1基于Wayback.pdfVIP

大纲 1.背景与挑战 Wayback Wayback 基于WWaayybbaacckk的索引策略研究 2.Wayback简介 孙志茹 吴振新 曲云鹏 3.基于Wayback 的5种索引策略介绍 中国科学院国家科学图书馆 国家图书馆 4. 索引策略比较及分析 报告人：曲云鹏 1.背景与挑战 保存平台简单系统架构 • 在目前，很多专家及机构都注意到了网络信息资源 Heritrix 保存对于文化保护的重要性。 (采 集 ) • 网络信息资源保存（Web Archive）已经成为各国 长期保存领域的研究重点。 Wayback Nutchwax （U R L 索 引 ） （全 文 索 引 ） • 国家图书馆在网络信息资源保存方面的积累和努力 – 2003年的WICP项目。 – 2007年正式加入IIPC。 – 2006与国家科学图书馆信息系统部共同承担了社会科学 基金的课题“网络信息资源保存的理论和方法研究” Wayback (发 布 ) 1.背景与挑战 2.Wayback • Web Archive的存档资源继承了Web资源本 • 目前Web Archive领域中广为使用的开源索 身的动态、增长、海量等特性。 引、访问系统。 • 初始版本为Wayback Machine，由Alexa公 司受Internet Archive委托于2001年开发完成 • 新的特性：内容动态增长、内容累积性。 并投入使用。 • Wayback Machine由perl语言实现，缺乏可 • Web Archive的索引系统面临着动态性、可 维护性和可扩展性，代码也并非开源。 伸缩性等多方面的挑战。 • Java版本主要致力于解决这三个问题，从而