ソーシャルメディアのメタデータを保存する方法

アカウントアーカイブのダウンロードは、最初の一歩にすぎません。長期的に価値のある記録は、投稿、メディア、メタデータ、そしてダウンロード時の状況の関係です。

信頼できるワークフローでは、元のパッケージを保管し、写真や動画の外部にあるメタデータを記録し、タイムゾーン情報付きで日時を保存し、展開後に各メディアファイルを検証します。

ソーシャルメディアアーカイブに含まれるもの

ソーシャルメディアのメタデータには、世界共通の形式が1つあるわけではありません。ソーシャル活動のストリームには、コンテキスト、マルチメディアオブジェクト、エンゲージメントメタデータが蓄積されます。一方、投稿、いいね、返信、リポスト、コメントの表現方法は、プラットフォームごとに異なる場合がありますアーカイブ研究によると。

エクスポートには、投稿本文以外のメタデータが含まれることがあります。エクスポートに含まれる場合は、保存記録に次の情報を残すとよいでしょう。

この区別が重要なのは、アカウントダウンロード内のエンゲージメント値がスナップショットだからです。プラットフォーム上では、後から別の値になっている可能性がありますアーカイブ研究が説明しているように。

エクスポートを意図的に選び、取得期間を記録する

プラットフォームの現在のエクスポート機能を使い、ダウンロード前に何をリクエストしたかを記録します。

Facebook

Facebookのデスクトップ画面では、プロフィール写真 > 設定とプライバシー > 設定 > Metaアカウント > あなたの情報とアクセス許可 > 情報をエクスポート > エクスポートを作成の順に進みます。プロフィールを選択し、デバイスにエクスポートを選びますFacebookの手順。

Facebookでは、情報の種類、期間、形式、通知メールアドレス、メディア品質を選択できます。高品質の動画を選ぶと、エクスポートのサイズが大きくなりますFacebookによると。

Instagram

Instagramのデスクトップ画面では、その他 > 設定 > Metaアカウント > あなたの情報とアクセス許可 > 情報をエクスポート > エクスポートを作成の順に進みます。プロフィールを選択し、次へを選んでから、デバイスにエクスポートを選択しますInstagramの手順。

Instagramでは、情報の種類、期間、形式、通知メールアドレス、メディア品質もカスタマイズできます。Metaによると、エクスポートリンクの到着には最大30日かかる場合があり、準備済みのエクスポートは4日間利用できますInstagramによると。Facebookも、完了したエクスポートは4日間利用でき、エクスポートにはパスワード保護があると説明していますFacebookによると。

Google Takeout

Google Takeoutでは、YouTube動画やその他のGoogleサービスのデータをエクスポートできます。サービスを選択し、必要に応じてサービス内のデータを絞り込み、配信方法とアーカイブ形式を選びますGoogleによると。

Takeoutでは、ZIPまたはTGZファイル、1回限りまたはスケジュール設定したエクスポートを選べます。選択した最大アーカイブサイズを超える場合は、複数のアーカイブが作成されますGoogleによると。

すべてのエクスポートについて、アカウント、選択した期間、リクエスト時刻、アーカイブ作成時刻またはダウンロード時刻、形式、メディア品質の設定を書き留めます。この取得期間は、アカウントの後の状態とは分けて記録します。Googleは、ダウンロードのリクエストからアーカイブ作成までに行われた変更がデータファイルに含まれない場合があると警告していますGoogleによると。

パッケージ、メディア、メタデータを一緒に保管する

ダウンロードした元のZIPまたはTGZをソースパッケージとして保管します。Facebookの説明では、HTMLエクスポートは、インデックスHTMLファイルと画像や動画などを含むフォルダーが入ったZIPです。JSONは機械可読で、情報の移行を容易にする場合がありますFacebookによると。

メディアフォルダーだけをアーカイブ全体とみなさないでください。HTMLエクスポートならHTMLインデックスを、JSONエクスポートならJSONを保存し、元のメディアも保持します。curl-xが説明する保存用バンドルには、元のメディアファイル、日時付きページアーカイブ、ダウンロードした各ファイルのSHA-256ハッシュ、投稿URL、アクセス日、収集者の識別情報、利用可能なネットワークまたはサーバーレスポンスの記録が含まれますcurl-xによると。

各メディア項目に関連付けられたファイル名を記録します。説明的なファイル名が必要なら、プラットフォーム、アカウントハンドル、日付を含めます。推奨されている形式はtwitter_username_20260811.mp4ですcurl-xの推奨。そのファイル名を、ハッシュ、ソースURL、取得タイムスタンプとともに記録します。

すべてのメディア項目にメタデータ記録を作成する

関連するメディアと一緒に、サイドカーと呼ばれる付属JSON記録を使用します。キャプション、投稿ID、日時、その他のコンテキストが写真や動画の内部ではなくJSONに保存されている場合に便利です。

