D-Lib杂志中Web引用的可用性和持久性
摘要：D-Lib杂志文章中引用的URL的可用性和持久性的探究。我们提取了1995年7月至2004年8月期间发表的453篇文章中引用的4387个唯一URL。从2004年9月到2005年2月，我们每周检查3次可用性，共25周。我们发现大约28％的URL最初无法解析，最后一次检查时有30％无法解析。大多数无法解析的URL是由于404（页面未找到）和500（内部服务器错误）错误。URL指向的内容相对稳定，只有16％的内容在测试期间发生了1 KB以上的改变。我们通过查看URL的年龄，路径深度，顶级域和文件扩展名，探讨可能导致URL无法解析的因素。根据收集的数据，我们发现D-Lib杂志文章中引用的URL的半衰期约为10年。我们还发现，如果URL指向.net、.edu或特定国家的顶级域中的资源，使用非标准端口（而不是端口80），或指向具有不常见或过时扩展名的资源（例如shtml，ps，txt），则URL更有可能不可用。
作者：Frank McCown, Sheffan Chan, Michael L. Nelson, Johan Bollen
论文ID：cs/0511077
分类：Digital Libraries
分类简称：cs.DL
提交时间：2011-11-09