Aplicação da Linguagem Python no Search Engine Optimization: Explorando sua Contribuição para a Análise de Dados

Auteurs-es

DOI :

https://doi.org/10.4301/S1807-1775202623004

Mots-clés :

Python; Search Engine Optimization; Análise de dados; Automação

Résumé

Este estudo investiga a contribuição da linguagem Python na análise e otimização de dados para Search Engine Optimization (SEO), com foco na organização e recuperação da informação. Adota-se uma abordagem teórico-exploratória, fundamentada em levantamento bibliográfico em bases reconhecidas, como Scopus e Web of Science, além da análise de ferramentas especializadas em SEO. O estudo identificou que Python, por meio de bibliotecas como Pandas e NumPy, permite a automação de processos essenciais, como extração de dados, análise de palavras-chave e modelagem preditiva de padrões de indexação. Os resultados apontam que a aplicação dessas ferramentas melhora a eficiência das estratégias de Search Engine Optimization, tornando-as mais precisas e baseadas em dados. Além disso, destaca-se a interseção entre Ciência da Informação e Ciência da Computação, evidenciando como a programação pode contribuir para a estruturação semântica e organização dos conteúdos digitais. Conclui-se que Python oferece soluções eficazes para a automação e análise preditiva no Search Engine Optimization, potencializando a visibilidade e recuperação da informação nos motores de busca. Sugere-se a realização de estudos experimentais para validar a aplicação prática dessas técnicas em cenários reais.

Bibliographies de l'auteur-e

Felipe Ivo da Silva, Universidade Federal de São Carlos (UFSCar), São Carlos, SP, Brasil

Doutorando em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar), mestre em Ciência da Informação pela mesma instituição, pós-graduado em Data Science pela Universidade Anhembi Morumbi (2024) e bacharel em Banco de Dados pelo Centro Universitário Estácio Ribeirão Preto (2022). Atualmente, atua como docente no curso de Desenvolvimento de Software Multiplataforma da Faculdade de Tecnologia de São Paulo e é pesquisador bolsista do Instituto Brasileiro de Informação em Ciência e Tecnologia (IBICT), vinculado ao Ministério da Ciência, Tecnologia e Inovação (MCTI). Integra os grupos de pesquisa Dados e Metadados (GPDM), Laboratório de Organização e Tratamento da Informação e Laboratório de Estudos e Práticas em Organização da Informação e Tecnologias (LOITec).

Gustavo Camossi, Centro Universitário Euripedes de Marília (UNIVEM), Marília, SPBrasil. Universidade Estadual Paulista - UNESP, Marilia, SP, Brasil

Currently pursuing a PhD in Information Science, Master's degree in Information Science - Area of ​​concentration: Information, Technology and Knowledge from the São Paulo State University (Unesp). Bachelor's degree in Administration with a specialization in Marketing from the Eurípedes de Marília University Center (UNIVEM). Specialist in Logistics from the Lins University Center (UNILINS), graduated in Technology in Systems Analysis and Development (FATEC - Garça). Specialist in Data Science and Big Data from the Pontifical Catholic University of Campos de Minas Gerais (PUC Minas). Member of the Research Groups New Technologies in Information (GPNTI-Unesp).

Marilde Terezinha Prado Santos, Universidade Federal de São Carlos (UFSCar), São Carlos, SP, Brasil

Professora associada lotada no Centro de Ciências Exatas e Tecnologia/ Departamento de Computação da Universidade Federal de São Carlos. Doutora em Ciência com ênfase em Física Computacional pela Universidade de São Paulo (2000). Mestre em Ciência da Computação pela Universidade Federal de São Carlos (1994) e Bacharel em Informática pela Pontifícia Universidade Católica do Rio Grande do Sul (1991). Principais áreas de interesse: engenharia e aplicações de ontologias crisp e fuzzy, recuperação de informação, mineração de dados, integração de dados e web semântica.

