Интернет архив

Internet Archive
Сървърът в Библиотека Александрина в град Александрия, Египет през 2008 г.
Уеб адрес	archive.org
Вид на сайта	архив, уеб сайт, организация с нестопанска цел, електронна библиотека, уеб архив
Регистрация	не е задължителна
Език	английски
Притежател	Internet Archive
Създаден от	Брюстър Кейл
Създаване	12 май 1996 г.; преди 28 години (1996-05-12)
Alexa ранг	183:[1] САЩ – 27,4 % (155); Индия – 17,8 % (91); Япония – 6,1 % (393) (към 31 май 2021 г.)
Приходи	20,3 милиона щатски долара (2018)[2]
Реклами	не
Настоящ статус	активен
Седалище	САЩ;  Египет;  Нидерландия
Internet Archive в Общомедия

Internet Archive е американска електронна библиотека, основана на 10 май 1996 г. и председателствана от защитника на свободната информация Брюстър Кейл.^[3][4] Сайтът предоставя безплатен публичен достъп до колекции от дигитализирани материали, включително уеб сайтове, софтуерни приложения (игри, музика, филми) видеоклипове, движещи се изображения и милиони книги. В допълнение към функцията си за архивиране, Internet Archive е активистка организация, застъпваща се за безплатен и отворен интернет. Към 1 януари 2023 г. Internet Archive съдържа повече от 36 милиона печатни материали, 11,6 милиона парчета аудиовизуално съдържание, 2,5 милиона софтуерни програми, 15 милиона аудиофайла, 4,5 милиона изображения, 251 хиляди концерта и над 808 милиарда уеб страници в своята Wayback Machine.

Internet Archive позволява на обществеността да качва и изтегля цифрови материали в своя клъстер от данни, но по-голямата част от данните му се събират автоматично от нейните търсещи роботи, които работят за запазване на възможно най-голяма част от публичната мрежа. Неговият уеб архив, Wayback Machine, съдържа стотици милиарди уеб улавяния. Internet Archive контролира един от най-големите проекти за дигитализация на книги в света.

Сайтът е създаден през 1996 г. от Брюстър Кейл. Към август 2016 г. съдържа 502 млрд. копия на уеб страници. Към март 2019 г. размерът на архива е 60 петабайта^[5] Архивът не включва страници от сайтове, които не позволяват (чрез robots.txt) да бъдат индексирани от ботове.

Управление

Internet Archive е организация с нестопанска цел, базирана в Сан Франциско, Калифорния, САЩ. Архивът разполага с годишен бюджет от около няколко десетки милиона щатски долара, събиран чрез различни източници, като: уеб услуги, различни партньорства, безвъзмездни средства, дарения и фондация „Kahle–Austin“.^[6] Internet Archive управлява периодични кампании за финансиране, както стартиралата през декември 2019 г. кампания, целяща да събере дарения за 6 милиона щатски долара.^[7]

До 2019 г. по-голямата част от служителите работят в центровете за сканиране на книги, след което сканирането се извършва от 100 платени оператора по целия свят.^[8] Internet Archive разполага с центрове за данни в три калифорнийски града – Сан Франциско, Редуд Сити и Ричмънд. За да се подсигури стабилността и устойчивостта на архива, както да се ускори свалянето и да се разпредели натоварването, пълни копия се поддържат на огледални сайтове в Библиотека Александрина (Египет) и съоръжение в Амстердам (Нидерландия). Архивът е член на Международния консорциум за опазване на интернет.^[9] От 2007 г. архивът придобива статус на библиотека.^[10]

• 
  Централната сграда, разположена в Сан Франциско, Калифорния (1996 – 2009)
• 
  Централната сграда, разположена в Сан Франциско, Калифорния (след 2009 г.)

История

Архива е основан през май 1996 г. от Брюстър Кейл. През октомври 1996 г. Internet Archive започва да архивира и съхранява глобалната мрежа в големи количества, въпреки че запазва най-ранните страници през май 1996 г.^[11] До 2001 г. архивираното съдържание не е публично достъпно, до разработването на Wayback Machine.

Уеб архивиране

Wayback Machine

Лого на Wayback Machine, използвано от 2001 г.

