Come preservare i metadati dei social media

Scaricare l’archivio di un account è solo il primo passo. Il record duraturo è il rapporto tra il post, i suoi contenuti multimediali, i metadati e le circostanze del download.

Un flusso di lavoro affidabile conserva il pacchetto originale, registra i metadati presenti al di fuori della foto o del video, mantiene i timestamp con le relative informazioni sul fuso orario e verifica ogni file multimediale dopo l’estrazione.

Cosa può contenere un archivio dei social media

Non esiste un formato universale unico per i metadati dei social media. I flussi di attività social accumulano contesto, oggetti multimediali e metadati sulle interazioni, mentre post, Mi piace, risposte, repost e commenti possono essere rappresentati in modo diverso da ciascuna piattaforma secondo lo studio archivistico.

Un’esportazione può contenere metadati oltre al testo del post. Un record di conservazione utile dovrebbe mantenere, quando l’esportazione li fornisce:

Questa distinzione è importante perché i valori delle interazioni in un download dell’account sono istantanee. In seguito sulla piattaforma potrebbero avere un valore diverso come spiega lo studio archivistico.

Scegli con attenzione l’esportazione e registra la finestra di acquisizione

Usa gli attuali controlli di esportazione della piattaforma e registra ciò che hai richiesto prima di scaricarlo.

Facebook

Nel flusso desktop di Facebook, usa: foto del profilo > Impostazioni e privacy > Impostazioni > Account Meta > Le tue informazioni e autorizzazioni > Esporta le tue informazioni > Crea esportazione. Seleziona il profilo e scegli Esporta sul dispositivo nelle istruzioni di Facebook.

Facebook consente di scegliere informazioni specifiche, un intervallo di date, il formato, l’indirizzo email per le notifiche e la qualità dei contenuti multimediali. I video di qualità superiore rendono l’esportazione più grande secondo Facebook.

Instagram

Nel flusso desktop di Instagram, usa: Altro > Impostazioni > Account Meta > Le tue informazioni e autorizzazioni > Esporta le tue informazioni > Crea esportazione. Seleziona il profilo, scegli Avanti e poi seleziona Esporta sul dispositivo nelle istruzioni di Instagram.

Instagram consente inoltre di personalizzare le informazioni, l’intervallo di date, il formato, l’email per le notifiche e la qualità dei contenuti multimediali. Meta afferma che il link per l’esportazione può richiedere fino a 30 giorni e che un’esportazione pronta è disponibile per quattro giorni secondo Instagram. Anche Facebook afferma che un’esportazione completata è disponibile per quattro giorni e che l’esportazione è protetta da password secondo Facebook.

Google Takeout

Google Takeout può esportare video di YouTube e dati di altri prodotti Google. Seleziona i prodotti, limita i dati di un prodotto se necessario e scegli un metodo di consegna e un formato di archivio secondo Google.

Takeout offre file ZIP o TGZ, esportazioni una tantum o pianificate e più archivi quando la dimensione massima selezionata viene superata secondo Google.

Per ogni esportazione, annota l’account, l’intervallo di date selezionato, l’ora della richiesta, l’ora di creazione o download dell’archivio, il formato scelto e l’impostazione della qualità dei contenuti multimediali. Mantieni questa finestra di acquisizione separata dallo stato successivo dell’account: Google avverte che un file di dati potrebbe non includere le modifiche effettuate tra la richiesta di download e la creazione dell’archivio secondo Google.

Conserva insieme pacchetto, contenuti multimediali e metadati

Conserva lo ZIP o TGZ originale scaricato come pacchetto sorgente. La documentazione di Facebook descrive un’esportazione HTML come uno ZIP con un file HTML di indice e cartelle contenenti file come immagini e video, mentre il JSON è leggibile dalle macchine e può facilitare il trasferimento delle informazioni secondo Facebook.

Non trattare la cartella dei contenuti multimediali come l’intero archivio. Conserva l’indice HTML quando disponi di un’esportazione HTML, conserva il JSON quando disponi di un’esportazione JSON e mantieni i contenuti multimediali originali. Il pacchetto di conservazione descritto da curl-x include il file multimediale originale, un archivio della pagina con timestamp, un hash SHA-256 per ogni file scaricato, l’URL del post, la data di accesso, l’identità del raccoglitore e i record di rete o di risposta del server disponibili secondo curl-x.

Registra il nome file associato a ogni contenuto multimediale. Se ti serve un nome descrittivo, includi piattaforma, handle dell’account e data; il formato documentato è twitter_username_20260811.mp4 come raccomandato da curl-x. Registra quel nome file insieme all’hash, all’URL di origine e al timestamp di acquisizione.

Crea un record di metadati per ogni contenuto multimediale

Usa un record JSON associato, spesso chiamato sidecar, insieme al contenuto multimediale correlato. È utile quando didascalia, ID del post, timestamp o altro contesto sono archiviati nel JSON invece che nella foto o nel video.

