Näin säilytät sosiaalisen median metatiedot

Tilin arkiston lataaminen on vasta ensimmäinen vaihe. Pysyvä tallenne muodostuu julkaisun, sen median, metatietojen ja lataushetken olosuhteiden välisestä yhteydestä.

Luotettava työnkulku säilyttää alkuperäisen paketin, tallentaa kuvan tai videon ulkopuolella olevat metatiedot, säilyttää aikaleimat aikavyöhyketietoineen ja tarkistaa jokaisen mediatiedoston purkamisen jälkeen.

Mitä sosiaalisen median arkisto voi sisältää

Sosiaalisen median metatiedoille ei ole yhtä yleistä muotoa. Sosiaalisen median toimintavirrat keräävät kontekstia, multimediasisältöjä ja sitoutumistietoja, kun taas julkaisut, tykkäykset, vastaukset, uudelleenjulkaisut ja kommentit voidaan esittää eri alustoilla eri tavoin arkistointitutkimuksen mukaan.

Vienti voi sisältää julkaisun tekstin lisäksi myös metatietoja. Hyödylliseen säilytystietueeseen kannattaa sisällyttää seuraavat tiedot, jos vienti tarjoaa ne:

Tämä erottelu on tärkeä, koska tilin latauksen sitoutumisarvot ovat tilannekuvia. Niiden arvo voi myöhemmin olla alustalla erilainen kuten arkistointitutkimuksessa selitetään.

Valitse vientiasetukset harkiten ja kirjaa tallennusikkuna

Käytä alustan nykyisiä vientitoimintoja ja kirjaa pyytämäsi tiedot ennen lataamista.

Facebook

Facebookin työpöytäversiossa toimi näin: profiilikuva > Asetukset ja yksityisyys > Asetukset > Meta-tili > Tietosi ja käyttöoikeutesi > Vie tietosi > Luo vienti. Valitse profiili ja valitse Vie laitteeseen Facebookin ohjeiden mukaan.

Facebookissa voit valita tietyt tiedot, ajanjakson, tiedostomuodon, ilmoitussähköpostin ja median laadun. Laadukkaammat videot tekevät viennistä suuremman Facebookin mukaan.

Instagram

Instagramin työpöytäversiossa toimi näin: Lisää > Asetukset > Meta-tili > Tietosi ja käyttöoikeutesi > Vie tietosi > Luo vienti. Valitse profiili, valitse Seuraava ja sitten Vie laitteeseen Instagramin ohjeiden mukaan.

Instagramissa voit myös mukauttaa tietoja, ajanjaksoa, tiedostomuotoa, ilmoitussähköpostia ja median laatua. Metan mukaan vientilinkin saapuminen voi kestää enintään 30 päivää, ja valmis vienti on saatavilla neljän päivän ajan Instagramin mukaan. Facebook kertoo vastaavasti, että valmis vienti on saatavilla neljän päivän ajan ja että vienti on suojattu salasanalla Facebookin mukaan.

Google Takeout

Google Takeoutilla voi viedä YouTube-videoita ja muiden Google-tuotteiden tietoja. Valitse tuotteet, rajaa tuotteen tietoja tarvittaessa ja valitse toimitustapa sekä arkiston tiedostomuoto Googlen mukaan.

Takeout tarjoaa ZIP- tai TGZ-tiedostoja, kertaluonteisia tai ajoitettuja vientitoimintoja sekä useita arkistoja, jos valittu arkiston enimmäiskoko ylittyy Googlen mukaan.

Kirjaa jokaisesta viennistä tili, valittu ajanjakso, pyyntöaika, arkiston luonti- tai latausaika, valittu tiedostomuoto ja median laatuasetus. Pidä tämä tallennusikkuna erillään tilin myöhemmästä tilasta: Google varoittaa, ettei datatiedosto välttämättä sisällä latauspyynnön ja arkiston luomisen välillä tehtyjä muutoksia Googlen mukaan.

