Jak uchovat metadata ze sociálních sítí

Stažení archivu účtu je teprve první krok. Trvalý záznam tvoří vztah mezi příspěvkem, jeho médii, metadaty a okolnostmi stažení.

Spolehlivý postup uchová původní balíček, zaznamená metadata uložená mimo fotografii nebo video, zachová časová razítka včetně informací o časovém pásmu a po rozbalení ověří každý mediální soubor.

Co může archiv sociálních sítí obsahovat

Neexistuje jediný univerzální formát metadat sociálních sítí. Streamy sociální aktivity shromažďují kontext, multimediální objekty a metadata interakcí, zatímco příspěvky, lajky, odpovědi, reposty a komentáře může každá platforma reprezentovat odlišně podle archivní studie.

Export může kromě textu příspěvků obsahovat také metadata. Záznam určený k uchování by měl zachovat následující údaje, pokud je export poskytuje:

Toto oddělení je důležité, protože hodnoty interakcí v archivu účtu představují snímek v čase. Později mohou mít na platformě jinou hodnotu jak vysvětluje archivní studie.

Export zvolte záměrně a zaznamenejte období pořízení

Použijte aktuální ovládací prvky platformy pro export a před stažením si zaznamenejte, co jste vyžádali.

Facebook

V desktopovém prostředí Facebooku použijte: profilový obrázek > Nastavení a soukromí > Nastavení > Účet Meta > Vaše informace a oprávnění > Export vašich informací > Vytvořit export. Vyberte profil a zvolte Exportovat do zařízení podle pokynů Facebooku.

Facebook umožňuje zvolit konkrétní informace, období, formát, e-mail pro oznámení a kvalitu médií. Videa ve vyšší kvalitě zvětší velikost exportu podle Facebooku.

Instagram

V desktopovém prostředí Instagramu použijte: Další > Nastavení > Účet Meta > Vaše informace a oprávnění > Export vašich informací > Vytvořit export. Vyberte profil, zvolte Další a následně Exportovat do zařízení podle pokynů Instagramu.

Instagram také umožňuje upravit informace, období, formát, e-mail pro oznámení a kvalitu médií. Meta uvádí, že doručení odkazu na export může trvat až 30 dní a připravený export je dostupný čtyři dny podle Instagramu. Facebook rovněž uvádí, že dokončený export je dostupný čtyři dny a že export je chráněný heslem podle Facebooku.

Google Takeout

Google Takeout může exportovat videa z YouTube a data z dalších produktů Google. Vyberte produkty, podle potřeby zúžte data konkrétního produktu a zvolte způsob doručení a formát archivu podle Googlu.

Takeout nabízí soubory ZIP nebo TGZ, jednorázové či plánované exporty a více archivů, pokud vybraná maximální velikost archivu nestačí podle Googlu.

U každého exportu si zapište účet, zvolené období, čas požadavku, čas vytvoření nebo stažení archivu, vybraný formát a nastavení kvality médií. Toto období pořízení oddělte od pozdějšího stavu účtu: Google upozorňuje, že datový soubor nemusí obsahovat změny provedené mezi vyžádáním stažení a vytvořením archivu podle Googlu.

Uchovejte balíček, média a metadata společně

Původní stažený soubor ZIP nebo TGZ uchovejte jako zdrojový balíček. Dokumentace Facebooku popisuje export HTML jako ZIP s úvodním souborem HTML a složkami obsahujícími například obrázky a videa, zatímco JSON je strojově čitelný a může usnadnit přenos informací podle Facebooku.

Nepovažujte složku s médii za celý archiv. Pokud máte export HTML, zachovejte úvodní HTML; pokud máte export JSON, zachovejte JSON a ponechte si původní média. Balíček pro uchování popsaný projektem curl-x zahrnuje původní mediální soubor, archiv stránky s časovým razítkem, hash SHA-256 každého staženého souboru, URL příspěvku, datum přístupu, identitu pořizovatele a dostupné síťové nebo serverové odpovědi podle curl-x.

Zaznamenejte název souboru spojený s každou mediální položkou. Pokud potřebujete popisný název, zahrňte platformu, uživatelské jméno a datum; doporučený vzor je twitter_username_20260811.mp4 podle doporučení curl-x. Tento název zaznamenejte společně s hashem, zdrojovou URL a časovým razítkem pořízení.

Vytvořte záznam metadat pro každou mediální položku

Ke spojenému médiu použijte doprovodný záznam JSON, často označovaný jako sidecar. Hodí se v situaci, kdy je popisek, ID příspěvku, časové razítko nebo jiný kontext uložen v JSON místo přímo ve fotografii či videu.

