北大天网相关技术应用

8.5.1　北大天网信息博物馆

1.信息博物馆指导思想

2002年1月18日，在国家“973”和“985”项目的支持下，北大网络实验室启动了“中国Web信息博物馆”的建设。通过全面持续地搜集中国互联网上的网页，并将获得的海量网页组织储存起来，目前，“中国Web信息博物馆”存储了2002年以来中国互联网上曾经出现过的25亿个网页，涉及上百万个网站。用户可以在“中国Web信息博物馆”上查到每个网站近5年来曾经出现过的不同版本和网页。“中国Web信息博物馆”还设计了“历史事件专题回放”栏目，全面展示了有关“党的十六大”、“阿富汗战争”、“抗击非典”和“中国首次载人航天飞行”等重要历史事件的网络信息。“中国Web信息博物馆”目前依然以每天新增上百万新网页的速度不断扩大，并引起公众的注意，目前点击率已超过46万(见图8-3)。

图8-3　中国信息博物馆主页

2.信息博物馆功能应用

(1)历史事件专题回放。

历史事件专题回放是Web InfoMall在历史网页浏览基础上推出的专题性服务。Web InfoMall在天网搜索的基础上，针对重大的历史性事件进行了针对性的搜集，保存了历史事件前后一段时期内国内主要Web媒体的相关报道和评论。通过历史事件专题回放，可以让您回顾过去的那一段历史，为您提供一个指点历史的新舞台。

(2)历史事件搜索。

进入Web InfoMall主页，在历史事件专题回放一栏点击历史事件搜索链接进入历史事件搜索。在这个功能中提供了单一与多个关键字搜索功能，同时在提供事件领域选择帮助用户更加准确地寻找到所关心的历史事件。用户可以选择所要关心的时间的开始时间与结束时间。在确定搜索的时间信息后点击搜索即可以获得该事件的历史网页(见图8-4)。

图8-4　历史事件搜索

(3)历史首页回放。

进入Web InfoMall主页，在页面中间的输入框中输入您所要浏览网页的URL(如图8-5)，然后点击右边的按钮或按下回车键提交请求。从Web InfoMall返回的页面可以看到当前Web InfoMall所保存的各个时期的存档，选择一个存档并开始浏览过去的网页。

(4)典型历史网页展示。

在信息博物馆主页页面的历史事件专题回放一栏，以年份例如1996年、1997年等列出了一些在过往时期具有代表性的历史事件和历史主页，点击事件链接可以立即获得这些历史事件的历史网页。

(5)信息产品与服务。

在首页中提供了信息产品与服务一栏，主要包含理念与规则、许可协议、数据申请方法。

图8-5　新浪主页历史回放

8.5.2　北大天网信息检索论坛

中文Web信息检索论坛(Chinese Web Information Retrieval Forum，简称CWIRF)是由北京大学网络实验室从2004年6月起建立并维护的以大规模中文Web信息为测试集的信息检索研究论坛，其目标是推动中文信息检索技术。

在信息检索领域中，检索系统评估对于系统的研究、开发和应用一直有其显著的影响。目的是达到TREC追求的4个主要目标。

(1)以大规模测试集为基础，推动信息检索的研究。

(2)经由开放式的论坛，使与会者能交流研究的成果与心得，以增进学术界、产业界与政府的交流互通。

(3)经由对真实检索环境的模拟与重要改进，加速将实验室研究技术转化为商业产品。

(4)发展适当且具应用性的评估技术，供各界遵循采用，包括开发更适用于现有系统的新的评估技术。