Internet Archive се възползва от популярното използване на термина „WABAC machine“ от сегмент на анимационния филм „Приключенията на Роки и Булуинкъл“ и използва името „Wayback Machine“ за своята услуга, която позволява архиви на World Wide Web за търсене и достъп.^[12] Тази услуга позволява на потребителите да преглеждат някои от архивираните уеб страници. Wayback Machine е създаден със съвместни усилия на Alexa Internet и Internet Archive, когато е изграден триизмерен индекс, който позволява сърфиране на архивирано уеб съдържание. Милиони уеб сайтове и свързаните с тях данни (изображения, източник код, документи и др.) се записват в база данни. Услугата може да се използва, за да се види как са изглеждали предишните версии на уеб сайтове, да се вземе оригинален изходен код от уеб сайтове, които може вече да не са директно достъпни, или да се посетят уеб сайтове, които вече дори не съществуват. Не всички уеб сайтове са налични, защото много собственици на уеб сайтове решават да изключат своите сайтове.^[13]

През октомври 2013 г. е предоставена функция за архивиране „Запазване на страница сега“,^[14] достъпна в долния десен ъгъл на главната страница на Wayback Machine. След като се въведе и запази целеви URL адрес, уеб страницата се запазва в Wayback Machine.^[14] Чрез интернет адреса web.archive.org^[15] потребителите могат да качват в Wayback Machine голямо разнообразие от съдържание, включително PDF и файлови формати за компресиране на данни. Wayback Machine създава постоянен локален URL адрес на съдържанието за качване, който е достъпен в мрежата, дори ако не е посочен по време на търсене в официалния уеб сайт „archive.org“.

Archive-It

Брюстър Кейл говори за методите при архивиране, 2013 г.

Archive-It е услуга за абонамент за уеб архивиране, която позволява на институции и лица да изграждат и съхраняват колекции от цифрово съдържание и да създават цифрови архиви, създадена в началото на 2006 г. Archive-It позволява на потребителя да персонализира заснемането или изключването на уеб съдържание, което иска да запази поради съображения за културно наследство. Чрез уеб приложение, партньорите Archive-It могат да събират, каталогизират, управляват, разглеждат, търсят и преглеждат своите архивирани колекции.^[16]

По отношение на достъпността, архивираните уеб сайтове могат да се търсят в пълен текст в рамките на седем дни след заснемането. Съдържание, събрано чрез Archive-It, се заснема и съхранява като WARC файл. Основно и резервно копие се съхраняват в центровете за данни на Internet Archive. Копие от WARC файла може да бъде предоставено на абониращи се партньорски институции за геоизлишно съхранение и съхранение в съответствие с техните най-добри стандарти.^[17] Периодично данните, уловени чрез Archive-It се индексират в общия архив на Internet Archive.

Към март 2014 г. Archive-It има над 275 партньорски институции в 46 щати на САЩ и 16 държави, които събират над 7,4 милиарда URL адреса за над 2444 публични колекции. Партньори на Archive-It са библиотеки на университети и колежи, държавни архиви, федерални институции, музеи, юридически библиотеки и културни организации, включително Организацията за електронна литература, Държавен архив и библиотека в Северна Каролина, Станфордски университет, Колумбийски университет, Американски университет в Кайро, Джорджтаунска юридическа библиотека и др.

Internet Archive Scholar

През септември 2020 г. Internet Archive обявява, че пуска нова услуга за архивиране и запазване на академични списания с отворен достъп, наречена Internet Archive Scholar.^[18][19][20] Тя включва над 25 милиона научни статии и други научни документи, запазени в Internet Archive. Колекцията обхваща от дигитализирани копия на списания от XVIII век до най-новите конферентни сборници с отворен достъп и предпечатни материали от световната уеб мрежа.

General Index

През 2021 г. Internet Archive обявява първоначалната версия на General Index, публично достъпен индекс към колекция от 107 милиона статии в академични списания.^[21][22]

Колекции от книги

Служители сканират книги в централната сграда в Сан Франциско, 2011 г.

Машини на Internet Archive за сканиране на книги, 2012 г.

Брой текстове по езици

Броят на всички текстове към 2 август 2021 г. е 32 144 440. Първите 100 категории за езици по брой текстове са:^[23]

№ Езици Брой текстове 1 Английски 24 273 219 2 Нидерландски 702 221 3 Френски 689 436 4 Немски 688 460 5 Арабски 461 483 6 Италиански 384 698 7 Испански 287 030 8 Гръцки 144 161 9 Китайски 141 668 10 Латински 133 710 11 Японски 130 926 12 Ръкописен английски 92 763 13 Урду 91 094 14 Санскрит 86 582 15 Хинди 75 948 16 Руски 66 980 17 Португалски 63 315 18 Бенгалски 43 489 19 Телугу 41 883 20 Гуджарати 41 307 21 Украински 30 059 22 Тамилски 28 388 23 Персийски 23 007 24 Датски 21 269 25 Шведски 18 151

№ Езици Брой текстове 26 Полски 18 051 27 Турски 17 244 28 Папиаменто 16 382 29 Тибетски 16 051 30 Идиш 15 343 31 Индонезийски 15 068 32 Малаялам 14 669 33 неопределен 13 957 34 Каннада 12 994 35 Унгарски 11 447 36 Румънски 11 175 37 Есперанто 9720 38 Хърватски 9646 39 Чешки 9402 40 Тайски 8007 41 Маратхийски 7534 42 неизвестен 7409 43 Каталонски 7284 44 Корейски 7254 45 Малайски 7049 46 Беларуски 6046 47 Норвежки 5666 48 Старогръцки 5297 49 Панджабски 5273 50 Староруски 5094

№ Езици Брой текстове 51 Суахили 5085 52 Пиемонтски 4848 53 Иврит 4838 54 Фински 4641 55 Уелски 4471 56 Кюрдски 4443 57 Ръкописен японски 4097 58 Виетнамски 3935 59 много езици 3746 60 други 3213 61 Английски и френски 3067 62 Тагалог 3048 63 Исландски 2972 64 Африканс 2847 65 Сръбски 2844 66 Балийски 2778 67 Манипури 2762 68 Одия 2702 69 Османски турски 2538 70 Конкани 2446 71 Синдхи 2280 72 Бретонски 2272 73 Асамски 2258 74 Албански 2258 75 Галисийски 2064

№ Езици Брой текстове 76 Арменски 2055 77 Баски 1928 78 Илокано 1914 79 Естонски 1909 80 Литовски 1788 81 Азербайджански 1750 82 Кхоса 1741 83 Словашки 1708 84 Новоарамейски 1691 85 Шотландски келтски 1639 86 Зулуски 1572 87 Ирландски 1570 88 Словенски 1537 89 Узбекски 1450 90 Пали 1347 91 Окситански 1192 92 Български 983 93 Шотландски германски 966 94 Кхаси 878 95 Енг – ръкописен 867 96 Сирийски 836 97 Бошняшки 832 98 Непалски 832 99 Норвежки – букмол 826 100 Пущунски 824

Брой текстове по десетилетия

19 век Десетилетия Брой текстове (27 ноември 2015) 1800-те 39 842 1810-те 51 151 1820-те 79 476 1830-те 105 021 1840-те 127 649 1850-те 180 950 1860-те 210 574 1870-те 214 505 1880-те 285 984 1890-те 370 726

20 век Десетилетия Брой текстове (27 ноември 2015) 1900-те 504 000 1910-те 455 539 1920-те 185 876 1930-те 70 190 1940-те 85 062 1950-те 81 192 1960-те 125 977 1970-те 206 870 1980-те 181 129 1990-те 272 848

21 век Десетилетия Брой текстове (27 ноември 2015) 2000-те 579 905 2010-те 855 253

Open Library

Open Library (в превод: Отворена библиотека) е проект на Internet Archive. Уикито се стреми да включи уеб страница за всяка книга, съдържа 25 милиона каталожни записа на издания. Също така се стреми да бъде достъпна в мрежата публична библиотека: съдържа пълните текстове на приблизително 1 600 000 книги в публично достояние (от повече от пет милиона от основната колекция текстове), както и книги в печат и авторски права,^[24] които са напълно четими, с възможност за изтегляне^[25] и с възможност за търсене в пълен текст; предлага двуседмичен заем на електронни книги в своята програма за кредитиране на Книги за заеми за над 647 784 книги, които не са публични домейн, в партньорство с над 1000 библиотеки от 6 държави^[26] след безплатна регистрация в уеб сайта. Open Library е безплатен софтуерен проект с отворен код, чийто изходен код е свободно достъпен в GitHub.

Медийни колекции

В допълнение към уеб архивите, Internet Archive поддържа обширни колекции от дигитални медии, които са удостоверени от потребителя, който ги е качил, за публично достояние в Съединените щати или са лицензирани под лиценз, който позволява преразпределение, като лицензи на Криейтив Комънс. Медиите са организирани в колекции по тип медия (движещи се изображения, аудио, текст и др.) И в раздели на колекции според различни критерии. Всяка от основните колекции включва раздела на колекция „Общност“ (по-рано наречена „Отворен код“), където се съхраняват общи публикации от обществеността.

Колекциите съдържат около 3000 предмета от Бруклинския музей.

