网络信息采集与保存标准规范研究.pdf

本期话题 http: // 网络信息采集与保存标准规范研究* □ 曲云鹏 王志庚 李春明 周晨 李成文 / 中国国家图书馆 北京 100081 摘要：标准规范体系研究是网络信息资源保存方法研究中重要的领域之一，是保证网络信息资源 保存工作顺利进行的基础。网络信息资源的特点决定了现有的数字资源长期保存标准并不完全适用。 文章通过对相关领域进行研究，从两个角度对网络信息采集与保存标准规范进行分析与组织，提出了 网络信息采集与保存标准规范体系，并在文章结尾阐述了网络信息采集当前面临的困难。该文为2009 年第七期“网络信息资源保存”专题文章之一。 关键词：网络信息资源，标准规范 DOI：10.3772/j.issn.1673—2286.2009.07.006 1 前言 生保证了网络信息资源保存过程具有期望特性，例如 质量、环境友好度、安全、可靠、高效等等。标准规 网络信息资源保存 （Web Archiving，简称WA ）所 范体系研究是网络信息资源保存方法研究中重要的领 解决的问题就是如何来选择、采集、标引、保存和访 域之一，是保证网络信息资源保存工作顺利进行的基 问生命短暂的网络信息，一般的方法是首先通过工具 础。因此，建立一个WA标准规范体系对解决WA领域 对互联网进行采集并保存，然后通过采集选择域或者 的各个技术难题具有很重要的意义。 网站来建立一个代理，在现在和将来可以通过该代理 网络信息资源采集与保存 （Web Archive ，简称 [1] 来对所保存的资源进行访问 。 WA ）是近几年刚刚兴起的研究领域，其应用范围、工 网络资源是一类比较特殊的数字资源，因此WA 作流程等仍然没有确定的结果，很多WA项 目都在参考 属于数字资源长期保存范畴。数字资源的长期保存包 数字资源长期保存领域的各种规范，而事实上，数字 括规划、资源分配以及保存策略和技术的运用以确保 资源长期保存领域的规范并不一定适用于WA领域， 那些具有长久价值的数字信息可以被永久访问和持续 WA系统需要制定更多更详细的标准规范来保证工作的 利用的过程。数字资源的长期保存涉及到一系列的信 正常准确的运行。 息记录活动，保存的目的在于实现数字资源的五项功 能：即可用性、可表现性、可理解性、真实性和可识 2 IIPC对于网络信息采集与保存标准 别性。WA也有着同样的目标。通用的标准规范体系可 规范的研究成果 以为WA 目标的实现提供理论基础。 在WA过程中，标准规范包括资源存档格式和元数 IIPC （International Internet Preservation Consortium， 据应用框架，涉及到网络信息资源及其保存过程的整 国际互联网保存协会）是较早建立的专门研究WA领 个生命周期，是保存活动中非常关键的部分。标准化 域问题的组织之一，为实现网络信息资源保存 目标作 对网络信息资源保存过程的影响是巨大的，标准的产 了大量的工作，其中也包括他们对标准规范领域所做 * 本文系国家社会科学基金项目“网络信息资源保存的理论与方法研究”（项目编号：06BTQ025）的研究成果之一。 年第 期（总第 期）