Как да запазите метаданните от социалните мрежи

Изтеглянето на архив на акаунт е само първата стъпка. Трайният запис е връзката между публикацията, нейната медия, метаданните и обстоятелствата около изтеглянето.

Надеждният работен процес запазва оригиналния пакет, записва метаданните, които се намират извън снимката или видеото, съхранява времевите маркери с информацията за часовата зона и проверява всеки медиен файл след разархивиране.

Какво може да съдържа архивът от социална мрежа

Не съществува единен универсален формат за метаданни от социалните мрежи. Потокът от социална активност натрупва контекст, мултимедийни обекти и метаданни за ангажираност, а публикациите, харесванията, отговорите, споделянията и коментарите могат да бъдат представени по различен начин от всяка платформа според архивното изследване.

Експортът може да съдържа метаданни в допълнение към текста на публикациите. Един полезен запис за съхранение трябва да пази следното, когато експортът го предоставя:

Това разделяне е важно, защото стойностите за ангажираност в изтегления акаунт са моментни снимки. По-късно те може да имат различна стойност в платформата както обяснява архивното изследване.

Изберете съзнателно експорта и запишете периода на заснемане

Използвайте актуалните инструменти на платформата за експорт и запишете какво сте заявили, преди да го изтеглите.

Facebook

В настолната версия на Facebook използвайте: профилна снимка > Settings & privacy > Settings > Meta Account > Your information and permissions > Export your information > Create export. Изберете профила и посочете Export to device според инструкциите на Facebook.

Facebook ви позволява да изберете конкретна информация, период, формат, имейл за известия и качество на медията. Видеата с по-високо качество правят експорта по-голям според Facebook.

Instagram

В настолната версия на Instagram използвайте: More > Settings > Meta Account > Your information and permissions > Export your information > Create export. Изберете профила, посочете Next, след което изберете Export to device според инструкциите на Instagram.

Instagram също позволява да персонализирате информацията, периода, формата, имейла за известия и качеството на медията. Meta посочва, че връзката към експорта може да пристигне до 30 дни, а готовият експорт е достъпен четири дни според Instagram. Facebook също посочва, че завършеният експорт е достъпен четири дни и че експортирането е защитено с парола според Facebook.

Google Takeout

Google Takeout може да експортира видеа от YouTube и данни от други продукти на Google. Изберете продуктите, ограничете данните на даден продукт при нужда и посочете метод за доставка и формат на архива според Google.

Takeout предлага ZIP или TGZ файлове, еднократни или планирани експорти и няколко архива, когато избраният максимален размер бъде надхвърлен според Google.

При всеки експорт запишете акаунта, избрания период, часа на заявката, часа на създаване или изтегляне на архива, избрания формат и настройката за качество на медията. Пазете този период отделно от по-късното състояние на акаунта: Google предупреждава, че файлът с данни може да не включва промените между заявката за изтегляне и създаването на архива според Google.

Пазете пакета, медията и метаданните заедно

Запазете оригиналния изтеглен ZIP или TGZ като изходен пакет. Документацията на Facebook описва HTML експорт като ZIP с индексен HTML файл и папки с файлове като изображения и видеа, докато JSON е машинно четим и може да улесни прехвърлянето на информация според Facebook.

Не приемайте папката с медията за целия архив. Запазете HTML индекса при HTML експорт, JSON при JSON експорт и оригиналната медия. Пакетът за съхранение, описан от curl-x, включва оригиналния медиен файл, архив на страницата с времеви маркер, SHA-256 хеш за всеки изтеглен файл, URL адреса на публикацията, датата на достъп, самоличността на събирача и наличните мрежови или сървърни записи според curl-x.

Запишете името на файла, свързано с всеки медиен елемент. Ако ви е необходимо описателно име, включете платформата, потребителското име и датата; документираният шаблон е twitter_username_20260811.mp4 както препоръчва curl-x. Запишете това име заедно с хеша, URL адреса на източника и времевия маркер на заснемането.

Създайте запис с метаданни за всеки медиен елемент

Използвайте придружаващ JSON запис, често наричан sidecar, заедно със съответната медия. Това е полезно, когато описанието, идентификаторът на публикацията, времевият маркер или друг контекст се съхранява в JSON, а не в самата снимка или видео.

