Hvernig á að varðveita lýsigögn af samfélagsmiðlum

Niðurhal á safni af aðgangi er aðeins fyrsta skrefið. Varanlega skráin er tengslin milli færslunnar, miðlanna, lýsigagnanna og aðstæðna við niðurhalið.

Áreiðanlegt ferli varðveitir upprunalega pakkann, skráir lýsigögn sem eru utan ljósmyndarinnar eða myndbandsins, varðveitir tímastimpla með upplýsingum um tímabelti og staðfestir hverja miðlaskrá eftir útdrátt.

Hvað getur safn af samfélagsmiðlum innihaldið

Ekkert eitt algilt snið er til fyrir lýsigögn samfélagsmiðla. Virknistraumar samfélagsmiðla safna saman samhengi, margmiðlunarefnum og samskiptalýsigögnum, en færslur, líkar, svör, endurbirtingar og athugasemdir geta verið settar fram á mismunandi hátt eftir vettvangi samkvæmt rannsókn á varðveislu.

Útflutningur getur innihaldið lýsigögn auk texta færslunnar. Góð varðveisluskrá ætti að halda eftirfarandi þegar útflutningurinn býður upp á það:

Þessi aðgreining skiptir máli vegna þess að samskiptatölur í niðurhali af aðgangi eru skyndimyndir. Þær geta verið aðrar síðar á vettvanginum eins og rannsóknin útskýrir.

Veldu útflutning meðvitað og skráðu söfnunartímabilið

Notaðu núverandi útflutningsstýringar vettvangsins og skráðu hvað þú baðst um áður en þú sækir gögnin.

Facebook

Í skjáborðsferli Facebook skaltu fara í: prófílmynd > Settings & privacy > Settings > Meta Account > Your information and permissions > Export your information > Create export. Veldu prófílinn og síðan Export to device samkvæmt leiðbeiningum Facebook.

Facebook leyfir þér að velja tilteknar upplýsingar, tímabil, snið, tölvupóst fyrir tilkynningar og gæði miðla. Myndbönd í meiri gæðum gera útflutninginn stærri samkvæmt Facebook.

Instagram

Í skjáborðsferli Instagram skaltu fara í: More > Settings > Meta Account > Your information and permissions > Export your information > Create export. Veldu prófílinn, veldu Next og síðan Export to device samkvæmt leiðbeiningum Instagram.

Instagram leyfir einnig aðlögun á upplýsingum, tímabili, sniði, tölvupósti fyrir tilkynningar og gæðum miðla. Meta segir að útflutningstengillinn geti tekið allt að 30 daga að berast og að tilbúinn útflutningur sé tiltækur í fjóra daga samkvæmt Instagram. Facebook segir einnig að tilbúinn útflutningur sé tiltækur í fjóra daga og að útflutningur sé varinn með lykilorði samkvæmt Facebook.

Google Takeout

Google Takeout getur flutt út YouTube-myndbönd og gögn úr öðrum Google-vörum. Veldu vörurnar, afmarkaðu gögn vöru ef þörf krefur og veldu afhendingaraðferð og skjalasafnssnið samkvæmt Google.

Takeout býður upp á ZIP- eða TGZ-skrár, einskiptis- eða áætlaða útflutninga og mörg skjalasöfn þegar valin hámarksstærð skjalasafnsins næst samkvæmt Google.

Fyrir hvern útflutning skaltu skrá aðganginn, valið tímabil, beiðnartíma, stofnunar- eða niðurhalstíma skjalasafnsins, valið snið og stillingu fyrir gæði miðla. Haltu þessu söfnunartímabili aðskildu frá síðara ástandi aðgangsins: Google varar við því að gagnaskrá innihaldi hugsanlega ekki breytingar sem voru gerðar milli beiðni um niðurhal og stofnunar skjalasafnsins samkvæmt Google.

Haltu pakka, miðlum og lýsigögnum saman

Haltu upprunalegu niðurhöluðu ZIP- eða TGZ-skránni sem upprunapakka. Í gögnum Facebook er HTML-útflutningi lýst sem ZIP-skrá með HTML-vísitölu og möppum með skrám á borð við myndir og myndbönd, en JSON er vélrænt lesanlegt og getur auðveldað flutning upplýsinga samkvæmt Facebook.

Ekki líta á miðlamöppuna sem allt skjalasafnið. Varðveittu HTML-vísitöluna þegar þú ert með HTML-útflutning, varðveittu JSON þegar þú ert með JSON-útflutning og haltu eftir upprunalegu miðlunum. Varðveislupakkinn sem curl-x lýsir inniheldur upprunalegu miðlaskrána, tímasett síðusafn, SHA-256-dreifigildi fyrir hverja sótta skrá, vefslóð færslunnar, aðgangsdagsetningu, auðkenni safnara og tiltækar net- eða þjónssvarsskrár samkvæmt curl-x.

Skráðu skráarnafnið sem tengist hverju miðlaefni. Ef þú þarft lýsandi skráarnafn skaltu hafa vettvang, aðgangsheiti og dagsetningu með; skjalfest mynstrið er twitter_username_20260811.mp4 eins og curl-x mælir með. Skráðu skráarnafnið ásamt dreifigildi, upprunavefslóð og söfnunartímastimpli.

Búðu til lýsigagnaskrá fyrir hvert miðlaefni

Notaðu fylgjandi JSON-skrá, sem oft er kölluð hliðarskrá, með tengdum miðli. Þetta er gagnlegt þegar myndatexti, færslukenni, tímastimpill eða annað samhengi er geymt í JSON í stað þess að vera inni í ljósmyndinni eða myndbandinu.

JSON hentar þessu verkefni: Í Activity Streams-staðli W3C er JSON lýst sem mannvænu, vélrænt vinnanlegu og útvíkkanlegu sniði til að tákna ítarleg lýsigögn um virkni samkvæmt W3C. Hagnýt hliðarskrá eða birgðaskrá getur notað eftirfarandi reiti þegar þeir eru tiltækir:

• Skráarnafn og tegund miðils.
• Vefslóð færslu og færslukenni.
• Myndatexti eða texti færslu.
• Tímastimpill upphaflegrar færslu.
• Notandanafn höfundar, birtingarnafn og vefslóð prófíls.
• Samskiptamælingar sem skyndimynd útflutningsins.
• Staðsetningargögn, myllumerki, tilvísanir og tenglar.
• captured_at, safnari og söfnunaraðferð.
• SHA-256 eða annað efnisdreifigildi.
• Hrátt svar þegar það er tiltækt.

Dæmi SociaVault um varðveisluskrá notar captured_at, source_url, captured_by, method, content_hash og raw_response og vistar síðan skrána sem JSON með kerfisbundnu skráarnafni eins og sýnt er í varðveisluleiðbeiningum þeirra.

Haltu aðskildum reitum fyrir upphaflegan tímastimpil færslunnar og captured_at. Ef vettvangur gefur upp tímabeltisfærslu eða Z skaltu varðveita hana í stað þess að breyta gildinu hljóðlaust í staðartíma. Activity Streams W3C krefst UTF-8-raðunar og tilgreinir dagsetningar- og tímagildi með skýrri tölulegri færslu eða Z samkvæmt W3C.

Staðfestu skjalasafnið eftir útdrátt

Staðfestingin ætti að svara tveimur spurningum: lifði væntanleg skrá af útdráttinn og er hægt að tengja hana við rétta færsluskrá?

Notaðu þessa röð:

1. Haltu eftir upprunalega pakkanum og upprunalegum miðlum.
2. Búðu til skrá yfir skráarnafn, vefslóð færslu, færslukenni, tímastimpil upphaflegrar færslu og tiltæka myndatexta- eða JSON-skrá.
3. Reiknaðu SHA-256-dreifigildi fyrir hverja niðurhalaða miðlaskrá.
4. Skráðu hvert dreifigildi við hlið skráarnafns, upprunavefslóðar og söfnunartímastimpils. SHA-256-gildi virkar sem fingrafar skráar: ef skráin er óbreytt helst dreifigildið eins samkvæmt curl-x.
5. Athugaðu að hvert miðlaefni eigi samsvarandi lýsigagnaskrá og skráðu reiti sem útflutningurinn gaf ekki upp sem ótiltæka.
6. Varðveittu skrána, hrátt JSON eða HTML, upprunalega miðla og tiltækar söfnunarskrár saman.

Heilleiki er reiknileg athugun á því að skrá sé enn það sem hún segist vera. Sérfræðingar í varðveislu nota gátsummur fyrir innlagðar skrár og geta endurtekið þær reglulega eins og lýst er í rannsókninni.

Hvað skjalasafn getur og getur ekki sannað

Notaðu skjámynd sem viðbótar sjónræna heimild, ekki sem fullkominn lýsigagnamiðaðan varðveislupakka eins og lýst er hér að ofan. Fyrir traustari skrá skaltu varðveita upprunalega miðla, lýsigögn og samhengi, söfnunartímastimpil, upprunavefslóð, aðgangsdagsetningu, auðkenni safnara, dreifigildi og tiltækar síðu-, net- eða þjónssvarsskrár samkvæmt curl-x.

Niðurhalað skjalasafn getur varðveitt skráðan tímastimpil færslu vettvangsins þegar sá reitur er með. Það ætti samt að vera merkt með eigin söfnunartímabili: Google varar við því að skjalasafnið innihaldi hugsanlega ekki breytingar milli beiðni og stofnunar skjalasafnsins og rannsóknin bendir á að samskiptatölur geti breyst síðar samkvæmt Google og rannsókninni.

Ef miðlaefni eða lýsigögn vantar skaltu halda eftir upprunalega pakkanum og hráu HTML eða JSON, merkja reitinn sem vantar í skrána og skrá útflutningsstillingar og söfnunartímabil. Þannig helst mörkin skýr milli þess sem vettvangurinn afhenti og þess sem var ekki tiltækt í niðurhalinu.

Endurtekinn gátlisti fyrir varðveislu

Fyrir niðurhal:

• Skráðu aðgang, vettvang, tíma útflutningsbeiðni, valið tímabil, snið og gæði miðla.
• Veldu opinberar útflutningsstýringar vettvangsins og skráðu hvort niðurstaðan verði HTML, JSON, ZIP eða TGZ.
• Skráðu hve lengi útflutningurinn er tiltækur þegar vettvangurinn gefur þær upplýsingar.

Eftir niðurhal:

• Haltu eftir upprunalegu ZIP eða TGZ og upprunalegu miðlunum.
• Varðveittu HTML-vísitöluna eða JSON-skrárnar sem fylgdu útflutningnum.
• Búðu til skrá yfir skráarnafn og lýsigögn fyrir hvert miðlaefni.
• Haltu myndatextum, færslukennum, upphaflegum tímastimplum, prófílupplýsingum og tenglum með tengdum miðlum.
• Vistaðu JSON-hliðarskrá eða sambærilega skrá þegar lýsigögn eru aðskilin frá miðlinum.
• Haltu tímabeltisfærslum eða Z nákvæmlega eins og þær voru skráðar.
• Reiknaðu og skráðu SHA-256-dreifigildi með skráarnafni, upprunavefslóð og söfnunartímastimpli.
• Merktu miðla eða reiti sem vantar í stað þess að setja inn óstaðfest ígildi.
• Endurtaktu gátsummustaðfestingu reglulega.

Fyrir áframhaldandi afritun á vettvöngunum sem SocialGuardian telur upp segir heimasíða þjónustunnar að hún nái yfir Instagram, TikTok, YouTube, X, Facebook, LinkedIn, Twitch og Pinterest og noti aðeins opinbert @handle, án lykilorðs eða innskráningar samkvæmt SocialGuardian.