Web wide crawl with initial seedlist and crawler configuration from March 2011. This uses the new HQ software for distributed crawling by Kenji Nagahashi.
What’s in the data set:
Crawl start date: 09 March, 2011
Crawl end date: 23 December, 2011
Number of captures: 2,713,676,341
Number of unique URLs: 2,273,840,159
Number of hosts: 29,032,069
The seed list for this crawl was a list of Alexa’s top 1 million web sites, retrieved close to the crawl start date. We used Heritrix (3.1.1-SNAPSHOT) crawler software and respected robots.txt directives. The scope of the crawl was not limited except for a few manually excluded sites.
However this was a somewhat experimental crawl for us, as we were using newly minted software to feed URLs to the crawlers, and we know there were some operational issues with it. For example, in many cases we may not have crawled all of the embedded and linked objects in a page since the URLs for these resources were added into queues that quickly grew bigger than the intended size of the crawl (and therefore we never got to them). We also included repeated crawls of some Argentinian government sites, so looking at results by country will be somewhat skewed.
We have made many changes to how we do these wide crawls since this particular example, but we wanted to make the data available “warts and all” for people to experiment with. We have also done some further analysis of the content.
If you would like access to this set of crawl data, please contact us at info at archive dot org and let us know who you are and what you’re hoping to do with it. We may not be able to say “yes” to all requests, since we’re just figuring out whether this is a good idea, but everyone will be considered.
Hozzászólások
Egyaltalan nemszantam "kocsmai kotekedesnek".
Most eppen nyaralok es csak nagynehezen, szinte veletlenul, jutottam ehhez a gephez, de csak nehany percre.
Ha megengeded egy kicsit kesobb megprobalom maskent megfogalmazni ezeket a kerdeseket, mostmar figyelembeveve azt is amit hozzatettel. . .
kérdéses ,hogy egy ilyen színvonalú ,szigorúan szakmai fórumon érdemes e egy ilyen vagy ehhez hasonló eset alkalmával metafórákkal operálni..
Szerintem viszont egy ilyen színvonalú szigorúan szakmai fórumon, mint a Fotopost, Anonymus úgynevezett "kérdéseire" a "kocsmai kötekedés"- formula abszolút adekvát metaforának tűnik továbbra is...
ebből a reakcióból kitűnik,hogy nem volt részed autentikus kocsmai kötekedésben és evvel nem áll szándékomban védeni az előtted szólót,csupán irreális az "odaszúrásod" tartalma..
Ha a hozzám intézett kérdéseidet a kocsmai kötekedés színvonala felett is képes vagy megfogalmazni - úgy szívesen válaszolok azokra.
Mit jelent ebben a kontextusban ez a Balogh-féle "magyaros giccsfoto" ?
"Pécsi József pedig egyszerre képviselte az avitt piktorializmust ill. az akkori progresszió csúcsát: az új-tárgyiasságot, és így tovább."
És az "és így tovább" ? :D :D
Lsz. magyarázd meg mit jelentenek ezek.
Ha lehet mélyen gyökerező és lényegi konzervatívizmus nélkül.
Szerintem egyátalán nem kivételes jelenség, hogy a 20-as, 30-as évek jelentékeny hazai fotográfusainál a legkülönbözőbb - egymással többnyire szöges ellentétben álló - stílusok keverednek. Balogh Rudolfnál a dokumentarizmus mellett látjuk a magyaros giccsfotót, Pécsi józsef pedig egyszerre képviselte az avitt piktorializmust ill. az akkori progresszió csúcsát: az új-tárgyiasságot, és így tovább. A Kinszki-életmű ebből a szempontból tehát teljesen tipikus. Azt persze én egyátalán nem gondolnám, hogy a reakciós ill. progresszív mozzanatok bármiféle koherenciává álltak volna össze, épp ellenkezőleg: szomorú bizonyítékai annak a mélyen gyökerező és lényegi konzervativizmusnak ami a magyar közgondolkodást általában is jellemzi mind a mai napig...
Hozzászólás