CN105095283A - 网络社交系统中准好友的推荐方法和系统 - Google Patents

Abstract

本申请公开了一种网络社交系统中准好友的推荐方法和系统，包括：查询本网络社交系统的目标用户在外部关系链中的帐号otherkeyi；查询所述外部关系链中所述otherkeyi对应的好友数据；将所述好友在其所属外部关系链的帐号otherkeyij转换为全网唯一帐号Ukeyij；以所述全网唯一帐号Ukeyij作为关键词，将在所述各外部关系链中查询到的所述好友数据合并存储在一哈希表中；遍历所述哈希表，查询Ukeyij在本网络社交系统上对应的帐号UINij，根据UINij对所述哈希表中的好友数据进行去重处理；根据去重后的好友数据，生成准好友推荐列表。本发明可以降低在动态配置关系链种类情况下的计算复杂度，利于推荐系统的功能扩展。

Description

网络社交系统中准好友的推荐方法和系统

技术领域

本申请涉及计算机和互联网数据处理技术领域，尤其涉及一种网络社交系统中准好友的推荐方法和系统。

背景技术

目前，随着互联网技术的发展，网络逐渐成为人们获取信息以及进行相互沟通的主要方式。目前出现了许多基于互联网的网络社交系统，所述网络社交系统是一种用户之间的关系网络，旨在帮助人们建立社会性网络的互联网应用服务。例如，即时通讯网络系统、微博客(MicroBlog)系统、社交网络服务系统(SNS，SocialNetworkService))、社区论坛系统、知识分享系统等等。

在网络社交系统中存在着一种关系链数据。所述关系链数据例如包括：即时通讯中用户的好友关系、微博的收听关系(有些微博中是关注关系)、文章转载关系、评论回复关系等，所述关系链信息取决与相关文章推荐的具体应用场景等。

目前，同一个用户往往在多个网络社交系统中注册了用户，且在每个网络社交系统中其用户帐号有可能不同。目前有一种帐号系统可以利用某一网络社交系统的用户帐号来查询出该用户是否在其他网络社交系统中注册了帐号以及其帐号名称。由于同一用户往往会在不同的网络社交系统中将本人帐号绑定了用户自身的同一个唯一标识，如手机号、身份证号、电子邮件地址、即时通信号等等，那么所述帐号系统就可以根据该用户在某一个网络社交系统中的帐号查找到其绑定信息，再用该绑定信息查询到该用户在其他网络社交系统中的帐号。

在现有的网络社交系统中，还出现了一种为目标用户推荐准好友的推荐系统。所述准好友是指在本网络社交系统上还不是目标用户的好友，但是推荐系统推荐给该目标用户作为好友的已注册帐号。图1为现有技术所述在网络社交系统中为目标用户推荐准好友的方法流程图。图2为现有技术所述在网络社交系统中为目标用户推荐准好友的数据结构进行合并去重处理的示意图。参见图1和图2，该方法包括：

步骤101、通过所述帐号系统，用本网络社交系统的目标用户(简称用户)帐号所绑定的信息如手机号、即时通信号、电子邮件地址等，分别查询出该用户在其他关系链的帐号otherkey。所述其它关系链具体是指其它网络社交系统对应的关系链。

步骤102、分别在这些其它关系链中查询该帐号otherkey对应的好友数据，其中包括好友在其所述关系链上的帐号otherkey，以及昵称、简介等数据。例如，如图2所示，假设其它关系链有关系链A和关系链B，则如211和212所述分别获取关系链A和关系链B上的好友数据。

由于各个关系链之间的帐号系统各异(可能相容，如一些网络社交系统可统一使用即时通讯号；也有可能不相容，如邮箱和手机号)，各个关系链的好友数据分别存放在各自网络社交系统的存储空间中。存储方式一般使用哈希表这类key-value存储结构，好友在对应关系链上的帐号为Key，对应关系链上的好友资料为Value。

步骤103、将步骤102所查询到的各个关系链的好友数据，分别存储在多个哈希表中。

例如如图2所示，将步骤102所查询到的关系链A上的好友数据存在HASH表221中，将关系链B上的好友数据存在HASH表222中。

步骤104、通过所述帐号系统，查询上述步骤102所查询到的好友在本网络社交系统上是否注册，若好友已注册，则获取该好友在本网络社交系统上注册的帐号UIN。

步骤105、遍历上述各个HASH表中的记录，进行合并和去重。合并结果存在一个单独的哈希表中，其中所述好友在本网络社交系统的帐号UIN为Key，好友在高优先级关系链上的好友资料为Value，在某好友在两个以上的关系链中都注册的情况下，需要根据关系链优先级判断进行去重处理。

例如如图2所示，在合并去重处理时，由于好友2在关系链A和关系链B中都有注册，因此需要判断关系链A的优先级是否大于关系链B的优先级，参见图2的203，如果是则保留关系链A中的好友2的信息，得到合并去重后的HASH表如241所示，否则保留关系链B中的好友2的信息，得到合并去重后的HASH表如242所示。

步骤106、对合并后的结果进行过滤和排序。

步骤107、生成推荐列表。

但是，上述现有技术存在以下缺陷：

(1)计算复杂：由于各个关系链好友数据分别存放在不同的HASH表中，在进行合并等操作时需要对多个HASH表进行操作处理，实现成本较高。如图2所示，生成合并好友数据Hash，需要遍历关系链A、B...等等。若需要动态配置关系链的种类，如增加或减少若干个关系链，则在获取好友数据和合并好友数据得到一个HASH表这两个步骤都需要动态配置，例如具体需要建立多个HASH表，而且要遍历多个HASH表才能实现合并，实现起来比较复杂，如果关系链的数量众多，则计算量更大。

(2)不利于功能扩展，系统维护成本高：对于推荐系统本身来讲，由于每加入或去除一种关系链，则需要对应修改数据结构即HASH表的数目，以及修改计算方式(如针对新增加的多个HASH表的合并去重计算的逻辑方式需要修改)，不利于在推荐系统中进行变更关系链数据的功能扩展，系统维护成本高。

发明内容

有鉴于此，本发明的主要目的是提供一种网络社交系统中准好友的推荐方法和系统，以降低在动态配置关系链种类情况下的计算复杂度，利于推荐系统的功能扩展。

本发明的技术方案是这样实现的：

一种网络社交系统中准好友的推荐方法，包括：

查询本网络社交系统的目标用户在外部关系链中的帐号otherkeyi；

查询所述外部关系链中所述otherkeyi对应的好友数据；

将所述好友在其所属外部关系链的帐号otherkeyij转换为全网唯一帐号Ukeyij；

以所述全网唯一帐号Ukeyij作为关键词，将在所述各外部关系链中查询到的所述好友数据合并存储在一哈希数据结构中；

遍历所述哈希数据结构，查询Ukeyij在本网络社交系统上对应的帐号UINij，根据UINij对所述哈希数据结构中的好友数据进行去重处理；

根据去重后的好友数据，生成准好友推荐数据结构。

一种网络社交系统中准好友的推荐系统，包括：

外部帐号查询模块，用于查询本网络社交系统的目标用户在外部关系链中的帐号otherkeyi；

好友数据查询模块，用于查询所述外部关系链中所述otherkeyi对应的好友数据；

转换模块，用于将所述好友在其所属外部关系链的帐号otherkeyij转换为全网唯一帐号Ukeyij；

哈希存储模块，用于以所述全网唯一帐号Ukeyij作为关键词，将在所述各外部关系链中查询到的所述好友数据合并存储在一哈希数据结构中；

UIN帐号查询模块，用于遍历所述哈希数据结构，查询Ukeyij在本网络社交系统上对应的帐号UINij，根据UINij对所述哈希数据结构中的好友数据进行去重处理；

推荐模块，用于根据去重后的好友数据，生成准好友推荐数据结构。

与现有技术相比，本发明在查询所述外部关系链中所述otherkeyi对应的好友数据后，将所述好友在其所属外部关系链的帐号otherkeyij转换为全网唯一帐号Ukeyij，然后以所述全网唯一帐号Ukeyij作为关键词，将在所述各外部关系链中查询到的所述好友数据合并存储在一哈希数据结构中，通过这种处理，不论动态配置的关系链有多少种，也不论是增加关系链还是减少关系链，从各关系链查询到的好友数据都合并在一个哈希数据结构中，降低了数据结构的复杂度；在合并去重处理时不必建立多个哈希数据结构即多个哈希表，也不必对多个哈希数据结构进行遍历，而是只需要遍历所述一个哈希数据结构即可，而且在建立所述哈希数据结构时可以暂不进行去重处理，而是在哈希数据结构建立后进行遍历去重处理。这样可以大大降低在动态配置关系链种类情况下的计算复杂度。同时，每加入或去除一种关系链，也不需要对应修改数据结构即HASH表的数目，也不需要针对新增加的多个HASH表的合并去重计算的逻辑方式进行修改，有利于在推荐系统中进行变更关系链数据的功能扩展，降低了系统维护成本。

附图说明

图1为现有技术所述在网络社交系统中为用户推荐准好友的方法流程图；

图2为现有技术所述在网络社交系统中为用户推荐准好友的数据结构进行合并去重处理的示意图；

图3为本发明所述网络社交系统中准好友的推荐方法的一种流程图；

图4为本发明所述在网络社交系统中为用户推荐准好友的数据结构进行合并去重处理的示意图；

图5为本发明所述为目标用户生成的准好友推荐列表的界面示意图；

图6为本发明所述网络社交系统中准好友的推荐系统的一种组成示意图；

图7为本发明所述UIN帐号查询模块的一种组成示意图。

具体实施方式

下面结合附图及具体实施例对本发明再作进一步详细的说明。

图3为本发明所述网络社交系统中准好友的推荐方法的一种流程图。参见图3，该方法包括：

步骤301、查询本网络社交系统的目标用户在外部关系链i中的帐号otherkeyi。所述i取值为从1到n，n为大于等于1的整数。

本发明中，所述关系链是指网络社交系统内的注册帐号之间的关系数据，例如即时通讯中用户的好友关系、微博的收听关系(有些微博中是关注关系)、其它SNS系统中的好友关系、文章转载关系、评论回复关系等。所述本网络社交系统是相对的概念，是指所述目标用户已经注册的、且为该目标用户推荐准好友的网络社交系统，即应用本发明所述准好友推荐方法的网络社交系统，所述目标用户在本网络社交系统中也具有关系链。所述外部关系链是指本网络社交系统以外的其它网络社交系统所具备的关系链。通常外部关系链的数量有可能大于等于1，因此本文用外部关系链i表示第i个外部关系链，帐号otherkeyi为目标用户在外部关系链i中的注册帐号。例如所述本网络社交系统为某一即时通讯系统，所述目标用户为在本网络社交系统上注册的用户，所述外部关系链1可以为微博的收听关系，外部关系链2可以为某一论坛系统中的好友关系，外部关系链3可以为其它即时通讯系统的好友关系等等。

假设外部关系链有关系链1和关系链2，目标用户在外部关系链1中的帐号otherkey1，在外部关系链2中的帐号为otherkey2。

具体的，本步骤中可以利用现有的帐号系统来查询本网络社交系统的目标用户在外部关系链i是否中注册了帐号以及其帐号名称。由于同一用户往往会在不同的网络社交系统中将本人帐号绑定了用户自身的同一个唯一标识，如手机号、身份证号、电子邮件地址、即时通信号等等，那么所述帐号系统就可以根据该用户在某一个网络社交系统中的帐号查找到其绑定信息，再用该绑定信息查询到该用户在其他网络社交系统中的帐号。

步骤302、查询所述外部关系链i中所述otherkeyi对应的好友数据。

本步骤中，如果n大于1，则从第1个外部关系链开始，依次查询每个外部关系链i中所述otherkeyi对应的好友数据。

图4为本发明所述在网络社交系统中为用户推荐准好友的数据结构进行合并去重处理的示意图。参见图4，假设外部关系链有关系链1和关系链2，则如411和412所述为分别获取关系链1和关系链2上的好友数据。

所述好友数据具体包括好友在其所属关系链中的帐号以及以及属性数据如昵称、简介等。其中针对外部关系链i来讲，所述帐号otherkeyi对应的好友帐号表示为otherkeyij，j取值从1到m，m大于等于1，表示otherkeyi在关系链i中有m个好友。

步骤303、将所述好友在其所属外部关系链i的帐号otherkeyij转换为全网唯一帐号Ukeyij。所述全网唯一帐号，是指该帐号在本网络社交系统以及本网络社交系统之外的所有网络社交系统中，都是唯一的。

对于不同的关系链，如果将关系链中的帐号otherKey作为Key直接存储在哈希表中，那么就要面临不同关系链冲突的风险，如甲在关系链系统A的帐号名等于乙在关系链系统B的帐号名，因此本发明的解决方法是将不同关系链中的帐号otherkey统一转换为另一种帐号格式UKey，UKey和原帐号可互相转换，统一存储在好友哈希表中。

具体的，所述全网唯一帐号Ukeyij具体包括：与所述好友所属外部关系链i对应的标识符1，以及与所述帐号otherkeyij对应的标识符2。

本发明中，UKey作为好友全网统一的帐号表示方式，存储方式为变长字符数组，其中包含8字节的帐号类型即所述标识符1和变长的具体帐号字符串即所述标识符2，这样可以保证UKey的唯一性，也可以快速转换为otherKey。

本步骤中具体的转化方法为：根据预设的映射函数生成所述好友所属外部关系链i对应的标识符1，生成所述帐号otherkeyij对应的标识符2，将标识符1和标识符2组合成为全网唯一帐号Ukeyij。

步骤304、以所述全网唯一帐号Ukeyij作为关键词，将在所述各外部关系链中查询到的所述好友数据合并存储在一哈希数据结构中，所述哈希数据结构例如可以是哈希表。

例如如图4所示，将所查询到的目标用户在所述关系链1上的好友数据以及目标用户在关系链2上的好友数据合并存储在一个哈希表421中。本文中将该哈希表421称为好友资料哈希表，在该好友资料哈希表中以UKeyij为关键词Key，好友在各个关系链系统上的属性数据为Value，此处的属性数据可以是昵称、简介等数据。例如对于UKeyij，对应的Valueij为目标用户在关系链i上的好友j的属性数据。

步骤305、遍历所述哈希表，查询Ukeyij在本网络社交系统上对应的帐号UINij，根据UINij对所述哈希表中的好友数据进行去重处理。

本步骤中，所述遍历所述哈希表，如哈希表421，查询Ukeyij在本网络社交系统上对应的帐号UINij，具体包括：遍历所述哈希表，利用预设的映射函数的反映射函数，将每个Ukeyij转换为otherkeyij，利用帐号系统查询otherkeyij在本网络社交系统上对应的帐号UINij。

对于查询到的帐号UINij，由于一个在本网络社交系统上注册的用户有可能在其他多个关系链上都是目标用户的好友，那么查询到的帐号UINij有可能有若干数量的帐号相同，那么就需要对所述UINij进行去重处理。

具体的，在查询Ukeyij在本网络社交系统上对应的帐号UINij之后，所述根据UINij对所述哈希表中的好友数据进行去重处理具体包括：判断所述UINij是否有重复，如果有，则确定每个重复的UINij分别对应的Ukeyij所属的关系链，获取关系链的优先级信息，只保留优先级最高的关系链的Ukeyij对应的好友数据。

步骤306、根据去重后的好友数据，生成准好友推荐数据结构，该推荐数据结构例如可以为推荐列表。

在一种优选实施例中，本步骤具体为：以所述去重后的好友帐号UINij为关键词，将所述好友数据存储在一反查哈希表中；然后根据所述反查哈希表中的好友UINij以及好友数据，生成准好友推荐列表。

例如图4的422所示为生成的反查哈希表，其中以好友在本网络社交系统中的帐号UINij为关键词key，以经过去重处理后的该好友的属性数据为Valueij。

例如如果目标用户在关系链1上的第一个好友在本网络社交系统上的帐号UIN11名为“小李”，而目标用户在关系链2上的第2个好友在本网络社交系统上的帐号UIN22名也是“小李”，那么说明“小李”在关系链1和关系链2上都是目标用户的好友，即目标用户在关系链1上的第一个好友otherkey11和目标用户在关系链2上的第二个好友otherkey22是同一个人，都是“小李”。但是在关系链1和关系链2中都有“小李”的属性数据，那么在这种情况下就需要去重处理，即比较关系链1和关系链2的优先级，如果关系链1的优先级高，则将“小李”在关系链2中的属性数据去除，而只保留“小李”在关系链1中的属性数据。反之，同理。那么在所述反查哈希表中存入本条记录时，该好友在本网络社交系统中的UIN“小李”作为关键词，该“小李”在关系链1中的属性数据作为对应的Value。

在一种优选实施例中，在生成准好友推荐列表之前，还可以对所述去重后的好友数据进行过滤和排序。

之后，在生成准好友推荐列表时，具体包括：直接从所述反查哈希表读取好友的UIN和对应的Value，将读取到的好友作为准好友，生成推荐列表推荐给目标用户。

例如如图5所示，其中为本网络社交系统上的目标用户aaa所推荐的准好友推荐列表，其中包括：所推荐的好友的UIN名，如501和502，及其对应的Value中的属性数据。目标用户点击“添加为好友”按钮则可以将该帐号UIN添加为本目标用户在本网络社交系统中的好友。

本发明利用反查哈希表最终建立了“好友Uin->好友UKey->好友关系链资料”的索引层次关系，只在向哈希表中插入数据时需要进行合并和去重，生成推荐结果时只需要遍历反查表然后索引出好友数据，即可得到过滤排序前的推荐结果，数据处理方式相对简单。如需动态配置关系链的种类，则只在数据获取阶段实现，成本相对较低。

参见图4，本发明的数据结构可以方便地添加新的关系链数据源，只需要添加新的关系链的UKey映射函数和一些数据的解析函数，而不需要修改数据结构，方便扩展。

与上述方法对应，本发明还公开了一种网络社交系统中准好友的推荐系统。图6为本发明所述网络社交系统中准好友的推荐系统的一种组成示意图。参见图6，该推荐装置包括：

外部帐号查询模块601，用于查询本网络社交系统的目标用户在外部关系链中的帐号otherkeyi。

好友数据查询模块602，用于查询所述外部关系链中所述otherkeyi对应的好友数据。

转换模块603，用于将所述好友在其所属外部关系链的帐号otherkeyij转换为全网唯一帐号Ukeyij。

哈希存储模块604，用于以所述全网唯一帐号Ukeyij作为关键词，将在所述各外部关系链中查询到的所述好友数据合并存储在一哈希表中；

UIN帐号查询模块605，用于遍历所述哈希表，查询Ukeyij在本网络社交系统上对应的帐号UINij，根据UINij对所述哈希表中的好友数据进行去重处理。

推荐模块606，用于根据去重后的好友数据，生成准好友推荐列表。

图7为本发明所述UIN帐号查询模块的一种组成示意图。参见图7，所述UIN帐号查询模块605包括UIN帐号查询子模块651和去重子模块652。

在一种优选实施例中，所述UIN帐号查询子模块651具体用于遍历所述哈希表，将每个Ukeyij转换为otherkeyij，利用帐号系统查询otherkeyij在本网络社交系统上对应的帐号UINij。

在一种优选实施例中，所述去重子模块652具体用于判断所述UINij是否有重复，如果有，则确定每个重复的UINij分别对应的Ukeyij所属的关系链，获取关系链的优先级信息，只保留优先级最高的关系链的Ukeyij对应的好友数据。

在一种优选实施例中，所述推荐模块606具体用于：以所述去重后的好友帐号UINij为关键词，将所述好友数据存储在一反查哈希表中；根据所述反查哈希表中的好友UINij以及好友数据，生成准好友推荐列表。

在一种优选实施例中，所述全网唯一帐号Ukeyij具体包括：与所述好友所属外部关系链i对应的标识符1，以及与所述帐号otherkeyij对应的标识符2。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。所述各实施例的功能模块可以位于一个终端或网络节点，或者也可以分布到多个终端或网络节点上。

另外，本发明的每一个实施例可以通过由数据处理设备如计算机执行的数据处理程序来实现。显然，数据处理程序构成了本发明。此外，通常存储在一个存储介质中的数据处理程序通过直接将程序读取出存储介质或者通过将程序安装或复制到数据处理设备的存储设备(如硬盘和或内存)中执行。因此，这样的存储介质也构成了本发明。存储介质可以使用任何类型的记录方式，例如纸张存储介质(如纸带等)、磁存储介质(如软盘、硬盘、闪存等)、光存储介质(如CD-ROM等)、磁光存储介质(如MO等)等。

