O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

Webarchiv jako digitální knihovna

209 visualizações

Publicada em

Prezentace z konference Digitálna knižnica 2015 v Jasné

Publicada em: Tecnologia
  • Seja o primeiro a comentar

Webarchiv jako digitální knihovna

  1. 1. Webarchiv památník českého internetu, více
  2. 2. Jsme Webarchiv digitální knihovna, která uchovává webové zdroje pro budoucí generace. www Pokud je nebudeme průběžně archivovat, zmizí významná součást národního kulturního dědictví.
  3. 3. Jak archivujeme? Provádíme kompletní archivaci “celého” českého webu. W W W W W W W W Souběžně probíhá výběrová a tematická archivace.
  4. 4. Bohužel! Ne všechna data jsou dostupná online. w Může za to současná podoba autorského zákona, která byla vytvořena pro knihy. Pro přístup k celému archivu musíte prozatím až k nám.
  5. 5. Bude možné studovat 90. léta a dál bez webových archivů?
  6. 6. Webový archiv Živý web
  7. 7. není to málo?
  8. 8. data • ~ 228 TB • ~ 6 miliard digitálních objektů / URL • ~ 1,2 miliónu domén druhého řádu / doména.cz
  9. 9. méně jak 1 % je volně přístupné
  10. 10. metadata • formát souboru • odkazy • typ dokumentu • entity v textu • klíčová slova • etc.
  11. 11. miluj výzkumníka svého
  12. 12. API pro metadata • URL digitálního objektu • Čas archivace URL • Velikost souboru • SHA-1 kontrolní součet souboru • MIME type souboru dle tvrzení HTTP serveru • Titul dokumentu nebo celého webu • Autor dokumentu
  13. 13. 228 TB • při čtení 80 MB/s • ~ 32 dní jen pro přečtení všech dat z disků
  14. 14. Zpracování archivu • Formátové • Textové • Obrazové • Zvukové
  15. 15. API pro všechny metadata
  16. 16. Fulltextové vyhledávání • PageRank nepočítá s časovým aspektem webu • Kvalitní vyhledávání potřebuje analytické informace
  17. 17. Co nám v archivu chybí
  18. 18. Co webové archivy již nezvládnou
  19. 19. w w w w w w Děkujeme za pozornost! Jaroslav Kvasnica Rudolf Kreibich webarchiv.cz facebook.com/webarchivcr slideshare.net/webarchivCZ

×