Metadata van sociale media bewaren

Een accountarchief downloaden is slechts de eerste stap. Het duurzame overzicht bestaat uit de relatie tussen het bericht, de media, de metadata en de omstandigheden van het downloaden.

Een betrouwbare werkwijze bewaart het oorspronkelijke pakket, registreert metadata die buiten de foto of video staat, behoudt tijdstempels met hun tijdzone-informatie en controleert elk mediabestand na het uitpakken.

Wat een socialmedia-archief kan bevatten

Er bestaat geen universeel metadataformaat voor sociale media. Activiteitenstromen verzamelen context, multimedia-objecten en betrokkenheidsmetadata, terwijl berichten, likes, antwoorden, reposts en opmerkingen per platform anders kunnen worden weergegeven volgens het archiefonderzoek.

Een export kan naast berichttekst ook metadata bevatten. Een bruikbaar bewaarrecord moet het volgende behouden wanneer de export dit beschikbaar maakt:

Deze scheiding is belangrijk omdat betrokkenheidswaarden in een accountdownload momentopnamen zijn. Later kunnen ze op het platform een andere waarde hebben zoals het archiefonderzoek uitlegt.

Kies de export bewust en leg het vastleggingsvenster vast

Gebruik de actuele exportinstellingen van het platform en noteer wat je hebt aangevraagd voordat je de export downloadt.

Facebook

Gebruik in de desktopomgeving van Facebook: profielfoto > Instellingen en privacy > Instellingen > Meta-account > Je gegevens en machtigingen > Je gegevens exporteren > Export maken. Selecteer het profiel en kies Exporteren naar apparaat volgens de instructies van Facebook.

Facebook laat je specifieke informatie, een datumbereik, indeling, e-mailadres voor meldingen en mediakwaliteit kiezen. Video's van hogere kwaliteit maken de export groter volgens Facebook.

Instagram

Gebruik in de desktopomgeving van Instagram: Meer > Instellingen > Meta-account > Je gegevens en machtigingen > Je gegevens exporteren > Export maken. Selecteer het profiel, kies Volgende en selecteer daarna Exporteren naar apparaat volgens de instructies van Instagram.

Instagram laat je ook de informatie, periode, indeling, het e-mailadres voor meldingen en de mediakwaliteit aanpassen. Meta zegt dat het tot 30 dagen kan duren voordat de exportlink aankomt en dat een gereedstaande export vier dagen beschikbaar is volgens Instagram. Facebook zegt eveneens dat een voltooide export vier dagen beschikbaar is en dat exporteren met een wachtwoord is beveiligd volgens Facebook.

Google Takeout

Met Google Takeout kun je YouTube-video's en gegevens van andere Google-producten exporteren. Selecteer de producten, beperk de gegevens van een product indien nodig en kies een bezorgmethode en archiefindeling volgens Google.

Takeout biedt ZIP- of TGZ-bestanden, eenmalige of geplande exports en meerdere archieven wanneer de geselecteerde maximale archiefgrootte wordt overschreden volgens Google.

Noteer voor elke export het account, het geselecteerde datumbereik, het tijdstip van de aanvraag, het tijdstip waarop het archief is gemaakt of gedownload, de gekozen indeling en de instelling voor mediakwaliteit. Houd dit vastleggingsvenster gescheiden van de latere status van het account: Google waarschuwt dat een gegevensbestand wijzigingen tussen het downloadverzoek en het maken van het archief mogelijk niet bevat volgens Google.

Bewaar pakket, media en metadata samen

Bewaar de oorspronkelijke gedownloade ZIP of TGZ als bronpakket. De documentatie van Facebook beschrijft een HTML-export als een ZIP met een indexbestand in HTML en mappen met bestanden zoals afbeeldingen en video's, terwijl JSON machineleesbaar is en het overbrengen van informatie eenvoudiger kan maken volgens Facebook.

Beschouw de mediamap niet als het volledige archief. Bewaar de HTML-index bij een HTML-export, bewaar de JSON bij een JSON-export en houd de oorspronkelijke media bij. Het door curl-x beschreven bewaarbestand bevat het oorspronkelijke mediabestand, een archief van de pagina met tijdstempel, een SHA-256-hash voor elk gedownload bestand, de bericht-URL, toegangsdatum, identiteit van de verzamelaar en beschikbare netwerk- of serverresponsrecords volgens curl-x.

Noteer de bestandsnaam die bij elk media-item hoort. Als je een beschrijvende bestandsnaam nodig hebt, neem dan het platform, de account-handle en de datum op; het gedocumenteerde patroon is twitter_username_20260811.mp4 zoals aanbevolen door curl-x. Noteer die bestandsnaam samen met de hash, bron-URL en het vastleggingstijdstip.

Maak voor elk media-item een metadatarecord

Gebruik samen met de bijbehorende media een JSON-record, vaak een sidecar genoemd. Dit is nuttig wanneer het bijschrift, de post-ID, het tijdstempel of andere context in JSON staat in plaats van in de foto of video zelf.

