Co po nás zbyde… ISSS 2005 WebArchiv digitální archiv českého webu Markéta Škodová, Národní knihovna ČR

Projekt WebArchiv (*2000) Hlavní řešitelé:   Národní knihovna ČR  Moravská zemská knihovna v Brně Externí spolupráce:   Ústav výpočetní techniky Masarykovy univerzity v Brně Cíle: Cíle:  registrace  dlouhodobá archivace  zpřístupnění „domácích“ online zdrojů

A rchivace webu – důvody? celosvětový trend enormní nárůst elektronických zdrojů  90 % dokumentů existuje pouze v elektronické podobě prchavost elektronických zdrojů  průměrná životnost dokumentu na webu je cca 44 dní  cenné dokumenty mohou být nenávratně ztraceny informační hodnota  různá, dokonalejší možnosti vyjádření oproti tradičním dokumentům zachování národního kulturního dědictví  národní knihovny

 není možné archivovat veškerý online obsah  technické důvody  ekonomické důvody (vč. ceny dlouhodobého uchovávání a zpřístupňování)  zaměření archivující instituce  legislativní rámec  hledání optimálního řešení  omezení rozsahu podle účelu archivu (rozdělení rolí)  dlouhodobá ekonomická udržitelnost A rchivace webu – názory

Hlavní přístupy v tvorbě digitálního archivu Kompletní archiv Kompletní archiv (harvesting) Výběrový archiv Výběrový archiv  Tematický archiv (volby, 11. září 2001, povodně) Kombinace Kombinace (harvesting+selektivní výběr)

WebArchiv - čísla Kompletní archiv Kompletní archiv  Heritrix - spuštěna další sklizeň domény.cz  zatím sklizeno 1,7 TB dat  55 mil. stažených souborů z 64,5 mil. URL Výběrový archiv Výběrový archiv  legislativní omezení  volně dostupné online zdroje  35 smluv s vydavateli  sklizeň 4x ročně

Zpřístupnění archivu data uložena na diskovém poli - celkem 1 TB v komprimovaném tvaru data uložena na diskovém poli - celkem 1 TB v komprimovaném tvaru  současná kapacita diskového pole 2,6 TB  předpokládané rozšíření až na 5,2TB  budoucnost - Centrální velkokapacitní úložiště (plánováno v rámci Koncepce knihoven ) testování nástrojů pro zpřístupnění testování nástrojů pro zpřístupnění  NWA Toolset volné zpřístupnění - jen pokud je uzavřena smlouva s vydavatelem volné zpřístupnění - jen pokud je uzavřena smlouva s vydavatelem

Knihovny, archivy, muzea, galerie… Role paměťových institucí Knihovny, archivy, muzea, galerie…  zájem trvale uchovat kulturní a informační dědictví  společné problémy  dlouhodobé uchování dat, migrace na nová média, konverze formátů  vzájemná spolupráce  rozdělení rolí, spolupráce při standardizaci postupů…

Doména.cz - relativní četnost souborů v archivu podle typů

Doména.cz - zastoupení hlavních typů souborů v archivu podle objemu dat

Vaše otázky? Markéta Škodová Národní knihovna ČR Klementinum Praha 1 Tel: