Automatische Identifikation relevanter Domains zur Web-Archivierung

Zink, Thomas; Haase, Oliver; Waldvogel, Marcel

Automatische Identifikation relevanter Domains zur Web-Archivierung

Files

Zink_2-cq48vlxjriyc5.pdf(571.5 KB)

Date

2014

Authors

Zink, Thomas

Haase, Oliver

Waldvogel, Marcel

Series

Distributed Systems Group Technical Report; KN-2014-DISY-01

Publication type

Working Paper/Technical Report

Publication status

Published

Abstract

Oftmals werden Organisationen und Forschungseinrichtungen wie Hochschulen und Universitäten durch viele verschiedene Domains repräsentiert, die auf mehreren Webservern gehostet werden. Dem Anwender sind diese oftmals nicht gänzlich bekannt, da Arbeitsgruppen, Institute, etc. ihre eigenen Domains und Webserver - unter Umständen auch extern gehostet - haben können. Für die Web- Archivierung in großen Organisationen stellt dies ein Problem dar, da a-priori nicht bekannt ist, welche Domains archiviert werden müssen. Diese sollten automatisch erkannt werden. Das Hauptproblem dabei besteht darin, eine Zugehörigkeit von Domains zur Organisation festzustellen. Wir stellen verschiedene Verfahren vor, die vor und während des Harvestens angewandt werden können, um dynamisch zu entscheiden, welche Domains dem Archiv hinzugefügt werden müssen.

Subject (DDC)

004 Computer Science

Keywords

Web-Archivierung, harvesting, crawling, Web-Server, Domain

Cite This

ISO 690

ZINK, Thomas, Oliver HAASE, Marcel WALDVOGEL, 2014. Automatische Identifikation relevanter Domains zur Web-Archivierung

BibTex

@techreport{Zink2014Autom-43359,
  year={2014},
  series={Distributed Systems Group Technical Report},
  title={Automatische Identifikation relevanter Domains zur Web-Archivierung},
  number={KN-2014-DISY-01},
  author={Zink, Thomas and Haase, Oliver and Waldvogel, Marcel}
}

RDF

<rdf:RDF
    xmlns:dcterms="http://purl.org/dc/terms/"
    xmlns:dc="http://purl.org/dc/elements/1.1/"
    xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
    xmlns:bibo="http://purl.org/ontology/bibo/"
    xmlns:dspace="http://digital-repositories.org/ontologies/dspace/0.1.0#"
    xmlns:foaf="http://xmlns.com/foaf/0.1/"
    xmlns:void="http://rdfs.org/ns/void#"
    xmlns:xsd="http://www.w3.org/2001/XMLSchema#" > 
  <rdf:Description rdf:about="https://kops.uni-konstanz.de/server/rdf/resource/123456789/43359">
    <bibo:uri rdf:resource="https://kops.uni-konstanz.de/handle/123456789/43359"/>
    <dc:contributor>Waldvogel, Marcel</dc:contributor>
    <dspace:isPartOfCollection rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/36"/>
    <dc:rights>terms-of-use</dc:rights>
    <dc:creator>Zink, Thomas</dc:creator>
    <dc:contributor>Zink, Thomas</dc:contributor>
    <dcterms:hasPart rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/43359/3/Zink_2-cq48vlxjriyc5.pdf"/>
    <dcterms:title>Automatische Identifikation relevanter Domains zur Web-Archivierung</dcterms:title>
    <dcterms:isPartOf rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/36"/>
    <dcterms:available rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2018-09-21T11:49:22Z</dcterms:available>
    <dc:language>deu</dc:language>
    <dc:contributor>Haase, Oliver</dc:contributor>
    <dspace:hasBitstream rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/43359/3/Zink_2-cq48vlxjriyc5.pdf"/>
    <void:sparqlEndpoint rdf:resource="http://localhost/fuseki/dspace/sparql"/>
    <dc:creator>Waldvogel, Marcel</dc:creator>
    <dcterms:issued>2014</dcterms:issued>
    <dcterms:abstract xml:lang="deu">Oftmals werden Organisationen und Forschungseinrichtungen wie Hochschulen und Universitäten durch viele verschiedene Domains repräsentiert, die auf mehreren Webservern gehostet werden. Dem Anwender sind diese oftmals nicht gänzlich bekannt, da Arbeitsgruppen, Institute, etc. ihre eigenen Domains und Webserver - unter Umständen auch extern gehostet - haben können. Für die Web- Archivierung in großen Organisationen stellt dies ein Problem dar, da a-priori nicht bekannt ist, welche Domains archiviert werden müssen. Diese sollten automatisch erkannt werden. Das Hauptproblem dabei besteht darin, eine Zugehörigkeit von Domains zur Organisation festzustellen. Wir stellen verschiedene Verfahren vor, die vor und während des Harvestens angewandt werden können, um dynamisch zu entscheiden, welche Domains dem Archiv hinzugefügt werden müssen.</dcterms:abstract>
    <dc:creator>Haase, Oliver</dc:creator>
    <foaf:homepage rdf:resource="http://localhost:8080/"/>
    <dc:date rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2018-09-21T11:49:22Z</dc:date>
    <dcterms:rights rdf:resource="https://rightsstatements.org/page/InC/1.0/"/>
  </rdf:Description>
</rdf:RDF>

Bibliography of Konstanz

Yes