Internetowi archeolodzy rekonstruują utracone strony internetowe

Internet znika. A wraz z nim idzie ważna część naszej zapisanej historii. Taki był wniosek zeszłorocznego badania tego bloga, które mierzyło tempo znikania linków udostępnianych na platformach społecznościowych, takich jak Twitter.

Wniosek był taki, że dane te giną w tempie 11 proc. w ciągu roku i 27 proc. w ciągu dwóch lat.

Dziś badacze stojący za tą pracą ujawniają, że nie wszystko jest stracone. Hany SalahEldeen i Michael Nelson z Old Dominion University w Norfolk w stanie Wirginia znaleźli sposób na zrekonstruowanie usuniętego materiału i twierdzą, że działa on dość dobrze.

Najpierw trochę tła. Ci faceci rozpoczęli swoją pracę od przestudiowania tysięcy tweetów, postów na blogach i innych zasobów opublikowanych podczas 18 dni powstania w egipskiej rewolucji w 2011 roku. wydarzenie.

Odkryli jednak również, że niektóre z tych postów i inne w sieci znikają, i zaczęli mierzyć tempo, w jakim znikały. Stąd liczby podane powyżej.

Nowa praca jest ich próbą zrekonstruowania tych brakujących postów i zasobów, przynajmniej częściowo, na podstawie wskazówek, które zostawiają w sieci.

SalahEldeen i Nelson zaczęli od próby potwierdzenia wcześniejszych wyników, co wywołało niespodziankę. Ciekawe zjawisko miało miejsce, gdy kilka zasobów, które wcześniej uznano za zaginione, ponownie stało się dostępne.

Jest to możliwe, jeśli pierwotne zniknięcie było wynikiem zakłócenia domeny lub archiwum, które zostało później przywrócone, albo konta użytkownika, które zostało zawieszone, a następnie przywrócone.

Dlatego SalahEldeen i Nelson zastanawiali się, jak można znaleźć ten wskrzeszony materiał, nawet jeśli nie znajduje się już w jego pierwotnym sąsiedztwie cybernetycznym. Wskazują, że większość udostępnianych zasobów pozostawia ślady w innych miejscach w sieci, takie jak retweety, hashtagi, komentarze i tak dalej.

Pomysł, na który wpadli SalahEldeen i Nelson, polegał na próbie zrekonstruowania brakującego zasobu poprzez poszukiwanie śladów pozostawionych w sieci. W tym celu wykorzystali wyszukiwarkę Twittera Topsy, która pozwala im wpisać adres brakującego zasobu i zwraca tweety, które się do niego odnoszą. To jest podpis tweeta zasobu.

Następnie wyodrębniają pięć najczęstszych terminów w tym podpisie i używają ich jako zapytania wyszukiwania w Google. Wynikiem jest lista potencjalnych zamienników utraconego zasobu.

Ważnym pytaniem jest oczywiście to, jak bardzo kandydaci na zastępstwo odpowiadają oryginalnemu zasobowi. Aby to sprawdzić, SalahEldeen i Nelson przeprowadzili ten sam proces dla zasobów, które nie zniknęły, a następnie porównali kandydatów zastępczych z oryginałami. Mówią, że zamienniki miały 70% podobieństwa tekstowego do oryginalnego zasobu w około 40% przypadków.

Oczywiście nie idealnie, ale lepsze niż nic. A może z czasem będzie można zrobić lepiej.

Co ciekawe, proces ten jest rodzajem archeologii internetowej, która rekonstruuje historyczną stronę internetową z kontekstu, w którym zaszła. To fascynująca nowa dyscyplina.

W prawdziwym świecie archeolodzy i antropolodzy osiągnęli wysokie umiejętności w odtwarzaniu w ten sposób historii naturalnej. Wnioski, jakie można wyciągnąć np. z odkrycia i analizy pojedynczego zęba, są naprawdę zdumiewające.

Nie ma powodu, dla którego archeolodzy internetowi nie mogliby stać się równie wykwalifikowani.

Nr ref.: arxiv.org/abs/1309.2648 : Resurrecting My Revolution: Korzystanie z Social Link Neighborhood w nadawaniu kontekstu znikającej sieci

ukryć