三張貼文卡片將標示的段落連接至佐證矩陣和原創大綱卡片。

先從封存檔開始。只有在你還需要檢查封存紀錄所連結的貼文時,才使用公開貼文蒐集工具。你過去的互動行為與貼文目前的公開狀態,是兩項不同的事實。公開資料檢查失敗時,不得因此移除封存紀錄。

以下方法會建立兩張表格。第一張存放封存檔記錄的互動行為。第二張可依需要建立,存放貼文目前的公開現況資料。這裡的現況資料包括貼文文字、公開資料檢查時間等資訊。

匯出資料能回答什麼問題

讀者問的是「自己曾經留言或留下表情回應的紀錄」。這需要使用你帳號本身的紀錄,而不是整理今天仍可在公開貼文上看到的留言清單。

LinkedIn 說明,這種匯出方式提供的是你自己的個人資料,而非其他會員的個人資料。官方列出的類別包括留言與表情回應。系統只會提供適用於該帳號的類別。LinkedIn 官方匯出範圍說明

使用這些檔案回答一個範圍有限的問題:這份封存檔記錄了哪些留言與表情回應行為?請在筆記中保留所選類別及封存檔申請日期。這些資訊有助於日後說明資料範圍。

不要將匯出資料視為完整終身紀錄的保證。缺少檔案,不能證明互動次數為零。檔案中有紀錄,也不能證明所有過去的互動行為都已收錄。本指南的來源證據無法確認資料完整涵蓋已刪除或早期的互動行為。

Chronometrica LinkedIn Post Scraper 的用途不同。Actor 是託管執行的資料蒐集程式。這個 Actor 接受已知的公開貼文連結。它不會登入你的 LinkedIn 帳號,也不會匯出你的私人留言與表情回應歷史紀錄。

申請並儲存自己的封存檔

請在個人電腦上使用 LinkedIn。介面名稱可能會變動。依照以下步驟操作時,請同時開啟官方下載指南。

  1. 開啟「我」。
  2. 開啟「設定和隱私」。
  3. 開啟「資料隱私」。
  4. 開啟「下載你的資料」。
  5. 選擇留言與表情回應所需的類別。
  6. 申請封存檔。
  7. 透過你自己帳號收到的通知下載封存檔。
  8. 建立工作表格前,先在本機儲存一份未經修改的副本。

請在通知或官方指南指定的期限內下載。本指南的來源證據無法確認確切的等待時間或下載期限。不要依據自行假設的時間安排工作。

將私人封存檔保存在你自己的電腦上。不要將它傳送給寫作服務,也不要放入公開資料集。資料集是由多筆資料列組成的集合。選用的公開資料蒐集步驟只需要選定的公開貼文連結,不需要你的封存檔或帳號登入憑證。

用簡短筆記記下申請日期、下載日期及所選類別。這些是你自行保留的紀錄欄位,並不表示 LinkedIn 會在每個匯出檔案中提供這些欄位。

建立紀錄前先檢查檔案

開啟實際提供給你帳號的留言與表情回應檔案。合併任何資料前,先閱讀欄位標題及幾筆資料。本指南不假設檔名、欄位名稱、日期格式或文字欄位有固定形式。

  1. 確認申請的類別中,哪些有提供檔案。
  2. 記錄每個檔案的原始名稱及欄位標題。
  3. 計算資料列數,不要將標題列算入。
  4. 找出檔案中實際存在的日期、連結、互動行為詳情及文字。
  5. 註記缺少的欄位,不要憑記憶補上。
  6. 保留所有原始檔,不要修改。

如果缺少留言或表情回應檔案,先檢查你選擇的類別。缺少檔案也可能與帳號的互動情況有關。如果仍無法確定原因,請記為未知。不要建立空白檔案,並將它當成沒有互動行為的證據。LinkedIn 類別與帳號限制說明