JSON е подходящ за тази задача: спецификацията W3C Activity Streams описва JSON като удобен за хората, обработваем от машини и разширяем начин за представяне на богати метаданни за активност според W3C. Практическият sidecar или инвентарен запис може да използва следните полета, когато са налични:

• Името на файла и типът на медията.
• URL адресът и идентификаторът на публикацията.
• Описанието или текстът на публикацията.
• Времевият маркер на оригиналната публикация.
• Потребителското име, показваното име и URL адресът на профила на автора.
• Метриките за ангажираност като моментна снимка от експорта.
• Данни за местоположение, хаштагове, споменавания и връзки.
• captured_at, събирачът и методът на заснемане.
• SHA-256 или друг хеш на съдържанието.
• Необработеният отговор, когато е наличен.

Примерният запис за съхранение на SociaVault използва captured_at, source_url, captured_by, method, content_hash и raw_response, след което запазва записа като JSON с детерминирано име на файла както е показано в ръководството му.

Пазете отделни полета за оригиналния времеви маркер на публикацията и captured_at. Ако платформата предоставя отместване на часовата зона или Z, запазете го, вместо безшумно да преобразувате стойността към местно време. W3C Activity Streams изисква сериализация в UTF-8 и определя стойности за дата и час с изрично цифрово отместване или Z според W3C.

Проверете архива след разархивиране

Проверката трябва да отговори на два въпроса: очакваният файл оцеля ли след разархивирането и можете ли да го свържете с правилния запис на публикацията?

Използвайте следната последователност:

1. Запазете оригиналния пакет и оригиналната медия.
2. Създайте инвентар със съответното име на файла, URL адрес на публикацията, идентификатор на публикацията, времеви маркер на оригиналната публикация и налично описание или JSON запис.
3. Генерирайте SHA-256 хеш за всеки изтеглен медиен файл.
4. Запишете всеки хеш до името на файла, URL адреса на източника и времевия маркер на заснемането. SHA-256 стойността действа като отпечатък на файла: ако файлът не е променен, хешът остава идентичен според curl-x.
5. Проверете дали всеки медиен елемент има съответния запис с метаданни и отбележете като липсващи полетата, които експортът не е предоставил.
6. Съхранявайте заедно инвентара, необработения JSON или HTML, оригиналната медия и наличните записи за заснемането.

Интегритетът е изчислителната проверка, че файлът остава това, за което се представя. Професионалистите по съхранение използват контролни суми за депозираните файлове и могат периодично да ги изчисляват отново както е описано в архивното изследване.

Какво може и не може да докаже един архив

Използвайте екранна снимка като допълнителна визуална справка, а не като пълен пакет за съхранение на метаданни. За по-силен запис запазете оригиналната медия, метаданните и контекста, времевия маркер на заснемането, URL адреса на източника, датата на достъп, самоличността на събирача, хешовете и наличните записи от страницата, мрежата или сървърните отговори според curl-x.

Изтегленият архив може да запази записания от платформата времеви маркер на публикацията, когато това поле е включено. Той все пак трябва да бъде обозначен със собствения си период на заснемане: Google предупреждава, че архивът може да не включва промените между заявката и създаването му, а архивното изследване отбелязва, че броят на ангажиранията може да се промени по-късно според Google и архивното изследване.

Ако медия или метаданни липсват, запазете оригиналния пакет и необработения HTML или JSON, отбележете липсващото поле в инвентара и запишете настройките на експорта и периода на заснемане. Така се запазва границата между предоставеното от платформата и недостъпното в изтеглянето.

Повтаряем контролен списък за съхранение

Преди изтегляне:

• Запишете акаунта, платформата, часа на заявката за експорт, избрания период, формата и качеството на медията.
• Изберете официалните инструменти за експорт на платформата и отбележете дали резултатът ще бъде HTML, JSON, ZIP или TGZ.
• Запишете периода на достъпност на експорта, когато платформата го предоставя.

След изтегляне:

• Запазете оригиналния ZIP или TGZ и оригиналната медия.
• Съхранете HTML индекса или JSON записите, дошли с експорта.
• Създайте инвентар на името на файла и метаданните за всеки медиен елемент.
• Пазете описанията, идентификаторите на публикациите, оригиналните времеви маркери, данните за профила и връзките заедно със съответната медия.
• Съхранявайте JSON sidecar или еквивалентен запис, когато метаданните са отделни от медията.
• Запазете отместванията на времевите маркери или Z точно както са записани.
• Генерирайте и запишете SHA-256 хешове с името на файла, URL адреса на източника и времевия маркер на заснемането.
• Отбелязвайте липсващата медия или полета, вместо да представяте непроверен заместител.
• Повтаряйте периодично проверката на контролните суми.

За текущо архивиране в платформите, изброени от SocialGuardian, началната му страница посочва, че услугата обхваща Instagram, TikTok, YouTube, X, Facebook, LinkedIn, Twitch и Pinterest и използва само публично @handle, без да изисква парола или вход според SocialGuardian.