Säilytä paketti, media ja metatiedot yhdessä

Säilytä alkuperäinen ladattu ZIP- tai TGZ-tiedosto lähdepakettina. Facebookin ohjeissa HTML-vienti kuvataan ZIP-tiedostoksi, joka sisältää HTML-hakemiston ja kansioita esimerkiksi kuville ja videoille, kun taas JSON on koneellisesti luettavaa ja voi helpottaa tietojen siirtämistä Facebookin mukaan.

Älä käsittele mediakansiota koko arkistona. Säilytä HTML-hakemisto, kun käytössäsi on HTML-vienti, säilytä JSON, kun käytössäsi on JSON-vienti, ja pidä alkuperäinen media tallessa. curl-x:n kuvaamaan säilytyspakettiin kuuluvat alkuperäinen mediatiedosto, aikaleimattu sivuarkisto, jokaisen ladatun tiedoston SHA-256-tiiviste, julkaisun URL-osoite, käyttöpäivä, tallentajan tiedot sekä saatavilla olevat verkko- tai palvelinvastaukset curl-x:n mukaan.

Kirjaa jokaiseen mediaan liittyvä tiedostonimi. Jos tarvitset kuvaavan tiedostonimen, sisällytä siihen alusta, tilin käyttäjänimi ja päivämäärä; dokumentoitu muoto on twitter_username_20260811.mp4 curl-x:n suosituksen mukaan. Kirjaa tiedostonimi yhdessä tiivisteen, lähde-URL-osoitteen ja tallennusaikaleiman kanssa.

Luo metatietue jokaiselle medialle

Käytä mediaan liittyvää JSON-tietuetta, jota kutsutaan usein sivutiedostoksi. Se on hyödyllinen, kun kuvateksti, julkaisun tunniste, aikaleima tai muu konteksti on tallennettu JSON-muotoon eikä itse kuvaan tai videoon.

JSON sopii tähän tehtävään: W3C:n Activity Streams -määritys kuvaa JSONia ihmisystävälliseksi, koneellisesti käsiteltäväksi ja laajennettavaksi tavaksi esittää monipuolisia toimintatietoja W3C:n mukaan. Käytännöllinen sivutiedosto tai inventaariotietue voi sisältää seuraavat kentät, jos ne ovat saatavilla:

• Tiedostonimi ja mediatyyppi.
• Julkaisun URL-osoite ja julkaisun tunniste.
• Kuvateksti tai julkaisun teksti.
• Alkuperäisen julkaisun aikaleima.
• Tekijän käyttäjänimi, näyttönimi ja profiilin URL-osoite.
• Sitoutumismittarit sellaisina kuin ne viennin tilannekuvassa ovat.
• Sijaintitiedot, hashtagit, maininnat ja linkit.
• captured_at, tallentaja ja tallennusmenetelmä.
• SHA-256- tai muu sisältötiiviste.
• Raakavastaus, jos se on saatavilla.

SociaVaultin esimerkkisäilytystietue käyttää kenttiä captured_at, source_url, captured_by, method, content_hash ja raw_response, minkä jälkeen tietue tallennetaan JSON-muodossa määritysten mukaisella tiedostonimellä säilytysoppaan mukaan.

Pidä julkaisun alkuperäinen aikaleima ja captured_at erillisinä kenttinä. Jos alusta tarjoaa aikavyöhykkeen poikkeaman tai Z-merkinnän, säilytä se sen sijaan, että muuttaisit arvon huomaamatta paikalliseksi ajaksi. W3C Activity Streams edellyttää UTF-8-sarjallistamista ja määrittelee päiväysajat käyttäen nimenomaista numeerista poikkeamaa tai Z-merkintää W3C:n mukaan.

Tarkista arkisto purkamisen jälkeen

Tarkistuksen pitäisi vastata kahteen kysymykseen: säilyikö odotettu tiedosto purkamisessa ja voitko yhdistää sen oikeaan julkaisutietueeseen?