Cecílio Merlotti Rodas, Universidade Estadual Paulista (UNESP), Votuporanga, SP, Brasil. Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, Votuporanga, SP, Brasil

Doutor em Ciência da Informação pela Unesp, pesquisa com a tecnologia de Eye Tracking e sua aplicação no contexto de User Experience, nas linhas de pesquisa Ambientes informacionais digitais e Arquitetura da informação digital. Membro do Grupo de Pesquisa "Novas Tecnologias em Informação", da UNESP. Membro do Grupo de Pesquisa "Informação e Conhecimento no Ciberespaço", da UEL. Avaliador em periódicos científicos em Ciência da Informação. Mestre em Engenharia Elétrica pela Universidade Estadual Paulista Júlio de Mesquita Filho (2004), área de concentração Ciência da Computação e Automação; Graduado em Ciência da Computação pelo Centro Universitário de Votuporanga (2000); Licenciado em Informática pela Universidade Católica de Brasília (2008); Especialista em Banco de Dados pela Wpos (2012). Atuação profissional: Docente do Instituto Federal de São Paulo - Campus de Votuporanga em Regime de Dedicação Exclusiva (RDE). Docente na Unesp de Marília, no Programa de Pós-Graduação em Ciência da Informação. 

Références

Brin, S., & Page, L. (1998). The anatomy of a large-scale hypertextual web search engine. Computer Networks and ISDN Systems, 30(1–7), 107–117. DOI: https://doi.org/10.1016/S0169-7552(98)00110-X

Camossi, G., & Rodas, C. M. (2023). Contribuições das técnicas de Search Engine Optimization para encontrabilidade da informação. Encontros Bibli, 28, e93371. Recuperado de https://www.scielo.br/j/eb/a/TBfVWBGq3Wwckkyy69SHqvn/?lang=pt DOI: https://doi.org/10.5007/1518-2924.2023.e93371

Chen, H. (2018). An analysis of internal linking structures and their impact on SEO performance. Journal of Digital Information Management, 16(4), 245–256.

Creswell, J. W. (2014). Research design: Qualitative, quantitative, and mixed methods approaches (4th ed.). Thousand Oaks, CA: SAGE Publications.

Dolai, P., Shenmare, P., & Gudadhe, S. (2023). A comprehensive review of technical SEO techniques and their impact on search engine rankings. International Journal of Web Studies, 12(3), 37–49.

Edgar, W. (2023). The role of structured metadata in search engine indexing. Information Retrieval Journal, 26(2), 112–126.

Eich, L. A. (2023). Python data science: Do básico ao intermediário. Amazon Brasil.

Faria, E. (2022). Estrutura de dados e algoritmos: Do pseudocódigo ao JavaScript e Python. Independente.

Feltrin, F. (2022). Python na prática: Aprenda linguagem Python através de um projeto real. Amazon Brasil.

Géron, A. (2019). Hands-on machine learning with Scikit-Learn, Keras and TensorFlow (2nd ed.). O'Reilly Media.

Gil, A. C. (2019). Métodos e técnicas de pesquisa social (7ª ed.). São Paulo, SP: Atlas.

Heijmans, M. (2019). The impact of keyword placement on on-page SEO rankings. Journal of Digital Marketing Research, 5(2), 134–150.

Henry, R., Marshall, T., & Gregson, S. (2019). Image optimization techniques for improving SEO and accessibility. Web Technologies Review, 7(1), 53–67.

Hu, Y., Deng, B., & Peng, F. (2016). Autoscaling prediction models for cloud resource provisioning. In Proceedings of IEEE International Conference on Computer and Communications (ICCC) (pp. 1364–1369). Chengdu, China. https://doi.org/10.1109/CompComm.2016.7924927 DOI: https://doi.org/10.1109/CompComm.2016.7924927

Kim, Y. (2022). The effects of website speed on user behavior and search engine rankings. Computational Marketing Journal, 10(1), 22–35.

Lakatos, E. M., & Marconi, M. A. (2017). Fundamentos de metodologia científica (7ª ed.). São Paulo, SP: Atlas.

Lima, R. R., Fernandes, A. M. R., Bombsar, J. R., Silva, B. A., Crocker, P., & Leithardt, V. R. Q. (2022). An empirical comparison of Portuguese and multilingual BERT models for auto-classification of NCM codes in international trade. Big Data and Cognitive Computing, 6(1), 8. https://doi.org/10.3390/bdcc6010008 DOI: https://doi.org/10.3390/bdcc6010008

McKinney, W. (2017). Python for data analysis: Data wrangling with Pandas, NumPy, and IPython (2nd ed.). Sebastopol, CA: O'Reilly Media.

