Web Archive的采集策略研究

通过总结目前国际上Web Archive中常用的三种采集策略:完整性采集、选择性采集和混合型采集,对比分析各种采集策略的特点、关键问题和代表性的项目,最后分析选择采集策略需要考虑的关键因素,并提出一般性的建议。

国际主要Web Archive项目介绍与评析

从国家、联盟、项目三个层面对典型网络资源保存项目和网络资源保存联盟进行介绍和分析,为我国网络资源长期保存研究和实践提供参考。表1。参考文献19。

国外Web Archive研究与实践进展

Web Archive采集并保存Web内容,满足当前和未来的访问和使用,其重要性已得到图书馆、档案馆、政府、企业等机构的广泛认可。本文在文献与网络资源调研的基础上,以Web采集、Web Archive的保存、访问和使用为主线,构建了一个系统化的研究框架,并在此框架下梳理国外的相关研究与实践进展。国外的研究与实践值得国内借鉴,如:多主体参与、广泛的交流与合作、注重标准和规范的建设、构建类型多样的Web Archives、对访问与使用的优化等方面,但该领域仍面临法律与伦理、新Web应用内容的归档、存档内容的长期保存、存档内容的多元化应用等问题和挑战。参考文献61。

Web Archive存档策略分析

选择Web Archive有效存档研究中几种典型的存档策略:基于外部索引的压缩存档、基于多文件服务的存档、基于格式迁移的存档、基于特征抽取的存档,对它们的保存背景、策略应用以及实现特点进行分析,希望为我国在Web Archive存档研究的发展提供一些参考。

基于数据挖掘的Web Archive资源应用分析

介绍Web Archive资源应用的基本情况,从数据挖掘的角度,对Web Archive资源的深层次应用进行总结和分析。

Web Archive检索系统架构分析

以现有Web Archive项目为案例,初步分析这些项目中所采用的检索系统架构以及它们如何应对在海量数据中快速发现信息、呈现信息的挑战,以期从系统架构的角度来探析Web Archive检索系统的性能和效率,为相关研究机构、人员提供参考。

Web Archive的内涵、意义与责任、发展进程及未来趋势

Web Archive对政府、国家文化记忆机构、技术人员、学术科研人员、法律界人士等来说,具有重要的社会、技术、法律和学术意义。全球范围内的Web Archive实践经历了初期各国文化记忆机构的实验探索、中期不同层次规模的合作和后期基于第三方Web Archive服务的历史进程。Web Archive实践研究的未来趋势将涉及以下几个方面:动态交互式网站的采集和长期保存将被关注,移动互联网的存档将引起学界和业界的研究与探索,存档资源价值的评估和挖掘将越来越被重视。

国外Web Archive研究进展及启示

文章概述了国外Web Archive的研究现状,全面总结了国外Web Archive研究发展的经验和需要进一步研究的问题,提出了改进我国Web Archive研究与实践的建议。

国内外Web Archive研究综述

通过文献调研,对国内外Web Archive的内涵、相关研究论文、实践项目进行分析比较,总结出目前国内相关研究发展状况及未来发展趋势并提出了一些建议:包括建立统一领导,分布式协作的模式;完善相关法律法规;加快专业人才队伍的建设;建立资金投入的长效机制;加快Web Archive的应用等。

Web Archive信息采集流程及关键问题研究

通过对国际网络存档项目和系统的调研,把网络信息采集的基本流程归纳为选择、征求所有者许可、实施采集、抽取元数据、质量审核和网络存档等6个部分,并对采集流程中存在的关键问题进行识别和分析。

Web Archive保存研究:现状、意义与发展策略

分析了Web Archive保存问题的国内外研究现状,阐述了研究的意义并提出了相应的发展策略。

基于Web Archive的网页重现方法及应用研究

网页重现是利用相关技术方法、工具来恢复网页原貌。文章结合Warrick和Past Web Browser等实际案例分析了基于网络资源长期保存的网页重现技术在网站恢复、网站重建、历史页面重现应用的方法、过程、效果，为相关研究提供了参考价值。该文为2009年第七期“网络信息资源保存”专题文章之一。

Web Archive研究现状与热点分析

Web Archive在2003年左右被引入我国,引起了国内相关研究者的关注和重视。目前,国内Web Archive研究领域所涉及的研究内容主要分布在Web Archive定义、Web Archive工作流程与环节研究、国外研究成果和实践经验介绍以及综述或其他研究等方面。相关研究已取得一定成效,但仍应加强对其概念的研究、国外最佳实践和重要实例的分析研究以及国内实践研究。

国外Web Archive项目对我国的启示——以澳大利亚PANDORA为例

分析澳大利亚PANDORA项目的网络信息采集策略、资源保存方式、服务提供、信息检索及技术架构,提出对我国网络信息资源保存在法律环境、战略定位、合作模式等方面的启示。

基于文献分析论述我国Web Archive的研究现状

对CNKI中国学术期刊(网络版)数据库收录的有关Web Archive的研究文献,从文献量、年代分布、期刊类型、著者以及研究内容等方面进行统计,重点分析研究内容,从而探讨我国Web Archive的研究现状、研究重点以及发展方向。

以IIPC为中心的全球Web Archive项目研究

为了长期保存网络信息资源,各国都在构建Web Archive,本文以国际互联网保存联盟为中心,介绍先进国家实施的WebArchive项目。

社交媒体Web Archive的技术架构设计

通过使用网络调查法和文献调查法对国内外WA项目开展调研,阐明了社交媒体的影响力以及建立社交媒体WA项目的必要性。在构建可持续的社交媒体WA项目方面,从明确社交媒体的控制主体与执行主体、社交媒体WA技术架构设计提出导向性建议。

新闻媒体网页归档方法与策略研究

新闻媒体网页归档是保存新闻资源的重要手段,但是当前领域内实践尚处于起步阶段。在梳理国内外研究现状的基础上,剖析了我国在体制机制、法律政策、关键技术等方面存在的问题,进而从宏观和微观两个层面提出了完善顶层设计、明确责任权利、统一标准规范、创新技术应用、拓展服务利用等优化策略和对策建议,以期推动新闻网页归档工作走向规范化、制度化、常态化。

基于Wayback的索引策略研究

通过分析目前使用Wayback作为访问工具的Web Archive项目,总结出资源索引工作采用的几个典型索引策略,并对其适用范围及优缺点进行初步分析和探讨,以期为界内同行提供参考。

基于页面Block的Web档案采集和存储

提出了基于页面Block对Web页面的采集和存储方式,并详细表述了该方法如何完成基于布局页面分区、Block主题的抽取、版本和差异的比较以及增量存储的方式.实现了一个Web归档原型系统,并对所提出的算法进行了详细的测试.理论和实验表明,所提出的基于页面Block的Web档案(Web archive)采集和存储方法能够很好地适应Web档案的管理方式,并对基于Web档案的查询、搜索、知识发现和数据挖掘等应用提供有利的数据资源.