ISKUSTVO ARHIVIRANJA WEBA NARODNE I SVEUČILIŠNE KNJIŽNICE SLOVENIJE

Транскрипт

1 10. GODINA HRVATSKOG ARHIVA WEBA Zagreb, 26. rujna ISKUSTVO ARHIVIRANJA WEBA NARODNE I SVEUČILIŠNE KNJIŽNICE SLOVENIJE Alenka Kavčič-Čolić, alenka.kavcic@nuk.uni-lj.si, Janko Klasinc, janko.klasinc@nuk.uni-lj.si Mitja Kovačič, mitja.kovacic@nuk.uni-lj.si Narodna i sveučilišna knjižnia, Ljubljana, Slovenija

2 Sadržaj 1. Kratka povijest slovenskog web arhiva 2. Slovenski web arhiv 3. Novosti u razvoju slovenskog web arhiva

3 1. Kratka povijest slovenskog web arhiva (1/2) Nacionalni projekt u suradnji sa Institutom Jožef Stefan (IJS) razvoj WebBirda, alata za prikupljanje weba europski projekt Web Cultural Heritage (program Culture) definicija kriterija selekcije publikacija na webu Prihvaćanje strategije razvoja digitalne knjižnice NUK i osnivanje Jedinice za razvoj i upravljanje digitalne knjižnice.

4 1. Kratka povijest slovenskog web arhiva (2/2) prihvaćen Zakon o obveznom primjerku publikacija Krajem NUK se je odlučio pridružiti konzorciju IIPC i testirati Heritrix. Tine Musek i Matjaž Kragelj iz NUKa su objavili instalacijski priručnik za Web Curator Tool v. 1.1 za Windowse (Web Curator Tool Installation Guide for Windows) na URL: NUK postaje član IIPC Matjaž Kragelj i Tine Musek izgrađuju SVAROG sučelje za ručnu predaju elektroničkih publikacija na webu u NUK

5 2. Slovenski web arhiv NUK je jedina organizacija u Sloveniji, koja sakuplja slovenski web. Kao članica međunarodne organizacije International Internet Preservation Consortium (IIPC) od godine, sudjeluje sa partnerima prilikom izrade oruđa za prikupljanje i dostup do weba te razmjenjuje iskustva na području preuzimanja građe na webu. Od godine NUK selektivno preuzima javno dostupne sadržaje na webu iz 12 različitih područja

6 2.1 Područja selektivnog prikupljanja: 1. Društvo 2. Ekonomija i industrija 3. Humanistika 4. Obrazovanje i istraživanje 5. Društveni mediji 6. Priroda i okolina 7. Prirodoslovlje i tehnologija 8. Slobodno vrijeme, turizam, putovanja 9. Sport i rekreacija 10. Umjetnost i kultura 11. Vlada, politika, pravo 12. Zdravlje i medicina 2012 oblikovan urednički odbor web arhiva NUK

7 2.2 Slovenski web arhiv danas

8 2.3 Statistika slovenskog web arhiva Lipnja godine je slovenski web arhiv obuhvaćao oko 1138 različitih naslova sa ukupno 70 milijuna web stranica u veličini TB. Količina uspješno prikupljene građe u godini: 2666 GB. Vrijeme korišteno za prikupljanje građe u godini: sati Broj prikupljanja: 2517 Postotak uspješnosti: 77%

9 Število zajemov 2.4 Rezultati prikupljanja weba Uspešni zajemi Neuspešni zajemi Izvor: Godišnji izveštaj NUK za godinu

10 3. Novosti slovenskog web arhiva 1. Prikupljanje slovenskog Twittera 2. Domensko prikupljanje slovenskog weba 3. Novo sučelje 4. Razvoj prototipa Web Annotatora

11 3.1 Prikupljanje slovenskog Twittera U početku godine NUK je započeo preuzimati i zanimljivije stranice sa Twittera (stream feed). Pošto je Twitter, kao i Facebook dio weba 2.0, je njegovo prikupljanje mnogo teže (Java Script). Zato su informatičari NUK razvili posebno oruđe koje omogućuje jednostavnu integraciju sa WebCurator Tool. Oruđe je dostupno sa otvorenim kodom na web portalu GitHub. Trenutno prikupljamo 21 profila Twittera, posebice medijskih kuća, političara, političkih partija i popularnih športaša. Dostupne preko Wayback machine

12

13

14 3.2 Domensko prikupljanje (*.si) Travnja godine smo započeli sa prikupljanjem građe na webu u okviru domene *.si sa Heritrixom , koji se pokazao boljim rješenjem od NetArchive Suite. URL seeds: URL sa domenom *.si (ARNES) aktivnih domena, bez odziva ping Prioriteta: domene, kojima uskoro istiće vrijeme važnosti ( domena na dan) Prikupljanje do 3. razine u dubinu + ograničenje: 0,5 GB ili URL Očekujemo da će trenutno prikupljanje u okviru domene *.si povečati web arhiv NUK za 2 TB

15 3.3 Novo sučelje slovenskog web arhiva Optimizirana indeksacija dupliciranih stranica i stranica u HTML brže pretraživanje

16 3.4 Razvoj prototipa: Web annotator U godini je NUK razvio prototip za širenje sučelja za pretraživanje weba pomoću Wayback machine. Oruđe ima funkcionalnosti weba 2.0 i omogućuje korisnicima dostup do sadržaja weba kao u živom okruženju. Prototip sučelja dodatno dopušta korisnicima dodavanje komentara i metapodataka, označavanje djelova stranica, stvaranje vlastitih tematskih zbirka i kategorizaciju određenih web stranica sa oznakama (tags)

17

18 HVALA NA PAŽNJI! PITANJA? Alenka Kavčič-Čolić, Janko Klasinc, Mitja Kovačič,