东亚重要WebArchive项目建设比较研究.pdfVIP

⑥ 学术探讨 东亚重要WebArchive 项目建设比较研究 文 ／文振兴 (一)Web的选定与采集 摘 要：WebArchive (简称WA)项 目已在 全球范围内广泛开展。本文选取东亚地区的四个 Web的采集是从多个异构数据源收集与整合数据的 wA项目作为研究对象，以wA包含的采集、保存、 过程 ，方式有推送与拉取两种 ，其中拉取是主流 ，包括 访问与检索活动的工作链为主线进行系统梳理， 选择采集、全采集以及两种采集方式的联合。当前 ，四 比较它们的共性与差异，为大陆开展wA项 目提 个项 目的采集方式均为选择采集 ，该方式能保证采集质 供有益借鉴。 量 、节约存储空间，但需要制定标准来界定采集范围。 关键词：网页归档 东亚 台湾 日本 韩国 其中，日本、台湾主要依据 《图书馆法》；韩国制定了 《采集指南》进行规范，韩国的采集小组根据该指南实 海量的网页信息汇集了人类 的知识和智慧成果 ，然 施采集，同时还可以直接采集 由韩国数字资源采集与保 而许多重要 网页资源由于URL地址的变更、维护成本较 存委员会成员推荐的Web资源。 高、政策法律问题等原因而消失 。因此，如何有效地采 对著作权的处理是Web采集中需要注意的重要问题 ， 集与保存有价值的网页资源，是一个十分重要的议题。 日本 《国会 图书馆法》中的呈缴制度对所有数字资源的 采集与归档均规定了详细的审核与授权机制 【，比如 ，该 一 、 WA项 目概况 法规定民间出版物发行者 自出版物发行30日以内，必须 国外的网页归档 (WebArchive，简称WA)项 目始 向国立国会图书馆呈缴一部内容完整的最佳版本 。除了 于20世纪90年代中期。截止2011年 ，世界范围内的WA项 依据 《图书馆法》以外，制定专门的法律法规也是重要 目已有63项之多，其中美 国约占20％，欧洲约占48％…。 做法，韩国就在2007年制定了 《关于数字资料呈缴以及 目前东亚地 区除中国大陆外 ，共有4个项 目，分别是韩 利用的法律 (案 )》，根据该法案 ，韩国国家图书馆拥 国国家图书馆2001年启动的网页归档与网络信息资源搜 有直接采集权 】。见表一。 集项 目 (OnlineArchivingSearchingInternetSources． (二)Web的组织与保存 简称OASIS) 】、日本国立国会图书馆2002年启动的网页 Web组织与保存的首要问题是元数据方案的选择，它 归档保存项目 (WebArchivingProject，简称WARP) 】、 是关于数据的数据，是资源组织、保存 、管理、检索及 中国台湾图书馆2007年启动的台湾网站典藏项 目 (Web 使用的基础 ，采纳何种元数据方案主要根据项 目的目的 ArchiveTaiwan，简称WATaiwan)I4与台湾大学图书馆 和实际需求 ，除了参考国际通行标准外 ，还可以制定适 2007年启动的台湾大学网站典藏库项 目(NationalTaiwan 合本项 目的元数据方案。在 四个项 目中，韩国将柏林核 UniversityWebArchivingSystem，简称NTUWAS) ]。其 心元数据的15个元素 (DCMES)作为数据描述的标准 ； 中，韩国、日本均与国际互联网保存联盟 (International 日本的描述性元数据标准则使用了元数据对象描述框架 Int