Moghaddasi, H., Mohammadpour, A., Bouraghi, H., Azizi, A., & Mazaherilaghagh, H. (2018). Hospital information systems: The status and approaches in selected countries of the Middle East. Electronic Physician, 10(5), 6829–6835. https://doi.org/10.19082/6829 DOI: https://doi.org/10.19082/6829

Moz. (2022). Search engine ranking factors: An industry study. Moz Research Reports, 4(1), 1–27. Recuperado de https://moz.com

Nurkasanh, I., Wahyuni, R., & Alfarisi, R. (2022). The influence of backlink profiles on SEO performance: A case study of e-commerce websites. Journal of Web Analytics, 15(4), 87–101.

Patel, N., & Gupta, P. (2020). Optimizing website speed for SEO and user engagement. International Journal of Internet Marketing, 11(3), 42–58.

Reisenbichler, M., Keller, L., & Schmidt, T. (2022). The evolution of search engine algorithms: Implications for SEO strategies. Digital Marketing Insights, 9(2), 98–112.

Ribeiro, T. P. (2022). Python: Guia prático de programação – uma abordagem simples, para verdadeiros iniciantes. Produtividade Programada.

Rutherford, J. (2015). Keyword density and its impact on search rankings: A meta-analysis. Journal of Online Search Strategies, 8(1), 31–47.

Search Engine Journal. (2017). On-page SEO best practices: Industry recommendations. Search Engine Journal Reports, 2(3), 20–39. Recuperado de https://searchenginejournal.com

Sharma, A., & Verma, R. (2020). Social media engagement and its effect on search rankings. Journal of Digital Media Research, 6(2), 59–73.

Shirvani, M. H., Rahmani, A. M., & Sahaf, A. (2020). A survey study on virtual machine migration and server consolidation techniques in DVFS-enabled cloud datacenter: Taxonomy and challenges. Journal of King Saud University – Computer and Information Sciences, 32, 267–286. https://doi.org/10.1016/j.jksuci.2018.07.001 DOI: https://doi.org/10.1016/j.jksuci.2018.07.001

Soualhia, M., Fu, C., & Khomh, F. (2019). Infrastructure fault detection and prediction in edge cloud environments. In Proceedings of ACM/IEEE Symposium on Edge Computing (SEC) (pp. 222–235). Nova York, NY. https://doi.org/10.1145/3318216.3363305 DOI: https://doi.org/10.1145/3318216.3363305

Souza, F. D., & Souza, J. B. O. (2021). Sentiment analysis on Brazilian Portuguese user reviews. arXiv. Recuperado de https://arxiv.org/pdf/2112.05459.pdf DOI: https://doi.org/10.1109/LA-CCI48322.2021.9769838

VanderPlas, J. (2016). Python data science handbook: Essential tools for working with data. Sebastopol, CA: O'Reilly Media.

Virtus et Veritas. (2024). Python na prática da inteligência artificial: Do zero às aplicações avançadas. Independente.

Wilmott, P. (2019). Machine learning: An applied mathematics introduction. Panda Ohana Publishing.

Xinghai, L. (2023). Mobile-first indexing and its impact on SEO rankings. Web Optimization Review, 14(1), 77–90.

Téléchargements

Publié-e

2026-04-16

Comment citer

Ivo da Silva, F., Camossi, G., Prado Santos, M. T., & Merlotti Rodas, C. (2026). Aplicação da Linguagem Python no Search Engine Optimization: Explorando sua Contribuição para a Análise de Dados. Journal of Information Systems and Technology Management, 23. https://doi.org/10.4301/S1807-1775202623004

Numéro

Vol. 23 (2026)

Rubrique

Articles

Licence

Droits et autorisations Les articles sont sous la seule responsabilité des auteurs et tous droits réservés par TECSI. TECSI détient les droits d'auteur des articles publiés, y compris les traductions. Les reproductions ne sont autorisées qu'avec l'autorisation expresse de JISTEM Les auteurs sont tenus de reconnaître et de divulguer les conflits d'intérêts et financiers et le soutien financier qui peuvent influencer leur travail. Pour la publication, les auteurs doivent signer l'accord de cession de droit d'auteur pour TECSI.