Så bevarar du metadata från sociala medier

Att ladda ner ett kontoarkiv är bara det första steget. Den beständiga dokumentationen är relationen mellan inlägget, dess medier, metadata och omständigheterna kring nedladdningen.

Ett tillförlitligt arbetsflöde bevarar originalpaketet, dokumenterar metadata som finns utanför fotot eller videon, bevarar tidsstämplar med information om tidszon och verifierar varje mediefil efter extraheringen.

Vad kan ett arkiv från sociala medier innehålla

Det finns inget enda universellt format för metadata från sociala medier. Aktivitetsflöden samlar kontext, multimedieobjekt och engagemangsmetadata, medan inlägg, gillamarkeringar, svar, vidarepubliceringar och kommentarer kan representeras på olika sätt av varje plattform enligt arkiveringsstudien.

En export kan innehålla metadata utöver inläggstexten. Ett användbart bevarandepaket bör behålla följande när exporten tillhandahåller det:

Denna uppdelning är viktig eftersom engagemangsvärden i ett kontoarkiv är ögonblicksbilder. De kan ha ett annat värde senare på plattformen som arkiveringsstudien förklarar.

Välj export medvetet och dokumentera insamlingsperioden

Använd plattformens aktuella exportverktyg och dokumentera vad du begärde innan du laddar ner exporten.

Facebook

I Facebooks datorflöde använder du: profilbild > Inställningar och sekretess > Inställningar > Meta-konto > Din information och dina behörigheter > Exportera din information > Skapa export. Välj profilen och välj Exportera till enheten enligt Facebooks instruktioner.

Facebook låter dig välja specifik information, ett datumintervall, format, e-postadress för aviseringar och mediekvalitet. Videor med högre kvalitet gör exporten större enligt Facebook.

Instagram

I Instagrams datorflöde använder du: Mer > Inställningar > Meta-konto > Din information och dina behörigheter > Exportera din information > Skapa export. Välj profilen, välj Nästa och välj sedan Exportera till enheten enligt Instagrams instruktioner.

Instagram låter dig också anpassa information, datumintervall, format, e-postadress för aviseringar och mediekvalitet. Meta uppger att det kan ta upp till 30 dagar innan exportlänken kommer och att en färdig export är tillgänglig i fyra dagar enligt Instagram. Facebook uppger på samma sätt att en färdig export är tillgänglig i fyra dagar och att exporten är lösenordsskyddad enligt Facebook.

Google Takeout

Google Takeout kan exportera YouTube-videor och data från andra Google-produkter. Välj produkterna, begränsa en produkts data vid behov och välj leveransmetod och arkivformat enligt Google.

Takeout erbjuder ZIP- eller TGZ-filer, engångsexporter eller schemalagda exporter samt flera arkiv när den valda maximala arkivstorleken överskrids enligt Google.

För varje export ska du skriva ner kontot, valt datumintervall, tidpunkten för begäran, tidpunkten då arkivet skapades eller laddades ner, valt format och vald mediekvalitet. Håll denna insamlingsperiod åtskild från kontots senare tillstånd: Google varnar för att en datafil kanske inte innehåller ändringar som gjordes mellan begäran om nedladdning och skapandet av arkivet enligt Google.

Bevara paket, medier och metadata tillsammans

Bevara den ursprungliga nedladdade ZIP- eller TGZ-filen som källpaket. Facebooks dokumentation beskriver en HTML-export som en ZIP-fil med en index-HTML-fil och mappar som innehåller exempelvis bilder och videor, medan JSON är maskinläsbart och kan förenkla överföring av information enligt Facebook.

Behandla inte mediemappen som hela arkivet. Bevara HTML-indexet när du har en HTML-export, bevara JSON när du har en JSON-export och behåll de ursprungliga medierna. Bevarandepaketet som beskrivs av curl-x omfattar den ursprungliga mediefilen, ett tidsstämplat sidarkiv, en SHA-256-hash för varje nedladdad fil, inläggs-URL, åtkomstdatum, insamlarens identitet och tillgängliga nätverks- eller serversvarsuppgifter enligt curl-x.

Dokumentera filnamnet som hör till varje medieobjekt. Om du behöver ett beskrivande filnamn kan du inkludera plattform, kontots användarnamn och datum; det dokumenterade mönstret är twitter_username_20260811.mp4 som curl-x rekommenderar. Dokumentera filnamnet tillsammans med hashen, käll-URL:en och insamlingstidpunkten.

Skapa en metadatapost för varje medieobjekt

Använd en tillhörande JSON-post, ofta kallad sidecar, tillsammans med det relaterade mediet. Det är användbart när bildtexten, inläggs-ID:t, tidsstämpeln eller annan kontext lagras i JSON i stället för i själva fotot eller videon.

JSON passar för detta: W3C:s specifikation för Activity Streams beskriver JSON som ett lättläst, maskinbearbetningsbart och utbyggbart sätt att representera omfattande aktivitetsmetadata enligt W3C. En praktisk sidecar- eller inventariepost kan använda följande fält när de finns tillgängliga:

• Filnamnet och medietypen.
• Inläggs-URL:en och inläggs-ID:t.
• Bildtexten eller inläggstexten.
• Tidsstämpeln för det ursprungliga inlägget.
• Författarens användarnamn, visningsnamn och profil-URL.
• Engagemangsstatistik som exportens ögonblicksbild.
• Platsdata, hashtaggar, omnämnanden och länkar.
• captured_at, insamlaren och insamlingsmetoden.
• SHA-256-hash eller annan innehållshash.
• Råsvaret när det finns tillgängligt.

SociaVaults exempel på en bevarandepost använder captured_at, source_url, captured_by, method, content_hash och raw_response, och sparar sedan posten som JSON med ett deterministiskt filnamn som visas i bevarandeguiden.

Håll separata fält för inläggets ursprungliga tidsstämpel och captured_at. Om en plattform tillhandahåller en tidszonsförskjutning eller Z ska du bevara den i stället för att tyst konvertera värdet till lokal tid. W3C Activity Streams kräver UTF-8-serialisering och anger datum- och tidsvärden med en uttrycklig numerisk förskjutning eller Z enligt W3C.

Verifiera arkivet efter extraheringen

Verifieringen bör besvara två frågor: överlevde den förväntade filen extraheringen, och kan du koppla den till rätt inläggspost?

Använd denna ordning:

1. Bevara originalpaketet och de ursprungliga medierna.
2. Skapa ett inventarium med filnamn, inläggs-URL, inläggs-ID, tidsstämpel för det ursprungliga inlägget och eventuell tillgänglig bildtext eller JSON-post.
3. Skapa en SHA-256-hash för varje nedladdad mediefil.
4. Dokumentera varje hash bredvid filnamnet, käll-URL:en och insamlingstidpunkten. Ett SHA-256-värde fungerar som ett filfingeravtryck: om filen är oförändrad förblir hashen identisk enligt curl-x.
5. Kontrollera att varje medieobjekt har motsvarande metadatapost och markera fält som exporten inte tillhandahöll som saknade.
6. Bevara inventariet, rå JSON eller HTML, ursprungliga medier och tillgängliga insamlingsuppgifter tillsammans.

Fixity är den beräkningsmässiga kontrollen av att en fil förblir det den utger sig för att vara. Bevarandearbetare använder kontrollsummor för deponerade filer och kan köra om dem regelbundet som beskrivs i arkiveringsstudien.

Vad ett arkiv kan och inte kan bevisa

Använd en skärmbild som en extra visuell referens, inte som det fullständiga metadatainriktade bevarandepaketet som beskrivs ovan. För en starkare dokumentation ska du behålla de ursprungliga medierna, metadata och kontext, insamlingstidpunkt, käll-URL, åtkomstdatum, insamlarens identitet, hashvärden samt tillgängliga sid-, nätverks- eller serversvarsuppgifter enligt curl-x.

Ett nedladdat arkiv kan bevara plattformens registrerade tidsstämpel för inlägget när fältet ingår. Det ska ändå märkas med sin egen insamlingsperiod: Google varnar för att arkivet kanske inte innehåller ändringar som gjordes mellan begäran och skapandet av arkivet, och arkiveringsstudien noterar att engagemangsantal kan ändras senare enligt Google och arkiveringsstudien.

Om medier eller metadata saknas ska du behålla originalpaketet och rå HTML eller JSON, markera det saknade fältet i inventariet och dokumentera exportinställningarna och insamlingsperioden. Då bevaras gränsen mellan det plattformen levererade och det som inte var tillgängligt i nedladdningen.

En återanvändbar checklista för bevarande

Innan nedladdning:

• Dokumentera kontot, plattformen, tidpunkten för exportbegäran, valt datumintervall, format och mediekvalitet.
• Välj plattformens officiella exportverktyg och notera om resultatet blir HTML, JSON, ZIP eller TGZ.
• Dokumentera exportens tillgänglighetsperiod när plattformen anger en sådan.

Efter nedladdning:

• Behåll den ursprungliga ZIP- eller TGZ-filen och de ursprungliga medierna.
• Bevara HTML-indexet eller JSON-posterna som följde med exporten.
• Skapa ett filnamns- och metadatainventarium för varje medieobjekt.
• Bevara bildtexter, inläggs-ID:n, ursprungliga tidsstämplar, profildetaljer och länkar tillsammans med det relaterade mediet.
• Spara en JSON-sidecar eller motsvarande post när metadata är separata från mediet.
• Behåll tidsstämpelns förskjutningar eller Z exakt som de registrerades.
• Skapa och dokumentera SHA-256-hashvärden tillsammans med filnamn, käll-URL och insamlingstidpunkt.
• Markera saknade medier eller fält i stället för att presentera en overifierad ersättning.
• Kör om kontrollsummeverifieringen regelbundet.

För löpande säkerhetskopior från plattformarna som SocialGuardian listar uppger tjänstens startsida att den täcker Instagram, TikTok, YouTube, X, Facebook, LinkedIn, Twitch och Pinterest och endast använder ett offentligt @användarnamn, utan att lösenord eller inloggning krävs enligt SocialGuardian.