Анализ сайта huazhengwang.github.io
Основное Готовность: 95%
Домен
huazhengwang.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.
Цепочка редиректов:
http://huazhengwang.github.io
301 MovedPermanently
https://huazhengwang.github.io/
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.
Не настроен HSTS (Strict-Transport-Security) — рекомендуется включить.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 13.10.2026 8:30:19.
HTTP автоматически перенаправляется на HTTPS.
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
~0,47сек
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 0,47сек оптимальна.
Объем документа
24Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 24Кб 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 | jemdoc.css |
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 | "6a17de25-6356" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | F7E2:6BA4:3CD3D00:3D5938F:6A8AAC59 |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sun, 23 Aug 2026 08:16:25 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230035-FRA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787472986.578480,VS0,VE108 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 2ea6c1379c344b38826d01a2f906042890b3d8df |
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
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: 22%
Title
Huazheng Wang
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: 14, 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: 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 по одному на документ).
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 80 достаточно.
Среднее число слов в абзаце 25 достаточно.
Кол-во знаков контента 14122 на странице оптимально.
Кол-во слов 1979 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> 1. Это хорошо.
На странице присутствуют заголовки <h3> 6.
Тошнота
7,35
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
150,48%
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 |
|---|---|---|
| huazheng | 54 | 2,73% |
| [arxiv] | 41 | 2,07% |
| learning | 30 | 1,52% |
| bandits | 27 | 1,36% |
| [code] | 23 | 1,16% |
| hongning | 19 | 0,96% |
| qingyun | 18 | 0,91% |
| conference | 17 | 0,86% |
| mengdi | 16 | 0,81% |
| accepted | 15 | 0,76% |
| information | 12 | 0,61% |
| online | 11 | 0,56% |
| neurips | 10 | 0,51% |
| reinforcement | 8 | 0,40% |
| efficient | 8 | 0,40% |
| systems | 8 | 0,40% |
| contextual | 8 | 0,40% |
| science | 7 | 0,35% |
| university | 7 | 0,35% |
| retrieval | 7 | 0,35% |
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: 20
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 20 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| /index.html |
Home
|
|
Анализировать url |
| /index.html |
Publication
|
|
Анализировать url |
| /teaching.html |
Teaching
|
|
Анализировать url |
| /papers/RecSys2020_DPCoLin_Wang.pdf |
Global and Local Differential Privacy for Collaborative Bandits
|
|
|
| /papers/RecSys2020_DPCoLin_Wang.pdf |
[pdf]
|
|
|
| /papers/AAAI2020_RewardDrift_Liu.pdf |
Incentivized Exploration for Multi-Armed Bandits under Reward Drift
|
|
|
| /papers/EMNLP2019_AdaMRC_Wang.pdf |
Adversarial Domain Adaptation for Machine Reading Comprehension
|
|
|
| /papers/SIGIR2019-DocumentSpace-Wang.pdf |
Variance Reduction in Gradient Exploration for Online Learning to Rank
|
|
|
| /papers/KDD2019_MatrixFactorizationIM_Wu.pdf |
Factorization Bandits for Online Influence Maximization
|
|
|
| /papers/WWW2019-DenBandit-Wu.pdf |
Dynamic Ensemble of Contextual Bandits to Satisfy Users’ Changing Interests
|
|
|
| /papers/WWW2019-DenBandit-Wu.pdf |
[pdf]
|
|
|
| /papers/SIGIR18_NSGD_Wang.pdf |
Efficient Exploration of Gradient Space for Online Learning to Rank
|
|
|
| /papers/AAAI17_FactorUCB_Wang.pdf |
Factorization Bandits for Interactive Recommendation
|
|
|
| /papers/AAAI17_FactorUCB_Wang.pdf |
[pdf]
|
|
|
| /papers/AAAI17_FactorUCB_Wang_Supp.pdf |
[Supplementary]
|
|
|
| /papers/CIKM16_hLinUCB_Wang.pdf |
Learning Hidden Features for Contextual Bandits
|
|
|
| /papers/CIKM16_hLinUCB_Wang.pdf |
[pdf]
|
|
|
| /papers/SIGIR16_CoLin_Wu.pdf |
Contextual Bandits in A Collaborative Environment
|
|
|
| /papers/SIGIR16_CoLin_Wu.pdf |
[pdf]
|
|
|
| /papers/EMNLP16_iq_test_Wang.pdf |
Solving Verbal Comprehension Problems in IQ Test by Knowledge-Powered Word Embedding
|
|
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'!