JSONはこの用途に適しています。W3C Activity Streams仕様では、JSONを豊富なアクティビティメタデータを表現する、人にも読みやすく、機械で処理でき、拡張可能な形式と説明していますW3Cによると。実用的なサイドカーまたはインベントリ記録では、利用可能な場合に次のフィールドを使用できます。

• ファイル名とメディアタイプ。
• 投稿URLと投稿ID。
• キャプションまたは投稿本文。
• 元の投稿日時。
• 投稿者のユーザー名、表示名、プロフィールURL。
• エクスポート時点のスナップショットとしてのエンゲージメント指標。
• 位置情報、ハッシュタグ、メンション、リンク。
• captured_at、収集者、取得方法。
• SHA-256またはその他のコンテンツハッシュ。
• 利用可能な場合の生レスポンス。

SociaVaultの保存記録の例では、captured_at、source_url、captured_by、method、content_hash、raw_responseを使用し、決定的なファイル名でJSONとして保存しています保存ガイドによると。

投稿の元の日時とcaptured_atには別々のフィールドを使います。プラットフォームがタイムゾーンオフセットまたはZを提供する場合は、値を暗黙に現地時間へ変換せず、そのまま保持します。W3C Activity StreamsはUTF-8シリアライゼーションを求め、明示的な数値オフセットまたはZ付きの日付時刻を定めていますW3Cによると。

展開後にアーカイブを検証する

検証では、2つの問いに答えられるようにします。期待したファイルが展開後も残っているか、そして正しい投稿記録と結び付けられるかです。

次の手順を使います。

1. 元のパッケージと元のメディアを保持する。
2. ファイル名、投稿URL、投稿ID、元の投稿日時、利用可能なキャプションまたはJSON記録を含むインベントリを作成する。
3. ダウンロードした各メディアファイルのSHA-256ハッシュを生成する。
4. 各ハッシュをファイル名、ソースURL、取得タイムスタンプの横に記録する。SHA-256値はファイルの指紋として機能し、ファイルが変更されていなければハッシュは同じままですcurl-xによると。
5. 各メディア項目に対応するメタデータ記録があることを確認し、エクスポートに含まれなかったフィールドは欠落として記録する。
6. インベントリ、生のJSONまたはHTML、元のメディア、利用可能な取得記録を一緒に保存する。

固定性とは、ファイルが主張どおりのものであり続けていることを計算で確認する仕組みです。保存の専門家は預け入れたファイルにチェックサムを使用し、定期的に再計算できますアーカイブ研究によると。

アーカイブで証明できることとできないこと

スクリーンショットは、上記のメタデータ中心の保存バンドル全体ではなく、追加の視覚的参照として使用します。より強い記録にするには、元のメディア、メタデータとコンテキスト、取得タイムスタンプ、ソースURL、アクセス日、収集者の識別情報、ハッシュ、利用可能なページ・ネットワーク・サーバーレスポンスの記録を保持しますcurl-xによると。

ダウンロードしたアーカイブは、そのフィールドが含まれていれば、プラットフォームに記録された投稿日時を保存できます。ただし、独自の取得期間も付記する必要があります。Googleは、リクエストからアーカイブ作成までの変更が含まれない場合があると警告しており、アーカイブ研究はエンゲージメント数が後から変わる可能性を指摘していますGoogleおよびアーカイブ研究によると。

メディアまたはメタデータが欠落している場合は、元のパッケージと生のHTMLまたはJSONを保持し、インベントリで欠落フィールドを示し、エクスポート設定と取得期間を記録します。これにより、プラットフォームが提供したものとダウンロードできなかったものの境界を保存できます。

繰り返し使える保存チェックリスト

ダウンロード前：

• アカウント、プラットフォーム、エクスポートリクエスト時刻、選択した期間、形式、メディア品質を記録する。
• プラットフォームの公式エクスポート機能を選び、結果がHTML、JSON、ZIP、TGZのどれになるかを記録する。
• プラットフォームが提供する場合は、エクスポートの利用可能期間を記録する。

ダウンロード後：

• 元のZIPまたはTGZと元のメディアを保持する。
• エクスポートに含まれていたHTMLインデックスまたはJSON記録を保存する。
• すべてのメディア項目について、ファイル名とメタデータのインベントリを作成する。
• キャプション、投稿ID、元の日時、プロフィール情報、リンクを関連するメディアとともに保持する。
• メタデータがメディアと分離している場合は、JSONサイドカーまたは同等の記録を保存する。
• タイムスタンプのオフセットまたはZを記録どおりに保持する。
• SHA-256ハッシュを生成し、ファイル名、ソースURL、取得タイムスタンプとともに記録する。
• 欠落したメディアやフィールドは、検証されていない代替物を提示するのではなく、欠落として示す。
• チェックサム検証を定期的に再実行する。

SocialGuardianが対応するプラットフォーム全体で継続的にバックアップする場合、同社のホームページによると、Instagram、TikTok、YouTube、X、Facebook、LinkedIn、Twitch、Pinterestをカバーし、公開された@ハンドルのみを使用します。パスワードやログインは必要ありませんSocialGuardianによると。