admin

A FCCN escreveu mais de 72 000 linhas de código para melhorar as ferramentas disponibilizadas pelo projecto Archive-access.

O código-fonte do sistema que suporta a pesquisa do Arquivo da Web Portuguesa está agora disponível como um projecto de código-aberto gratuito para que possa ser utilizado e melhorado pela comunidade.

• Código-fonte do Arquivo da Web Portuguesa

O projecto de preservação colaborativa rARC foi iniciado em 2007 no âmbito do Arquivo da Web Portuguesa.

Contributos:

• Prova de conceito e projecto em produção bem sucedidos
• Tese de mestrado de André Nogueira, Preservação da Web através de replicação distribuída em larga escala, Universidade de Lisboa
• Código-fonte
• Página do projecto

Agradecemos a todos os contribuidores a sua colaboração e apoio.

• Atingimos os 1 200 milhões de conteúdos arquivados desde 1996, 79% deles já foram indexados
• Poupamos 62% de espaço em disco graças ao uso do DeDuplicator nas nossas recolhas diárias
• Estimamos ter espaço em disco até 2017 para arquivar dados mas memória apenas até 2014 para mantê-los pesquisáveis

• A nossa pesquisa é suportada por um sistema distribuído composto por 111 processos, cada um com múltiplos fios de execução (threads)
• Temos 61 computadores:
  •  1,8 TB de memória;
  • 122 processadores (488 cores);
  • 348 discos (320 TB)
• Experimentar pesquisa sobre o passado

• 93% das pesquisas textuais sobre o Arquivo da Web Portuguesa são respondidas em menos de 5 segundos.
• 95% das pesquisas por endereço são respondidas em menos de 5 segundos.
• 73% dos cliques são na primeira página de resultados.
• Escrevemos 72 000 linhas de código para melhorar o sistema de pesquisa original baseado no projecto Archive-access
• Experimentar pesquisa!

A apresentação focou os seguintes pontos:

• Motivação para a temática do arquivo da Web
• Apresentação do estado do projecto Arquivo da Web Portuguesa
• Serviços disponibilizados à comunidade

Para saber mais:

• Ver vídeo da apresentação (no Educast)
• Descarregar slides da apresentação (PDF)
• Ler descrição da apresentação

A apresentação foca os seguintes pontos:

• O que é a usabilidade?
• O Arquivo da Web Portuguesa
• Problemas de usabilidade e iterações no desenvolvimento
• Recomendações de usabilidade e concepção centrada no utilizador

Para saber mais:

• Ver vídeo (no Educast)
• Descarregar slides da apresentação (PDF)

A apresentação foca os seguintes pontos:

• A Web
• O arquivo da Web e os batedores
• As características da Web e a sua evolução em 5 anos
• A importância do estudo da evolução da Web no desenho de ferramentas relacionadas com a Web

Para saber mais:

• Ver vídeo (no Educast) (em inglês)
• Descarregar os diapositivos da apresentação (PDF) (em inglês)
• Ler artigo completo (PDF) (em inglês)
• Ver as publicações do Arquivo da Web Portuguesa

• Pesquisar já

Exemplos de páginas da colecção:

• Governo em Diálogo – página oficial do primeiro-ministro e do seu Gabinete em 1998
• Centro de Informação Jacques Delors – divulgação de informação sobre temas ligados à União Europeia em 1998
• Comissão Nacional para as Comemorações dos Descobrimentos Portugueses – com informação sobre os projectos e actividades da Comissão em 1996
• Antevisão da Expo 98 no Expresso – rubrica “Tendências XXI – ‘Olharapos’ invadem Expo 98”
• A Expo 98 – com fotografias e descrição de pontos de interesse da exposição em 1998
• Inauguração da Ponte Vasco da Gama no Expresso –  acerca da festa da inauguração da nova travessia sobre o Tejo em 1998
• Diário de Notícias – edição online em 1996

O Internet Archive é uma organização sem fins lucrativos fundada em 1996 e sediada em São Francisco. Foi idealizada como uma grande biblioteca da Internet e disponibiliza colecções de conteúdos digitais, incluindo sítios Web, música e livros.

• Como fornecer conteúdos históricos ao Arquivo da Web Portuguesa?

O artigo Characterizing Search Behavior in Web Archives, de Miguel Costa e Mário J. Silva, foi apresentado na Temporal Web Analytics Workshop 2011, em Hyderabad, Índia.

• Apresentação