• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    一種基于用戶反饋的時間感知推薦方法

    2015-01-15 05:50:02賈志淳楊玉強
    計算機工程與應用 2015年22期
    關鍵詞:負反饋社交用戶

    邢 星 ,賈志淳 ,2,楊玉強

    1.渤海大學 信息科學與技術學院,遼寧 錦州 121013

    2.美國新墨西哥大學 計算機科學系,美國 87131

    1 引言

    社交網(wǎng)絡中的用戶興趣信息會隨著時間發(fā)生變化,用戶之間的朋友關系也隨著時間的變化而變化。社交網(wǎng)絡是在不斷演化的,用戶興趣也是不斷變化的,如何為社交網(wǎng)絡中的個人用戶提供即時感興趣的項目推薦成為社交網(wǎng)絡推薦方法研究的新要求和新挑戰(zhàn)[1-2]。傳統(tǒng)的推薦方法只考慮用戶是否點擊了項目,對項目是否感興趣,并沒有考慮用戶點擊項目的時間因素[3-4]。因此,在實際的社交網(wǎng)絡推薦場景中,如果時間因素對用戶興趣影響較大,那么傳統(tǒng)的推薦方法無法為社交網(wǎng)絡用戶提供高質(zhì)量的推薦[5]。

    上下文背景信息(context information)中除了時間因素,用戶的反饋信息也可以用來提高推薦方法的推薦質(zhì)量[2,6-7]。傳統(tǒng)的推薦方法只考慮用戶的正反饋信息,即用戶─項目的點擊數(shù)據(jù)[8]。另一類反饋信息,如推薦系統(tǒng)推薦給用戶的項目中,用戶沒有點擊的項目,這類反饋信息稱為負反饋信息。負反饋信息從另一個方面反映了用戶的興趣,也可以用來分析用戶興趣偏好。將負反饋信任融入到基于用戶興趣的推薦方法中,提高社交網(wǎng)絡推薦方法的推薦質(zhì)量[9]。

    針對上述問題,本文提出一種基于用戶反饋時間感知推薦方法。通過對社交網(wǎng)絡的動態(tài)性建模,將時間因素引入到社交興趣網(wǎng)絡中。將用戶反饋信息建模為正反饋信息和負反饋信息,建立用戶興趣的時間衰變函數(shù)刻畫用戶興趣變化隨時間衰減的影響,綜合利用兩種反饋信息和用戶興趣衰變函數(shù)建立用戶興趣的動態(tài)模型。根據(jù)用戶興趣的動態(tài)模型為社交網(wǎng)絡中用戶提供時間感知的推薦。

    2 社交網(wǎng)絡和用戶反饋表示

    在社交網(wǎng)絡推薦方法研究和應用領域,人們只關注挖掘用戶與項目之間的二元關系[10],較少考慮用戶與項目所處的上下文背景信息,如時間、社交網(wǎng)絡朋友關系、用戶反饋等信息[11-14]。但是,在許多應用場景下,僅僅依靠用戶與項目之間的二元關系并不能生成有效推薦[15-16]。

    為了考慮時間因素對社交網(wǎng)絡推薦方法的影響,首先給出動態(tài)社交網(wǎng)絡的形式化表示。

    定義1(動態(tài)社交網(wǎng)絡)給定目標用戶u,動態(tài)社交網(wǎng)絡可以表示為GS=(V,follow,T,u),其中,

    (1)V是動態(tài)社交網(wǎng)絡中用戶U={u1,u2,…,un}結點的非空有限集合;

    (2)follow?U×U,是用戶─用戶的關注關系,代表社交網(wǎng)絡的朋友關系代表社交網(wǎng)絡中的關注關系(followship);

    (3)T代表社交網(wǎng)絡中用戶之間建立關注關系的時間集合。

    動態(tài)社交網(wǎng)絡Gs與傳統(tǒng)社交網(wǎng)絡G的定義不同之處在于動態(tài)社交網(wǎng)絡考慮了關注關系建立的時間。在此基礎上,給定時間t和目標用戶u,定義社交網(wǎng)絡中朋友(被關注者)集合:

    其中,tu,u′是目標用戶u關注用戶u′的時間。

    當推薦系統(tǒng)為用戶推薦項目時,記錄了用戶點擊的項目,同時也記錄了推薦列表中用戶沒有點擊的項目。一方面,用戶點擊的項目反映了用戶興趣偏好,可以直接用來計算用戶興趣的相似度。另一方面,用戶沒有點擊的項目也反映了用戶的興趣,也可以用來分析用戶興趣偏好。將這類數(shù)據(jù)融入到基于用戶興趣的推薦方法中,通過分析反饋信息準確刻畫用戶興趣偏好,可以進一步提供推薦方法的推薦質(zhì)量。

    根據(jù)用戶是否點擊推薦項目,將用戶反饋信息分為兩類:正反饋信息和負反饋信息,定義表示如下:

    定義2(正反饋表示)給定目標用戶u,正反饋可以表示為圖的形式G+=(V,click,T,u),其中,

    (1)V=I∪U代表結點的非空有限集合,I={i1,i2,…,im}代表社交網(wǎng)絡中的項目集合,U={u1,u2,…,un}代表用戶集合。

    (2)click?U×I是用戶─項目的點擊關系,代表用戶的正反饋信息。

    (3)T代表用戶點擊項目的時間集合。

    給定時間t和G+,目標用戶u點擊的項目集合可以表示如下形式:

    其中,tu,i是目標用戶u點擊項目i的時間。

    定義3(負反饋表示)給定目標用戶u,負反饋可以表示為圖的形式G-=(V,unclick,T,u),其中,

    (1)V=I∪U代表結點的非空有限集合,I={i1,i2,…,im}代表社交網(wǎng)絡中的項目集合,U={u1,u2,…,un}代表用戶集合。

    (2)unclick?U×I指在推薦給用戶項目時候,用戶沒有選擇點擊的推薦項目,代表用戶的負反饋信息。

    (3)T代表用項目推薦給用戶但是沒有被用戶點擊的時間集合。

    與式(2)的定義相似,在給定時間t和G-的情況下,目標用戶u沒有點擊的項目集合定義如下:

    其中,tu,i是目標用戶u沒有選擇點擊項目i的時間。

    式(2)和式(3)分別計算目標用戶在給定時間內(nèi)的正反饋信息和負反饋信息,兩者從兩個不同方面反映了用戶在特定時間的興趣。結合用戶的正反饋和負反饋信息,定義用戶的推薦項目集合如下:

    其中,I+(u,t)由式(2)計算得到,I-(u,t)由式(3)計算得到。

    最后,定義基于時間感知和用戶反饋的社交網(wǎng)絡項目推薦的目標函數(shù)F如下:

    其中,i∈Irec(u,t),u∈U 。

    目標函數(shù)F通過對社交網(wǎng)絡中影響目標用戶點擊推薦項目的正反饋信息,負反饋信息和時間因素進行分析,將基于目標用戶u上下文背景信息生成的推薦項目映射到實數(shù)范圍,根據(jù)目標函數(shù)的函數(shù)值大小來預測目標用戶對推薦項目的喜好程度。

    3 基于用戶反饋時間感知推薦方法

    3.1 基于用戶反饋的相似度計算

    在傳統(tǒng)的推薦方法中,用戶之間的相似度是分析用戶之間點擊相同項目的個數(shù)和用戶分別點擊項目的個數(shù)計算而得到的[3],計算公式如下:

    其中,I(u)代表用戶u點擊的項目集合,I(u′)代表用戶u′點擊的項目集合。

    為了將時間因素和用戶反饋信任融入到推薦方法中,擴展式(6)的用戶相似度計算方法。給定時間t,用戶之間的相似度計算公式如下所示:

    t′u,i是用戶u沒有選擇點擊推薦項目i的時間;同樣地,t′u′,i是用戶u′沒有選擇點擊推薦項目i的時間,且滿足t′u,i≤t,t′u′,i≤t。

    weight(tu,i-tu′,i)是時間加權函數(shù),值域為[0,1];通過對用戶u和用戶u′點擊項目i的不同時間間隔加權,刻畫時間因素對推薦方法的影響。

    α是調(diào)和參數(shù),將用戶的正反饋信息和負反饋信息對用戶相似度的影響調(diào)和在一起,參數(shù)α的取值通過實驗得到。

    在式(7)中,如果將參數(shù)設為α=1,那么只有用戶的正反饋信息起作用,影響用戶的相似度計算。

    用戶對項目的選擇是有時間效應的。一般情況下,用戶對最近選擇的東西比較感興趣,而會忽視很早以前選擇的東西,不同時間下的用戶的項目選擇信息對推薦預測的貢獻是不一樣的。

    應用文獻[17]中的時間加權方法計算時間因素對用戶興趣的影響。令Δt=tu,i-tu′,i表示用戶u和用戶u′點擊項目i的時間間隔,時間加權函數(shù)定義為:

    其中,λ是時間衰變參數(shù),控制著用戶興趣衰變的速率。

    式(8)定義的時間加權函數(shù)在Δt≥0的條件下,是一個單調(diào)遞減函數(shù),在Δt=0的時候,函數(shù)取最大值1,在Δt→+∞的時候,函數(shù)取最小值0。

    參數(shù)λ控制時間加權函數(shù)函數(shù)值曲線下降的速率,λ的值越大,曲線下降的越快。這符合用戶興趣時間因素加權的要求:時間間隔較近的用戶點擊行為對項目的推薦作用獲得較高的貢獻度。同樣用式(8)分析用戶沒有選擇推薦項目數(shù)據(jù)對項目推薦結果帶來的影響。

    3.2 推薦算法

    基于時間感知和用戶反饋的推薦算法如下所示,其中,參數(shù)α和λ需要通過實驗分析確定參數(shù)的最優(yōu)值。

    算法1基于時間感知和用戶反饋的推薦算法

    通過上面的分析,利用社交網(wǎng)絡目標用戶鄰居節(jié)點的項目點擊信息來預測目標用戶未來點擊項目的概率,求解式(5)中推薦任務的目標函數(shù)F。

    4 實驗

    4.1 數(shù)據(jù)來源

    應用新浪微博所提供的數(shù)據(jù)訪問接口抽取推薦數(shù)據(jù),通過記錄用戶推薦項目列表和用戶點擊的推薦項目計算用戶反饋信息。抽取到數(shù)據(jù)的時間跨度從2011年10月12日到2011年11月12日,共計744個小時的數(shù)據(jù)。數(shù)據(jù)集中共有6 101個用戶,2 343個項目,954 015條帶時間信息的用戶-項目點擊日志記錄(user-item clicked log),1 203 421條用戶沒有選擇點擊推薦項目的日志記錄(user-item unclick log),132 747個關注關系。

    4.2 實驗設置

    將數(shù)據(jù)集劃分為訓練集和測試集,在訓練集上訓練基于時間感知和用戶反饋的推薦方法中的參數(shù),在測試集上評估提出推薦方法的推薦質(zhì)量。時間采樣窗口設置為1小時,共采樣745次。

    采用下面兩個常用的評價指標來評估基于用戶反饋的時間感知推薦方法的推薦質(zhì)量:

    (1)前k個推薦項目的平均準確率AP@k。

    (2)前k個推薦項目平均準確率的平均值MAP。

    其中,將k分別設置為k=5,k=10,k=15和k=20。

    對比實驗中的基線方法(Baseline)采用基于項目的推薦方法(item-based recommendation method)。如文獻[4]中所示,項目i和項目j之間的相似度sim(i,j)計算如下:

    其中,U(i)代表點擊項目i的用戶集合,U(j)代表點擊項目j的用戶集合。

    4.3 推薦質(zhì)量與分析

    圖1給出了參數(shù)λ和α的不同設置對前k個推薦項目平均準確率的平均值MAP值。實驗結果表明,當α=0.8且λ=0.005時,基于時間感知和用戶反饋推薦方法的推薦質(zhì)量最高,前k個推薦項目平均準確率的平均值MAP為0.243 5。因此,將參數(shù)α設定為0.8,進行下面的對比實驗。

    圖1 參數(shù)λ和α的不同設置對推薦質(zhì)量的影響

    將參數(shù)λ設置為0.5,0.01和0.005,評價不同參數(shù)λ設置對基于時間感知和用戶反饋的推薦方法帶來的影響,將該方法與基線方法(baseline)做比較,實驗結果如圖2所示?;€方法的前k個推薦項目平均準確率的平均值MAP為0.170 5。當λ=0.005時,基于時間感知和用戶反饋的推薦方法的MAP取值最大,為0.243 5。與基線方法相比,基于時間感知和用戶反饋的推薦方法在前k個推薦項目平均準確率的平均值MAP上提高了近30%。

    圖2 不同參數(shù)λ對推薦質(zhì)量的影響

    此外,參數(shù)λ也影響基于時間感知推薦方法的推薦質(zhì)量,當λ=0.5時,推薦方法前k個推薦項目平均準確率的平均值為0.167 6,這個值比基線方法的0.170 5要低。因此,合適的參數(shù)選取對基于用戶反饋的時間感知推薦方法而言至關重要,直接關系到推薦方法的推薦質(zhì)量。

    5 結束語

    本文給出了動態(tài)社交網(wǎng)絡項目推薦問題的定義,將用戶反饋形式化表示為正反饋信息和負反饋信息。通過擴展用戶相似度計算方法,將時間因素,用戶反饋信息等影響推薦質(zhì)量的上下文信息融入到推薦方法中。應用時間加權函數(shù)刻畫時間因素對用戶興趣的影響,使時間間隔較近的用戶點擊行為對項目的推薦作用獲得較高的貢獻度,充分體現(xiàn)用戶興趣的時間效應特性。對社交網(wǎng)絡中鄰居節(jié)點點擊的項目來預測目標用戶未來點擊的項目,構建基于用戶反饋的時間感知推薦方法。數(shù)據(jù)來源于新浪微博中抽取到的實際數(shù)據(jù),實驗表明通過選擇合適的參數(shù),基于用戶反饋的時間感知推薦方法可以顯著提高推薦質(zhì)量。

    [1]Biancalana C,Gasparetti F,Micarelli A,et al.An approach to social recommendation for context-aware mobile services[J].ACM Trans on Intell Syst Technol,2013,4(1):1-31.

    [2]Yang Xiwang,Steck H,Guo Yang,et al.On top-krecommendation using social networks[C]//Proceedings of the Sixth ACM Conference on Recommender Systems,2012:67-74.

    [3]Adomavicius G,Tuzhilin A.Toward the next generation of recommender systems:a survey of the state-of-the-art and possible extensions[J].IEEE Transactions on Knowledge and Data Engineering,2005,17(6):734-749.

    [4]Deshpande M,Karypis G.Item-based top-n recommendation algorithms[J].ACM Transactions on Information Systems,2004,22(1):143-177.

    [5]王立才,孟祥武,張玉潔.上下文感知推薦系統(tǒng)[J].軟件學報,2012,23(1):1-20.

    [6]Yang Shuanghong,Long Bo,Smola A J,et al.Collaborative competitive filtering:learning recommender using context of user choice[C]//Proceedings of the 34th International ACM SIGIR Conference on Research and Development in Information Retrieval,2011:295-304.

    [7]Bakshy E,Hofman J M,Mason W A,et al.Everyone’s an influencer:quantifying influence on twitter[C]//Proceedings of the Fourth ACM International Conference on Web Search and Data Mining,2011:65-74.

    [8]Sarwar B,Karypis G,Konstan J,et al.Item-based collaborative filtering recommendation algorithms[C]//Proceedings of the 10th International Conference on World Wide Web,2001:285-295.

    [9]Moghaddam S,Jamali M,Ester M,et al.FeedbackTrust:using feedback effects in trust-based recommendation systems[C]//Proceedings of the Third ACM Conference on Recommender Systems,2009:269-272.

    [10]吳湖,王永吉,王哲,等.兩階段聯(lián)合聚類協(xié)同過濾算法[J].軟件學報,2010(5):1042-1054.

    [11]Kuter U,Golbeck J.Using probabilistic confidence models for trust inference in web-based social networks[J].ACM Trans on Internet Technol,2010,10(2):1-23.

    [12]Hannon J,Bennett M,Smyth B.Recommending twitter users to follow using content and collaborative filtering approaches[C]//Proceedings of the Fourth ACM Conference on Recommender Systems,2010:199-206.

    [13]Guy I,Zwerdling N,Ronen I,et al.Social media recommendation based on people and tags[C]//Proceedings of the 33rd International ACM SIGIR Conference on Research and Development in Information Retrieval,2010:194-201.

    [14]Ma Hao,King I,Lyu M R.Learning to recommend with social trust ensemble[C]//Proceedings of the 32nd International ACM SIGIR Conference on Research and Development in Information Retrieval,2009:203-210.

    [15]Jahrer M,Toscher A,Legenstein R.Combining predictions for accurate recommender systems[C]//Proceedings of the 16th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining,2010:693-702.

    [16]Jamali M,Ester M.A matrix factorization technique with trust propagation for recommendation in social networks[C]//Proceedings of the Fourth ACM Conference on Recommender Systems,2010:135-142.

    [17]Ding Yi,Li Xue.Time weight collaborative filtering[C]//Proceedings of the 14th ACM International Conference on Information and Knowledge Management,2005:485-492.

    猜你喜歡
    負反饋社交用戶
    社交之城
    英語世界(2023年6期)2023-06-30 06:28:28
    社交牛人癥該怎么治
    意林彩版(2022年2期)2022-05-03 10:25:08
    全新的虛短虛斷概念與兩類集成運放之導出
    社交距離
    負反饋放大電路設計
    電子制作(2019年23期)2019-02-23 13:21:36
    你回避社交,真不是因為內(nèi)向
    文苑(2018年17期)2018-11-09 01:29:28
    關注用戶
    商用汽車(2016年11期)2016-12-19 01:20:16
    關注用戶
    商用汽車(2016年6期)2016-06-29 09:18:54
    關注用戶
    商用汽車(2016年4期)2016-05-09 01:23:12
    基于Multisim的負反饋放大電路仿真分析
    亚洲av日韩在线播放| 亚洲欧美成人综合另类久久久| 午夜福利乱码中文字幕| 9热在线视频观看99| 亚洲情色 制服丝袜| 免费在线观看日本一区| 亚洲自偷自拍图片 自拍| 少妇 在线观看| 每晚都被弄得嗷嗷叫到高潮| h视频一区二区三区| 99国产精品免费福利视频| 人人妻人人澡人人爽人人夜夜| 黄色视频,在线免费观看| 欧美日韩亚洲综合一区二区三区_| 视频区欧美日本亚洲| 国产有黄有色有爽视频| 日韩大码丰满熟妇| 夜夜夜夜夜久久久久| 久久久久国产一级毛片高清牌| 欧美黄色淫秽网站| 亚洲色图综合在线观看| 国产精品久久久久久精品电影小说| 曰老女人黄片| 亚洲精品一区蜜桃| a级片在线免费高清观看视频| 亚洲精品美女久久av网站| 久久久国产精品麻豆| 欧美激情高清一区二区三区| 丝袜人妻中文字幕| 最黄视频免费看| 亚洲第一欧美日韩一区二区三区 | 中文字幕另类日韩欧美亚洲嫩草| 女人被躁到高潮嗷嗷叫费观| 黄色视频,在线免费观看| 啦啦啦 在线观看视频| 欧美精品高潮呻吟av久久| 波多野结衣av一区二区av| 一个人免费看片子| 亚洲av成人一区二区三| 久久精品国产综合久久久| 老司机影院成人| 99热全是精品| 久久青草综合色| 老司机影院成人| 老熟妇仑乱视频hdxx| 女人被躁到高潮嗷嗷叫费观| 精品高清国产在线一区| 狠狠精品人妻久久久久久综合| 成人18禁高潮啪啪吃奶动态图| 如日韩欧美国产精品一区二区三区| 五月开心婷婷网| 久热这里只有精品99| 天天影视国产精品| 午夜福利视频在线观看免费| 十八禁高潮呻吟视频| 少妇粗大呻吟视频| 91字幕亚洲| 不卡av一区二区三区| 精品久久久精品久久久| 中文字幕av电影在线播放| 色视频在线一区二区三区| 如日韩欧美国产精品一区二区三区| 成年美女黄网站色视频大全免费| 18禁国产床啪视频网站| 黄片播放在线免费| svipshipincom国产片| 美女扒开内裤让男人捅视频| 国产黄色免费在线视频| 亚洲av日韩精品久久久久久密| 欧美在线黄色| 国产无遮挡羞羞视频在线观看| www日本在线高清视频| 在线观看免费午夜福利视频| 欧美日本中文国产一区发布| 精品人妻一区二区三区麻豆| 久久久久久久国产电影| 在线观看www视频免费| 黄网站色视频无遮挡免费观看| 久久久久国产精品人妻一区二区| 搡老乐熟女国产| 国产男女内射视频| 久久久国产一区二区| 亚洲avbb在线观看| 亚洲av欧美aⅴ国产| 性高湖久久久久久久久免费观看| 日本黄色日本黄色录像| 91麻豆精品激情在线观看国产 | 免费观看a级毛片全部| 一本一本久久a久久精品综合妖精| 黄网站色视频无遮挡免费观看| 丝袜人妻中文字幕| 国产不卡av网站在线观看| 中文字幕精品免费在线观看视频| 极品人妻少妇av视频| 欧美日韩中文字幕国产精品一区二区三区 | 91成人精品电影| 91精品国产国语对白视频| 国产一区二区三区在线臀色熟女 | 日韩有码中文字幕| 亚洲国产日韩一区二区| 亚洲国产欧美网| bbb黄色大片| 80岁老熟妇乱子伦牲交| 国产视频一区二区在线看| 国产人伦9x9x在线观看| 男女无遮挡免费网站观看| 天天躁日日躁夜夜躁夜夜| 成人黄色视频免费在线看| 日本91视频免费播放| 在线观看免费高清a一片| 午夜老司机福利片| 性高湖久久久久久久久免费观看| 成人国产一区最新在线观看| 中文字幕人妻熟女乱码| 国产淫语在线视频| 丝袜美足系列| 国产一区二区在线观看av| 中文欧美无线码| 国产免费福利视频在线观看| 五月开心婷婷网| 精品久久久久久久毛片微露脸 | 国产人伦9x9x在线观看| 可以免费在线观看a视频的电影网站| 美女主播在线视频| 夜夜夜夜夜久久久久| 黄色片一级片一级黄色片| 天堂8中文在线网| 视频区图区小说| 国产一区二区三区av在线| 成年人黄色毛片网站| 一级片免费观看大全| 这个男人来自地球电影免费观看| 大香蕉久久成人网| 久久99一区二区三区| 国产不卡av网站在线观看| 国产精品国产av在线观看| 亚洲成av片中文字幕在线观看| 五月开心婷婷网| 老司机影院毛片| 在线观看www视频免费| 久久久久精品国产欧美久久久 | 午夜精品久久久久久毛片777| 中文字幕人妻丝袜制服| 精品福利永久在线观看| 成人手机av| 久9热在线精品视频| 亚洲av电影在线进入| 男人添女人高潮全过程视频| 老熟妇仑乱视频hdxx| 黄色怎么调成土黄色| 99久久精品国产亚洲精品| 久久99一区二区三区| 久久久国产精品麻豆| 在线亚洲精品国产二区图片欧美| 少妇猛男粗大的猛烈进出视频| 亚洲国产av影院在线观看| 免费观看av网站的网址| 嫩草影视91久久| 亚洲中文日韩欧美视频| 中文欧美无线码| 亚洲美女黄色视频免费看| 成年美女黄网站色视频大全免费| 日韩,欧美,国产一区二区三区| www.av在线官网国产| 啦啦啦 在线观看视频| 男女无遮挡免费网站观看| 少妇被粗大的猛进出69影院| 亚洲国产毛片av蜜桃av| 国产亚洲精品第一综合不卡| 精品一品国产午夜福利视频| 国产日韩欧美在线精品| 国产一区有黄有色的免费视频| 一区二区日韩欧美中文字幕| 美女午夜性视频免费| 另类亚洲欧美激情| 久久国产精品大桥未久av| 国产精品二区激情视频| 女人高潮潮喷娇喘18禁视频| 免费黄频网站在线观看国产| 十八禁高潮呻吟视频| 国产片内射在线| 大陆偷拍与自拍| 老汉色av国产亚洲站长工具| 中文字幕另类日韩欧美亚洲嫩草| 天天操日日干夜夜撸| 久久天躁狠狠躁夜夜2o2o| 欧美日韩一级在线毛片| 日本av免费视频播放| 可以免费在线观看a视频的电影网站| 中文字幕最新亚洲高清| 91大片在线观看| 啦啦啦在线免费观看视频4| 精品熟女少妇八av免费久了| 精品久久久久久电影网| 人妻久久中文字幕网| 中文字幕最新亚洲高清| 青青草视频在线视频观看| 日本av手机在线免费观看| 麻豆乱淫一区二区| 飞空精品影院首页| 亚洲精品av麻豆狂野| av国产精品久久久久影院| 成人国产av品久久久| 亚洲av欧美aⅴ国产| 在线看a的网站| 一二三四社区在线视频社区8| 99re6热这里在线精品视频| 亚洲全国av大片| 精品一区二区三卡| 999久久久国产精品视频| 国产日韩欧美亚洲二区| 婷婷色av中文字幕| av在线app专区| 久热这里只有精品99| 性高湖久久久久久久久免费观看| 日韩视频在线欧美| 欧美午夜高清在线| 久久av网站| 视频区欧美日本亚洲| 国产主播在线观看一区二区| 女人高潮潮喷娇喘18禁视频| 国产精品国产三级国产专区5o| 久热爱精品视频在线9| 亚洲成人免费电影在线观看| 国产精品久久久久久精品电影小说| 女性被躁到高潮视频| 亚洲欧美日韩高清在线视频 | 考比视频在线观看| 老汉色∧v一级毛片| 成年av动漫网址| 热re99久久精品国产66热6| 老熟妇乱子伦视频在线观看 | 欧美xxⅹ黑人| 亚洲av日韩精品久久久久久密| 久久久久国内视频| 久久久久精品国产欧美久久久 | 天天操日日干夜夜撸| 国产男女内射视频| 丝袜在线中文字幕| av线在线观看网站| 国产精品av久久久久免费| 男女下面插进去视频免费观看| 国产男女超爽视频在线观看| 免费人妻精品一区二区三区视频| 国产99久久九九免费精品| 韩国精品一区二区三区| 日韩欧美一区二区三区在线观看 | 午夜免费鲁丝| 婷婷色av中文字幕| 亚洲av美国av| 91精品三级在线观看| 久久精品国产亚洲av高清一级| 亚洲国产av新网站| 窝窝影院91人妻| 男人舔女人的私密视频| 亚洲成av片中文字幕在线观看| 好男人电影高清在线观看| 9热在线视频观看99| 精品少妇一区二区三区视频日本电影| 老司机影院成人| 精品欧美一区二区三区在线| 欧美国产精品一级二级三级| 亚洲av男天堂| 国产精品成人在线| 熟女少妇亚洲综合色aaa.