosyan
|
Анализировать url |
| mmcheng.net |
Shi-Jie Li
|
Анализировать url |
| jwbian.net |
Jia-Wang Bian
|
Анализировать url |
| mmcheng.net |
Ming-ming Cheng
|
Анализировать url |
| mmcheng.net |
project page
|
Анализировать url |
| staff.fnwi.uva.nl |
Zenglin Shi
|
Анализировать url |
| mmcheng.net |
Yun Liu
|
Анализировать url |
| mmcheng.net |
Shi-Jie Li
|
Анализировать url |
| bme.master.unibe.ch |
Guoyan Zheng
|
Анализировать url |
| github.com |
project page
|
Анализировать url |
| mp.weixin.qq.com |
Blog
|
Анализировать url |
| wangchen.online |
Chen Wang
|
Анализировать url |
| ntu.edu.sg |
Lihua Xie
|
Анализировать url |
| engineering.buffalo.edu |
Junsong Yuan
|
Анализировать url |
| github.com |
project page
|
Анализировать url |
| zhuanlan.zhihu.com |
Blog
|
Анализировать url |
| ntu.edu.sg |
Ponnuthurai Nagaratnam Suganthan
|
Анализировать url |
| github.com |
project page
|
Анализировать url |
| ntu.edu.sg |
Ponnuthurai Nagaratnam Suganthan
|
Анализировать url |
| github.com |
project page
|
Анализировать url |
| ntu.edu.sg |
Ponnuthurai Nagaratnam Suganthan
|
Анализировать url |
| ntu.edu.sg |
Ponnuthurai Nagaratnam Suganthan
|
Анализировать url |
| energy.cam.ac.uk |
Gehan A.J. Amaratunga
|
Анализировать url |
| sites.google.com |
Jagan Varadarajan
|
Анализировать url |
| ntu.edu.sg |
Ponnuthurai Nagaratnam Suganthan
|
Анализировать url |
| vision.ai.illinois.edu |
Narendra Ahuja
|
Анализировать url |
| ifp.illinois.edu |
Pierre Moulin
|
Анализировать url |
| github.com |
project page
|
Анализировать url |
| sites.google.com |
Jagannadan Varadarajan
|
Анализировать url |
| ifp.illinois.edu |
Pierre Moulin
|
Анализировать url |
| ntu.edu.sg |
Ponnuthurai Nagaratnam Suganthan
|
Анализировать url |
| ntu.edu.sg |
Ponnuthurai Nagaratnam Suganthan
|
Анализировать url |
| ntu.edu.sg |
Ponnuthurai Nagaratnam Suganthan
|
Анализировать url |
| ntu.edu.sg |
Ponnuthurai Nagaratnam Suganthan
|
Анализировать url |
| ntu.edu.sg |
Ponnuthurai Nagaratnam Suganthan
|
Анализировать url |
| ntu.edu.sg |
Ponnuthurai Nagaratnam Suganthan
|
Анализировать url |
| github.com |
<strong> Source code</strong>
|
Анализировать url |
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
Таким сайт https://zhangleuestc.github.io/ видят поисковые системы. Процент оптимизации невысокий - 42%. Чтобы улучшить сайт и попасть в ТОП необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: