Анализ сайта mingyin.org
Основное Готовность: 55%
Домен
mingyin.org
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 небезопасен
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 не найден защищенный протокол ssl и сайт не открывается по https!
Не настроен HSTS (Strict-Transport-Security) — рекомендуется включить.
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
~0,45сек
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 0,45сек оптимальна.
Объем документа
73Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 73Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 8
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 8 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | assets/css/main.css | |
| js | https://www.googletagmanager.com/gtag/js?id=UA-104391418-1 | |
| js | https://ipmeta.io/plugin.js | |
| js | assets/js/jquery.min.js | |
| js | assets/js/jquery.poptrox.min.js | |
| js | assets/js/skel.min.js | |
| js | assets/js/util.js | |
| js | assets/js/main.js |
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 |
|---|---|
| Connection | keep-alive |
| Server | GitHub.com |
| Access-Control-Allow-Origin | * |
| ETag | "69b9684f-127fe" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| X-GitHub-Request-Id | EDB8:0A74:1FB412:2235B0:6A8A3BB3 |
| x-github-edge-region | swedencentral |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sun, 23 Aug 2026 00:15:48 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-bma-essb1270044-BMA |
| X-Cache | MISS |
| X-Cache-Hits | 0 |
| X-Timer | S1787444148.955450,VS0,VE296 |
| Vary | Accept-Encoding |
| X-Fastly-Request-ID | 94d238419e3db2d86264f8c96229d85dc7fcd6b9 |
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: 32%
Title
Ming Yin
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: 8, 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=device-width, initial-scale=1
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
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 | viewport | width=device-width, initial-scale=1 |
Оптимизация Готовность: 50%
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 единственном 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 2 встречаются в тексте редко. Добавьте в контент страницы слова из тега <title>!
Абзацев с текстом 71 достаточно.
Среднее число слов в абзаце 26 достаточно.
Кол-во знаков контента 22761 на странице оптимально.
Кол-во слов 3296 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 <h2> 4. Это хорошо.
Тошнота
7,75
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
9,22%
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 |
|---|---|---|
| conference | 60 | 1,82% |
| crowdsourcing | 28 | 0,85% |
| computing | 28 | 0,85% |
| systems | 27 | 0,82% |
| decision | 21 | 0,64% |
| social | 19 | 0,58% |
| ai-assisted | 19 | 0,58% |
| zhuoran | 17 | 0,52% |
| online | 16 | 0,49% |
| intelligence | 15 | 0,46% |
| understanding | 15 | 0,46% |
| factors | 15 | 0,46% |
| university | 14 | 0,42% |
| zhuoyan | 14 | 0,42% |
| effects | 14 | 0,42% |
| supplementary | 14 | 0,42% |
| materials | 14 | 0,42% |
| artificial | 13 | 0,39% |
| behavior | 13 | 0,39% |
| making | 12 | 0,36% |
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 95 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: 74
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 74 оптимально.
На странице присутствуют изображения 1.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| / |
Human-LLM Collaborative Feature Engineering for Tabular Data
|
|
Анализировать url |
| / |
Understanding the Effects of AI-Assisted Critical Thinking on Human-AI Decision Making
|
|
Анализировать url |
| / |
Large Language Model (LLM)-driven Adversarial Social Influences in Online Information Spread: Risks and Interventions
|
|
Анализировать url |
| /paper/AAAI-26/HumanEnsemble.pdf |
Align When They Want, Complement When They Need! Human-centered Ensembles for Adaptive Human-AI Collaboration
|
|
|
| /paper/CSCW-25/privacy.pdf |
Understanding User Needs and Attitudes for Privacy Protection Tools in Online Visual Content Sharing
|
|
|
| /paper/KDD-25/SVE.pdf |
On the Support Vector Effect in DNNs: Rethinking Data Selection and Attribution
|
|
|
| /paper/NAACL-25/perspectiveTaking.pdf |
Exploring the Cost-Effectiveness of Perspective Taking in Crowdsourcing Subjective Assessment: A Case Study of Toxicity Detection
|
|
|
| /paper/CHI-25/LLMAnalysis.pdf |
From Text to Trust: Empowering AI-assisted Decision Making with Adaptive LLM-powered Analysis
|
|
|
| /paper/CHI-25/LLMAnalysis_supp.pdf |
supplementary materials
|
|
|
| /paper/CHI-25/misinfo_expert.pdf |
Understanding the Effects of AI-based Credibility Indicators When People are Influenced by Both Peers and Experts
|
|
|
| /paper/CHI-25/misinfo_expert_supp.pdf |
supplementary materials
|
|
|
| /paper/CHI-25/deliberation.pdf |
Towards Human-AI Deliberation: Design and Evaluation of LLM-Empowered Deliberative AI for AI-Assisted Decision-Making
|
|
|
| /paper/NeurIPS-24/manipulateXAI.pdf |
Utilizing Human Behavior Modeling to Manipulate Explanations in AI-Assisted Decision Making: The Good, the Bad, and the Scary
|
|
|
| /paper/EMNLP-24/disclosure.pdf |
How Does the Disclosure of AI Assistance Affect the Perceptions of Writing?
|
|
|
| /paper/CSCW-24/second.pdf |
Does More Advice Help? The Effects of Second Opinions in AI-Assisted Decision Making
|
|
|
| /paper/CSCW-24/second-supp.pdf |
supplementary materials
|
|
|
| /paper/HCOMP-24/mm.pdf |
Mix and Match: Characterizing Heterogeneous Human Behavior in AI-assisted Decision Making
|
|
|
| /paper/IJCAI-24/behaviorAI.pdf |
Designing Behavior-Aware AI to Improve the Human-AI Team Performance in AI-Assisted Decision Making
|
|
|
| /paper/IJCAI-24/behaviorAI_supp.pdf |
supplementary materials
|
|
|
| /paper/CHI-24/writing-camera.pdf |
The Value, Benefits, and Concerns of Generative AI-Powered Assistance in Writing
|
|
|
| /paper/CHI-24/calibration-camera.pdf |
"Are You Really Sure?": Understanding the Effects of Human Self-Confidence Calibration in AI-Assisted Decision Making
|
|
|
| /paper/IUI-24/devil.pdf |
Enhancing AI-Assisted Group Decision Making through LLM-Powered Devil’s Advocate
|
|
|
| /paper/IUI-24/devil-supp.pdf |
supplementary materials
|
|
|
| /paper/IUI-24/risk.pdf |
Do Crowdsourced Fairness Preferences Correlate with Risk Perceptions?
|
|
|
| /paper/AAAI-24/nudge.pdf |
Decoding AI's Nudge: A Unified Framework to Predict Human Behavior in AI-assisted Decision Making
|
|
|
| /paper/AAAI-24/nudge_SM.pdf |
supplementary materials
|
|
|
| /paper/EMNLP-23/emnlp2023.pdf |
Synthetic Data Generation with Large Language Models for Text Classification: Potential and Limitations
|
|
|
| /paper/IJCAI-23/Attack.pdf |
Strategic Adversarial Attacks in AI-assisted Decision Making to Reduce Human Trust and Reliance
|
|
|
| /paper/IJCAI-23/Attack_SM.pdf |
supplementary materials
|
|
|
| /paper/IJCAI-23/Bias.pdf |
The Effects of AI Biases and Explanations on Human Decision Fairness: A Case Study of Bidding in Rental Housing Markets
|
|
|
| /paper/IJCAI-23/Bias_SM.pdf |
supplementary materials
|
|
|
| /paper/AIES-23/ValueSimilarity.pdf |
How Does Value Similarity Affect Human Reliance in AI-Assisted Ethical Decision Making?
|
|
|
| /paper/CHI-23/group-camera.pdf |
Are Two Heads Better Than One in AI-Assisted Decision Making? Comparing the Behavior and Performance of Groups and Individuals in Human-AI Collaborative Recidivism Risk Assessment
|
|
|
| /paper/CHI-23/group-supp.pdf |
supplementary materials
|
|
|
| /paper/CHI-23/XAIupdate-camera.pdf |
Watch Out for Updates: Understanding the Effects of Model Explanation Updates in AI-Assisted Decision Making
|
|
|
| /paper/CHI-23/who_to_trust_camera.pdf |
Who Should I Trust: AI or Myself? Leveraging Human and AI Correctness Likelihood to Promote Appropriate Trust in AI-Assisted Decision-Making
|
|
|
| /paper/AAAI-23/TrustModel.pdf |
Modeling Human Trust and Reliance in AI-assisted Decision Making: A Markovian Approach
|
|
|
| /paper/AAAI-23/TrustModel_SM.pdf |
supplementary materials
|
|
|
| /paper/TiiS/XAI.pdf |
Effects of Explanations in AI-Assisted Decision Making: Principles and Comparisons
|
|
|
| /paper/CSCW-22/misinformation.pdf |
The Effects of AI-based Credibility Indicators on the Detection and Spread of Misinformation under Social Influence
|
|
|
| /paper/CSCW-22/accessibility.pdf |
Understanding the Microtask Crowdsourcing Experience for Workers with Disabilities: A Comparative View
|
|
|
| /paper/AIES-22/fairness.pdf |
Understanding Decision Subjects' Fairness Perceptions and Retention in Repeated Interactions with AI-Based Decision Systems
|
|
|
| /paper/AIES-22/cleare.pdf |
Towards Better Detection of Biased Language with Scarce, Noisy, and Biased Annotations
|
|
|
| /paper/AIES-22/ethics.pdf |
How Does Predictive Information Affect Human Ethical Preferences?
|
|
|
| /paper/CHI-22/multiple-camera.pdf |
When Confidence Meets Accuracy: Exploring the Effects of Multiple Performance Indicators on Trust in Machine Learning Models
|
|
|
| /paper/CHI-22/MLTrust_Supplementary.pdf |
supplementary materials
|
|
|
| /paper/WWW-22/WWW_HAI_model.pdf |
Will You Accept the AI Recommendation? Predicting Human Behavior in AI-Assisted Decision Making
|
|
|
| /paper/WWW-22/WWW_taskDesign.pdf |
The Influences of Task Design on Crowdsourced Judgement: A Case Study of Recidivism Risk Evaluation
|
|
|
| /paper/IUI-22/IUI_literacy.pdf |
Exploring the Effects of Machine Learning Literacy Interventions on Laypeople's Reliance on Machine Learning Models
|
|
|
| /paper/IUI-22/IUI_literacy_supplement.pdf |
supplementary materials
|
|
|
| /paper/IJCAI-21/confirmationBias_camera.pdf |
Accounting for Confirmation Bias in Crowdsourced Label Aggregation
|
|
|
| /paper/WebSci-21/shift.pdf |
You'd Better Stop! Understanding Human Reliance on Machine Learning Models under Covariate Shift
|
|
|
| /paper/CHI-21/reliance.pdf |
Human Reliance on Machine Learning Models When Performance Feedback is Limited: Heuristics and Risks
|
|
|
| /paper/CHI-21/supp_reliance.pdf |
supplementary materials
|
|
|
| /paper/IUI-21/iui21.pdf |
Are Explanations Helpful? A Comparative Study of the Effects of Explanations in AI-Assisted Decision-Making
|
|
|
| /paper/IUI-21/supp_iui21.pdf |
supplementary materials
|
|
|
| /paper/HCOMP-20/goal.pdf |
Motivating Novice Crowd Workers through Goal Setting: An Investigation into the Effects on Complex Crowdsourcing Task Training
|
|
|
| /paper/HCOMP-20/diversity.pdf |
Does Exposure to Diverse Perspectives Mitigate Biases in Crowdwork? An Explorative Study
|
|
|
| /paper/WWW-20/bias.pdf |
Crowdsourcing Detection of Sampling Biases in Image Datasets
|
|
|
| /paper/CSCW-19/skillnetwork.pdf |
Understanding the Skill Provision in Gig Economy from a Network Perspective: A Case Study of Fiverr
|
|
|
| /paper/HCOMP-19/BiasDetection_camera.pdf |
Discovering Biases in Image Datasets with the Crowd
|
|
|
| /paper/WWW-19/WWW19_PeerCommunication.pdf |
Leveraging Peer Communication to Enhance Crowdsourcing
|
|
|
| /paper/CHI-19/accuracy.pdf |
Understanding the Effect of Accuracy on Trust in Machine Learning Models
|
|
|
| /paper/WHI-18/accuracy-lite.pdf |
Does Stated Accuracy Affect Trust in Machine Learning?
|
|
|
| /paper/CHI-18/flexibility2.pdf |
Running Out of Time: The Impact and Value of Flexibility in On-Demand Crowdwork
|
|
|
| /paper/CHI-18/flexibility_CHI_web.pdf |
slides
|
|
|
| /publications.html |
More publications...
|
|
Анализировать url |
| /CS471/Fall2025/index.html |
Introduction to Artificial Intelligence (CS 471)
|
|
Анализировать url |
| /CS475/Spring2025/index.html |
Human-Computer Interaction (CS 475)
|
|
Анализировать url |
| /CS573/Fall2024/index.html |
Data Mining (CS 573)
|
|
Анализировать url |
| /CS592/Spring2024/index.html |
Human-AI Interaction (CS 592-HAI)
|
|
Анализировать url |
| /CS590/Spring2020/index.html |
Human-Centered Computing (CS 590-HCC)
|
|
Анализировать url |
| /CS590/Fall2018/index.html |
Crowdsourcing and Social Computing (CS 590-CSC)
|
|
Анализировать url |
| /mingyin_cv.pdf |
Curriculum Vitae
|
|
Внешние ссылки
Кол-во: 20
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 20 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать внешние ссылки
| Url | Анкор | Анализировать |
|---|---|---|
| cs.purdue.edu |
Department of Computer Science
|
Анализировать url |
| purdue.edu |
Purdue University
|
Анализировать url |
| microsoft.com |
Microsoft Research New York City
|
Анализировать url |
| microsoft.com |
Computational Social Science
|
Анализировать url |
| seas.harvard.edu |
Computer Science
|
Анализировать url |
| harvard.edu |
Harvard University
|
Анализировать url |
| tsinghua.edu.cn |
Tsinghua University
|
Анализировать url |
| arxiv.org |
Assessing Automated Fact-Checking for Medical LLM Responses with Knowledge Graphs
|
Анализировать url |
| onlinelibrary.wiley.com |
The Effects of Group Composition and Dynamics on Collective Performance
|
Анализировать url |
| arxiv.org |
Interactive Concept Learning for Uncovering Latent Themes in Large Text Collections
|
Анализировать url |
| arxiv.org |
A Holistic Framework for Analyzing the COVID-19 Vaccine Debate
|
Анализировать url |
| ieeexplore.ieee.org |
A Computer Vision Approach for Estimating Lifting Load Contributors to Injury Risk
|
Анализировать url |
| ieeexplore.ieee.org |
Video-based AI Decision Support System for Lifting Risk Assessment
|
Анализировать url |
| pnas.org |
Task Complexity Moderates Group Synergy
|
Анализировать url |
| isites.harvard.edu |
Intelligent Machines: Reasoning, Actions and Plans (CS 182)
|
Анализировать url |
| grosz.seas.harvard.edu |
Barbara Grosz
|
Анализировать url |
| am121.seas.harvard.edu |
Introduction to Optimization: Models and Methods (AM 121)
|
Анализировать url |
| yiling.seas.harvard.edu |
Yiling Chen
|
Анализировать url |
| mingpresents.wordpress.com |
here
|
Анализировать url |
| html5up.net |
HTML5 UP
|
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
Оптимизация сайта mingyin.org выполнена всего на 34%. Чтобы исправить ситуацию и попасть в ТОП необходимо:
Постарайтесь исправить общие ошибки.
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: