Ինչպես պահպանել սոցիալական մեդիայի մետատվյալները

Հաշվի արխիվը ներբեռնելը միայն առաջին քայլն է։ Երկարաժամկետ արժեք ունեցող գրառումը գրառման, դրա մեդիայի, մետատվյալների և ներբեռնման պայմանների փոխկապակցվածությունն է։

Հուսալի գործընթացը պահպանում է սկզբնական փաթեթը, գրանցում լուսանկարից կամ տեսանյութից դուրս պահվող մետատվյալները, պահպանում ժամանակային դրոշմները՝ ժամային գոտու տվյալներով, և արդյունահանումից հետո ստուգում յուրաքանչյուր մեդիաֆայլ։

Ինչ կարող է պարունակել սոցիալական մեդիայի արխիվը

Սոցիալական մեդիայի մետատվյալների միասնական համընդհանուր ձևաչափ չկա։ Սոցիալական ակտիվության հոսքերը կուտակում են համատեքստ, մուլտիմեդիա օբյեկտներ և ներգրավվածության մետատվյալներ, իսկ գրառումները, հավանումները, պատասխանները, վերատեղադրումները և մեկնաբանությունները յուրաքանչյուր հարթակ կարող է ներկայացնել տարբեր կերպ ինչպես նշվում է արխիվացման ուսումնասիրությունում։

Արտահանումը կարող է պարունակել նաև մետատվյալներ՝ գրառման տեքստից բացի։ Պահպանման օգտակար գրառումը պետք է պահպանի հետևյալը, եթե արտահանումը դրանք տրամադրում է.

Այս տարանջատումը կարևոր է, քանի որ հաշվի ներբեռնման մեջ ներգրավվածության արժեքները տվյալ պահի պատկերը են։ Դրանք հետագայում կարող են այլ արժեք ունենալ հարթակում ինչպես բացատրվում է արխիվացման ուսումնասիրությունում։

Միտումնավոր ընտրեք արտահանումը և գրանցեք դրա ընդգրկած ժամանակահատվածը

Օգտվեք հարթակի արտահանման ընթացիկ գործիքներից և ներբեռնումից առաջ գրանցեք, թե ինչ եք պահանջել։

Facebook

Facebook-ի համակարգչային տարբերակում անցեք՝ պրոֆիլի նկար > Settings & privacy > Settings > Meta Account > Your information and permissions > Export your information > Create export։ Ընտրեք պրոֆիլը և նշեք Export to device Facebook-ի հրահանգներում։

Facebook-ը թույլ է տալիս ընտրել կոնկրետ տեղեկություններ, ամսաթվերի միջակայք, ձևաչափ, ծանուցման էլ․ փոստ և մեդիայի որակ։ Ավելի բարձր որակի տեսանյութերը արտահանումն ավելի մեծ են դարձնում Facebook-ի տվյալներով։

Instagram

Instagram-ի համակարգչային տարբերակում անցեք՝ More > Settings > Meta Account > Your information and permissions > Export your information > Create export։ Ընտրեք պրոֆիլը, սեղմեք Next, ապա ընտրեք Export to device Instagram-ի հրահանգներում։

Instagram-ը նույնպես թույլ է տալիս հարմարեցնել տեղեկությունները, ամսաթվերի միջակայքը, ձևաչափը, ծանուցման էլ․ փոստը և մեդիայի որակը։ Meta-ն նշում է, որ արտահանման հղումը կարող է հասնել մինչև 30 օրվա ընթացքում, իսկ պատրաստ արտահանումը հասանելի է չորս օր Instagram-ի տվյալներով։ Facebook-ը նույնպես նշում է, որ ավարտված արտահանումը հասանելի է չորս օր, իսկ արտահանումը պաշտպանված է գաղտնաբառով Facebook-ի տվյալներով։

Google Takeout

Google Takeout-ը կարող է արտահանել YouTube-ի տեսանյութերը և Google-ի այլ արտադրանքների տվյալները։ Ընտրեք արտադրանքները, անհրաժեշտության դեպքում նեղացրեք արտադրանքի տվյալները և ընտրեք առաքման եղանակն ու արխիվի ձևաչափը Google-ի տվյալներով։

Takeout-ն առաջարկում է ZIP կամ TGZ ֆայլեր, մեկանգամյա կամ պլանավորված արտահանումներ, ինչպես նաև մի քանի արխիվ, երբ ընտրված առավելագույն չափը գերազանցվում է Google-ի տվյալներով։

Յուրաքանչյուր արտահանման համար գրանցեք հաշիվը, ընտրված ամսաթվերի միջակայքը, հարցման ժամը, արխիվի ստեղծման կամ ներբեռնման ժամը, ընտրված ձևաչափը և մեդիայի որակի կարգավորումը։ Այս ժամանակահատվածը տարանջատեք հաշվի հետագա վիճակից. Google-ը զգուշացնում է, որ տվյալների ֆայլը կարող է չներառել ներբեռնման հարցումից մինչև արխիվի ստեղծումը կատարված փոփոխությունները Google-ի տվյալներով։

Պահեք փաթեթը, մեդիան և մետատվյալները միասին

Սկզբնական ներբեռնված ZIP կամ TGZ-ը պահեք որպես աղբյուրի փաթեթ։ Facebook-ի փաստաթղթերում HTML արտահանումը նկարագրվում է որպես ZIP՝ index HTML ֆայլով և պատկերներ ու տեսանյութեր պարունակող թղթապանակներով, մինչդեռ JSON-ը մեքենայորեն ընթեռնելի է և կարող է հեշտացնել տեղեկությունների փոխանցումը Facebook-ի տվյալներով։

Մեդիայի թղթապանակը մի դիտարկեք որպես ամբողջ արխիվ։ HTML արտահանման դեպքում պահեք HTML ինդեքսը, JSON արտահանման դեպքում՝ JSON-ը, և պահպանեք սկզբնական մեդիան։ curl-x-ի նկարագրած պահպանման փաթեթը ներառում է սկզբնական մեդիաֆայլը, ժամանակային դրոշմով էջի արխիվը, յուրաքանչյուր ներբեռնված ֆայլի SHA-256 հեշը, գրառման URL-ը, հասանելիության ամսաթիվը, հավաքագրողի ինքնությունը և առկա ցանցային կամ սերվերի պատասխանի գրառումները curl-x-ի տվյալներով։

Գրանցեք յուրաքանչյուր մեդիա տարրի հետ կապված ֆայլի անունը։ Եթե անհրաժեշտ է նկարագրական ֆայլի անուն, ներառեք հարթակը, հաշվի մականունը և ամսաթիվը. փաստաթղթավորված ձևաչափն է twitter_username_20260811.mp4 ինչպես առաջարկում է curl-x-ը։ Այդ անունը գրանցեք հեշի, աղբյուրի URL-ի և գրանցման ժամանակային դրոշմի հետ։

Կառուցեք մետատվյալների գրառում յուրաքանչյուր մեդիա տարրի համար

Կապակցված մեդիայի հետ օգտագործեք ուղեկցող JSON գրառում, որը հաճախ կոչվում է sidecar։ Սա օգտակար է, երբ նկարագրությունը, գրառման ID-ն, ժամանակային դրոշմը կամ այլ համատեքստ պահվում է JSON-ում, ոչ թե հենց լուսանկարում կամ տեսանյութում։

JSON-ը հարմար է այս աշխատանքի համար. W3C Activity Streams-ի մասնագրում JSON-ը նկարագրվում է որպես հարուստ ակտիվության մետատվյալները ներկայացնելու մարդուն հասկանալի, մեքենայորեն մշակվող և ընդլայնելի եղանակ W3C-ի տվյալներով։ Գործնական sidecar կամ գույքագրման գրառումը կարող է օգտագործել հետևյալ դաշտերը, երբ դրանք հասանելի են.

• Ֆայլի անունը և մեդիայի տեսակը։
• Գրառման URL-ը և գրառման ID-ն։
• Նկարագրությունը կամ գրառման տեքստը։
• Սկզբնական գրառման ժամանակային դրոշմը։
• Հեղինակի օգտանունը, ցուցադրվող անունը և պրոֆիլի URL-ը։
• Ներգրավվածության չափանիշները՝ որպես արտահանման պահի պատկերը։
• Տեղադրության տվյալները, հեշթեգները, նշումները և հղումները։
• captured_at-ը, հավաքագրողը և գրանցման մեթոդը։
• SHA-256 կամ բովանդակության այլ հեշը։
• Հասանելիության դեպքում՝ սկզբնական պատասխանը։

SociaVault-ի պահպանման գրառման օրինակը օգտագործում է captured_at, source_url, captured_by, method, content_hash և raw_response, ապա գրառումը պահպանում է JSON ձևաչափով՝ որոշակի կանոններով ստեղծված ֆայլի անունով ինչպես ցույց է տրված պահպանման ուղեցույցում։

Առանձին դաշտերով պահեք գրառման սկզբնական ժամանակային դրոշմը և captured_at-ը։ Եթե հարթակը տրամադրում է ժամային գոտու շեղում կամ Z, պահպանեք այն՝ առանց արժեքը լռելյայն տեղական ժամանակի վերածելու։ W3C Activity Streams-ը պահանջում է UTF-8 սերիալիզացիա և սահմանում է ամսաթվի ու ժամի արժեքներ՝ բացահայտ թվային շեղումով կամ Z-ով W3C-ի տվյալներով։

Ստուգեք արխիվը արդյունահանումից հետո

Ստուգումը պետք է պատասխանի երկու հարցի. սպասվող ֆայլը պահպանվե՞լ է արդյունահանումից հետո, և կարո՞ղ եք այն կապել ճիշտ գրառման հետ։

Օգտագործեք այս հաջորդականությունը.

1. Պահպանեք սկզբնական փաթեթը և սկզբնական մեդիան։
2. Ստեղծեք գույքագրում՝ ֆայլի անունով, գրառման URL-ով, գրառման ID-ով, սկզբնական գրառման ժամանակային դրոշմով և հասանելի նկարագրությամբ կամ JSON գրառմամբ։
3. Յուրաքանչյուր ներբեռնված մեդիաֆայլի համար ստեղծեք SHA-256 հեշ։
4. Յուրաքանչյուր հեշ գրանցեք ֆայլի անվան, աղբյուրի URL-ի և գրանցման ժամանակային դրոշմի կողքին։ SHA-256 արժեքը ֆայլի մատնահետքն է. եթե ֆայլը չի փոխվել, հեշը մնում է նույնը curl-x-ի տվյալներով։
5. Ստուգեք, որ յուրաքանչյուր մեդիա տարր ունի համապատասխան մետատվյալների գրառում, և արտահանման մեջ չտրամադրված դաշտերը նշեք որպես բացակայող։
6. Գույքագրումը, սկզբնական JSON-ը կամ HTML-ը, սկզբնական մեդիան և հասանելի գրանցման տվյալները պահեք միասին։

Ֆիքսության ստուգումը հաշվողական եղանակով հաստատում է, որ ֆայլը շարունակում է լինել այն, ինչ պնդվում է։ Պահպանման մասնագետները պահված ֆայլերի համար օգտագործում են ստուգիչ գումարներ և կարող են դրանք պարբերաբար վերահաշվել ինչպես նկարագրված է արխիվացման ուսումնասիրությունում։

Ինչ կարող է և չի կարող ապացուցել արխիվը

Սքրինշոթը օգտագործեք որպես լրացուցիչ տեսողական հղում, ոչ թե վերը նկարագրված՝ մետատվյալների վրա հիմնված պահպանման ամբողջական փաթեթ։ Ավելի ամբողջական գրառման համար պահեք սկզբնական մեդիան, մետատվյալներն ու համատեքստը, գրանցման ժամանակային դրոշմը, աղբյուրի URL-ը, հասանելիության ամսաթիվը, հավաքագրողի ինքնությունը, հեշերը և հասանելի էջի, ցանցի կամ սերվերի պատասխանի գրառումները curl-x-ի տվյալներով։

Ներբեռնված արխիվը կարող է պահպանել հարթակում գրանցված գրառման ժամանակային դրոշմը, եթե այդ դաշտը ներառված է։ Այն միևնույն է պետք է նշվի իր սեփական գրանցման ժամանակահատվածով. Google-ը զգուշացնում է, որ արխիվը կարող է չներառել հարցումից մինչև արխիվի ստեղծումը կատարված փոփոխությունները, իսկ արխիվացման ուսումնասիրությունը նշում է, որ ներգրավվածության հաշվարկները կարող են հետագայում փոխվել Google-ի տվյալներով և արխիվացման ուսումնասիրության համաձայն։

Եթե մեդիան կամ մետատվյալները բացակայում են, պահեք սկզբնական փաթեթը և սկզբնական HTML-ը կամ JSON-ը, գույքագրման մեջ նշեք բացակայող դաշտը և գրանցեք արտահանման կարգավորումները ու գրանցման ժամանակահատվածը։ Այդպես պահպանվում է տարբերությունը հարթակի տրամադրածի և ներբեռնման մեջ անհասանելիի միջև։

Կրկնվող պահպանման ստուգաթերթ

Ներբեռնումից առաջ.

• Գրանցեք հաշիվը, հարթակը, արտահանման հարցման ժամը, ընտրված ամսաթվերի միջակայքը, ձևաչափը և մեդիայի որակը։
• Ընտրեք հարթակի պաշտոնական արտահանման գործիքները և նշեք՝ արդյունքը կլինի HTML, JSON, ZIP, թե TGZ։
• Գրանցեք արտահանման հասանելիության ժամկետը, եթե հարթակը տրամադրում է այն։

Ներբեռնումից հետո.

• Պահեք սկզբնական ZIP կամ TGZ-ը և սկզբնական մեդիան։
• Պահպանեք արտահանման հետ ստացված HTML ինդեքսը կամ JSON գրառումները։
• Յուրաքանչյուր մեդիա տարրի համար ստեղծեք ֆայլի անվան և մետատվյալների գույքագրում։
• Նկարագրությունները, գրառման ID-ները, սկզբնական ժամանակային դրոշմները, պրոֆիլի տվյալները և հղումները պահեք համապատասխան մեդիայի հետ։
• Երբ մետատվյալները մեդիայից առանձին են, պահեք JSON sidecar կամ համարժեք գրառում։
• Պահպանեք ժամանակային շեղումները կամ Z-ը ճիշտ այնպես, ինչպես գրանցված են։
• Ստեղծեք և գրանցեք SHA-256 հեշերը՝ ֆայլի անվան, աղբյուրի URL-ի և գրանցման ժամանակային դրոշմի հետ։
• Բացակայող մեդիան կամ դաշտերը նշեք՝ չներկայացնելով չստուգված փոխարինում։
• Պարբերաբար կրկնեք ստուգիչ գումարների ստուգումը։

SocialGuardian-ի նշած հարթակներում շարունակական պահուստավորման համար ծառայության գլխավոր էջը նշում է, որ այն ընդգրկում է Instagram-ը, TikTok-ը, YouTube-ը, X-ը, Facebook-ը, LinkedIn-ը, Twitch-ը և Pinterest-ը և օգտագործում է միայն հանրային @handle՝ առանց գաղտնաբառի կամ մուտքի պահանջի SocialGuardian-ի տվյալներով։