Käytä seuraavaa järjestystä:

1. Säilytä alkuperäinen paketti ja alkuperäinen media.
2. Luo inventaario, jossa ovat tiedostonimi, julkaisun URL-osoite, julkaisun tunniste, alkuperäisen julkaisun aikaleima sekä saatavilla oleva kuvateksti tai JSON-tietue.
3. Luo jokaiselle ladatulle mediatiedostolle SHA-256-tiiviste.
4. Kirjaa jokainen tiiviste tiedostonimen, lähde-URL-osoitteen ja tallennusaikaleiman viereen. SHA-256-arvo toimii tiedoston sormenjälkenä: jos tiedosto ei muutu, tiiviste pysyy samana curl-x:n mukaan.
5. Tarkista, että jokaisella medialla on vastaava metatietue, ja merkitse viennin puuttuviksi jättämät kentät puuttuviksi.
6. Säilytä inventaario, raaka JSON tai HTML, alkuperäinen media ja saatavilla olevat tallennustiedot yhdessä.

Eheysvarmistus on laskennallinen tarkistus, jolla varmistetaan, että tiedosto säilyy väitetyn kaltaisena. Säilytysalan ammattilaiset käyttävät tarkistussummia talletettuihin tiedostoihin ja voivat laskea ne uudelleen säännöllisesti arkistointitutkimuksen mukaan.

Mitä arkisto voi ja ei voi todistaa

Käytä kuvakaappausta täydentävänä visuaalisena viitteenä, älä edellä kuvatun metatietokeskeisen säilytyspaketin korvikkeena. Vahvempaa tietuetta varten säilytä alkuperäinen media, metatiedot ja konteksti, tallennusaikaleima, lähde-URL-osoite, käyttöpäivä, tallentajan tiedot, tiivisteet sekä saatavilla olevat sivu-, verkko- tai palvelinvastaustiedot curl-x:n mukaan.

Ladattu arkisto voi säilyttää alustan tallentaman julkaisun aikaleiman, jos kyseinen kenttä sisältyy vientiin. Arkistoon on silti merkittävä sen oma tallennusikkuna: Google varoittaa, ettei arkisto välttämättä sisällä pyynnön ja arkiston luomisen välillä tehtyjä muutoksia, ja arkistointitutkimuksen mukaan sitoutumismäärät voivat muuttua myöhemmin Googlen ja arkistointitutkimuksen mukaan.

Jos mediaa tai metatietoja puuttuu, säilytä alkuperäinen paketti ja raaka HTML tai JSON, merkitse puuttuva kenttä inventaarioon ja kirjaa vientiasetukset sekä tallennusikkuna. Näin säilyy raja sen välillä, mitä alusta toimitti ja mitä latauksesta puuttui.

Toistettava säilytystarkistuslista

Ennen lataamista:

• Kirjaa tili, alusta, vientipyynnön aika, valittu ajanjakso, tiedostomuoto ja median laatu.
• Valitse alustan viralliset vientitoiminnot ja merkitse, onko tulos HTML, JSON, ZIP vai TGZ.
• Kirjaa viennin saatavuusikkuna, jos alusta ilmoittaa sen.

Lataamisen jälkeen:

• Säilytä alkuperäinen ZIP- tai TGZ-tiedosto ja alkuperäinen media.
• Säilytä viennin mukana tullut HTML-hakemisto tai JSON-tietueet.
• Luo jokaiselle medialle tiedostonimi- ja metatietoinventaario.
• Säilytä kuvatekstit, julkaisujen tunnisteet, alkuperäiset aikaleimat, profiilitiedot ja linkit niihin liittyvän median kanssa.
• Tallenna JSON-sivutiedosto tai vastaava tietue, kun metatiedot ovat erillään mediasta.
• Säilytä aikaleimojen poikkeamat tai Z täsmälleen alkuperäisessä muodossa.
• Luo ja kirjaa SHA-256-tiivisteet yhdessä tiedostonimen, lähde-URL-osoitteen ja tallennusaikaleiman kanssa.
• Merkitse puuttuva media tai kentät puuttuviksi sen sijaan, että esittäisit tarkistamatonta korvaavaa sisältöä.
• Suorita tarkistussummien tarkistus uudelleen säännöllisesti.

SocialGuardianin mukaan sen etusivu kattaa jatkuvissa varmuuskopioissa Instagramin, TikTokin, YouTuben, X:n, Facebookin, LinkedInin, Twitchin ja Pinterestin ja käyttää vain julkista @käyttäjänimeä; salasanaa tai kirjautumista ei tarvita SocialGuardianin mukaan.