JSON je pro tento účel vhodný: specifikace W3C Activity Streams popisuje JSON jako uživatelsky přívětivý, strojově zpracovatelný a rozšiřitelný způsob reprezentace bohatých metadat aktivit podle W3C. Praktický sidecar nebo inventární záznam může podle dostupnosti používat tato pole:

• Název souboru a typ média.
• URL příspěvku a ID příspěvku.
• Popisek nebo text příspěvku.
• Časové razítko původního příspěvku.
• Uživatelské jméno autora, zobrazované jméno a URL profilu.
• Metriky interakcí jako snímek z exportu.
• Lokalizační data, hashtagy, zmínky a odkazy.
• captured_at, pořizovatel a metoda pořízení.
• SHA-256 nebo jiný hash obsahu.
• Původní odpověď, pokud je dostupná.

Ukázkový záznam pro uchování od SociaVault používá captured_at, source_url, captured_by, method, content_hash a raw_response, poté záznam uloží jako JSON s deterministickým názvem souboru jak je uvedeno v jejich průvodci uchováním.

Uchovávejte odděleně původní časové razítko příspěvku a captured_at. Pokud platforma poskytuje posun časového pásma nebo Z, zachovejte jej a hodnotu tiše nepřevádějte na místní čas. W3C Activity Streams vyžaduje serializaci UTF-8 a určuje hodnoty data a času s explicitním číselným posunem nebo Z podle W3C.

Ověřte archiv po rozbalení

Ověření by mělo odpovědět na dvě otázky: přežil očekávaný soubor rozbalení a lze jej propojit se správným záznamem příspěvku?

Použijte tento postup:

1. Uchovejte původní balíček a původní média.
2. Vytvořte inventář s názvem souboru, URL příspěvku, ID příspěvku, časovým razítkem původního příspěvku a dostupným popiskem nebo záznamem JSON.
3. Vygenerujte hash SHA-256 pro každý stažený mediální soubor.
4. Každý hash zapište vedle názvu souboru, zdrojové URL a časového razítka pořízení. Hodnota SHA-256 funguje jako otisk souboru: pokud se soubor nezmění, hash zůstane stejný podle curl-x.
5. Zkontrolujte, že každá mediální položka má odpovídající záznam metadat, a pole, která export neposkytl, označte jako chybějící.
6. Inventář, původní JSON nebo HTML, původní média a dostupné záznamy o pořízení uchovejte společně.

Kontrola integrity je výpočetní ověření, že soubor zůstává tím, za co se vydává. Odborníci na uchovávání používají kontrolní součty u uložených souborů a mohou je pravidelně znovu počítat jak popisuje archivní studie.

Co archiv může a nemůže prokázat

Snímek obrazovky používejte jako doplňkovou vizuální referenci, nikoli jako úplný balíček pro uchování metadat popsaný výše. Pro silnější záznam uchovejte původní média, metadata a kontext, časové razítko pořízení, zdrojovou URL, datum přístupu, identitu pořizovatele, hashe a dostupné záznamy stránek, sítě nebo serverových odpovědí podle curl-x.

Stažený archiv může uchovat časové razítko příspěvku zaznamenané platformou, pokud je toto pole součástí exportu. Přesto by měl být označen vlastním obdobím pořízení: Google upozorňuje, že archiv nemusí zahrnovat změny provedené mezi vyžádáním a vytvořením archivu, a archivní studie uvádí, že počty interakcí se mohou později změnit podle Googlu a archivní studie.

Pokud média nebo metadata chybí, uchovejte původní balíček a původní HTML nebo JSON, označte chybějící pole v inventáři a zaznamenejte nastavení exportu i období pořízení. Tím zachováte hranici mezi tím, co platforma dodala, a tím, co ve staženém souboru nebylo dostupné.

Opakovatelný kontrolní seznam pro uchování

Před stažením:

• Zaznamenejte účet, platformu, čas požadavku na export, zvolené období, formát a kvalitu médií.
• Použijte oficiální ovládací prvky platformy pro export a poznamenejte si, zda bude výsledkem HTML, JSON, ZIP nebo TGZ.
• Zaznamenejte dobu dostupnosti exportu, pokud ji platforma uvádí.

Po stažení:

• Uchovejte původní ZIP nebo TGZ a původní média.
• Zachovejte úvodní HTML nebo záznamy JSON dodané s exportem.
• Vytvořte inventář názvů souborů a metadat pro každou mediální položku.
• Uchovejte popisky, ID příspěvků, původní časová razítka, údaje o profilu a odkazy společně s příslušnými médii.
• Pokud jsou metadata oddělená od médií, uložte sidecar JSON nebo ekvivalentní záznam.
• Zachovejte posuny časových razítek nebo Z přesně tak, jak byly zaznamenány.
• Vygenerujte a zaznamenejte hashe SHA-256 společně s názvem souboru, zdrojovou URL a časovým razítkem pořízení.
• Chybějící média nebo pole označte, místo abyste předkládali neověřenou náhradu.
• Pravidelně znovu spusťte kontrolu kontrolních součtů.

Pro průběžné zálohy platforem uvedených SocialGuardianem jeho domovská stránka uvádí podporu Instagramu, TikToku, YouTube, X, Facebooku, LinkedInu, Twitche a Pinterestu a používání pouze veřejného @uživatelského jména, bez nutnosti hesla nebo přihlášení podle SocialGuardian.