Notícias

O Arquivo da Web Portuguesa será apresentado durante as Jornadas FCCN nos dias 7 e 8 de Fevereiro de 2012, através das seguintes atividades:

• Sessão de demonstração do Arquivo da Web Portuguesa
• Sessão exploratória do Arquivo da Web Portuguesa: Porquê? Para quê? Para quem?
• Zapping de Serviços FCCN

Os conteúdos disponíveis foram recolhidos entre 1996 e 2010.

• Pesquisar no passado
• Como fornecer conteúdos históricos ao Arquivo da Web Portuguesa?

• Pesquisar no passado
• Envie-nos a sua opinião

Esta interface facilita o desenvolvimento de ferramentas que utilizem as funcionalidades de pesquisa do Arquivo. Os resultados das pesquisas são devolvidos em formato XML (RSS 2.0)

• Acesso via OpenSearch

O artigo A survey on web archiving initiatives, de Daniel Gomes, João Miranda e Miguel Costa, foi apresentado na International Conference on Theory and Practice of Digital Libraries 2011, em Berlim, na Alemanha.

• Slides da apresentação
• Póster
• Video curto

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!