JSON is hiervoor geschikt: de Activity Streams-specificatie van het W3C beschrijft JSON als een mensvriendelijke, machineverwerkbare en uitbreidbare manier om rijke activiteitenmetadata weer te geven volgens het W3C. Een praktisch sidecar- of inventarisrecord kan, indien beschikbaar, deze velden gebruiken:

• De bestandsnaam en het mediatype.
• De bericht-URL en post-ID.
• Het bijschrift of de berichttekst.
• Het tijdstempel van het oorspronkelijke bericht.
• De gebruikersnaam, weergavenaam en profiel-URL van de auteur.
• Betrokkenheidsstatistieken als momentopname van de export.
• Locatiegegevens, hashtags, vermeldingen en links.
• captured_at, de verzamelaar en de vastleggingsmethode.
• De SHA-256- of andere content-hash.
• De onbewerkte respons wanneer die beschikbaar is.

Het voorbeeldrecord van SociaVault gebruikt captured_at, source_url, captured_by, method, content_hash en raw_response, en slaat het record op als JSON met een deterministische bestandsnaam zoals beschreven in de bewaarhandleiding.

Houd afzonderlijke velden bij voor het oorspronkelijke tijdstempel van het bericht en captured_at. Als een platform een tijdzoneverschuiving of Z levert, behoud die dan en zet de waarde niet stilzwijgend om naar lokale tijd. Activity Streams van het W3C vereist UTF-8-serialisatie en specificeert datum-tijdwaarden met een expliciete numerieke verschuiving of Z volgens het W3C.

Controleer het archief na het uitpakken

De controle moet twee vragen beantwoorden: heeft het verwachte bestand het uitpakken overleefd en kun je het koppelen aan het juiste berichtrecord?

Gebruik deze volgorde:

1. Bewaar het oorspronkelijke pakket en de oorspronkelijke media.
2. Maak een inventaris met de bestandsnaam, bericht-URL, post-ID, tijdstempel van het oorspronkelijke bericht en elk beschikbaar bijschrift of JSON-record.
3. Genereer een SHA-256-hash voor elk gedownload mediabestand.
4. Noteer elke hash naast de bestandsnaam, bron-URL en het vastleggingstijdstip. Een SHA-256-waarde werkt als vingerafdruk van een bestand: als het bestand ongewijzigd is, blijft de hash identiek volgens curl-x.
5. Controleer of elk media-item het bijbehorende metadatarecord heeft en noteer velden die de export niet leverde als ontbrekend.
6. Bewaar de inventaris, onbewerkte JSON of HTML, oorspronkelijke media en beschikbare vastleggingsrecords samen.

Fixity is de computationele controle waarmee je nagaat of een bestand nog is wat het beweert te zijn. Bewaarprofessionals gebruiken checksums voor bestanden die worden gedeponeerd en kunnen deze periodiek opnieuw uitvoeren zoals beschreven in het archiefonderzoek.

Wat een archief wel en niet kan bewijzen

Gebruik een screenshot als aanvullende visuele referentie, niet als het volledige hierboven beschreven metadata-gerichte bewaarbestand. Bewaar voor een sterker record de oorspronkelijke media, metadata en context, het vastleggingstijdstip, de bron-URL, de toegangsdatum, de identiteit van de verzamelaar, hashes en beschikbare pagina-, netwerk- of serverresponsrecords volgens curl-x.

Een gedownload archief kan het door het platform geregistreerde tijdstempel van een bericht bewaren wanneer dat veld is opgenomen. Label het toch met het eigen vastleggingsvenster: Google waarschuwt dat het archief wijzigingen tussen het verzoek en het maken van het archief mogelijk niet bevat, en het archiefonderzoek merkt op dat betrokkenheidstellingen later kunnen veranderen volgens Google en het archiefonderzoek.

Als media of metadata ontbreekt, bewaar dan het oorspronkelijke pakket en de onbewerkte HTML of JSON, markeer het ontbrekende veld in de inventaris en noteer de exportinstellingen en het vastleggingsvenster. Zo blijft de grens behouden tussen wat het platform heeft geleverd en wat in de download niet beschikbaar was.

Een herhaalbare checklist voor bewaring

Voor het downloaden:

• Noteer het account, platform, tijdstip van het exportverzoek, geselecteerde datumbereik, indeling en mediakwaliteit.
• Kies de officiële exportinstellingen van het platform en noteer of het resultaat HTML, JSON, ZIP of TGZ wordt.
• Noteer het beschikbaarheidsvenster van de export wanneer het platform dit vermeldt.

Na het downloaden:

• Bewaar de oorspronkelijke ZIP of TGZ en de oorspronkelijke media.
• Bewaar de HTML-index of JSON-records die bij de export zijn geleverd.
• Maak voor elk media-item een inventaris van de bestandsnaam en metadata.
• Bewaar bijschriften, post-ID's, oorspronkelijke tijdstempels, profielgegevens en links bij de bijbehorende media.
• Sla een JSON-sidecar of gelijkwaardig record op wanneer metadata los van de media staat.
• Behoud tijdstempelverschuivingen of Z exact zoals vastgelegd.
• Genereer SHA-256-hashes en noteer deze met de bestandsnaam, bron-URL en het vastleggingstijdstip.
• Markeer ontbrekende media of velden in plaats van een niet-geverifieerde vervanging te presenteren.
• Voer de checksumcontrole periodiek opnieuw uit.

Voor doorlopende back-ups op de platforms die SocialGuardian vermeldt, zegt de homepage dat de dienst Instagram, TikTok, YouTube, X, Facebook, LinkedIn, Twitch en Pinterest ondersteunt en alleen een openbare @handle gebruikt, zonder wachtwoord of login volgens SocialGuardian.