Показать первые 100 внешних ссылок
| Url | Анкор | Анализировать |
|---|---|---|
| github.com |
GitHub
|
Анализировать url |
| scholar.google.com |
Google Scholar
|
Анализировать url |
| mwang.princeton.edu |
Dr. Mengdi Wang
|
Анализировать url |
| cs.virginia.edu |
Dr. Hongning Wang
|
Анализировать url |
| arxiv.org |
reward poisoning in linear MDPs
|
Анализировать url |
| arxiv.org |
multi-agent RAG
|
Анализировать url |
| arxiv.org |
failure attribution of multi-agent LLMs
|
Анализировать url |
| arxiv.org |
principal-agent bandits
|
Анализировать url |
| arxiv.org |
paper
|
Анализировать url |
| nsf.gov |
IIS-2403401
|
Анализировать url |
| arxiv.org |
paper
|
Анализировать url |
| arxiv.org |
paper
|
Анализировать url |
| arxiv.org |
paper
|
Анализировать url |
| arxiv.org |
paper
|
Анализировать url |
| arxiv.org |
tree search bandits for protein optimization
|
Анализировать url |
| openreview.net |
asynchronous kernel bandits
|
Анализировать url |
| arxiv.org |
distributed kernel bandits
|
Анализировать url |
| arxiv.org |
Thompson Sampling for Directed Evolution
|
Анализировать url |
| sigir.org |
SIGIR 2019 Best Paper Award
|
Анализировать url |
| arxiv.org |
When Can You Poison Rewards? A Tight Characterization of Reward Poisoning in Linear MDPs
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| arxiv.org |
Embodied LLM Agents Learn to Cooperate in Organized Teams
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| arxiv.org |
Online Modeling and Monitoring for Dependent Dynamic Processes Under Resource Constraints
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| arxiv.org |
Design-Based Bandits Under Network Interference: Trade-Off Between Regret and Statistical Inference
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| arxiv.org |
SimpleDoc: Multi‑Modal Document Understanding with Dual‑Cue Page Retrieval and Iterative Refinement
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| arxiv.org |
TreeBoN: Enhancing Inference-Time Alignment with Speculative Tree-Search and Best-of-N Sampling
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| aclanthology.org |
Divide, Optimize, Merge: Scalable Fine-Grained Generative Optimization for LLM Agents
|
Анализировать url |
| aclanthology.org |
[ACL Anthology]
|
Анализировать url |
| arxiv.org |
The Ranking Blind Spot: Decision Hijacking in LLM-based Text Ranking
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| arxiv.org |
Which Agent Causes Task Failures and When? On Automated Failure Attribution of LLM Multi-Agent Systems
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| arxiv.org |
Provably Efficient Algorithm for Best Scoring Rule Identification in Online Principal-Agent Information Acquisition
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| arxiv.org |
A Common Pitfall of Margin-based Language Model Alignment: Gradient Entanglement
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| arxiv.org |
RA-PbRL: Provably Efficient Risk-Aware Preference-Based Reinforcement Learning
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| arxiv.org |
Adversarial Attacks on Online Learning to Rank with Stochastic Click Models
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| arxiv.org |
Conversational Dueling Bandits in Generalized Linear Models
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| arxiv.org |
Adversarial Attacks on Combinatorial Multi-Armed Bandits
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| arxiv.org |
Pure Exploration in Asynchronous Federated Bandits
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| arxiv.org |
PARL: A Unified Framework for Policy Alignment in Reinforcement Learning
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| arxiv.org |
Tree Search-Based Evolutionary Bandits for Protein Sequence Optimization
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| arxiv.org |
Stealthy Adversarial Attacks on Stochastic Multi-Armed Bandits
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| arxiv.org |
Unified Off-Policy Learning to Rank: a Reinforcement Learning Perspective
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| arxiv.org |
Provably Efficient Representation Learning with Tractable Planning in Low-Rank POMDP
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| arxiv.org |
Incentivizing Exploration in Linear Bandits under Information Gap
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| openreview.net |
Learning Kernelized Contextual Bandits in a Distributed and Asynchronous Environment
|
Анализировать url |
| openreview.net |
[paper]
|
Анализировать url |
| arxiv.org |
Bandit Theory and Thompson Sampling-Guided Directed Evolution for Sequence Optimization
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| arxiv.org |
Communication Efficient Distributed Learning for Kernelized Contextual Bandits
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| arxiv.org |
Dynamic Global Sensitivity for Differentially Private Contextual Bandits
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| proceedings.mlr.press |
When Are Linear Stochastic Bandits Attackable?
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| arxiv.org |
PairRank: Online Pairwise Learning to Rank by Divide-and-Conquer
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| arxiv.org |
Unbiased Learning to Rank: Online or Offline?
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| arxiv.org |
A Smoothed Analysis of Online Lasso for the Sparse Linear Contextual Bandits Problem
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| arxiv.org |
[arXiv]
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| github.com |
[code]
|
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 huazhengwang.github.io видят поисковые системы. Процент оптимизации невысокий - 45%. Чтобы улучшить сайт и попасть в ТОП необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: