Comment préserver les métadonnées des réseaux sociaux

Télécharger l’archive d’un compte n’est que la première étape. La trace durable est la relation entre la publication, ses médias, ses métadonnées et les circonstances du téléchargement.

Un flux de travail fiable conserve le paquet d’origine, consigne les métadonnées situées en dehors de la photo ou de la vidéo, préserve les horodatages avec leurs informations de fuseau horaire et vérifie chaque fichier multimédia après extraction.

Ce que peut contenir une archive de réseau social

Il n’existe pas de format universel unique pour les métadonnées des réseaux sociaux. Les flux d’activité accumulent du contexte, des objets multimédias et des métadonnées d’engagement, tandis que les publications, mentions J’aime, réponses, republications et commentaires peuvent être représentés différemment selon chaque plateforme selon l’étude sur l’archivage.

Une exportation peut contenir des métadonnées en plus du texte de la publication. Une fiche de conservation utile doit garder les éléments suivants lorsque l’exportation les fournit :

Cette distinction est importante, car les valeurs d’engagement d’une exportation de compte sont des instantanés. Elles peuvent être différentes ultérieurement sur la plateforme comme l’explique l’étude sur l’archivage.

Choisir l’exportation délibérément et consigner sa période de collecte

Utilisez les commandes d’exportation actuelles de la plateforme et notez ce que vous avez demandé avant de télécharger l’archive.

Facebook

Dans l’interface de bureau de Facebook, utilisez : photo de profil > Paramètres et confidentialité > Paramètres > Compte Meta > Vos informations et autorisations > Exporter vos informations > Créer une exportation. Sélectionnez le profil et choisissez Exporter vers l’appareil dans les instructions de Facebook.

Facebook vous permet de choisir des informations précises, une période, un format, une adresse e-mail de notification et une qualité multimédia. Les vidéos de meilleure qualité rendent l’exportation plus volumineuse selon Facebook.

Instagram

Dans l’interface de bureau d’Instagram, utilisez : Plus > Paramètres > Compte Meta > Vos informations et autorisations > Exporter vos informations > Créer une exportation. Sélectionnez le profil, choisissez Suivant, puis Exporter vers l’appareil dans les instructions d’Instagram.

Instagram permet également de personnaliser les informations, la période, le format, l’adresse e-mail de notification et la qualité multimédia. Meta indique que le lien d’exportation peut prendre jusqu’à 30 jours pour arriver et qu’une exportation prête est disponible pendant quatre jours selon Instagram. Facebook indique aussi qu’une exportation terminée est disponible pendant quatre jours et que l’exportation est protégée par mot de passe selon Facebook.

Google Takeout

Google Takeout peut exporter des vidéos YouTube et les données d’autres produits Google. Sélectionnez les produits, limitez les données d’un produit si nécessaire, puis choisissez un mode de livraison et un format d’archive selon Google.

Takeout propose des fichiers ZIP ou TGZ, des exportations ponctuelles ou planifiées, ainsi que plusieurs archives lorsque la taille maximale sélectionnée est dépassée selon Google.

Pour chaque exportation, notez le compte, la période sélectionnée, l’heure de la demande, l’heure de création ou de téléchargement de l’archive, le format choisi et le réglage de qualité multimédia. Gardez cette période de collecte distincte de l’état ultérieur du compte : Google avertit qu’un fichier de données peut ne pas inclure les changements intervenus entre la demande de téléchargement et la création de l’archive selon Google.

Conserver le paquet, les médias et les métadonnées ensemble

Conservez le fichier ZIP ou TGZ téléchargé d’origine comme paquet source. La documentation de Facebook décrit une exportation HTML comme un ZIP contenant un fichier HTML d’index et des dossiers avec des fichiers tels que des images et des vidéos, tandis que le JSON est lisible par machine et peut faciliter le transfert des informations selon Facebook.

Ne considérez pas le dossier multimédia comme l’intégralité de l’archive. Conservez l’index HTML lorsque vous disposez d’une exportation HTML, le JSON lorsque vous disposez d’une exportation JSON, ainsi que les médias d’origine. Le paquet de conservation décrit par curl-x comprend le fichier multimédia d’origine, une archive horodatée de la page, une empreinte SHA-256 pour chaque fichier téléchargé, l’URL de la publication, la date d’accès, l’identité du collecteur et les données réseau ou réponses serveur disponibles selon curl-x.

Consignez le nom de fichier associé à chaque élément multimédia. Si vous avez besoin d’un nom descriptif, incluez la plateforme, le nom d’utilisateur du compte et la date ; le modèle documenté est twitter_username_20260811.mp4 comme le recommande curl-x. Enregistrez ce nom avec l’empreinte, l’URL source et l’horodatage de collecte.

Créer une fiche de métadonnées pour chaque élément multimédia

Utilisez avec le média associé une fiche JSON complémentaire, souvent appelée sidecar. Elle est utile lorsque la légende, l’identifiant de la publication, l’horodatage ou un autre contexte est stocké dans le JSON plutôt que dans la photo ou la vidéo elle-même.

