Αρχειοθέτηση του Ιστού Nordic Web Archive Toolset

Αρχειοθέτηση του Ιστού

Nordic Web Archive Toolset    

Ηλεκτρονική δημοσίευση

Διδάσκοντες : Σ. Καπιδάκης , Μ. Γεργατσούλης 

Μαρίνα Κομπολύτη

Εαρινό εξάμηνο 2003/2004ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΤΜΗΜΑ ΑΡΧΕΙΟΝΟΜΙΑΣ ΒΙΒΛΙΟΘΗΚΟΝΟΜΙΑΣ Πρόγραμμα Μεταπτυχιακών Σπουδών στην Επιστήμη της Πληροφορίας

"Διοίκηση & Οργάνωση Βιβλιοθηκών με έμφαση στις Νέες Τεχνολογίες της Πληροφορίας" 

Περιεχόμενα

Web archiving στις Σκανδιναβικές χώρες

Nordic Web Archive

NWA project

NWA Toolset

Web archiving στις Σκανδιναβικές χώρες (1)

Διαφύλαξη της πολιτιστικής κληρονομιάς Εθνικές Βιβλιοθήκες (Δανία, Σουηδία,

Φινλανδία, Νορβηγία, Ισλανδία) Προγράμματα

Συνεργατικά: NORDINFO Nordic Web Index

Εθνικά: Kulturarw-project (Σουηδία) Paradigma project (Νορβηγία)

Web archiving στις Σκανδιναβικές χώρες (2)

Harvesting : Δύο προγράμματα συγκομιδής (NEDLIB, Combine)

Κάθε χώρα αρχειοθετεί και αποθηκεύει το υλικό που την αφορά

Δεν είναι δυνατή η διαχείριση αρχείων όπως π.χ. χάρτες

Οι συλλογές περιορίζονται στα πρωτόκολλα http και ftp

Nordic web archive(1)

1997 Forum ανταλλαγής εμπειριών και συνεργασίας

1998 Πρόγραμμα: Καθορισμός ειδικών λειτουργικών και

τεχνικών προδιαγραφών για την αρχειοθέτηση και την πρόσβαση.

Συνεργασία βασιζόμενη στα ήδη υπάρχοντα εθνικά προγράμματα.

Να ενταχθεί η συνεργασία των Σκανδιναβικών χωρών σε μία ευρύτερη Ευρωπαϊκή συνεργασία

Nordic web archive(1)

Στόχοι :

Συγκομιδή Αρχειοθέτηση Πρόσβαση στα αρχεία

NWA project(1)

2000-2002 Σκοπός : Κοινό εργαλείο αναζήτησης και

πλοήγησης στο αρχειοθετημένο υλικό Λόγοι :

Οι βάσεις μεταδεδομένων της συγκομιδής δεν καλύπτουν ανάγκες αναζήτησης χρηστών

Δεν είναι δυνατή η αναζήτηση σε πλήρες κείμενο Εργαλεία ευρετηρίασης για οποιοδήποτε πρόγραμμα συγκομιδής Χρονική πλοήγηση του χρήστη Αναζήτηση με το URL

NWA project(2)

Αποτέλεσμα: το NWA toolset Χρήση :

Εθνικές Βιβλιοθήκες Ιδρύματα / Οργανισμοί Ιδιώτες

Προυποθέσεις Ύπαρξη αρχειοθετημένου υλικού Μεταδεδομένα (URL , χρονική στιγμή) Μηχανή αναζήτησης

NWA project 2(2)

2002-2004 Στόχοι:

Βελτίωση των εργαλείων Ενσωμάτωση διαφορετικών λογισμικών

ευρετηρίασης Να γίνει το NWA Toolset ανοιχτό λογισμικό Προσθήκη νέων λειτουργιών Αξιολόγηση χρηστών

NWA Toolset

Document Retriever Διεπαφή του Web αρχείου

Exporter Προετοιμάζει τα αντικείμενα για

ευρετηρίαση Access Module

Δυνατότητα διεπαφής για αναζήτηση και πλοήγηση

Exporter

Μεταδεδομένα

• <?xml version="1.0" ?>• <metadata>• url><![CDATA[http://www.nb.no:80/katkom/frbr/4nbmkap1.htm]]></url>• <time>20010808082501</time>• <http-header><![CDATA[• HTTP/1.1 200 OK• Date: Thu, 05 Sep 2002 07:35:53 GMT• Server: Apache/1.3.26 (Unix) PHP/4.1.2• Last-Modified: Wed, 08 Aug 2001 08:25:01 GMT• ETag: "17fb4-b38a-3b70f75d"• Accept-Ranges: bytes• Content-Length: 45962• Connection: close• Content-Type: text/html]]>• </http-header>• </metadata>

NWA Document Format

• <?xml version="1.0" encoding="UTF-8" ?>• <nwaDocumentCollection xmlns="http://www.nb.no/nwa/export/1.0/"• xmlns:dc="http://nwaDocumentCollection.xsd">• <document>• <collection>no</collection>• <archiveidentifier>/var/hepp/2001-9-• 25_1_539210b1c4b0ce5e9b9fd76d296b91ba</archiveidentifier>• <multimedialinks>• <link>http://www.su.no:80/oslo/sulogo.gif</link>• </multimedialinks>• <links>• <link>http://www.su.no:80/oslo/default.htm</link>• <link>http://www.su.no:80/oslo/aktivist.htm</link>• </links>• <teaser>Oslo SU støtter Streik på Aker</teaser>• <dc:title>Streik på D/S Louise</dc:title>• <dc:format>text/html</dc:format>• <dc:identifier>http://www.su.no/oslo/dslouise.htm</dc:identifier>• <dc:date>20010924133519</dc:date>• <text><![CDATA[Oslo SU støtter Streik på Aker Brygge Hei alle dere• der ute Selv i disse krigs og postvalgstider går klassekampen videre.• Som mange av dere kanskje vet er det for tida streik på Aker Brygge.• Arbeidera på D/S Louise streiker. Dette har'em holdt på med i tre• uker nå, og dem b'ynner å bli slitne.]]>• </text>• >• </nwaDocumentCollection>

Access module

Δομή του NWA Toolset

XML

COMMONFORMAT

INDEXES

WEBINTERFACE

ARCHIVEACCESS

SEARCHENGINEINDEXER

ARCHIVE

FIND_DOCUMENT(URN)

DOCUMENT

FIND_ID(URL,TIME)

URN

Web browser (1)Η αναζήτηση μπορεί να γίνει είτε με λέξεις είτε με το

αυθεντικό URL

Web browser (2)

• Οι εγγραφές που επιστρέφουν αναφέρουν τον τίτλο της σελίδας , το URI του αρχείου, τις διαθέσιμες εκδόσεις και δίνουν δύο δυνατότητες προσέγγισης : timeline ή overview.

Web browser (3)

• Timeline

Web browser (4)

• Overview