Il JSON è adatto a questo scopo: la specifica W3C Activity Streams descrive il JSON come un modo intuitivo per gli utenti, elaborabile dalle macchine ed estensibile per rappresentare metadati dettagliati sulle attività secondo il W3C. Un record sidecar o inventario pratico può usare questi campi quando disponibili:

• Il nome file e il tipo di contenuto multimediale.
• L’URL e l’ID del post.
• La didascalia o il testo del post.
• Il timestamp del post originale.
• Il nome utente dell’autore, il nome visualizzato e l’URL del profilo.
• Le metriche di interazione come istantanea dell’esportazione.
• Dati sulla posizione, hashtag, menzioni e link.
• captured_at, il raccoglitore e il metodo di acquisizione.
• L’hash SHA-256 o un altro hash del contenuto.
• La risposta grezza quando disponibile.

Il record di conservazione di esempio di SociaVault usa captured_at, source_url, captured_by, method, content_hash e raw_response, quindi salva il record come JSON con un nome file deterministico come mostrato nella sua guida alla conservazione.

Mantieni campi separati per il timestamp originale del post e captured_at. Se una piattaforma fornisce un offset del fuso orario o Z, conservalo invece di convertire silenziosamente il valore all’ora locale. Activity Streams del W3C richiede la serializzazione UTF-8 e specifica valori data-ora con un offset numerico esplicito o Z secondo il W3C.

Verifica l’archivio dopo l’estrazione

La verifica dovrebbe rispondere a due domande: il file previsto è sopravvissuto all’estrazione e puoi collegarlo al record del post corretto?

Usa questa sequenza:

1. Conserva il pacchetto originale e i contenuti multimediali originali.
2. Crea un inventario con nome file, URL del post, ID del post, timestamp del post originale e qualsiasi didascalia o record JSON disponibile.
3. Genera un hash SHA-256 per ogni file multimediale scaricato.
4. Registra ogni hash accanto al nome file, all’URL di origine e al timestamp di acquisizione. Un valore SHA-256 funziona come impronta digitale del file: se il file non cambia, l’hash resta identico secondo curl-x.
5. Verifica che ogni contenuto multimediale abbia il relativo record di metadati e registra come mancanti i campi non forniti dall’esportazione.
6. Conserva insieme inventario, JSON o HTML grezzo, contenuti multimediali originali e record di acquisizione disponibili.

La verifica dell’integrità è il controllo computazionale che conferma che un file rimane ciò che dichiara di essere. I professionisti della conservazione usano checksum per i file depositati e possono ricalcolarli periodicamente come descritto nello studio archivistico.

Cosa può e non può dimostrare un archivio

Usa uno screenshot come riferimento visivo aggiuntivo, non come pacchetto completo di conservazione orientato ai metadati descritto sopra. Per un record più solido, conserva i contenuti multimediali originali, i metadati e il contesto, il timestamp di acquisizione, l’URL di origine, la data di accesso, l’identità del raccoglitore, gli hash e i record disponibili della pagina, della rete o della risposta del server secondo curl-x.

Un archivio scaricato può conservare il timestamp del post registrato dalla piattaforma quando quel campo è incluso. Deve comunque essere contrassegnato con la propria finestra di acquisizione: Google avverte che l’archivio potrebbe non includere le modifiche effettuate tra la richiesta e la creazione dell’archivio, mentre lo studio archivistico osserva che i conteggi delle interazioni possono cambiare in seguito secondo Google e lo studio archivistico.

Se mancano contenuti multimediali o metadati, conserva il pacchetto originale e l’HTML o JSON grezzo, indica il campo mancante nell’inventario e registra le impostazioni dell’esportazione e la finestra di acquisizione. In questo modo preservi il confine tra ciò che la piattaforma ha fornito e ciò che non era disponibile nel download.

Una checklist di conservazione ripetibile

Prima del download:

• Registra account, piattaforma, ora della richiesta di esportazione, intervallo di date selezionato, formato e qualità dei contenuti multimediali.
• Scegli i controlli ufficiali di esportazione della piattaforma e annota se il risultato sarà HTML, JSON, ZIP o TGZ.
• Registra la finestra di disponibilità dell’esportazione quando la piattaforma ne fornisce una.

Dopo il download:

• Conserva lo ZIP o TGZ originale e i contenuti multimediali originali.
• Conserva l’indice HTML o i record JSON inclusi nell’esportazione.
• Crea un inventario di nomi file e metadati per ogni contenuto multimediale.
• Mantieni didascalie, ID dei post, timestamp originali, dettagli del profilo e link insieme ai contenuti multimediali correlati.
• Archivia un sidecar JSON o un record equivalente quando i metadati sono separati dai contenuti multimediali.
• Conserva gli offset dei timestamp o Z esattamente come sono stati registrati.
• Genera e registra gli hash SHA-256 insieme a nome file, URL di origine e timestamp di acquisizione.
• Contrassegna i contenuti multimediali o i campi mancanti invece di presentare una sostituzione non verificata.
• Ripeti periodicamente la verifica dei checksum.

Per i backup continuativi sulle piattaforme elencate da SocialGuardian, la sua homepage afferma che il servizio copre Instagram, TikTok, YouTube, X, Facebook, LinkedIn, Twitch e Pinterest e usa solo un @handle pubblico, senza richiedere password o accesso secondo SocialGuardian.