Le JSON convient à cette tâche : la spécification Activity Streams du W3C décrit le JSON comme un moyen lisible par l’humain, exploitable par machine et extensible de représenter des métadonnées d’activité riches selon le W3C. Une fiche sidecar ou d’inventaire pratique peut utiliser les champs suivants lorsqu’ils sont disponibles :

• Le nom de fichier et le type de média.
• L’URL et l’identifiant de la publication.
• La légende ou le texte de la publication.
• L’horodatage de la publication d’origine.
• Le nom d’utilisateur, le nom affiché et l’URL du profil de l’auteur.
• Les statistiques d’engagement telles qu’elles apparaissent dans l’instantané de l’exportation.
• Les données de localisation, hashtags, mentions et liens.
• captured_at, le collecteur et la méthode de collecte.
• L’empreinte SHA-256 ou une autre empreinte du contenu.
• La réponse brute lorsqu’elle est disponible.

L’exemple de fiche de conservation de SociaVault utilise captured_at, source_url, captured_by, method, content_hash et raw_response, puis enregistre la fiche en JSON avec un nom de fichier déterministe comme l’indique son guide de conservation.

Conservez des champs distincts pour l’horodatage d’origine de la publication et captured_at. Si une plateforme fournit un décalage de fuseau horaire ou Z, conservez-le au lieu de convertir silencieusement la valeur en heure locale. Activity Streams du W3C impose une sérialisation UTF-8 et définit les valeurs de date et d’heure avec un décalage numérique explicite ou Z selon le W3C.

Vérifier l’archive après extraction

La vérification doit répondre à deux questions : le fichier attendu a-t-il survécu à l’extraction et pouvez-vous le relier à la bonne fiche de publication ?

Suivez cette séquence :

1. Conservez le paquet d’origine et les médias d’origine.
2. Créez un inventaire avec le nom de fichier, l’URL de la publication, son identifiant, l’horodatage d’origine et toute légende ou fiche JSON disponible.
3. Générez une empreinte SHA-256 pour chaque fichier multimédia téléchargé.
4. Enregistrez chaque empreinte à côté du nom de fichier, de l’URL source et de l’horodatage de collecte. Une valeur SHA-256 agit comme une empreinte du fichier : si le fichier reste inchangé, l’empreinte reste identique selon curl-x.
5. Vérifiez que chaque élément multimédia possède sa fiche de métadonnées correspondante et indiquez comme manquants les champs non fournis par l’exportation.
6. Conservez ensemble l’inventaire, le JSON ou HTML brut, les médias d’origine et les données de collecte disponibles.

La fixité est le contrôle informatique qui vérifie qu’un fichier reste conforme à ce qu’il prétend être. Les professionnels de la conservation utilisent des sommes de contrôle pour les fichiers déposés et peuvent les recalculer périodiquement comme le décrit l’étude sur l’archivage.

Ce qu’une archive peut et ne peut pas prouver

Utilisez une capture d’écran comme référence visuelle supplémentaire, et non comme paquet complet de conservation orienté vers les métadonnées décrit ci-dessus. Pour obtenir une fiche plus solide, conservez les médias d’origine, les métadonnées et le contexte, l’horodatage de collecte, l’URL source, la date d’accès, l’identité du collecteur, les empreintes et les données de page, réseau ou réponse serveur disponibles selon curl-x.

Une archive téléchargée peut préserver l’horodatage de publication enregistré par la plateforme lorsque ce champ est inclus. Elle doit néanmoins être associée à sa propre période de collecte : Google avertit que l’archive peut ne pas inclure les changements intervenus entre la demande et la création de l’archive, et l’étude sur l’archivage note que les compteurs d’engagement peuvent évoluer ultérieurement selon Google et l’étude sur l’archivage.

Si des médias ou des métadonnées manquent, conservez le paquet d’origine ainsi que le HTML ou JSON brut, indiquez le champ manquant dans l’inventaire et consignez les paramètres d’exportation et la période de collecte. Cela préserve la distinction entre ce que la plateforme a fourni et ce qui était indisponible dans le téléchargement.

Une checklist de conservation reproductible

Avant le téléchargement :

• Notez le compte, la plateforme, l’heure de la demande d’exportation, la période sélectionnée, le format et la qualité multimédia.
• Utilisez les commandes d’exportation officielles de la plateforme et précisez si le résultat sera en HTML, JSON, ZIP ou TGZ.
• Notez la durée de disponibilité de l’exportation lorsque la plateforme en indique une.

Après le téléchargement :

• Conservez le ZIP ou TGZ d’origine et les médias d’origine.
• Préservez l’index HTML ou les fiches JSON fournis avec l’exportation.
• Créez un inventaire des noms de fichiers et des métadonnées pour chaque élément multimédia.
• Conservez les légendes, identifiants de publications, horodatages d’origine, détails de profil et liens avec les médias associés.
• Stockez une fiche JSON sidecar ou une fiche équivalente lorsque les métadonnées sont séparées du média.
• Conservez exactement les décalages d’horodatage ou Z tels qu’ils sont enregistrés.
• Générez et enregistrez les empreintes SHA-256 avec le nom de fichier, l’URL source et l’horodatage de collecte.
• Signalez les médias ou champs manquants au lieu de présenter un remplacement non vérifié.
• Recommencez périodiquement la vérification des sommes de contrôle.

Pour les sauvegardes continues sur les plateformes répertoriées par SocialGuardian, sa page d’accueil indique que le service couvre Instagram, TikTok, YouTube, X, Facebook, LinkedIn, Twitch et Pinterest et utilise uniquement un @handle public, sans mot de passe ni connexion requise selon SocialGuardian.