在线内容难逃“短命”结局：研究发现 2013 年的网页有 38% 当前已无法访问

转自：IT之家

互联网是现代生活中难以想象的巨大宝库，但即使全世界的用户每天都依赖网络来获取书籍、图片、新闻报道和其他资源，这些内容最终也有可能从人们的视线中消失。皮尤研究中心当地时间 17 日发表的研究发现，当前的在线内容仍然是“稍纵即逝”。

研究人员从 Common Crawl（IT之家注：一项互联网档案服务，定期收集网站在不同时间点的快照）的档案中随机抽样收集了大约 100 万个网页，从 2013 年到 2023 年，每年从 Common Crawl 收录的网页中抽取样本，并检查这些样本在当下是否仍然存在。

数据显示，在 2013 年存在的网页中，约有 38% 如今已不可用，而在 2023 年存在的网页中，这一比例仅为 8%。

在我们从 2013 年到 2023 年收集的所有网页中，有 25% 到 2023 年 10 月已无法访问。这些网页无法访问的结果包含两种不同情况：16% 的页面是网页不在域名还在；另外 9% 的页面则是连域名都不在了。

具体来看，在抽样调查的新闻网站中，23% 的网页至少包含一个失效链接，高流量新闻网站和低流量新闻网站网页包含的坏链比例基本相同，网站流量排名前 20% 的新闻网站中，约 25% 的网页至少包含一个失效链接；网站流量排名后 20% 的网站中，数据则是 26%。

百科类网站方面，此次研究人员选择了维基百科的“参考链接”部分。在总共 100 多万个参考链接中，有 11% 已经无法访问；54% 的维基百科网页参考链接至少包含一个失效链接。

社交网站方面，研究人员 2023 年 3 月 8 日至 4 月 27 日期间在社交媒体平台 X（推特）上发布的近 500 万条推文样本，试图每日进行观察，直到 2023 年 6 月 15 日这些推文是否还在网站上。研究发现接近 18% 的推文在 3 个月内就基本不可见。其中六成是因为账号被设为私密、被冻结或注销；四成是因为账号发布者自己删除，但账号本身还活跃。

官方站点：www.linuxprobe.com

Linux命令大全：www.linuxcool.com

刘遄老师QQ：5604215

Linux技术交流群：2636170

（新群，火热加群中……）

想要学习Linux系统的读者可以点击"阅读原文"按钮来了解书籍《Linux就该这么学》，同时也非常适合专业的运维人员阅读，成为辅助您工作的高价值工具书！