Аудиоколекция

Аудиоархивът включва музика, аудиокниги, новинарски предавания, радиопредавания от старо време и голямо разнообразие от други аудиофайлове. В колекцията има повече от 200 000 безплатни цифрови записа. Разделите колекции включват аудиокниги и поезия, подкасти и др. Звуковите колекции са куратори от Боб Джордж, директор на Архива на съвременната музика.^[27]

Архивът на музика на живо включва повече от 170 000 записа на концерти от независими музиканти, както и по-утвърдени изпълнители и музикални състави с разрешителни правила за записване на техните концерти.^[28]

Проектът „Великият 78“ има за цел да дигитализира 250 000 сингъла със 78 оборота в минута (500 000 песни) от периода между 1880 и 1960 г., дарени от различни колекционери и институции. Той е разработен в сътрудничество с Архива на съвременната музика и Джордж Блъд аудио, отговарящ за дигитализацията на аудио.^[27]

Източници

1. archive.org // alexa.com. Архивиран от оригинала на 2020-05-18. Посетен на 31 май 2021. (на английски)
2. Full text of 'Full Filing' for fiscal year ending Dec. 2018 // projects.propublica.org. Посетен на 21 септември 2020. (на английски)
3. archive.org WHOIS, DNS, & Domain Info – DomainTools // WHOIS. Архивиран от оригинала на November 5, 2018. Посетен на March 13, 2016.
4. Internet Archive: About the Archive // April 8, 2000. Архивиран от оригинала на April 8, 2000. Посетен на March 13, 2016.
5. Donate to the Internet Archive! // archive.org. Посетен на 2019-11-25. (на английски)
6. Who Owns History? // cabinetmagazine.org. Архивиран от оригинала на 2013-03-19. Посетен на 21 септември 2020. (на английски)
7. Donations: donating to the Internet Archive // help.archive.org. Посетен на 21 септември 2020. (на английски)^{[неработеща препратка]}
8. The Internet Archive Fights Wiki Citation Wars With Books // gizmodo.com. Архивиран от оригинала на 2019-11-05. Посетен на 21 септември 2020. (на английски)
9. Members // netpreserve.org. Архивиран от оригинала на 2010-06-13. Посетен на 21 септември 2020. (на английски)
10. Internet Archive officially a library // archive.org. Посетен на 21 септември 2020. (на английски)
11. Infoseek Guide – Wayback Machine // infoseek.com. Архивиран от оригинала на 1996-05-12. Посетен на 22 септември 2020. (на английски)
12. A Library as Big as the World // www.businessweek.com. Архивиран от оригинала на 2002-06-01. Посетен на 22 септември 2020. (на английски)
13. A fair history of the Web? Examining country balance in the Internet Archive // www.scit.wlv.ac.uk. Архивиран от оригинала на 2015-09-24. Посетен на 22 септември 2020. (на английски)
14. Fixing Broken Links on the Internet // blog.archive.org. Архивиран от оригинала на 2014-11-07. Посетен на 22 септември 2020. (на английски)
15. Web.archive.org directory // web.archive.org. Архивиран от оригинала на 2012-01-03. Посетен на 22 септември 2020. (на английски)
16. Web Archiving Environmental Scan // nrs.harvard.edu. Посетен на 22 септември 2020. (на английски)
17. About Archive-It // archive-it.org. Архивиран от оригинала на 2014-02-21. Посетен на 22 септември 2020. (на английски)
18. The Internet Archive Will Digitize & Preserve Millions of Academic Articles with Its New Database, 'Internet Archive Scholar' // September 22, 2020. Архивиран от оригинала на September 22, 2020. Посетен на 2020-09-23.
19. Bryan, Newbold. Search Scholarly Materials Preserved in the Internet Archive // 2021-03-09.
20. Internet Archive Scholar [homepage] // Internet Archive. Посетен на 24 March 2022.
21. Else, Holly. Giant, free index to world's research papers released online // Nature. 2021-10-26. DOI:10.1038/d41586-021-02895-8. Архивиран от оригинала на November 13, 2021.
22. "The General Index": New tool allows you to search 107 million research papers for free // Архивиран от оригинала на November 12, 2021. Посетен на 2021-11-12.
23. Internet Archive Search // archive.org. Посетен на 2 август 2021. (на английски)
24. FAQ on Controlled Digital Lending (CDL) // nwu.org. Посетен на 21 септември 2020. (на английски)
25. The Open Library Makes Its Online Debut // chronicle.com. Архивиран от оригинала на 2007-09-30. Посетен на 21 септември 2020. (на английски)
26. In-Library eBook Lending Program Expands to 1,000 Libraries, 2011 // blog.archive.org. Архивиран от оригинала на 2014-08-13. Посетен на 21 септември 2020. (на английски)
27. How The Great 78 Project is saving half a million songs from obscurity // thevinylfactory.com, 18 август 2017. Посетен на 31 май 2021. (на английски)
28. Warren Zevon Live Shows Hit the Web, Possible Film in the Works // rollingstone.com, 3 юни 2009. Посетен на 31 май 2021. (на английски)

Външни препратки

• ((en)) Официален сайт
• ((en)) The Internet Archive at the New Library of Alexandria
• Open Library – библиотека със свободно съдържание поддържана от същата организация