因此本发明还公开了一种存储介质，其中存储有数据处理程序，该数据处理程序用于执行本发明上述方法的任何一种实施例。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种网络社交系统中准好友的推荐方法，其特征在于，包括：

查询本网络社交系统的目标用户在外部关系链中的帐号otherkeyi；

查询所述外部关系链中所述otherkeyi对应的好友数据；

将所述好友在其所属外部关系链的帐号otherkeyij转换为全网唯一帐号Ukeyij；

以所述全网唯一帐号Ukeyij作为关键词，将在所述各外部关系链中查询到的所述好友数据合并存储在一哈希数据结构中；

遍历所述哈希数据结构，查询Ukeyij在本网络社交系统上对应的帐号UINij，根据UINij对所述哈希数据结构中的好友数据进行去重处理；

根据去重后的好友数据，生成准好友推荐数据结构。

2.根据权利要求1所述的方法，其特征在于，

所述遍历所述哈希数据结构，查询Ukeyij在本网络社交系统上对应的帐号UINij，具体包括：遍历所述哈希数据结构，将每个Ukeyij转换为otherkeyij，利用帐号系统查询otherkeyij在本网络社交系统上对应的帐号UINij。

3.根据权利要求1所述的方法，其特征在于，

在查询Ukeyij在本网络社交系统上对应的帐号UINij之后，所述根据UINij对所述哈希数据结构中的好友数据进行去重处理，具体包括：判断所述UINij是否有重复，如果有，则确定每个重复的UINij分别对应的Ukeyij所属的关系链，获取关系链的优先级信息，只保留优先级最高的关系链的Ukeyij对应的好友数据。

4.根据权利要求1所述的方法，其特征在于，

所述根据去重后的好友数据，生成准好友推荐数据结构，具体包括：

以所述去重后的好友帐号UINij为关键词，将所述好友数据存储在一反查哈希数据结构中；

根据所述反查哈希数据结构中的好友UINij以及好友数据，生成准好友推荐数据结构。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述全网唯一帐号Ukeyij具体包括：

与所述好友所属外部关系链i对应的标识符1，以及与所述帐号otherkeyij对应的标识符2。

6.一种网络社交系统中准好友的推荐系统，其特征在于，包括：

外部帐号查询模块，用于查询本网络社交系统的目标用户在外部关系链中的帐号otherkeyi；

好友数据查询模块，用于查询所述外部关系链中所述otherkeyi对应的好友数据；

转换模块，用于将所述好友在其所属外部关系链的帐号otherkeyij转换为全网唯一帐号Ukeyij；

哈希存储模块，用于以所述全网唯一帐号Ukeyij作为关键词，将在所述各外部关系链中查询到的所述好友数据合并存储在一哈希数据结构中；

UIN帐号查询模块，用于遍历所述哈希数据结构，查询Ukeyij在本网络社交系统上对应的帐号UINij，根据UINij对所述哈希数据结构中的好友数据进行去重处理；

推荐模块，用于根据去重后的好友数据，生成准好友推荐数据结构。

7.根据权利要求6所述的系统，其特征在于，所述UIN帐号查询模块包括：

UIN帐号查询子模块，用于遍历所述哈希数据结构，将每个Ukeyij转换为otherkeyij，利用帐号系统查询otherkeyij在本网络社交系统上对应的帐号UINij。

8.根据权利要求1所述的系统，其特征在于，所述UIN帐号查询模块包括：

去重子模块，用于判断所述UINij是否有重复，如果有，则确定每个重复的UINij分别对应的Ukeyij所属的关系链，获取关系链的优先级信息，只保留优先级最高的关系链的Ukeyij对应的好友数据。

9.根据权利要求1所述的系统，其特征在于，所述推荐模块具体用于：以所述去重后的好友帐号UINij为关键词，将所述好友数据存储在一反查哈希数据结构中；根据所述反查哈希数据结构中的好友UINij以及好友数据，生成准好友推荐数据结构。

10.根据权利要求6至9任一项所述的系统，其特征在于，所述全网唯一帐号Ukeyij具体包括：

与所述好友所属外部关系链i对应的标识符1，以及与所述帐号otherkeyij对应的标识符2。