วิธีเก็บรักษาข้อมูลเมตาของโซเชียลมีเดีย

การดาวน์โหลดคลังข้อมูลของบัญชีเป็นเพียงขั้นตอนแรก ระเบียนที่คงอยู่ได้จริงคือความสัมพันธ์ระหว่างโพสต์ สื่อ ข้อมูลเมตา และบริบทของการดาวน์โหลด

เวิร์กโฟลว์ที่เชื่อถือได้ควรเก็บแพ็กเกจต้นฉบับ บันทึกข้อมูลเมตาที่อยู่นอกภาพถ่ายหรือวิดีโอ รักษาเวลาไว้พร้อมข้อมูลเขตเวลา และตรวจสอบไฟล์สื่อแต่ละไฟล์หลังการแตกไฟล์

คลังโซเชียลมีเดียอาจมีอะไรบ้าง

ไม่มีรูปแบบข้อมูลเมตาของโซเชียลมีเดียที่เป็นสากลเพียงรูปแบบเดียว สตรีมกิจกรรมทางสังคมจะสะสมบริบท วัตถุมัลติมีเดีย และข้อมูลเมตาการมีส่วนร่วม ขณะที่โพสต์ การกดถูกใจ การตอบกลับ การรีโพสต์ และความคิดเห็นอาจแสดงแตกต่างกันในแต่ละแพลตฟอร์ม ตามการศึกษาด้านการเก็บถาวร

การส่งออกข้อมูลอาจมีข้อมูลเมตานอกเหนือจากข้อความโพสต์ ระเบียนการเก็บรักษาที่เหมาะสมควรเก็บสิ่งต่อไปนี้ไว้เมื่อมีข้อมูลดังกล่าวในการส่งออก:

การแยกส่วนนี้สำคัญ เพราะค่าการมีส่วนร่วมในการดาวน์โหลดบัญชีเป็นเพียงภาพ ณ ขณะหนึ่ง และอาจเปลี่ยนแปลงในภายหลังบนแพลตฟอร์ม ตามที่การศึกษาด้านการเก็บถาวรอธิบายไว้

เลือกการส่งออกอย่างรอบคอบและบันทึกช่วงเวลาการเก็บข้อมูล

ใช้การควบคุมการส่งออกข้อมูลล่าสุดของแพลตฟอร์ม และบันทึกสิ่งที่คุณร้องขอก่อนดาวน์โหลด

Facebook

ในขั้นตอนบนเดสก์ท็อปของ Facebook ให้ใช้: รูปโปรไฟล์ > การตั้งค่าและความเป็นส่วนตัว > การตั้งค่า > บัญชี Meta > ข้อมูลและสิทธิ์ของคุณ > ส่งออกข้อมูลของคุณ > สร้างการส่งออก เลือกโปรไฟล์และเลือก ส่งออกไปยังอุปกรณ์ ตามคำแนะนำของ Facebook

Facebook ให้เลือกข้อมูลเฉพาะ ช่วงวันที่ รูปแบบ อีเมลแจ้งเตือน และคุณภาพสื่อได้ วิดีโอคุณภาพสูงจะทำให้การส่งออกมีขนาดใหญ่ขึ้น ตามข้อมูลของ Facebook

Instagram

ในขั้นตอนบนเดสก์ท็อปของ Instagram ให้ใช้: เพิ่มเติม > การตั้งค่า > บัญชี Meta > ข้อมูลและสิทธิ์ของคุณ > ส่งออกข้อมูลของคุณ > สร้างการส่งออก เลือกโปรไฟล์ เลือก ถัดไป แล้วเลือก ส่งออกไปยังอุปกรณ์ ตามคำแนะนำของ Instagram

Instagram ยังให้ปรับแต่งข้อมูล ช่วงวันที่ รูปแบบ อีเมลแจ้งเตือน และคุณภาพสื่อได้ Meta ระบุว่าลิงก์ส่งออกอาจใช้เวลาสูงสุด 30 วันจึงมาถึง และการส่งออกที่พร้อมใช้งานจะเปิดให้ดาวน์โหลดเป็นเวลา 4 วัน ตามข้อมูลของ Instagram Facebook ก็ระบุว่าการส่งออกที่เสร็จแล้วพร้อมใช้งานเป็นเวลา 4 วัน และการส่งออกได้รับการป้องกันด้วยรหัสผ่าน ตามข้อมูลของ Facebook

