美国国会图书馆收录1700亿条Twitter推文（腾讯科技配图）

腾讯科技讯（苏格）北京时间1月6日消息，据国外媒体报道，2010年美国国会图书馆曾与Twitter达成一项合作协议，后者向前者提供所有公开的推文。日前，美国国会图书馆宣布已经完成对现有1700亿条推文的收录。

在你阅读这篇新闻的几分钟之间，Twitter上又增加了300万条新推文。此时，美国国会图书馆正忙着收录这些疯狂增加中的信息，包括2006年Twitter上线以来发布的所有内容。Twitter平均每天产生4亿条推文，这意味着国会图书馆已经收录的推文数量达到1700亿条之巨。

国会图书馆称，Twitter推文是一种重要的新型馆藏资料。有学者指出，这些资料十分重要，可以向研究者和后来人提供历史快照。然而，这些堆积如山的信息要以什么样的方式向大众开放？国会图书馆也还没有考虑清楚。

国会图书馆副馆长罗伯特·迪萨德（Robert Dizard）表示：“人们希望能查看带有完整索引的数据库，但是为庞大的数据制作索引是一件很困难的事。档案存取的技术必须要跟上引发信息爆炸的技术。Twitter的功能是生产和发布信息，而我们要收集这些信息，并提供存取便利。这两种方式完全不一样。”

总部位于科罗拉多州的Gnip公司负责归档推文，每条归档的推文函括50项不同的诠释数据——推文作者、作者粉丝、被转发次数等等，但是并不包含图片和视频内容。出于安全考虑，推文档案一共有两份。

目前，国会图书馆还没有着手分类或过虑这多达133TB的Twitter内容。

迪萨德说：“数据很原始很粗糙。常常有人把Twitter比喻成一个消防栓，它会源源不断地向外涌出信息流。我们所收录的数据就像是一个巨大的湖泊，而且消防栓不断往里面注水。我们需要新技术去研究和利用这个信息之湖。”

从成本上考虑，向研究者开放这些数据是不可能的，国会图书馆已经在数据收集上面花费了一大笔资金。雪上加霜的是，近年来政府开始推行财政紧缩政策，导致国会图书馆经费紧张。由于缺乏升级计算机基础设施的资金，最简单的查询请求也无法满足。目前，国会图书馆已经收到世界各地研究人员的约400个查询请求。