Анализ сайта saying.ren
Основное Готовность: 55%
Домен
saying.ren
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
~0,52сек
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 0,52сек оптимальна.
Объем документа
23Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 23Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 3
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 3 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | text/css | jemdoc.css |
| stylesheet | text/css | person.css |
| js | text/javascript | https://mapmyvisitors.com/map.js?cl=ffffff&w=200&t=n&d=EbI25jNP5GHAF5or7pt-hmWoieMyPMUJ0Nh4uVOBZuU |
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 | "6a704843-5eb2" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| X-GitHub-Request-Id | 6874:15BD:7B283C1:7C2C3AD:6A8B8202 |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sun, 23 Aug 2026 23:28:02 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230073-FRA |
| X-Cache | MISS |
| X-Cache-Hits | 0 |
| X-Timer | S1787527682.402944,VS0,VE122 |
| Vary | Accept-Encoding |
| X-Fastly-Request-ID | df920c8ac15e5869b6e9664b128b91cdc1f89ad6 |
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
Kan Ren (任侃)
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: 12, 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: 92%
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 98 достаточно.
Среднее число слов в абзаце 22 достаточно.
Кол-во знаков контента 14691 на странице оптимально.
Кол-во слов 2242 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> 5. Это хорошо.
На странице присутствуют заголовки <h3> 2.
Тошнота
6,63
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
9,95%
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 |
|---|---|---|
| learning | 44 | 1,96% |
| conference | 35 | 1,56% |
| corresponding | 29 | 1,29% |
| machine | 22 | 0,98% |
| international | 20 | 0,89% |
| accepted | 19 | 0,85% |
| neurips | 13 | 0,58% |
| modeling | 13 | 0,58% |
| information | 12 | 0,54% |
| research | 11 | 0,49% |
| series | 11 | 0,49% |
| intelligence | 10 | 0,45% |
| science | 10 | 0,45% |
| neural | 10 | 0,45% |
| university | 9 | 0,40% |
| systems | 9 | 0,40% |
| mining | 8 | 0,36% |
| reinforcement | 8 | 0,36% |
| language | 8 | 0,36% |
| models | 8 | 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 84 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: 11
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 11 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| /index.html |
home
|
|
Анализировать url |
| /publications-topical.html |
topical
|
|
Анализировать url |
| /publications-chronological.html |
chronological
|
|
Анализировать url |
| /projects.html |
projects
|
|
Анализировать url |
| /talks.html |
talks
|
|
Анализировать url |
| /datasets.html |
datasets
|
|
Анализировать url |
| /teaching.html |
courses
|
|
Анализировать url |
| /TBD |
Unified Generative Modeling for Multimodal Time Series Analysis
|
|
Анализировать url |
| /tbd |
What if Tomorrow is the World Cup Final? Counterfactual Time Series Forecasting with Textual Conditions
|
|
Анализировать url |
| /publications-topical.html |
Full list is here.
|
|
Анализировать url |
| /publications-chronological.html |
Full list is here.
|
|
Анализировать url |
Внешние ссылки
Кол-во: 73
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 73 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать внешние ссылки
| Url | Анкор | Анализировать |
|---|---|---|
| sist.shanghaitech.edu.cn |
Kan Ren
|
Анализировать url |
| vdi.sist.shanghaitech.edu.cn |
Visual and Data Intelligence (VDI) Center
|
Анализировать url |
| sist.shanghaitech.edu.cn |
School of Information Science and Technology
|
Анализировать url |
| scholar.google.com.hk |
Google Scholar
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| sist.shanghaitech.edu.cn |
Kan Ren
|
Анализировать url |
| vdi.sist.shanghaitech.edu.cn |
VDI Center
|
Анализировать url |
| sist.shanghaitech.edu.cn |
School of Information Science and Technology
|
Анализировать url |
| microsoft.com |
Microsoft Research Asia
|
Анализировать url |
| item.jd.com |
a book on recommender systems
|
Анализировать url |
| github.com |
Sequence Machine Learning
|
Анализировать url |
| github.com |
Automated Machine Learning
|
Анализировать url |
| github.com |
Automated Reinforcement Learning
|
Анализировать url |
| github.com |
AI for Healthcare
|
Анализировать url |
| github.com |
AI for Finance
|
Анализировать url |
| item.jd.com |
link (Chinese)
|
Анализировать url |
| amazon.com |
link (English)
|
Анализировать url |
| mp.weixin.qq.com |
introduction
|
Анализировать url |
| seqml.github.io |
machine intelligence on sequence data paradigm
|
Анализировать url |
| arxiv.org |
paper
|
Анализировать url |
| huggingface.co |
HuggingFace Daily Paper
|
Анализировать url |
| foundation-model-research.github.io |
<i>Kairos</i>
|
Анализировать url |
| huggingface.co |
GIFT-Eval Leaderboard
|
Анализировать url |
| arxiv.org |
paper
|