Google Takeout

Google Takeout สามารถส่งออกวิดีโอ YouTube และข้อมูลจากผลิตภัณฑ์ Google อื่น ๆ ได้ เลือกผลิตภัณฑ์ จำกัดข้อมูลของผลิตภัณฑ์หากจำเป็น แล้วเลือกวิธีจัดส่งและรูปแบบคลังข้อมูล ตามข้อมูลของ Google

Takeout รองรับไฟล์ ZIP หรือ TGZ การส่งออกครั้งเดียวหรือแบบกำหนดเวลา และหลายคลังข้อมูลเมื่อขนาดคลังข้อมูลสูงสุดที่เลือกไว้ไม่เพียงพอ ตามข้อมูลของ Google

สำหรับการส่งออกทุกครั้ง ให้จดบัญชี ช่วงวันที่ที่เลือก เวลาส่งคำขอ เวลาเริ่มสร้างหรือดาวน์โหลดคลังข้อมูล รูปแบบที่เลือก และการตั้งค่าคุณภาพสื่อ แยกช่วงเวลานี้ออกจากสถานะบัญชีในภายหลัง เพราะ Google เตือนว่าไฟล์ข้อมูลอาจไม่รวมการเปลี่ยนแปลงที่เกิดขึ้นระหว่างการขอดาวน์โหลดกับการสร้างคลังข้อมูล ตามข้อมูลของ Google

เก็บแพ็กเกจ สื่อ และข้อมูลเมตาไว้ด้วยกัน

เก็บ ZIP หรือ TGZ ต้นฉบับที่ดาวน์โหลดไว้เป็นแพ็กเกจต้นทาง เอกสารของ Facebook อธิบายว่าการส่งออกแบบ HTML เป็น ZIP ที่มีไฟล์ HTML ดัชนีและโฟลเดอร์ซึ่งมีไฟล์อย่างรูปภาพและวิดีโอ ขณะที่ JSON อ่านโดยเครื่องได้และช่วยให้ถ่ายโอนข้อมูลได้ง่ายขึ้น ตามข้อมูลของ Facebook

อย่าถือว่าโฟลเดอร์สื่อคือคลังข้อมูลทั้งหมด เก็บดัชนี HTML เมื่อมีการส่งออกแบบ HTML เก็บ JSON เมื่อมีการส่งออกแบบ JSON และเก็บสื่อต้นฉบับไว้ ชุดข้อมูลสำหรับการเก็บรักษาที่ curl-x อธิบายประกอบด้วยไฟล์สื่อต้นฉบับ คลังหน้าเว็บที่มีการประทับเวลา แฮช SHA-256 ของไฟล์ที่ดาวน์โหลดแต่ละไฟล์ URL โพสต์ วันที่เข้าถึง ตัวตนผู้เก็บข้อมูล และระเบียนเครือข่ายหรือการตอบกลับเซิร์ฟเวอร์ที่มี ตามข้อมูลของ curl-x

บันทึกชื่อไฟล์ที่เชื่อมโยงกับสื่อแต่ละรายการ หากต้องการชื่อไฟล์ที่สื่อความหมาย ให้ใส่แพลตฟอร์ม แฮนเดิลบัญชี และวันที่ รูปแบบที่มีการบันทึกไว้คือ twitter_username_20260811.mp4 ตามคำแนะนำของ curl-x บันทึกชื่อไฟล์นั้นพร้อมแฮช URL ต้นทาง และเวลาที่เก็บข้อมูล

สร้างระเบียนข้อมูลเมตาสำหรับสื่อแต่ละรายการ

ใช้ระเบียน JSON ประกอบ หรือที่มักเรียกว่า sidecar ควบคู่กับสื่อที่เกี่ยวข้อง วิธีนี้มีประโยชน์เมื่อแคปชัน รหัสโพสต์ เวลา หรือบริบทอื่นอยู่ใน JSON แทนที่จะอยู่ภายในภาพถ่ายหรือวิดีโอ

JSON เหมาะกับงานนี้: ข้อกำหนด Activity Streams ของ W3C อธิบายว่า JSON เป็นวิธีที่อ่านเข้าใจง่าย ประมวลผลได้ด้วยเครื่อง และขยายได้สำหรับแสดงข้อมูลเมตากิจกรรมที่มีรายละเอียด ตามข้อมูลของ W3C ระเบียน sidecar หรือบัญชีรายการที่ใช้งานจริงอาจใช้ฟิลด์ต่อไปนี้เมื่อมีข้อมูล:

• ชื่อไฟล์และประเภทสื่อ
• URL โพสต์และรหัสโพสต์
• แคปชันหรือข้อความโพสต์
• เวลาโพสต์ต้นฉบับ
• ชื่อผู้ใช้ ชื่อที่แสดง และ URL โปรไฟล์ของผู้เขียน
• ตัวชี้วัดการมีส่วนร่วมในฐานะภาพ ณ เวลาที่ส่งออก
• ข้อมูลตำแหน่ง แฮชแท็ก การกล่าวถึง และลิงก์
• captured_at, ผู้เก็บข้อมูล และวิธีการเก็บข้อมูล
• แฮช SHA-256 หรือแฮชเนื้อหาอื่น
• การตอบกลับดิบเมื่อมี

ตัวอย่างระเบียนการเก็บรักษาของ SociaVault ใช้ captured_at, source_url, captured_by, method, content_hash และ raw_response จากนั้นบันทึกระเบียนเป็น JSON ด้วยชื่อไฟล์ที่กำหนดแน่นอน ตามคู่มือการเก็บรักษา

แยกฟิลด์เวลาโพสต์ต้นฉบับออกจาก captured_at หากแพลตฟอร์มให้ค่าออฟเซ็ตเขตเวลาหรือ Z ให้เก็บไว้แทนการแปลงเป็นเวลาท้องถิ่นโดยไม่แจ้ง W3C Activity Streams กำหนดให้อนุกรมข้อมูลเป็น UTF-8 และระบุค่าวันที่และเวลาพร้อมออฟเซ็ตตัวเลขที่ชัดเจนหรือ Z ตามข้อมูลของ W3C

ตรวจสอบคลังข้อมูลหลังการแตกไฟล์

การตรวจสอบควรตอบคำถามสองข้อ: ไฟล์ที่คาดว่าจะมีรอดจากการแตกไฟล์หรือไม่ และคุณเชื่อมโยงไฟล์นั้นกับระเบียนโพสต์ที่ถูกต้องได้หรือไม่

ใช้ลำดับต่อไปนี้:

1. เก็บแพ็กเกจต้นฉบับและสื่อต้นฉบับไว้
2. สร้างบัญชีรายการที่มีชื่อไฟล์ URL โพสต์ รหัสโพสต์ เวลาโพสต์ต้นฉบับ และแคปชันหรือระเบียน JSON ที่มี
3. สร้างแฮช SHA-256 สำหรับไฟล์สื่อที่ดาวน์โหลดแต่ละไฟล์
4. บันทึกแฮชแต่ละรายการไว้ข้างชื่อไฟล์ URL ต้นทาง และเวลาที่เก็บข้อมูล ค่า SHA-256 ทำหน้าที่เป็นลายนิ้วมือของไฟล์ หากไฟล์ไม่เปลี่ยนแปลง แฮชจะยังเหมือนเดิม ตามข้อมูลของ curl-x
5. ตรวจสอบว่าสื่อแต่ละรายการมีระเบียนข้อมูลเมตาที่สอดคล้องกัน และบันทึกฟิลด์ที่การส่งออกไม่ได้ให้มาเป็นข้อมูลที่ขาดหาย
6. เก็บบัญชีรายการ JSON หรือ HTML ดิบ สื่อต้นฉบับ และระเบียนการเก็บข้อมูลที่มีไว้ด้วยกัน

Fixity คือการตรวจสอบเชิงคำนวณว่าไฟล์ยังคงเป็นไฟล์ตามที่ระบุ ผู้เชี่ยวชาญด้านการเก็บรักษาใช้เช็กซัมกับไฟล์ที่นำฝากและสามารถเรียกใช้การตรวจสอบซ้ำเป็นระยะ ตามที่อธิบายในการศึกษาด้านการเก็บถาวร

สิ่งที่คลังข้อมูลพิสูจน์ได้และพิสูจน์ไม่ได้

ใช้ภาพหน้าจอเป็นข้อมูลอ้างอิงทางภาพเพิ่มเติม ไม่ใช่ชุดข้อมูลเมตาสำหรับการเก็บรักษาที่สมบูรณ์ตามที่อธิบายไว้ข้างต้น เพื่อให้ระเบียนมีความน่าเชื่อถือยิ่งขึ้น ให้เก็บสื่อต้นฉบับ ข้อมูลเมตาและบริบท เวลาที่เก็บข้อมูล URL ต้นทาง วันที่เข้าถึง ตัวตนผู้เก็บข้อมูล แฮช และระเบียนหน้าเว็บ เครือข่าย หรือการตอบกลับเซิร์ฟเวอร์ที่มี ตามข้อมูลของ curl-x

คลังข้อมูลที่ดาวน์โหลดอาจเก็บเวลาโพสต์ที่แพลตฟอร์มบันทึกไว้ได้เมื่อมีฟิลด์ดังกล่าว แต่ควรระบุช่วงเวลาการเก็บข้อมูลของคลังนั้นเองด้วย Google เตือนว่าคลังข้อมูลอาจไม่รวมการเปลี่ยนแปลงที่เกิดขึ้นระหว่างการขอและการสร้างคลังข้อมูล และการศึกษาด้านการเก็บถาวรระบุว่าจำนวนการมีส่วนร่วมอาจเปลี่ยนแปลงภายหลัง ตามข้อมูลของ Google และ การศึกษาด้านการเก็บถาวร

หากสื่อหรือข้อมูลเมตาขาดหาย ให้เก็บแพ็กเกจต้นฉบับและ HTML หรือ JSON ดิบ ทำเครื่องหมายฟิลด์ที่ขาดหายในบัญชีรายการ และบันทึกการตั้งค่าการส่งออกกับช่วงเวลาการเก็บข้อมูล วิธีนี้ช่วยแยกสิ่งที่แพลตฟอร์มส่งมอบออกจากสิ่งที่ไม่พร้อมใช้งานในการดาวน์โหลด

เช็กลิสต์การเก็บรักษาที่ทำซ้ำได้

ก่อนดาวน์โหลด:

• บันทึกบัญชี แพลตฟอร์ม เวลาขอส่งออก ช่วงวันที่ที่เลือก รูปแบบ และคุณภาพสื่อ
• เลือกการควบคุมการส่งออกอย่างเป็นทางการของแพลตฟอร์ม และบันทึกว่าผลลัพธ์จะเป็น HTML, JSON, ZIP หรือ TGZ
• บันทึกช่วงเวลาที่การส่งออกพร้อมใช้งานเมื่อแพลตฟอร์มระบุไว้

หลังดาวน์โหลด:

• เก็บ ZIP หรือ TGZ ต้นฉบับและสื่อต้นฉบับไว้
• เก็บดัชนี HTML หรือระเบียน JSON ที่มาพร้อมการส่งออก
• สร้างบัญชีรายการชื่อไฟล์และข้อมูลเมตาสำหรับสื่อแต่ละรายการ
• เก็บแคปชัน รหัสโพสต์ เวลาต้นฉบับ รายละเอียดโปรไฟล์ และลิงก์ไว้กับสื่อที่เกี่ยวข้อง
• จัดเก็บ sidecar JSON หรือระเบียนเทียบเท่าเมื่อข้อมูลเมตาแยกจากสื่อ
• เก็บออฟเซ็ตเวลา หรือ Z ตามที่บันทึกไว้ทุกประการ
• สร้างและบันทึกแฮช SHA-256 พร้อมชื่อไฟล์ URL ต้นทาง และเวลาที่เก็บข้อมูล
• ทำเครื่องหมายสื่อหรือฟิลด์ที่ขาดหาย แทนการนำสิ่งทดแทนที่ยังไม่ผ่านการตรวจสอบมาแสดง
• เรียกใช้การตรวจสอบเช็กซัมซ้ำเป็นระยะ

สำหรับการสำรองข้อมูลต่อเนื่องบนแพลตฟอร์มที่ SocialGuardian ระบุไว้ หน้าแรกระบุว่าบริการรองรับ Instagram, TikTok, YouTube, X, Facebook, LinkedIn, Twitch และ Pinterest และใช้เพียง @handle สาธารณะ โดยไม่ต้องใช้รหัสผ่านหรือเข้าสู่ระบบ ตามข้อมูลของ SocialGuardian