Slik bevarer du metadata fra sosiale medier

Å laste ned et kontoarkiv er bare det første steget. Den varige dokumentasjonen er forholdet mellom innlegget, mediene, metadataene og omstendighetene rundt nedlastingen.

En pålitelig arbeidsflyt beholder den opprinnelige pakken, registrerer metadata som ligger utenfor bildet eller videoen, bevarer tidsstempler med tidssoneinformasjon og kontrollerer hver mediefil etter utpakking.

Hva et arkiv fra sosiale medier kan inneholde

Det finnes ikke ett universelt metadataformat for sosiale medier. Aktivitetsstrømmer samler kontekst, multimedieobjekter og engasjementsmetadata, mens innlegg, likerklikk, svar, reposts og kommentarer kan representeres forskjellig på hver plattform ifølge arkivstudien.

En eksport kan inneholde metadata i tillegg til innleggsteksten. En nyttig bevaringsoppføring bør ta vare på følgende når eksporten tilbyr det:

Dette skillet er viktig fordi engasjementsverdier i en kontonedlasting er øyeblikksbilder. De kan ha en annen verdi senere på plattformen slik arkivstudien forklarer.

Velg eksporten bevisst og registrer innsamlingsperioden

Bruk plattformens gjeldende eksportkontroller, og registrer hva du ba om før du laster den ned.

Facebook

I Facebooks skrivebordsflyt bruker du: profilbilde > Innstillinger og personvern > Innstillinger > Meta-konto > Din informasjon og dine tillatelser > Eksporter informasjonen din > Opprett eksport. Velg profilen og velg Eksporter til enhet i Facebooks instruksjoner.

Facebook lar deg velge bestemte informasjonstyper, datoperiode, format, e-postadresse for varsler og mediekvalitet. Videoer med høyere kvalitet gjør eksporten større ifølge Facebook.

Instagram

I Instagrams skrivebordsflyt bruker du: Mer > Innstillinger > Meta-konto > Din informasjon og dine tillatelser > Eksporter informasjonen din > Opprett eksport. Velg profilen, velg Neste, og velg deretter Eksporter til enhet i Instagrams instruksjoner.

Instagram lar deg også tilpasse informasjon, datoperiode, format, e-postadresse for varsler og mediekvalitet. Meta oppgir at det kan ta opptil 30 dager før eksportlenken kommer, og at en klar eksport er tilgjengelig i fire dager ifølge Instagram. Facebook oppgir også at en fullført eksport er tilgjengelig i fire dager, og at eksporten er passordbeskyttet ifølge Facebook.

Google Takeout

Google Takeout kan eksportere YouTube-videoer og andre produktdata fra Google. Velg produktene, begrens dataene for et produkt ved behov, og velg leveringsmetode og arkivformat ifølge Google.

Takeout tilbyr ZIP- eller TGZ-filer, engangseksporter eller planlagte eksporter, samt flere arkiver når den valgte maksimale arkivstørrelsen overskrides ifølge Google.

For hver eksport bør du skrive ned kontoen, valgt datoperiode, forespørselstidspunkt, tidspunktet da arkivet ble opprettet eller lastet ned, valgt format og innstillingen for mediekvalitet. Hold denne innsamlingsperioden atskilt fra kontoens senere tilstand: Google advarer om at en datafil kanskje ikke inkluderer endringer som ble gjort mellom nedlastingsforespørselen og opprettelsen av arkivet ifølge Google.

Hold pakken, mediene og metadataene samlet

Behold den opprinnelige nedlastede ZIP- eller TGZ-filen som kildepakke. Facebooks dokumentasjon beskriver en HTML-eksport som en ZIP-fil med en HTML-indeks og mapper som inneholder filer som bilder og videoer, mens JSON kan leses av maskiner og gjøre det enklere å overføre informasjon ifølge Facebook.

Ikke behandle mediemappen som hele arkivet. Behold HTML-indeksen når du har en HTML-eksport, behold JSON når du har en JSON-eksport, og ta vare på de opprinnelige mediene. Bevaringspakken som beskrives av curl-x, inkluderer den opprinnelige mediefilen, et tidsstemplet sidearkiv, en SHA-256-hash for hver nedlastede fil, innleggets URL, tilgangsdato, identiteten til den som samlet inn dataene, samt tilgjengelige nettverks- eller serverresponsoppføringer ifølge curl-x.

Registrer filnavnet som er knyttet til hvert medieelement. Hvis du trenger et beskrivende filnavn, kan du inkludere plattform, kontohåndtak og dato; det dokumenterte mønsteret er twitter_username_20260811.mp4 som anbefalt av curl-x. Registrer filnavnet sammen med hashen, kilde-URL-en og innsamlingstidspunktet.

Opprett en metadataoppføring for hvert medieelement

Bruk en tilhørende JSON-oppføring, ofte kalt en sidecar, sammen med de relaterte mediene. Dette er nyttig når bildeteksten, innleggs-ID-en, tidsstempelet eller annen kontekst er lagret i JSON i stedet for inne i selve bildet eller videoen.

