Prezentace pro předmět Kurz webové archivace, vyučovaném na ÚISKu v roce 2017. Technická část, sklízení, zpřístupnění dat.

1. Webarchiv
u nás v garáži

2. Heritrix | OpenWayback
Sklízení | Zpřístupnění
Otevřený software
Mezinárodní (tj. dostatečně velká)
komunita

3. https://github.com/webarchivCZ/

4. úskalí webové archivace

5. Archivovatelnost

6. JavaScript driven

7. JavaScript driven

8. Web jako aplikace

9. Heritrix objeví 1,75 x méně URI než
PhantomJS

10. Heritrix sklízí 2 065 URI/s
PhantomJS sklízí 172 URI/s

11. Uzavřené implementace
RTSP / Flash apod.

12. .cz z nic.cz
ale co s
.com, .net, .org, .eu apod.?

13. robots.txt

14. na co si dát pozor

15. Časová nekonzistence

16. Časová nekonzistence
URI-R
sklizeno
URI-R ☨
nesklizeno
URI-R
sklizeno
URL
např.
http://nyx.cz
Memento Memento
URL
např.
http://nyx.cz

17. Co všechno může být WA?

18. Software

19. Zloware

20. ...

21. a koho dnes WA zajímá?

22. nás

23. Ian Milligan

24. metadata

25. metadata

26. Old Dominion University

27. UK WA / SHINE

28. Personal web archiving

29. co dál?

30. rudolf.kreibich@nkp.cz