随时间变化的格式：探索英国网络历史
摘要：软件过时性是否是一个重大的风险？为了探索这个问题，我们分析了一个包含超过25亿资源的语料库，对应于1996年至2010年之间抓取的英国网域。使用DROID和Apache Tika识别工具，我们检查了每个资源，并将结果以扩展的MIME类型、嵌入版本、软件和硬件标识符以及格式信息进行捕获。合并的结果形成了该语料库的详细时间格式概况，我们已将其作为开放数据提供。我们展示了对这个数据集进行的初步分析结果。我们详细研究了图像、HTML和PDF资源，展示了不同格式、版本和软件实现的使用情况随时间的变化。此外，我们还表明，在网络中，软件过时性是罕见的，并揭示了网络效应稳定了格式免受过时性侵害的证据。
作者：Andrew N. Jackson
论文ID：1210.1714
分类：Digital Libraries
分类简称：cs.DL
提交时间：2012-10-08