JSON egner seg til dette: W3C-spesifikasjonen Activity Streams beskriver JSON som en menneskevennlig, maskinbehandlingsbar og utvidbar måte å representere omfattende aktivitetsmetadata på ifølge W3C. En praktisk sidecar- eller lageroppføring kan bruke disse feltene når de er tilgjengelige:

• Filnavnet og medietypen.
• Innleggets URL og innleggs-ID.
• Bildeteksten eller innleggsteksten.
• Tidsstempelet for det opprinnelige innlegget.
• Forfatterens brukernavn, visningsnavn og profil-URL.
• Engasjementsmålinger som eksportens øyeblikksbilde.
• Posisjonsdata, emneknagger, omtaler og lenker.
• captured_at, innsamleren og innsamlingsmetoden.
• SHA-256-hash eller annen innholdshash.
• Råresponsen når den er tilgjengelig.

SociaVaults eksempel på en bevaringsoppføring bruker captured_at, source_url, captured_by, method, content_hash og raw_response, og lagrer deretter oppføringen som JSON med et deterministisk filnavn som vist i bevaringsveiledningen.

Hold separate felt for innleggets opprinnelige tidsstempel og captured_at. Hvis en plattform oppgir et tidssoneavvik eller Z, skal du beholde det i stedet for å konvertere verdien til lokal tid uten å opplyse om det. W3C Activity Streams krever UTF-8-serialisering og angir dato- og klokkeslettverdier med et eksplisitt numerisk avvik eller Z ifølge W3C.

Verifiser arkivet etter utpakking

Verifiseringen bør svare på to spørsmål: overlevde den forventede filen utpakkingen, og kan du knytte den til riktig innleggsoppføring?

Bruk denne rekkefølgen:

1. Behold den opprinnelige pakken og de opprinnelige mediene.
2. Opprett en oversikt med filnavn, innleggs-URL, innleggs-ID, tidsstempel for det opprinnelige innlegget og eventuell tilgjengelig bildetekst eller JSON-oppføring.
3. Generer en SHA-256-hash for hver nedlastede mediefil.
4. Registrer hver hash ved siden av filnavnet, kilde-URL-en og innsamlingstidspunktet. En SHA-256-verdi fungerer som et fingeravtrykk for filen: Hvis filen er uendret, forblir hashen identisk ifølge curl-x.
5. Kontroller at hvert medieelement har sin tilsvarende metadataoppføring, og registrer felt som eksporten ikke oppga, som manglende.
6. Bevar oversikten, rå JSON eller HTML, de opprinnelige mediene og tilgjengelige innsamlingsoppføringer samlet.

Integritetskontroll er den beregningsmessige kontrollen som viser at en fil fortsatt er det den utgir seg for å være. Bevaringsfagfolk bruker kontrollsummer for innleverte filer og kan kjøre dem på nytt med jevne mellomrom som beskrevet i arkivstudien.

Hva et arkiv kan og ikke kan bevise

Bruk et skjermbilde som en ekstra visuell referanse, ikke som den fullstendige metadataorienterte bevaringspakken som er beskrevet ovenfor. For en sterkere oppføring bør du beholde de opprinnelige mediene, metadataene og konteksten, innsamlingstidspunktet, kilde-URL-en, tilgangsdatoen, identiteten til den som samlet inn dataene, hasher og tilgjengelige oppføringer fra siden, nettverket eller serverresponsen ifølge curl-x.

Et nedlastet arkiv kan bevare plattformens registrerte tidsstempel for innlegget når dette feltet er inkludert. Det bør likevel merkes med sin egen innsamlingsperiode: Google advarer om at arkivet kanskje ikke inkluderer endringer som ble gjort mellom forespørselen og opprettelsen av arkivet, og arkivstudien påpeker at engasjementstall kan endre seg senere ifølge Google og arkivstudien.

Hvis medier eller metadata mangler, skal du beholde den opprinnelige pakken og rå HTML eller JSON, merke det manglende feltet i oversikten og registrere eksportinnstillingene og innsamlingsperioden. Slik bevarer du skillet mellom det plattformen leverte, og det som ikke var tilgjengelig i nedlastingen.

En repeterbar sjekkliste for bevaring

Før nedlasting:

• Registrer konto, plattform, tidspunkt for eksportforespørselen, valgt datoperiode, format og mediekvalitet.
• Velg plattformens offisielle eksportkontroller, og noter om resultatet blir HTML, JSON, ZIP eller TGZ.
• Registrer eksportens tilgjengelighetsperiode når plattformen oppgir en slik.

Etter nedlasting:

• Behold den opprinnelige ZIP- eller TGZ-filen og de opprinnelige mediene.
• Bevar HTML-indeksen eller JSON-oppføringene som fulgte med eksporten.
• Opprett en oversikt over filnavn og metadata for hvert medieelement.
• Hold bildetekster, innleggs-ID-er, opprinnelige tidsstempler, profildetaljer og lenker sammen med de relaterte mediene.
• Lagre en JSON-sidecar eller tilsvarende oppføring når metadataene er atskilt fra mediene.
• Behold tidsstempelavvik eller Z nøyaktig slik det ble registrert.
• Generer og registrer SHA-256-hasher sammen med filnavn, kilde-URL og innsamlingstidspunkt.
• Merk manglende medier eller felt i stedet for å presentere en ubekreftet erstatning.
• Kjør kontrollsummer på nytt med jevne mellomrom.

For løpende sikkerhetskopier på plattformene som SocialGuardian lister, oppgir hjemmesiden at tjenesten dekker Instagram, TikTok, YouTube, X, Facebook, LinkedIn, Twitch og Pinterest, og bare bruker et offentlig @handle, uten behov for passord eller innlogging ifølge SocialGuardian.