日期值應完全按照來源保留。如果另建日期欄位以便排序,請在旁邊保留原始日期。來源未註明時區時,不要自行指定。封存檔的下載日期不是你留言或留下表情回應的日期。

也要檢查連結指向什麼內容。URL 就是網址。封存檔中的連結可能指向留言、貼文、文章或其他項目。僅有連結,並不代表它就是工具支援的公開貼文輸入。

建立一張已記錄互動行為的表格

從留言與表情回應檔案保留的每一筆來源互動紀錄,都應在工作表格中各占一列。每列都要保留互動類型。同一篇貼文上的留言與表情回應,仍是兩次不同的互動行為。

以下是建議的工作表格欄位。這些名稱由讀者自行建立,並非 LinkedIn 承諾提供的匯出欄位標題。

建立一張已記錄互動行為的表格
工作欄位應儲存的內容缺失值處理規則
來源檔案原始檔名若缺少來源參照,請查明原因
來源資料列參照可在未修改的檔案中找到該資料列的方式不要自行編造 LinkedIn 互動行為 ID
互動類型依來源類別記為留言或表情回應類型不明時,保留為待釐清
原始日期來源中的完整原始日期值若未提供,保留為缺失
原始網址來源若有連結,原樣保留即使沒有連結,也要保留互動紀錄
原始文字來源若有文字,原樣保留不要編造留言或表情回應文字
已確認的公開貼文網址另行確認為工具支援的貼文連結若不確定,保留為缺失
現況資料處理結果尚未檢查、已配對或待釐清註明這是你自己的判斷

其他所有原始來源欄位也要保留。建議欄位有助於整理工作,但不能取代來源資料。

來源資料列參照用來定位已儲存檔案中的某一列。它不一定能在多次匯出之間,持續識別同一次互動行為。識別碼是用來指稱某筆紀錄的值。不要將試算表的列號視為 LinkedIn 互動行為識別碼。

不要只因貼文連結或文字相同,就合併資料列。同一篇貼文可能涉及多次互動行為。如果日後比較多份封存檔,請另行檢查可能重複的紀錄。僅憑資料列看起來相同,無法確認兩筆紀錄描述的是同一次互動行為。

請區分缺失值與零。零是已知的數量。缺少日期、網址或檔案,代表資訊不足。這些情況都不表示該會員的互動次數為零。

判斷是否需要貼文目前的公開現況資料

如果你的目標是保留個人紀錄,完成互動紀錄表後就可以停止。公開資料蒐集是選用步驟。

當你有工具支援的公開貼文網址,並需要閱讀貼文目前可取得的文字,或記錄貼文目前的公開狀態時,才使用這個步驟。快照是某次檢查當下建立的紀錄。它不能證明你互動當時的貼文內容與目前相同。

請分別保留以下三種時間:

判斷是否需要貼文目前的公開現況資料
時間意義
原始互動日期紀錄中所載的留言或表情回應日期
貼文發布時間值工具回傳的公開貼文發布資訊
公開資料檢查時間蒐集工具觀察公開貼文的時間

Actor 的 `publishedAt` 與 `observedAt` 欄位用途不同。請保留原始欄位名稱及數值。使用 `observedAt` 作為公開資料檢查時間。兩個欄位都不能取代封存檔中的互動日期。LinkedIn Post Scraper 輸出說明

選擇蒐集工具時,可參考已知貼文 Actor 比較,了解為何需要保留每次嘗試處理輸入的紀錄。先匯出封存檔,再做這項選擇。蒐集工具不會提供帳號歷史紀錄。

只準備工具支援的公開貼文連結

經查閱的貼文 Actor 輸入規格使用 `startUrls`,其中填入公開的 LinkedIn `/posts/` 網址。輸入至少需要一個網址。結構定義是一組規則,規定可接受的欄位與值。提供的範例已通過公開輸入結構定義的格式檢查。這項檢查並未確認範例貼文是否可取得。公開輸入結構定義

  1. 將候選連結複製到另一份工作清單。
  2. 在互動紀錄表中保留每份封存檔的原始連結。
  3. 確認哪些候選連結是工具支援的公開 `/posts/` 連結。
  4. 將已確認的貼文連結存入新增的工作欄位。
  5. 將已確認的連結去除重複,建立公開資料檢查清單。
  6. 不要將不確定的連結放入 Actor 輸入,並將它們標記為待釐清。

網址正規化是將連結整理成一致的工作格式。只可在新增欄位中進行。不要根據留言連結編造貼文網址,也不要刪去網址的一部分,只為讓它看起來符合格式。留言連結、文章連結及協作文章項目,不一定是工具支援的貼文輸入。

多次互動行為可能共用同一個已確認的貼文網址。建立選定的快照時,這個網址只需檢查一次,同時保留每一列互動紀錄。縮減公開資料檢查清單,不得減少互動紀錄表的資料列。

LinkedIn 資料集配對指南 說明了為何不確定或互相衝突的配對必須保留為待釐清。這裡的任務範圍較小,只需將貼文現況資料附加至既有的封存互動紀錄,不需要蒐集留言者的個人檔案。

公開預設設定僅用於選用的檢查步驟

LinkedIn Post Scraper for Known Public URLs Task 提供一組起始預設設定。Task 是已儲存的 Actor 輸入預設設定。本文已檢查它的公開頁面,但未透過已驗證的帳號讀取其儲存的輸入,也未付費執行。

使用前先檢查設定。將整份範例清單替換為你要檢查、且工具支援的公開貼文網址。不要保留範例,並假設它代表你的封存檔內容。

以下是提供的小型輸入範例。JSON 是一種用來表示結構化資料的文字格式。這裡的 `startUrls` 包含一份清單,內有一個公開貼文網址。

json
{
  "startUrls": [
    "https://www.linkedin.com/posts/timferriss_i-took-my-whole-genome-dumped-it-into-ai-activity-7333162625675038720-TJPX"
  ]
}
公開預設設定僅用於選用的檢查步驟

這個網址是提供的範例,不是新蒐集的結果。請在檢查前替換。只提交工具支援的公開貼文連結。不要提交封存檔、登入憑證、私人訊息或表情回應歷史紀錄。

先使用一份能逐列檢查的小清單。執行這份清單是建議讀者採取的操作。本文證據涵蓋公開規格與輸入格式,不包括已完成的資料蒐集或目前的效能測試。

將公開結果存入獨立的現況資料表

將公開輸出與封存紀錄表分開儲存。保留回傳的欄位,不要只複製可用的貼文文字。

將公開結果存入獨立的現況資料表
Actor 欄位在現況資料表中的用途
`inputUrl`將這次嘗試與提交的連結對應
`url`若有回傳貼文網址,予以保留
`activityId`, `ugcPostId`, `postUrn`分別保留不同的貼文識別欄位
`text`若有回傳公開貼文文字,予以保留
`publishedAt`保留回傳的貼文發布時間值
`status`, `statusReason`保留回報的結果與說明
`observedAt`保留公開資料觀察時間

這些欄位列於已查閱的公開輸出規格。成功的資料列可以包含這些欄位,但不要假設每個值都會提供。視需要保留其他回傳欄位。缺少的公開計數維持為 `null`,代表資料缺失,而不是零。LinkedIn Post Scraper 規格

在這份報告中,每個已確認的貼文網址最多選用一列現況資料。如果重複檢查,請保留各次觀察紀錄,並註明選用哪一次。接著將每筆互動紀錄配對至選定的現況資料列。資料聯結是透過已確認的配對值,將資料列合併。

聯結後,互動紀錄的資料列數必須維持不變。資料列增加,可能代表同一筆互動紀錄配對到多筆現況觀察紀錄。資料列減少,可能代表未配對的互動紀錄遭到移除。請修正配對規則或現況資料的選取方式,再次檢查。

查詢失敗,不能證明貼文從未存在。無法取得貼文時,原因可能仍待釐清。請保留回傳結果,不要自行認定原因是刪文、隱私設定變更或其他情況。

範例詳解:六次互動與三次公開資料檢查

本例為原創虛構範例。以下所有互動標籤、貼文標籤及結果均為教學而編造,並非實際蒐集的 LinkedIn 紀錄或 Actor 測試結果。

這份虛構封存檔包含四次留言及兩次表情回應。有三個不同且已確認的公開貼文網址可供檢查。貼文 A 與貼文 B 回傳可取得的現況資料。在這次虛構檢查中,貼文 C 無法取得。

範例詳解:六次互動與三次公開資料檢查
封存互動紀錄互動類型已確認的貼文現況資料取得結果
C1留言A可取得
C2留言A可取得
C3留言B可取得
C4留言C無法取得
R1表情回應A可取得
R2表情回應B可取得

互動紀錄表保留全部六次互動。C4 仍須保留,因為封存檔記錄了這次互動。未能取得目前的現況資料,不會抹去這次互動。

另一張現況資料表記錄了三個已嘗試檢查的網址:

範例詳解:六次互動與三次公開資料檢查
虛構貼文標籤已嘗試檢查的網址目前可取得的貼文待釐清的現況資料
A1 個網址1 篇貼文0 筆現況資料
B1 個網址1 篇貼文0 筆現況資料
C1 個網址0 篇貼文1 筆現況資料
總計3 個網址2 篇貼文1 筆現況資料

檢查計算與單位:

  • 4 次留言 + 2 次表情回應 = 6 次封存檔記錄的互動。
  • 2 筆可取得的貼文現況資料 + 1 筆待釐清的貼文現況資料 = 3 個已嘗試檢查的網址。
  • 與 A 連結的 3 次互動 + 與 B 連結的 2 次互動 + 與 C 連結的 1 次互動 = 保留的 6 次互動。
  • 聯結前的 6 列互動紀錄 = 聯結後的 6 列互動紀錄。

報告應列出四次留言、兩次表情回應、三個已嘗試檢查的網址,以及兩篇目前可取得的貼文。不要寫成「兩次留言」。二是目前可取得的貼文數量,不是你的留言次數。

表格中 C 的可取得貼文數為零,描述的是這次虛構檢查的結果,並不表示過去的互動次數為零。如果回傳的公開計數缺失,請保留為缺失。不要以零替代,也不要用它修改封存紀錄的總數。

使用結果前先檢查

  1. 確認筆記記載了申請匯出的類別。
  2. 確認每筆工作用互動紀錄都有來源檔案及資料列參照。
  3. 確認原始欄位、日期、連結及文字均未修改。
  4. 確認缺少的檔案與數值,仍與已知的零值分開處理。
  5. 確認未將不確定的連結強行放入公開資料輸入清單。
  6. 確認每個已嘗試檢查的公開網址,都有結果說明,或已註明仍待釐清的資訊缺口。
  7. 確認未配對的互動紀錄仍保留在互動紀錄表中。
  8. 確認聯結沒有改變互動紀錄的資料列數。
  9. 分別報告封存檔中的互動次數、檢查的網址數、可取得的貼文數,以及待釐清的現況資料數。

工具支援但你尚未檢查的網址,屬於尚未嘗試。已提交但結果失敗的網址,屬於已嘗試。如果回傳的資料列缺少文字,則須依你的用途進一步檢查。請區分這些狀態。

如果日後要比較可取得貼文文字中的主張,請使用貼文主張與佐證指南。那是另一項分析。僅憑目前的文字,無法證明你為何留下表情回應,也無法證明你互動當時貼文寫了什麼。

來源與延伸閱讀

作者 Chronometrica · 更新日期

返回頂端 ↑