包含客服系统技术趋势的词条

本篇文章给大家谈谈客服系统技术趋势，以及对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。 今天给各位分享客服系统技术趋势的知识，其中也会对进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录一览：

• 1、客服系统应有哪些亮点
• 2、单凭NLP撑起客服机器人？恐怕你对NLP有什么误解 | 爱分析调研
• 3、智能客服系统应该具备哪些功能？想要接入一个。
• 4、智能在线客服有哪些特点
• 5、呼叫中心经历过哪几个发展阶段？

客服系统应有哪些亮点

亮点是客服系统技术趋势：
1.网页即时通信的技术和方式也越来越先进。对话窗口就在被浏览的页面内客服系统技术趋势，可最小化、最大化，快速、易用客服系统技术趋势！
2.沟通方式也越来越多样化，免费回呼电话、离线实时短信与访客对话等功能确保不流失任何潜在的销售机会。
3.避免客户因员工离开而流失,必需完整的保留员工与客户的交谈内容,以便能保持与客户的联系.
4.能够实时监控网站访问者的一切,包括:访问者通过哪种途径来到网站,正在访问网站的哪个页面,停留了多久。
5.要具有具有员工绩效管理的功能。

单凭NLP撑起客服机器人？恐怕你对NLP有什么误解 | 爱分析调研

调研 | 李喆 洪军

撰写 | 洪军

随着NLP技术的兴起以及google的bert模型开源，不少新兴企业开始进入客服机器人领域，市面上逐渐出现了一大批质量参差不齐的客服机器人。其中大多数只能完成某个场景的验证，在深入做复杂场景时往往无所适从，真正具有竞争力的产品可谓是凤毛麟角。

众多企业以NLP作为噱头大肆宣传，但其中真正能经得起考验的产品却少之又少。

主要原因在于，单纯地利用NLP技术只适合于回答一些规范性的问题，例如实体属性、关系的问答，并不能够完全解决客服机器人的全部实际问题。

实际上，rule base、深度学习、NLP技术在客服机器人实际应用过程中拥有各自的优势。

rule base适用于一些常见问题的场景，通过关键词匹配、快速搜索，能够快速、准确的进行问答客服系统技术趋势；深度学习适用于一些泛化类的意图问题，客服系统技术趋势他能够基于上下文语义理解，更好的服务客户；而知识图谱适用于一些规整的问题，例如实体属性的问答。

因此，想要做好一款智能高效的客服机器人，只有以海量的数据为基础，在实践中运用不同技术对产品进行不断打磨，才能带来媲美人工的舒心服务。

云问 科技 基于rule base、深度学习、NLP等技术针对具体问答场景提供不同的技术，大幅提高了客服机器人的智能化水平。

云问 科技 是一家客服机器人供应商，并在客服机器人基础上提供质检、培训等增值服务，帮助企业在服务和管理上更加高效智能。

与同行业其他公司相比，云问 科技 最大的特点在于技术融合性与庞大知识库。云问 科技 综合rule-base、NLP、深度学习等技术搭建了客服机器人底层平台，并构建了一个拥有50多个细分行业的知识图谱与常见问题问答的知识库，将不同知识库内容搭载在底层平台上为金融、电商、政务等行业提供相应的客服机器人。

在服务的场景上，云问 科技 提供的客服机器人以接待、咨询等呼入场景为主，包括售前与售后环节，主要以文本形式进行交互问答，且可以进行业务咨询全覆盖，以及多群体访问。

除客服机器人之外，云问 科技 还提供企业内部人事、IT、财务等自动咨询和系统服务问答调用的智能服务平台以及实体机器人等增值服务。

目前，云问 科技 客服机器人以本地化部署方式收费，第一年运维免费提供，之后每年会收取20%的维护费用。企业内部智能服务系统以SaaS订阅方式收费，订阅费用根据API调用量决定。

客户方面，云问 科技 以金融、政府、IT行业的中大型客户为主，典型客户有国泰人寿、华夏保险、海南省人民政府、腾讯等。

云问 科技 在2013年成立之初，就采用rule

base技术上线了第一款文本客服机器人。

但单纯的使用rule base技术应用场景有限，只在一些频繁性的问题问答较为适用。于是，在2015年，云问 科技 引入深度学习技术，并上线了第一款在线客服系统，可以同时满足多人的在线自动问答，并增加了问答内容范围。

随着客户对客服机器人准确率的要求越来越高。2017年7月，融合了NLP技术的云问客服机器人上线，在一些规范性的实体属性、关系的问答情形精确度大幅提高。

现如今，云问 科技 在针对客户的需求时，已将三种技术融合的游刃有余。由于不同企业的FAQ库与知识图谱略有不同，如何在较短的时间内提供高效智能的产品变得尤为重要。而云问 科技 恰好精于此道。云问 科技 经过6年的专心打磨，已经熟知在哪些问答问题上应该使用哪种技术、哪种模型，技术转化为产品能力居行业领先水平。

在产品实际部署时，由于需要了解客户的需求，构建企业的知识图谱，因此，部署时间通常为3-6个月。而云问 科技 与中大型客户从开始接触到最终产品落地只需要1-3个月，其中产品实际落地时间往往在1个星期之内，工程化能力同样出众。

目前，云问 科技 经过长达6年的积累，已经构建了一个庞大的知识库。该知识库由50个细分领域FAQ（FrequentlyAsked

Questions）与知识图谱组成，行业包括政务、金融、物流、电商等。

知识库的建立，一方面为技术的优化提供数据基础。另一方面，将不同行业的知识库与底层客服机器人系统相结合，可以快速实现不同领域的产品落地，加快市场拓展进程。

此外，云问 科技 目前服务的典型客户包括国泰人寿、华夏保险、腾讯等，示范效应显著，良好的口碑也为云问增色不少。

以客服机器人为切入点，向企业内部智能服务场景延伸

未来，云问 科技 将以智能高效的客服机器人作为切入点，与企业建立友好合作，并不断深入挖掘企业其他智能服务需求，提高客户的LTV。

若只提供单纯的客服机器人，其客单价往往不高，单个的客服机器人价格在10-100万之间，具体根据企业的产品需求而定。客服机器人为一次性付费产品，之后每年会收取10%-20%的运维费用，但收入都相对较少。

因此，云问 科技 需要不断挖掘客户需求，提供更加丰富、智能化的产品。云问 科技 将会和一些大型企业，包括美的、海尔等进行深入探讨，挖掘他们的需求，方向上包括企业内部IT场景、员工培训、企业知识管理等。

考虑到后续在企业需求扩展时，多为定制化产品情形，云问 科技 把软件做了很好的分层，通过构建通用底层平台，从而能够快速为不同企业提供不同产品。

爱分析从技术、场景理解、客群、获客等四个维度对云问 科技 进行评价。

技术客服系统技术趋势： 2013年开始做客服机器人，综合了FAQ、深度学习、NLP三种技术为客户提供最高效的客服系统，经验丰富，技术较强。在针对不同客户的FAQ与知识图谱时，知道采用何种技术和模型解决特定场景下的问题，使得提供的客服机器人精度更高。

场景理解： 公司所在客服机器人领域，产品需求旺盛，市场规模为千亿级。想要做好一款智能高效的产品较难，技术与数据将会是核心竞争点。公司经过6年的积累，形成了50个细分行业的知识库，不仅能为模型优化提供数据，还能加速产品落地，扩大市场占有率。

客群： 以中大型客户为主，行业覆盖金融、电商、政府等，典型客户包括国泰人寿、华夏保险、海尔、美的、腾讯等，示范效应显著。中大型客户比小型客户对客服系统的需求强烈，客户粘性强，付费能力强，可深入挖掘空间大。

获客： 以直销为主，销售人员为50人。公司成立6年，中大型客户300家，SaaS型订阅客户数量数百家，客户数量较少，获客能力有待加强。

近日，爱分析专访云问 科技 创始人兼CEO王清琛，就客服机器人发展趋势与云问 科技 业务发展进行了深入交流，现摘取部分内容如下。

爱分析：在场景选择上，为什么云问 科技 选择接待机器人而不是外呼机器人？

王清琛： 主要是因为不同公司的 历史 发展和技术侧重点不同，例如，如果一家公司以前是做语音的，就很容易从呼叫机器人切入，但我们之前是做文本识别的，就容易从文本切入。

外呼场景相对来说比较容易，因为他们都是有目的、有话术、相对封闭的场景。但是呼入场景很难做深。呼入机器人需要有强大的知识库做为支撑，当一个电话呼入进来，对话不可控，用实体、边的属性很难实现全部的对话功能。所以做呼入机器人不仅就需要NLP技术、以及强大的知识库，还需要其他能力，这样才能把整个问答过程支撑起来。

爱分析：在实际落地时，客户完全会用客服机器人服务，还是一些简单的场景让客服机器人去做？

王清琛： 这些情况都有。主要是市场对客服机器人的认知度在不断变化。现在的发展趋势由原先的以人工客服解决为主转化为以智能客服为主。

例如，以前，客户会在人工客服下班的时候使用机器人服务。后来，逐渐在人手不够情况下使用机器人。现在大多是先使用机器人进行服务，在无法进行回答时再使用人工。未来预计会慢慢的只在有客户投诉的时候再使用人工客服。

爱分析：云问 科技 是只做客服机器人本身，不做在线客服系统和呼叫中心吗？

王清琛： 对。我们一直都是只做智能这一块，包括语义分析、语义理解。

爱分析：云问 科技 一直不做偏人工客服系统的原因是什么？

王清琛： 云问从一开始觉得，智能是未来的方向，我们会投入更多的精力在这方面。而在人工客服系统方面，无论从运营、渠道角度，都有很多厂商在做，我们也就没有过多涉足。

爱分析：现在最终判断客服系统与场景结合程度好坏的指标有哪些？

王清琛： 指标有很多，大型客户在招标问答系统时都有一套评价体系，主要包括多轮对话的轮次、语义的识别、模糊匹配、知识的理解、语义的泛化。

爱分析：现在一套中大型的客户，部署周期需要多长时间？

王清琛： 大概需要1-3个月，主要时间花费在与客户沟通交流，了解客户的需求，构建他们的知识图谱。我们会基于我们的方法论构建一些通用的知识图普，然后会为企业构建一些深度的企业知识图普。

爱分析：云问 科技 认为rule base、深度学习、NLP技术厂商都可能会转向客服机器人领域吗?

王清琛： 任何一条路的可能性都有。在我们看来，不管是分词技术、还是用自然语言处理的技术做一些特定语的提取，都会解决某一个环节的产品，但不能解决整个问题。

客服机器人是一个技术的结合，不同的环节用不同技术效果会不一样。我们更多的用底层技术打起，从最底层分词的技术做起，提供整个的一套服务，我们服务对话机器人在问答效果上优势明显。我们认为主要原因是技术的融合，而不是某一项技术引领行业的发展。

例如，我们在做意图识别，遇到过一个超过200个选项的意图识别。当时尝试了很多算法，最后选择了深度学习算法，他的算法效果比其他算法准确度高十个百分点。

爱分析：在2017年之前，云问有用到知识图谱技术吗？还是等知识图谱技术成熟了之后再用？

王清琛： 知识图谱技术一直存在，高校也一直在研究。2017年开始有应用在机器人方向的导向。但是，知识图谱适合在特定场景下使用和擅长场景，并不是全部适用。知识图谱我们很早用过，但是在技术链中，他只是其中的一个环节，不能替代全部。

爱分析：用NLP技术应用在呼入场景时，会有哪些问题？

王清琛： 如果只用NLP技术解决呼入场景时，会使得效果大大削减，它可能只是在某一些场景会有好的效果。因此，需要针对用户具体的问题使用不同的方法，知识库会作为基石，但上面需要叠加很多的不同技术。

爱分析：机器是没有常识的，云问 科技 这边有什么解决方式？

王清琛： 随着技术的进步，未来一定会有相应的产品出现。我们也会构建，主要依靠知识库的积累，现有的数据来源比如有FAQ的数据，非结构化的文档资料，结构化的数据，通过NLP技术也可以快速的搭建针对问答的一套知识库。未来，将会去做知识库的自动理解和自动构建，这也是我们一直核心研发的智能辅助型的工具。

爱分析：多轮对话会是技术难度更高的一个点吗？

王清琛： 多轮对话的复杂度高，相对来说难度点是既能实现不同场景的多轮对话，又能满足高度定制化的需求。单纯的多轮对话技术难度不是很难，主要把各项NLP技术做一个综合的融合，就能解决这些问题。所以具体环节的落地更多的是工程化的工作，只做纯技术不结合业务还是不太适用。

目前我们能够完成10-20轮之间的多轮对话。

爱分析：去年google开源bert技术，会对行业会产生什么影响？

王清琛： 我们其实已经在逐步看到bert在行业内的影响力，云问目前已经在开展这方面的 探索 ，初见成效，相信未来bert潜力无限。

爱分析：云问 科技 未来的发展规划是什么？

王清琛： 主要还是一点：AI变革企业服务全链条，包括企业的对内服务以及对外服务各个环节。

我们将侧重于深耕客服机器人在各个行业的业务场景、机器人理解的能力、以及是否能给企业创造更多的价值。现在我们已经安排业务人员对各个行业进行深入的调研，了解各个行业的痛点。我们也将制定全链条全环节智能化的解决方案。

爱分析：云问 科技 下一步往企业内部延伸，具体打算怎么做？

王清琛： 我们会和一些大型的企业，包括美的、海尔等，做一些深入的探讨，方向包括企业内部IT场景等。我们接触的很多客户都是大型客户，他们的业务数据异构程度、应用场景都比较高，这个会导致定制化产品比较重，所以我们把软件做了一个很好的分层，对于未来发展方向并没有限制。

爱分析：在多维表格方面，云问 科技 和一些金融公司做的方向是一样的吗？

王清琛： 我不太评价别人是怎么做的，我们是基于知识场景出发，去做表格理解、解读的能力。基于NLP技术，针对表格做一些深入化的理解和产品功能的提炼。

爱分析：云问 科技 后续会提供质检系统、销售系统等吗？

王清琛： 会的，只是目前我们主要精力还不会放在这些方面。

爱分析：云问 科技 会考虑NLP应用在其他场景吗？

王清琛： 我们会考虑做一些行业的定制深入优化，通用性不会那么多。今年云问已经成立了某些行业的业务线，做这些行业的深入挖掘和深度定制。

我们下个阶段可能会探讨NLP在保险、公共事业服务、交通物流等场景的产品落地。

智能客服系统应该具备哪些功能？想要接入一个。

智能客服系统,需要具有意图识别、多轮会话、上下文理解、知识库智能学习等多项前沿技术

1 意图识别:基于前沿神经网络技术客服系统技术趋势，在亿万级数据集上训练得到客服系统技术趋势的意图识别模型 能够自动抽取用户问句中的时间、地点、人名等关键性信息，自动识别同一意思的不同问法，正确理解用户的意图

2 多轮会话:用户只需要在后台绘制业务逻辑，即可自主定制多轮会话,流畅的交互效果，支持对接业务接口、一次性输入多个信息、中途打断、修改等复杂逻辑

3 知识库智能学习:通过聚类算法，从聊天记录中自动学习，生成知识库，降低人工编写知识点的成本。通过智能清理，自动检测处理知识库中的异常问和相似问，提高机器人准确率。

4 自动记录上下文信息:机器人在聊天过程中，自动记录上下文信息。当用户再询问该信息相关的其它问题时，自动补全已记录信息，给出更准确的答案，使机器人交互更加自然顺畅

5 机器人协同:集团型客户可以按部门、业务等需求创建不同的机器人，来服务不同渠道的用户。机器人与机器人之间共享基础知识库，部门间可以分工协作共同维护知识库

6 海量的行业知识库:具有闲聊、百科、金融、电商、家电类通用知识库

如果想要接入自己的***公众号,官网,app,小程序等等都是没问题的

智能在线客服有哪些特点

像莫邻智能在线客服特点就是，可以实现，在线洽谈、访客邀请、多网站管理、智能分配访客、多客户接待，客户身份识别、访客提问预知、客服转接、文件传输、聊天记录永久保存、访客来源追踪、智能机器人、第三方通讯软件整合、客户信息管理、网站监控、网站流量分析、客服统计报表等等。
以上谈的每一个点都可以展开来看，像智能机器人，1、可以自动丰富知识库；
2、实现7*24小时智能无人客服，降低工作压力和频度，实现快速智能应答；
3、智能客服可节约人工，提高基本接待的接待效率；
4、可对访客足迹跟踪，可精准了解访客的关注点和需求；
5、客服系统可自动形成数据，成表成图，利于对自己线上平台浏览量等数据的统计。

呼叫中心经历过哪几个发展阶段？

一、概述 呼叫中心与人们的日常生活密切相关，人们对呼叫中心的理解也是相当宽泛的。电信运营商设立的“114”特服电话，就被认为是早期一个比较典型的呼叫中心。接着，大量声讯台、寻呼台普遍采用自动应答系统提供服务，这也被称为呼叫中心服务。现在电信运营商已建成多个呼叫中心，如1000/1001和1860/1861等，都透过其方便快捷的服务，使呼叫中心的概念深入民心。呼叫中心已经发展成为一种产业，它不仅可以为企业创造良好的社会效益，而且还可以为企业带来巨大的经济效益。随着近年通信技术与计算机技术不断融合和发展，呼叫中心已被赋予了新的内涵CTI(Computer Telephony Integration)使计算机网和通信网融为一体。目前，呼叫中心已发展到第四代，第四代呼叫中心在接入方式上集成了因特网渠道，使用户可以各种方便快捷的方式与呼叫中心客户代理人进行沟通和交流；它的设计重点主要集中在应用层面上，而不是硬件（如PABX）上，因此更能适应企业的要求、更有效地配合企业客户关系管理CRM的进程；第四代呼叫中心系统采用了开放式的设计（Open System），大大提高了系统的灵活性，同时加强了与其他系统的整合性。让我们回眸CTI产业的发展轨迹，你会发现如今呼叫中心产业的发展已经跨入一个新的层次和阶段，网络技术革命的脚步已悄然走来。二、呼叫中心发展历程回顾 1）第一代呼叫中心：人工热线电话系统 呼叫中心，早期是指一个由两人或更多人组成的、在一个特定地方用专用设备处理电话业务的小组。这些人就是通常所说的呼叫中心代理(人)。一个呼叫中心可以只提供信息接收服务，或者只提供信息发送服务，或者是一个混合式呼叫中心，其呼叫中心代理会负责所有这两项工作。第一代呼叫中心的特点：硬件设备为普通电话机或小交换机（排队机），简单、造价低、功能简单、自动化程度低，一般仅用于受理用户投诉、咨询；适合小企业或业务量小、用户要求不高的企业/单位使用。目前，没有正式设立呼叫中心的企业、单位一般采用这种方式。 2）第二代呼叫中心：交互式自动语音应答系统 随着计算机技术和通信技术的发展，第一代呼叫中心由于基本靠人工操作，对话务员的要求相当高，而且劳动强度大、功能差，已明显不适应时代发展的需要。因此，功能完善的第二代呼叫中心系统随即应运而生。第二代呼叫中心特点：广泛采用了计算机技术，如通过局域网技术实现数据库数据共享；语音自动应答技术用于减轻话务员的劳动强度，减少出错率；采用自动呼叫分配器均衡座席话务量、降低呼损，提高客户的满意度等等。但第二代呼叫中心也存在一定的缺点：它需要采用专用的硬件平台与应用软件，还需要投入大量资金用于集成和客户个性化需求，灵活性差、升级不方便、风险较大、造价也较高。 3）第三代呼叫中心：兼有自动语音和人工服务的客服系统 与第二代呼叫中心相比，第三代呼叫中心采用CTI技术实现了语音和数据同步。它主要采用软件来代替专用的硬件平台及个性化的软件，由于采用了标准化的通用的软件平台和通用的硬件平台，使得呼叫中心成为一个纯粹的数据网络。第三代呼叫中心的优点：采用通用软硬件平台，造价较低；随着软件价格的不断下调，可以不断增加新功能，特别是中间件的采用，使系统更加灵活，系统扩容升级方便；无论是企业内部的业务系统还是企业外部的客户管理系统，不同系统间的互通性都得到了加强；同时还支持虚拟呼叫中心功能（远程代理）。三、新一代呼叫中心（第四代呼叫中心：网络多媒体客服中心） 1）新一代呼叫中心特点接入和呼出方式多样化 电话、VOIP电话、计算机、传真机、手机短信息、WAP、寻呼机、电子邮件等。 多种沟通方式格式互换可实现文本到语音、语音到文本、EMAIL到语音、EMAIL到短消息、EMAIL到传真、传真到EMAIL、语音到EMAIL等的自由转换。