互联网档案馆(英语:Internet Archive)是一个非营利性的数字图书馆组织,总部位于旧金山。成立于1996年,由
Alexa创始人
布鲁斯特·卡利创办。
互联网档案馆(英语:Internet Archive)是一个非营利性的数字图书馆组织。成立于1996年,由
Alexa创始人
布鲁斯特·卡利创办。提供数字数据如网站、音乐、动态图像、和数百万书籍的永久性免费存储及获取。迄至2012年10月,其信息储量达到10PB。除此之外,该档案馆也是网络开放与自由化的倡议者之一。
其数据是由自带的
网络爬虫自动搜集的,其网站典藏档案馆网站时光机,抓取了超过1500亿的网页。
其年度预算约为1000万美元,来源则是其网页爬虫服务、合作关系、赞助以及卡利-奥斯丁基金会。总部位于
旧金山里奇蒙德区,此地雇员只有数十人,大部分雇员工作于书籍扫描中心,在
红木城也有数据中心。
该数据库是国际互联网保存联盟成员,2007年被
加利福尼亚州选为官方指定图书馆。档案馆收集的数据是各种各样的。截止2015年年初,
互联网档案馆共收录了2400款MS-DOS游戏。
1996年,卡利在创建盈利性的Alexa Internet时同时也创立了互联网档案馆;同年10月开始收集存储数据。不过,直到2001年开发了“时光机”前,这些数据都无法访问。1999年末扩展收集范围。
2012年8月,宣布将在其现存的130万文件的下载选项中加入
BitTorrent。因为通过两个文件数据中心协调,这成为从该档案馆下载数据的最快方法。
网站时光机是
互联网档案馆最重要的服务之一。其名取自一部名为The Rocky and Bullwinkle Show的美国卡通片,时光机允许人们去搜索和访问其网页存档。在一些国家和地区,时光机这个术语的使用已经非常普遍,“时光机”和“互联网档案馆”甚至开始被当做同义词使用。
Archive-it是一款帮助机构和个人创建存档的工具。一旦目标网站的URL被输入并保存且该网站允许互联网档案馆所使用的
Robots.txt访问,该网页将会成为时光机的一部分。截至2014年3月,Archive-it在美国的46个州和其他16个国家共有超过275个机构是其合作伙伴,共有超过74亿个网页的在线存档。
互联网档案馆收集了世界各地的数字化图书以及各大图书馆和文化遗产机构的特殊藏品。互联网档案馆在5个国家经营着33个图书扫描中心,其活动受图书馆和基金会的财政支持。截至2013年7月,档案馆共收集了440万本书,每月的下载量超过1500万。截至2008年11月,档案馆共有100万个网络文本,总大小高达0.5PB,涵盖了原始照相图像、裁剪和歪斜的图像、
PDF文件和原始
OCR数据。
除了上述内容之外,互联网档案库还收集了大量的数字媒体,这些数字媒体均匹配美国
公共领域或CC授权协议。这些媒体文件均会根据媒体类型(moving images、audio、text、etc.)被组织成集合,并根据各项标准被分入子集合。例如
大都会艺术博物馆提供的相关资料就会被分入一个子集,目前该集合相关资料的数量已经超过了140,000个。每个主集合都含有一个“社区”子集合(以前被称为“开源”)用于存储公众的贡献。
2023年3月25日,据路透社报道,美国一名法官周五裁定,由非营利组织互联网档案馆(Internet Archive)经营的在线图书馆出借数字扫描版图书,侵犯了美国四家主要出版商的版权。