Анализировать url |
| arxiv.org |
paper
|
Анализировать url |
| microsoft.com |
English
|
Анализировать url |
| mp.weixin.qq.com |
Chinese
|
Анализировать url |
| github.com |
Qlib
|
Анализировать url |
| mp.weixin.qq.com |
WeChat
|
Анализировать url |
| msra.cn |
MSRA News
|
Анализировать url |
| arxiv.org |
LLMs for automated machine learning
|
Анализировать url |
| seqml.github.io |
SeqML
|
Анализировать url |
| arxiv.org |
Large Language Models Explore by Latent Distilling
|
Анализировать url |
| foundation-model-research.github.io |
Linking Process to Outcome: Conditional Reward Modeling for LLM Reasoning
|
Анализировать url |
| foundation-model-research.github.io |
MICLIP: Learning to Interpret Representation in Vision Models
|
Анализировать url |
| foundation-model-research.github.io |
Learning to Select In-Context Demonstration Preferred by Large Language Model
|
Анализировать url |
| foundation-model-research.github.io |
Dissecting and Mitigating Diffusion Bias via Mechanistic Interpretability
|
Анализировать url |
| openreview.net |
Discovering Influential Neuron Path in Vision Transformers
|
Анализировать url |
| arxiv.org |
VisEval: A Benchmark for Data Visualization in the Era of Large Language Models
|
Анализировать url |
| arxiv.org |
MLCopilot: Unleashing the Power of Large Language Models in Solving Machine Learning Tasks
|
Анализировать url |
| arxiv.org |
TaskBench: Benchmarking Large Language Models for Task Automation
|
Анализировать url |
| arxiv.org |
Benchmarking Data Science Agents
|
Анализировать url |
| seqml.github.io |
Learning Multi-Agent Intention-Aware Communication for Optimal Multi-Order Execution in Finance
|
Анализировать url |
| seqml.github.io |
Bootstrapped Transformer for Offline Reinforcement Learning
|
Анализировать url |
| seqml.github.io |
Reinforcement Learning with Automated Auxiliary Loss Search
|
Анализировать url |
| seqml.github.io |
Towards Applicable Reinforcement Learning: Improving the Generalization and Sample Efficiency with Policy Ensemble
|
Анализировать url |
| seqml.github.io |
Universal Trading for Order Execution with Oracle Policy Distillation
|
Анализировать url |
| arxiv.org |
ConTSG-Bench: A Unified Benchmark for Conditional Time Series Generation
|
Анализировать url |
| seqml.github.io |
VerbalTS: Generating Time Series from Texts
|
Анализировать url |
| seqml.github.io |
Towards Editing Time Series
|
Анализировать url |
| openreview.net |
EEG2Video: Towards Decoding Dynamic Visual Perception from EEG Signals
|
Анализировать url |
| arxiv.org |
Automated Contrastive Learning Strategy Search for Time Series
|
Анализировать url |
| openreview.net |
CNN Kernels Can Be the Best Shapelets
|
Анализировать url |
| seqml.github.io |
ContiFormer: Continuous-Time Transformer for Irregular Time Series Modeling
|
Анализировать url |
| seqml.github.io |
Learning Topology-Agnostic EEG Representations with Geometry-Aware Modeling
|
Анализировать url |
| openreview.net |
CircuitNet: A Generic Neural Network to Realize Universal Circuit Motif Modeling
|
Анализировать url |
| seqml.github.io |
SIMPLE: Specialized Model-Sample Matching for Domain Generalization
|
Анализировать url |
| seqml.github.io |
Towards Inference Efficient Deep Ensemble Learning
|
Анализировать url |
| seqml.github.io |
Protecting the Future: Neonatal Seizure Detection with Spatial-Temporal Modeling
|
Анализировать url |
| seqml.github.io |
Learning Decomposed Spatial Relations for Multi-Variate Time-Series Modeling
|
Анализировать url |
| seqml.github.io |
Towards Generating Real-World Time Series Data
|
Анализировать url |
| arxiv.org |
Deep Recurrent Survival Analysis
|
Анализировать url |
| ieeexplore.ieee.org |
Product-Based Neural Networks for User Response Prediction
|
Анализировать url |
| arxiv.org |
Sequential Recommendation with Dual Side Neighbor-based Collaborative Relation Modeling
|
Анализировать url |
| arxiv.org |
Lifelong Sequential Modeling with Personalized Memorization for User Response Prediction
|
Анализировать url |
| arxiv.org |
Bidding Machine: Learning to Bid for Directly Optimizing Profits in Display Advertising
|
Анализировать url |
| dl.acm.org |
Real-Time Bidding by Reinforcement Learning in Display Advertising
|
Анализировать url |
| sjtu.edu.cn |
Shanghai Jiao Tong University
|
Анализировать url |
| zju.edu.cn |
Zhejiang University
|
Анализировать url |
| ckc.zju.edu.cn |
Intensive Training Program of Innovation and Entrepreneurship
|
Анализировать url |
| ckc.zju.edu.cn |
Chu Kochen Honors College
|
Анализировать url |
| ucdavis.edu |
University of California Davis
|
Анализировать url |
| statcounter.com |
<img class="statcounter" src="//c.statcounter.com/11662924/0/841d687b/0/" alt="Web
Analytics">
|
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
Сайт saying.ren не совсем готов к продвижению (процент готовности лишь 42%). Для попадания в ТОПы поисковых систем нужно:
Постарайтесь исправить общие ошибки.
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: