लाइब्रेरी ऑफ कांग्रेस 2006-2012 से सभी ट्वीट्स को पुरालेख के लिए जारी रखती है

दो साल पहले, कांग्रेस के पुस्तकालय के संचार निदेशक ने मार्च 2006 में शुरू होने वाले सभी ट्विटर को संग्रहीत करने की योजना की घोषणा की । पहले से ही उस समय (मार्च 2010) यह एक बहुत बड़ी मात्रा थी: तब एक दिन में 55 मिलियन संदेश ट्विटर पर प्रकाशित हुए थे, और साइट के संस्थापक के बाद से डेटाबेस का कुल आकार टेराबाइट्स में मापा गया था।

लेकिन वे केवल फूल थे। 2012 की गर्मियों तक, ट्विटर ट्रैफ़िक प्रति दिन 400 मिलियन संदेशों तक बढ़ गया था, और कांग्रेस की लाइब्रेरी ने वादा किया पूर्ण पाठ खोज संग्रह लॉन्च नहीं किया था। इस संबंध में, कुछ को संदेह था कि कार्य लाइब्रेरियन की पहुंच से परे था। पिछले हफ्ते, अफवाहें सामने आईं कि उन्होंने चुपचाप एक महत्वाकांक्षी परियोजना को छोड़ दिया था। वास्तव में ऐसा नहीं है।

निमन पत्रकारिता लैब के पत्रकारों ने जेनिफर गैविन का साक्षात्कार लिया , जो कांग्रेस की लाइब्रेरी में ट्विटर संग्रह परियोजना का नेतृत्व करती हैं। वह विश्वास दिलाती हैं कि योजनाएँ वैध हैं, बस "एक अच्छा लाइब्रेरियन कभी नहीं मरता है,", यही है कि वे अपनी सेवा को उसी गति से प्रदान नहीं करने जा रहे हैं जैसे कि ट्विटर काम करता है।

बेशक, यह काम पहले की तुलना में तकनीकी रूप से बहुत अधिक जटिल निकला। "गेविन ने कहा," तकनीकी विशिष्टताओं को विकसित करने की प्रक्रिया अभी भी जारी है, लेकिन हम इसे पूरा करने के बहुत करीब हैं। "जब हम आधिकारिक रूप से इसकी घोषणा करने के लिए तैयार होंगे, तो मैं आपको एक विशेष तारीख नहीं बता सकता।" अब मापदंड को परिभाषित किया जा रहा है कि स्रोत डेटा को कैसे सॉर्ट करें: कीवर्ड द्वारा, समय के अनुसार, आदि। डेवलपर्स ने अभी तक यह तय नहीं किया है कि सिस्टम का उपयोगकर्ता इंटरफ़ेस क्या होना चाहिए।

“पिछले साल, हमने आंशिक रूप से ट्विटर से सामग्री प्राप्त करना शुरू किया। अब हम इसे लगभग रोजाना प्राप्त करते हैं। ये बहुत बड़ी मात्रा में डेटा हैं, ”गेविन कहते हैं। इसी समय, ताजा ट्वीट्स के संग्रह पर छह महीने का एम्बारगो लागू होता है। कंपनी के साथ समझौते की शर्तों के तहत, बनाया डेटाबेस केवल गैर-वाणिज्यिक इंट्रा-लाइब्रेरी उपयोग और संरक्षण के लिए उपलब्ध होना चाहिए। यह सिस्टम केवल लाइब्रेरी कार्ड द्वारा पंजीकृत पुस्तकालय आगंतुकों के लिए उपलब्ध होगा।