UKWA (brit) - Laptörténet

Nemethmarton, 2020. október 12., 11:18-n

2020-10-12T11:18:52Z

Nemethmarton, 2020. október 12., 11:10-n

2020-10-12T11:10:18Z

Nemethmarton, 2020. október 12., 11:06-n

2020-10-12T11:06:39Z

Nemethmarton, 2020. október 12., 11:02-n

2020-10-12T11:02:20Z

Nemethmarton, 2020. október 12., 11:01-n

2020-10-12T11:01:07Z

Nemethmarton, 2020. október 12., 11:00-n

2020-10-12T11:00:14Z

Nemethmarton, 2020. október 12., 10:59-n

2020-10-12T10:59:32Z

Nemethmarton, 2020. október 12., 10:53-n

2020-10-12T10:53:56Z

Nemethmarton: /* (UK Web Archive) */

2020-10-12T10:48:12Z

‎(UK Web Archive)

Admin, 2018. május 13., 20:53-n

2018-05-13T20:53:36Z

@@ 1. sor: / 1. sor: @@
 = (UK Web Archive) =
-A 2004-ben alakult [[UKWAC]] együttműködés keretében létrejött brit webarchívum. Szelektív archiválással kezdtek, egyedi engedélyeket kérve egészen 2013-ig, a kötelespéldány törvény kiterjesztésig. Kezdetben a [[PANDAS]] és a [[HTTrack]] szoftvereket használták, de 2008-tól már a [[WCT]]-[[Heritrix]] párossal dolgoztak, jelenleg a Heritrix mellé a [[warc-mapreduce]] alapú, fejlesztés alatt álló saját rendszerük társul, az indexelést [[OutbackCDX]] segítségével látják el. A visszakereséshez [[OpenWayback]], [[PyWb]] és [[Solr]] szoftvereket használnak.  2008-ban 2,769 webhelyet (kevesebb, mint 2 terabájtot) mentettek le, tematikus és esemény-alapú válogatással. Az alacsony számok magyarázata részben a betanulási időszak és a PANDAS problémái, részben az alacsony válaszadási arány (2008-ban 6609 kiválasztott site-tól 7,476 engedélyt kértek, de csak 1,872 jött meg, 51 elutasítás mellett). 2013-ra már 13,500 webhely (61,900 [[instance]]) volt az archívumban. A 2017 áprilisi adatok: 15,112 website (79,276 [[instance]]), 28 terabájtnyi adat. Az anyagot előbb egy külső cég (Magus Research Ltd.) hostolta, majd a University of London Computing Centre, végül átkerült a British Library digitális objektumkezelő rendszerébe. A szolgáltatás nyilvános és a visszakereshetőség mellett különböző plusz funkciók, statisztikai elemző és vizualizációs megoldások is kapcsolódnak hozzá.
+A 2004-ben alakult [[UKWAC]] együttműködés keretében létrejött brit webarchívum. Szelektív archiválással kezdtek, egyedi engedélyeket kérve egészen 2013-ig, a kötelespéldány törvény kiterjesztésig. Kezdetben a [[PANDAS]] és a [[HTTrack]] szoftvereket használták, de 2008-tól már a [[WCT]]-[[Heritrix]] párossal dolgoztak, jelenleg a Heritrix mellé a MapReduce alapú, fejlesztés alatt álló saját rendszerük társul, az indexelést [[OutbackCDX]] segítségével látják el. A visszakereséshez [[OpenWayback]], [[PyWb]] és [[Solr]] szoftvereket használnak.  2008-ban 2,769 webhelyet (kevesebb, mint 2 terabájtot) mentettek le, tematikus és esemény-alapú válogatással. Az alacsony számok magyarázata részben a betanulási időszak és a PANDAS problémái, részben az alacsony válaszadási arány (2008-ban 6609 kiválasztott site-tól 7,476 engedélyt kértek, de csak 1,872 jött meg, 51 elutasítás mellett). 2013-ra már 13,500 webhely (61,900 [[instance]]) volt az archívumban. A 2017 áprilisi adatok: 15,112 website (79,276 [[instance]]), 28 terabájtnyi adat. Az anyagot előbb egy külső cég (Magus Research Ltd.) hostolta, majd a University of London Computing Centre, végül átkerült a British Library digitális objektumkezelő rendszerébe. A szolgáltatás nyilvános és a visszakereshetőség mellett különböző plusz funkciók, statisztikai elemző és vizualizációs megoldások is kapcsolódnak hozzá.
 Az amerikai [[Internet Archive]] és a brit JISC (Joint Information Systems Committee) partneri kapcsolatának köszönhetően 1996-tól 2010-ig, majd 2011-től 2013-ig (egy 32 és egy 26 terabájtos csomagban [[WARC]] fájlokként) megkapták az IA-tól azt a részhalmazt, amely az Egyesült Királyság webhelyeinek anyaga (UK Web Domain Dataset). 2013-tól pedig saját maguk aratják az .uk domaint (Non-Print Legal Deposit UK Web Archive). Mindkét archívum jelenleg csak helyben használható a kötelespéldány törvény alá tartozó hat brit könyvtárban, de vizsgálják, hogy hogyan lehetne belőlük nyilvánossá tehető tartalmakat kinyerni.

@@ 1. sor: / 1. sor: @@
 = (UK Web Archive) =
-A 2004-ben alakult [[UKWAC]] együttműködés keretében létrejött brit webarchívum. Szelektív archiválással kezdtek, egyedi engedélyeket kérve egészen 2013-ig, a kötelespéldány törvény kiterjesztésig. Kezdetben a [[PANDAS]] és a [[HTTrack]] szoftvereket használták, de 2008-tól már a [[WCT]]-[[Heritrix]] párossal dolgoztak, jelenleg a Heritrix mellé a MAPReduce fejlesztés alatt álló saját rendszerük társul, az indexelést [[OutbackCDX]] segítségével látják el. A visszakereséshez [[OpenWayback]], [[PyWb]] és [[Solr]] szoftvereket használnak.  2008-ban 2,769 webhelyet (kevesebb, mint 2 terabájtot) mentettek le, tematikus és esemény-alapú válogatással. Az alacsony számok magyarázata részben a betanulási időszak és a PANDAS problémái, részben az alacsony válaszadási arány (2008-ban 6609 kiválasztott site-tól 7,476 engedélyt kértek, de csak 1,872 jött meg, 51 elutasítás mellett). 2013-ra már 13,500 webhely (61,900 [[instance]]) volt az archívumban. A 2017 áprilisi adatok: 15,112 website (79,276 [[instance]]), 28 terabájtnyi adat. Az anyagot előbb egy külső cég (Magus Research Ltd.) hostolta, majd a University of London Computing Centre, végül átkerült a British Library digitális objektumkezelő rendszerébe. A szolgáltatás nyilvános és a visszakereshetőség mellett különböző plusz funkciók, statisztikai elemző és vizualizációs megoldások is kapcsolódnak hozzá.
+A 2004-ben alakult [[UKWAC]] együttműködés keretében létrejött brit webarchívum. Szelektív archiválással kezdtek, egyedi engedélyeket kérve egészen 2013-ig, a kötelespéldány törvény kiterjesztésig. Kezdetben a [[PANDAS]] és a [[HTTrack]] szoftvereket használták, de 2008-tól már a [[WCT]]-[[Heritrix]] párossal dolgoztak, jelenleg a Heritrix mellé a [[warc-mapreduce]] alapú, fejlesztés alatt álló saját rendszerük társul, az indexelést [[OutbackCDX]] segítségével látják el. A visszakereséshez [[OpenWayback]], [[PyWb]] és [[Solr]] szoftvereket használnak.  2008-ban 2,769 webhelyet (kevesebb, mint 2 terabájtot) mentettek le, tematikus és esemény-alapú válogatással. Az alacsony számok magyarázata részben a betanulási időszak és a PANDAS problémái, részben az alacsony válaszadási arány (2008-ban 6609 kiválasztott site-tól 7,476 engedélyt kértek, de csak 1,872 jött meg, 51 elutasítás mellett). 2013-ra már 13,500 webhely (61,900 [[instance]]) volt az archívumban. A 2017 áprilisi adatok: 15,112 website (79,276 [[instance]]), 28 terabájtnyi adat. Az anyagot előbb egy külső cég (Magus Research Ltd.) hostolta, majd a University of London Computing Centre, végül átkerült a British Library digitális objektumkezelő rendszerébe. A szolgáltatás nyilvános és a visszakereshetőség mellett különböző plusz funkciók, statisztikai elemző és vizualizációs megoldások is kapcsolódnak hozzá.
 Az amerikai [[Internet Archive]] és a brit JISC (Joint Information Systems Committee) partneri kapcsolatának köszönhetően 1996-tól 2010-ig, majd 2011-től 2013-ig (egy 32 és egy 26 terabájtos csomagban [[WARC]] fájlokként) megkapták az IA-tól azt a részhalmazt, amely az Egyesült Királyság webhelyeinek anyaga (UK Web Domain Dataset). 2013-tól pedig saját maguk aratják az .uk domaint (Non-Print Legal Deposit UK Web Archive). Mindkét archívum jelenleg csak helyben használható a kötelespéldány törvény alá tartozó hat brit könyvtárban, de vizsgálják, hogy hogyan lehetne belőlük nyilvánossá tehető tartalmakat kinyerni.

@@ 1. sor: / 1. sor: @@
 = (UK Web Archive) =
-A 2004-ben alakult [[UKWAC]] együttműködés keretében létrejött brit webarchívum. Szelektív archiválással kezdtek, egyedi engedélyeket kérve egészen 2013-ig, a kötelespéldány törvény kiterjesztésig. Kezdetben a [[PANDAS]] és a [[HTTrack]] szoftvereket használták, de 2008-tól már a [[WCT]]-[[Heritrix]] párossal dolgoztak, jelenleg a Heritrix mellé a MAPReduce fejlesztés alatt álló saját rendszerük társul, az indexelést [[OutbackCDX]] segítségével látják el. 2008-ban 2,769 webhelyet (kevesebb, mint 2 terabájtot) mentettek le, tematikus és esemény-alapú válogatással. Az alacsony számok magyarázata részben a betanulási időszak és a PANDAS problémái, részben az alacsony válaszadási arány (2008-ban 6609 kiválasztott site-tól 7,476 engedélyt kértek, de csak 1,872 jött meg, 51 elutasítás mellett). 2013-ra már 13,500 webhely (61,900 [[instance]]) volt az archívumban. A 2017 áprilisi adatok: 15,112 website (79,276 [[instance]]), 28 terabájtnyi adat. Az anyagot előbb egy külső cég (Magus Research Ltd.) hostolta, majd a University of London Computing Centre, végül átkerült a British Library digitális objektumkezelő rendszerébe. A szolgáltatás nyilvános és a visszakereshetőség mellett különböző plusz funkciók, statisztikai elemző és vizualizációs megoldások is kapcsolódnak hozzá. A visszakereséshez [[OpenWayback]], [[PyWb]] és [[Solr]] szoftvereket használnak.
+A 2004-ben alakult [[UKWAC]] együttműködés keretében létrejött brit webarchívum. Szelektív archiválással kezdtek, egyedi engedélyeket kérve egészen 2013-ig, a kötelespéldány törvény kiterjesztésig. Kezdetben a [[PANDAS]] és a [[HTTrack]] szoftvereket használták, de 2008-tól már a [[WCT]]-[[Heritrix]] párossal dolgoztak, jelenleg a Heritrix mellé a MAPReduce fejlesztés alatt álló saját rendszerük társul, az indexelést [[OutbackCDX]] segítségével látják el. A visszakereséshez [[OpenWayback]], [[PyWb]] és [[Solr]] szoftvereket használnak.  2008-ban 2,769 webhelyet (kevesebb, mint 2 terabájtot) mentettek le, tematikus és esemény-alapú válogatással. Az alacsony számok magyarázata részben a betanulási időszak és a PANDAS problémái, részben az alacsony válaszadási arány (2008-ban 6609 kiválasztott site-tól 7,476 engedélyt kértek, de csak 1,872 jött meg, 51 elutasítás mellett). 2013-ra már 13,500 webhely (61,900 [[instance]]) volt az archívumban. A 2017 áprilisi adatok: 15,112 website (79,276 [[instance]]), 28 terabájtnyi adat. Az anyagot előbb egy külső cég (Magus Research Ltd.) hostolta, majd a University of London Computing Centre, végül átkerült a British Library digitális objektumkezelő rendszerébe. A szolgáltatás nyilvános és a visszakereshetőség mellett különböző plusz funkciók, statisztikai elemző és vizualizációs megoldások is kapcsolódnak hozzá.
 Az amerikai [[Internet Archive]] és a brit JISC (Joint Information Systems Committee) partneri kapcsolatának köszönhetően 1996-tól 2010-ig, majd 2011-től 2013-ig (egy 32 és egy 26 terabájtos csomagban [[WARC]] fájlokként) megkapták az IA-tól azt a részhalmazt, amely az Egyesült Királyság webhelyeinek anyaga (UK Web Domain Dataset). 2013-tól pedig saját maguk aratják az .uk domaint (Non-Print Legal Deposit UK Web Archive). Mindkét archívum jelenleg csak helyben használható a kötelespéldány törvény alá tartozó hat brit könyvtárban, de vizsgálják, hogy hogyan lehetne belőlük nyilvánossá tehető tartalmakat kinyerni.

@@ 1. sor: / 1. sor: @@
 = (UK Web Archive) =
-A 2004-ben alakult [[UKWAC]] együttműködés keretében létrejött brit webarchívum. Szelektív archiválással kezdtek, egyedi engedélyeket kérve egészen 2013-ig, a kötelespéldány törvény kiterjesztésig. Kezdetben a [[PANDAS]] és a [[HTTrack]] szoftvereket használták, de 2008-tól már a [[WCT]]-[[Heritrix]] párossal dolgoztak, jelenleg a Heritrix mellé a MAPReduce fejlesztés alatt álló saját rendszerük társul, az indexelést OutbackCDX segítségével látják el. 2008-ban 2,769 webhelyet (kevesebb, mint 2 terabájtot) mentettek le, tematikus és esemény-alapú válogatással. Az alacsony számok magyarázata részben a betanulási időszak és a PANDAS problémái, részben az alacsony válaszadási arány (2008-ban 6609 kiválasztott site-tól 7,476 engedélyt kértek, de csak 1,872 jött meg, 51 elutasítás mellett). 2013-ra már 13,500 webhely (61,900 [[instance]]) volt az archívumban. A 2017 áprilisi adatok: 15,112 website (79,276 [[instance]]), 28 terabájtnyi adat. Az anyagot előbb egy külső cég (Magus Research Ltd.) hostolta, majd a University of London Computing Centre, végül átkerült a British Library digitális objektumkezelő rendszerébe. A szolgáltatás nyilvános és a visszakereshetőség mellett különböző plusz funkciók, statisztikai elemző és vizualizációs megoldások is kapcsolódnak hozzá. A visszakereséshez [[OpenWayback]], [[PyWb]] és [[Solr]] szoftvereket használnak.
+A 2004-ben alakult [[UKWAC]] együttműködés keretében létrejött brit webarchívum. Szelektív archiválással kezdtek, egyedi engedélyeket kérve egészen 2013-ig, a kötelespéldány törvény kiterjesztésig. Kezdetben a [[PANDAS]] és a [[HTTrack]] szoftvereket használták, de 2008-tól már a [[WCT]]-[[Heritrix]] párossal dolgoztak, jelenleg a Heritrix mellé a MAPReduce fejlesztés alatt álló saját rendszerük társul, az indexelést [[OutbackCDX]] segítségével látják el. 2008-ban 2,769 webhelyet (kevesebb, mint 2 terabájtot) mentettek le, tematikus és esemény-alapú válogatással. Az alacsony számok magyarázata részben a betanulási időszak és a PANDAS problémái, részben az alacsony válaszadási arány (2008-ban 6609 kiválasztott site-tól 7,476 engedélyt kértek, de csak 1,872 jött meg, 51 elutasítás mellett). 2013-ra már 13,500 webhely (61,900 [[instance]]) volt az archívumban. A 2017 áprilisi adatok: 15,112 website (79,276 [[instance]]), 28 terabájtnyi adat. Az anyagot előbb egy külső cég (Magus Research Ltd.) hostolta, majd a University of London Computing Centre, végül átkerült a British Library digitális objektumkezelő rendszerébe. A szolgáltatás nyilvános és a visszakereshetőség mellett különböző plusz funkciók, statisztikai elemző és vizualizációs megoldások is kapcsolódnak hozzá. A visszakereséshez [[OpenWayback]], [[PyWb]] és [[Solr]] szoftvereket használnak.
 Az amerikai [[Internet Archive]] és a brit JISC (Joint Information Systems Committee) partneri kapcsolatának köszönhetően 1996-tól 2010-ig, majd 2011-től 2013-ig (egy 32 és egy 26 terabájtos csomagban [[WARC]] fájlokként) megkapták az IA-tól azt a részhalmazt, amely az Egyesült Királyság webhelyeinek anyaga (UK Web Domain Dataset). 2013-tól pedig saját maguk aratják az .uk domaint (Non-Print Legal Deposit UK Web Archive). Mindkét archívum jelenleg csak helyben használható a kötelespéldány törvény alá tartozó hat brit könyvtárban, de vizsgálják, hogy hogyan lehetne belőlük nyilvánossá tehető tartalmakat kinyerni.

@@ 1. sor: / 1. sor: @@
 = (UK Web Archive) =
-A 2004-ben alakult [[UKWAC]] együttműködés keretében létrejött brit webarchívum. Szelektív archiválással kezdtek, egyedi engedélyeket kérve egészen 2013-ig, a kötelespéldány törvény kiterjesztésig. Kezdetben a [[PANDAS]] és a [[HTTrack]] szoftvereket használták, de 2008-tól már a [[WCT]]-[[Heritrix]] párossal dolgoztak, jelenleg a Heritrix mellé a MAPReduce fejlesztés alatt álló saját rendszerük társul, az indexelést OutbackCDX segítségével látják el. 2008-ban 2,769 webhelyet (kevesebb, mint 2 terabájtot) mentettek le, tematikus és esemény-alapú válogatással. Az alacsony számok magyarázata részben a betanulási időszak és a PANDAS problémái, részben az alacsony válaszadási arány (2008-ban 6609 kiválasztott site-tól 7,476 engedélyt kértek, de csak 1,872 jött meg, 51 elutasítás mellett). 2013-ra már 13,500 webhely (61,900 [[instance]]) volt az archívumban. A 2017 áprilisi adatok: 15,112 website (79,276 [[instance]]), 28 terabájtnyi adat. Az anyagot előbb egy külső cég (Magus Research Ltd.) hostolta, majd a University of London Computing Centre, végül átkerült a British Library digitális objektumkezelő rendszerébe. A szolgáltatás nyilvános és a visszakereshetőség mellett különböző plusz funkciók, statisztikai elemző és vizualizációs megoldások is kapcsolódnak hozzá. A visszakereséshez [[OpenWayback]], [[Pywb]] és [[Solr]] szoftvereket használnak.
+A 2004-ben alakult [[UKWAC]] együttműködés keretében létrejött brit webarchívum. Szelektív archiválással kezdtek, egyedi engedélyeket kérve egészen 2013-ig, a kötelespéldány törvény kiterjesztésig. Kezdetben a [[PANDAS]] és a [[HTTrack]] szoftvereket használták, de 2008-tól már a [[WCT]]-[[Heritrix]] párossal dolgoztak, jelenleg a Heritrix mellé a MAPReduce fejlesztés alatt álló saját rendszerük társul, az indexelést OutbackCDX segítségével látják el. 2008-ban 2,769 webhelyet (kevesebb, mint 2 terabájtot) mentettek le, tematikus és esemény-alapú válogatással. Az alacsony számok magyarázata részben a betanulási időszak és a PANDAS problémái, részben az alacsony válaszadási arány (2008-ban 6609 kiválasztott site-tól 7,476 engedélyt kértek, de csak 1,872 jött meg, 51 elutasítás mellett). 2013-ra már 13,500 webhely (61,900 [[instance]]) volt az archívumban. A 2017 áprilisi adatok: 15,112 website (79,276 [[instance]]), 28 terabájtnyi adat. Az anyagot előbb egy külső cég (Magus Research Ltd.) hostolta, majd a University of London Computing Centre, végül átkerült a British Library digitális objektumkezelő rendszerébe. A szolgáltatás nyilvános és a visszakereshetőség mellett különböző plusz funkciók, statisztikai elemző és vizualizációs megoldások is kapcsolódnak hozzá. A visszakereséshez [[OpenWayback]], [[PyWb]] és [[Solr]] szoftvereket használnak.
 Az amerikai [[Internet Archive]] és a brit JISC (Joint Information Systems Committee) partneri kapcsolatának köszönhetően 1996-tól 2010-ig, majd 2011-től 2013-ig (egy 32 és egy 26 terabájtos csomagban [[WARC]] fájlokként) megkapták az IA-tól azt a részhalmazt, amely az Egyesült Királyság webhelyeinek anyaga (UK Web Domain Dataset). 2013-tól pedig saját maguk aratják az .uk domaint (Non-Print Legal Deposit UK Web Archive). Mindkét archívum jelenleg csak helyben használható a kötelespéldány törvény alá tartozó hat brit könyvtárban, de vizsgálják, hogy hogyan lehetne belőlük nyilvánossá tehető tartalmakat kinyerni.