语音自动识别技术可自动识别语音，并实现文本与语音自动双向转换，即可实现人与系统的自动交流。基于WEB的呼叫中心WEB CALL、独立电话、文本交谈、非实时任务请求。四、新一代呼叫中心的应用 近年来，随着因特网的飞速发展，与因特网应用相关的技术也得到快速发展。第四代呼叫中心很大程度上是为因特网用户服务的，其功能更加强大，应用范围也更加广泛。下面举几个这方面应用的例子，以起到抛砖引玉的作用。 1、集中处理的分布式（IP）呼叫中心 采用IP技术后，由于因特网无处不在，因此，IP呼叫中心系统采用全分布结构，随时随地可以接入呼叫中心为客户提供服务，实现真正意义上的移动办公。它具有一系列优点：易于面向下一代网络过渡升级、有极强的系统扩充能力、成本低、移动办公等。 2、WEB同步 又称护航浏览。即在远程用户端计算机通过运行客户中心代理计算机一样界面的软件，使客户中心代理人逐步指导远程用户使用客服中心的各种功能，并及时解答疑难问题，就像教师指导身边的学生上机一样，使用户感受到“贴身”的服务，提高了客户的满意度和忠诚度。护航浏览对初学者非常适用。 3、专家座席服务 随着市场竞争的日益激烈，客服中心必定为越来越多的企业所采用，同时，对熟悉各种业务的专家的需求量也愈来愈大。运营企业在追求降低运营成本的同时，仍然需要保证客服中心提供优质的服务，这样，专家系统在客服系统中的应用就愈显重要。通过引入专家系统，可以将用户提出的一些“疑难杂症”交给专家系统座席去解决。另一方面，也可以在座席中真正安排高水平的专家，通过ACD智能分配，一般问题由普通客服代理负责解答，确实棘手的问题才转移到专家座席，从而减少高水平专家的座席数量，实现资源使用的优化，以达到降低运营成本的目的。 4、远程座席 自从有了因特网，客服中心的远程座席就不再是遥不可及的梦想了。通过因特网的VPN技术，完全可以将客服中心的座席延伸至远程，比如在家里或办公室。另外一种情况是将客服中心机房设在建设成本较低的其他地区，而客服代理人仍可在本地区工作。比如将香港的呼叫中心设在内地的某个地区，但客服代理人还是设在香港，这样便可充分利用内地场地租金低、劳动力成本低等优势，大大降低经营成本。再有一种情况是客服人员可将客服电话呼叫转移至家里，实现业务随身走，使客服人员免除深夜值班之苦，又可以做到全天二十四小时不中断业务。 5、外包式呼叫中心 对于中小型企业或经济条件不允许的企业，建立一个完整的呼叫中心无疑成本过高，代价太大。但一些有实力的企业应该建立综合性的大型呼叫中心，除满足自身需要外，还可以采取座席外包方式，实现资源的共享与优化，其经济效益是显而易见的。比如电信企业，甚至可以与IDC机房建设结合起来考虑，统一规划、统一建设，一定会取得显著的经济效益和社会效益。 6、数据仓库和数据挖掘 随着市场经济的不断发展和业务范围的不断扩大，呼叫中心已不再是传统意义上的“投诉中心”和“服务热线”，其内涵也更加丰富，在国外，客服中心甚至变成了一条很重要的销售渠道。不少精明的企业已经让集成商进行深层次的数据分析和挖掘，通过客服中心与企业CRM的有机结合，从中发现商机。五、结语随着中国加入WTO，市场竞争进一步加剧，各企业的竞争必将进入白热化阶段。呼叫中心作为一种成熟的技术，已为广大客户所认可,并已在电信、银行、邮政、移动、民航、铁路、保险等行业取得广泛应用，我们有理由相信，呼叫中心必将有一个美好的明天。广大企业、单位将会根据自身的需求选择适用的呼叫中心，以实现经济效益和社会效益的最大化。 关于客服系统技术趋势和的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。 客服系统技术趋势的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于、客服系统技术趋势的信息别忘了在本站进行查找喔。