Library of Congress verzamelt tweets

Het Amerikaanse Library of Congress heeft inmiddels meer dan 170 miljard tweets gearchiveerd. De nationale bibliotheek van de VS ziet Twitter als een belangrijk communicatiemiddel nu steeds meer mensen sociale media gebruiken.

Het Library of Congress heeft al in april 2010 een eerste overeenkomst met Twitter gesloten en sindsdien heeft het microblog alle bewaarde tweets tussen 2006 en 2010 aangeleverd (pdf). Vanaf april 2010 krijgt de nationale bibliotheek alle tweets direct toegestuurd. Dat gebeurt via een leverancier uit Colorado, Gnip.

Alleen al het deel van 2006 tot 2010 is ongecomprimeerd twintig terabyte groot. Om het goed doorzoekbaar te maken, zijn alle tweets ook nog eens voorzien van metadata.

Twitter wil zelf ook het volledige archief voor gebruikers ontsluiten, maar CEO Dick Costolo erkent tegenover The New York Times dat dat een megaklus gaat worden ‘waar je niet even drie programmeurs op zet’.

Overigens krijgt Twitter steeds meer buitenlandse concurrentie. De Chines Twitter, beter bekend als Sina Weibo, biedt vanaf deze week een Engelstalige interface. Twitter wordt in China grotendeels geblokkeerd. Om die reden meldde deze week Brad Pitt zich bij Sina Weibo, maar zijn account is alweer geschrapt. Ook Tom Cruise, Emma Watson, Neil Bush en Radiohead zitten op Sina Weibo.