以查找马云早年资料为例，聊如何搜索互联网早期的网页信息

所在学校官网、一些公众号博文都是不错的信息来源

1、报刊杂志+电视广播
在互联网之前，我们一般都是通过报刊杂志，以及电视广播获取信息。
2、天涯论坛
09年以前最热的社区了，可惜关闭了，不知道网友存档的帖子里有没有相关马云的资料
3、阿里足迹
官方渠道，我看了下有个集团旗下有个专门的网站收集了2014年之后的新闻。
4、搜索限定时间
5、可以采访马云校友+同事+股东等相关人员，网络上也有一些相关的资料

新思路

百科词条中的参考资料。

我就想学习一下，是不是就一篇马云的

收藏起来，以后再看！

学习一下

剑舞恋红颜 发表于 2024-5-29 17:53
我想提供一个不太一样的方法。

已知马云是杭师大毕业的，我就去杭师大的网站上去搜索他的名字，果然出来很 ...

这书我看过，早期樊馨蔓的功劳还是功不可没的

顶顶顶

学习一下

学习学习

虫子 发表于 2024-5-29 16:36
你的回答里存在严重的审题偏差，比如微信公众号搜索，2012 上线的产品，本身已经是移动互联网时代的产物了 ...

傲慢

我给列位理一下原任务：

如果我们想要了解那一段时间（1998 ~ 2005）关于马云的经历、报道、人们对他的讨论、他的讲话、公司的发展史等等，如何通过网络搜索获取这些信息？

楼主看到我的回复，批到：
1、我审题偏差，而且是严重的偏差
2、用09年后上线的移动互联网产品，就是跑题，要求的是09年以前的源信息，而不是现在发布的“描述早期内容”的新帖子
3、如“知网论文”搜索之流，就是凑数
4、想当然，不能实质解决问题，意思就是说我拍脑袋行，办事废物

我的回应简单直接：
1、微信随手一搜，得到下方图1，2024年发布的公众号帖子里边，有两篇报道马云的纸质图片，分别为《浙江日报》1994年6月2日，《读者文摘》2000年第9期。什么叫源信息？
2、中国知网随手一搜，得到海量报道马云的，1998-2000年前后的PDF报道原文。
（这都是随手一搜）



用新引擎找线索，用老技能找原件，这是啥？不满足原任务要求？

事情的真相
1、简中互联网正在消失，指的是http简中网络，而不是整个简中，整个简中网络一定是在不断膨胀的；
2、消失的那些简中环境，无非是20多年前的，用猫拨号上网年代的简陋http网站，充斥着不严肃的报道网络帖子（即便如新浪搜狐等门户），这些古董，有历史价值，但没什么现代使用价值，它们消失，是正常的技术轮替，没什么大不了的，你做论文索引，允许你索引20多年前的新浪官方报道吗，不能，因为不严肃；
3、20多年前，真正严肃有价值的信息源，是纸质材料，过去3000年也一直如此；
4、用新手段找线索，用老技能找纸质原本，才是严肃信息溯源的正解；
5、其实，http老古董网站的信息，也并没有100%消失，它以另一种形式，“以讹传讹”的转移到了视频站、图文app里，以讹传讹不是问题，有考古技能即可，更何况，老http网站报道，也根本不是“原创”；
5、真正消失的，是那些互动性内容，比如20年前某个热帖下方的跟贴评论，它能分析出当时的人群情绪和倾向，有考古价值，但永久找不到了……不过互动性内容，不在本任务范围内；
6、老一代搜索人，有一种傲慢，非要http，非要google，我打赌，你对google之外的信息孤岛，根本没做过深入研究，到今天还是用google拳打一切。现在，那些孤岛早就成气候了，根本就不是当年大陆外的孤岛了，而是面积跟http差不多，甚至更大的一块块、互不相连的大陆了。我举例，在简中环境下，微信搜一搜库、B站视频转文字库、专业论文期刊库、微博评论区等，这些google抓不到的信息孤岛，占搜索术的权重比例，已不低于50%。再加上AI总结的兴起，优质信息源（尤其是非扫描电子书）才是决战场。

cress2002 发表于 2024-6-3 16:34
傲慢

我给列位理一下原任务：

这么给各位举例：
A，生活在2002年，他去网上找1995-2002年全部关于马云的信息，包括图文视频纸质
B，生活在2024年，他也去网上去找1995-2002年全部关于马云的信息，包括图文视频纸质
谁赢？

膜拜大佬，学习

cress2002 发表于 2024-6-3 16:34
傲慢

我给列位理一下原任务：

开篇引述两篇公众号推文，即展开本帖讨论的需求场景——也是原作者的需求痛点——如何搜索互联网早期报道和记录马云的网页，主题是有焦点的，聚焦讨论交流本身就是正文里已经阐明的游戏规则。

注意：这里的「早期」，我们就限定在移动互联网之前吧，看看信息孤岛之前的开放互联网到底还能找到多少有效信息。

后面我做了又再次补充强调了——

这里讨论的是搜索到互联网早期（限定在移动互联网元年 2009 以前吧）发布的信息，而非去年、前年或今年发布在网上的描述早期的内容。

不过也跟我前面可能没特别清晰强调这一点有关，在此对你表示歉意。

所以你说我有很多可以完成查找到马云早年资料的方式方法，列举 1、2、3......但，那自然就属于题外话，我说你的回答有「审题偏差」，这有问题吗？

• 你的回答分享——> 如何搜索早期报道和记录马云的资料——> 有效 👍
• 你的回答分享——> 如何搜索报道和记录马云的互联网早期网页（原作者的需求）——> 无效输出
  

所以看到最后你意味深长地引出「老一代搜索人，有一种傲慢，非要 http，非要 google」这番时代眼泪一般的感慨，我多少有点哭笑不得。

我提醒的是：你可能打了 8 发十环，但却都是别人的靶子。

无论如何，你的分享都是有价值并且值得称赞的。再次为途中的一点表达或理解偏差表示歉意。

各位，本帖聚焦于开篇引述的公众号文章作者的需求——查找早期互联网上有关马云的信息，也即找当年那些网页。

所以这里是指定了搜索对象，限定了游戏规则。

当然，如果是「查找马云早期的信息」，则会有更多种多样的方式方法，也是有价值的讨论，但这已是题外话了。

学习学习

理论上讲，互联网的记忆可以向前追溯到哪一年？

那篇帖子我之前也看到过

李其霖 发表于 2024-6-4 02:26
理论上讲，互联网的记忆可以向前追溯到哪一年？

1991 年 8 月 6 日？参见：WWW，祝你生日快乐！（纪念万维网30岁生日）

Info.cern.ch 是世界上第一个网站及网站服务器，网站在 1991 年 8 月 6 日上线。网站在一台位于 CERN 的 NeXT 计算机上运作。第一个网页地址是：http://info.cern.ch/hypertext/WWW/TheProject.html，它是万维网计划的讯息收集中心。

我也来学习

所以怎么找文章的备份？还能找到的？

星辰无生 发表于 2024-5-30 11:20
前来学习，想着能不能发起一个自发的、公益的中文互联网博物馆（我觉得可能有这个项目了），类似于区块链的 ...

我不是很理解的是，区块链真有那么神吗？最终数据还是存储在介质里的，分布式的存储好像成本也很高？谁出钱去养这些设备呢？

debugHero 发表于 2024-6-4 15:26
所以怎么找文章的备份？还能找到的？

没事啦，我已经找到了嘿嘿。

学习一下

看看答案

学习学习

很有用的一篇

看看参考答案

学习