| 亚洲av电影在线观看一区二区三区| 亚洲国产欧美网| 悠悠久久av| a级片在线免费高清观看视频| 免费女性裸体啪啪无遮挡网站| 国产欧美日韩综合在线一区二区| 少妇 在线观看| 精品少妇久久久久久888优播| 亚洲欧洲精品一区二区精品久久久| 一级片'在线观看视频| 一级毛片女人18水好多| 亚洲avbb在线观看| 国产欧美日韩一区二区精品| 国产成人免费观看mmmm| 搡老乐熟女国产| 久久影院123| 一级毛片精品| 亚洲欧美精品综合一区二区三区| av天堂在线播放| 久久精品aⅴ一区二区三区四区| 亚洲精品国产精品久久久不卡| 99精国产麻豆久久婷婷| 交换朋友夫妻互换小说| 久久久久久亚洲精品国产蜜桃av| 中文字幕av电影在线播放| 亚洲欧美精品综合一区二区三区| 9热在线视频观看99| 水蜜桃什么品种好| 新久久久久国产一级毛片| 国产日韩欧美视频二区| 91字幕亚洲| 大香蕉久久网| 免费观看a级毛片全部| 亚洲国产中文字幕在线视频| 亚洲av男天堂| 国产野战对白在线观看| 99久久人妻综合| 涩涩av久久男人的天堂| 啦啦啦 在线观看视频| 在线观看免费日韩欧美大片| 亚洲第一欧美日韩一区二区三区 | 亚洲成人免费电影在线观看| 岛国在线观看网站| 日韩欧美国产一区二区入口| 国产欧美日韩精品亚洲av| 十八禁网站网址无遮挡| 日韩三级视频一区二区三区| 91av网站免费观看| 最近中文字幕2019免费版| 久久久国产成人免费| 亚洲国产欧美一区二区综合| 夫妻午夜视频| 精品国产超薄肉色丝袜足j| 大香蕉久久网| 最新在线观看一区二区三区| 亚洲av电影在线观看一区二区三区| 老司机靠b影院| 肉色欧美久久久久久久蜜桃| 老司机午夜福利在线观看视频 | 成年av动漫网址| 激情视频va一区二区三区| 国产精品99久久99久久久不卡| 精品久久久精品久久久| 91麻豆精品激情在线观看国产 | 国产主播在线观看一区二区| 汤姆久久久久久久影院中文字幕| 99久久综合免费| 成年av动漫网址| 亚洲七黄色美女视频| 欧美日韩亚洲综合一区二区三区_| 精品乱码久久久久久99久播| 国产黄频视频在线观看| 精品久久久精品久久久| 亚洲精品一区蜜桃| www.av在线官网国产| 久久女婷五月综合色啪小说| 久久久国产成人免费| 精品国产国语对白av| 在线观看人妻少妇| 交换朋友夫妻互换小说| 美女扒开内裤让男人捅视频| 午夜精品国产一区二区电影| 日本a在线网址| 欧美成狂野欧美在线观看| 国产精品自产拍在线观看55亚洲 | 日本欧美视频一区| 久久亚洲国产成人精品v| 中文欧美无线码| 国产成人啪精品午夜网站| 亚洲熟女毛片儿| 色94色欧美一区二区| 亚洲精品国产一区二区精华液| 每晚都被弄得嗷嗷叫到高潮| 女人久久www免费人成看片| 日本wwww免费看| 午夜激情av网站| 视频区欧美日本亚洲| 极品人妻少妇av视频| 精品少妇一区二区三区视频日本电影| 黑丝袜美女国产一区| 欧美精品av麻豆av| 人人妻,人人澡人人爽秒播| 国产精品.久久久| 夫妻午夜视频| 在线观看人妻少妇| av网站免费在线观看视频| 亚洲伊人久久精品综合| 国产成人a∨麻豆精品| 亚洲全国av大片| 精品一品国产午夜福利视频| 中亚洲国语对白在线视频| 精品国产乱子伦一区二区三区 | 国产又色又爽无遮挡免| 午夜精品久久久久久毛片777| 啦啦啦视频在线资源免费观看| 精品国产一区二区三区四区第35| 黄色片一级片一级黄色片| 一级a爱视频在线免费观看| 国产又色又爽无遮挡免| 日韩一卡2卡3卡4卡2021年| 麻豆乱淫一区二区| 19禁男女啪啪无遮挡网站| 亚洲精品国产一区二区精华液| 国产欧美日韩一区二区三区在线| 成年动漫av网址| 女人久久www免费人成看片| 国产精品国产av在线观看| 黄片大片在线免费观看| 法律面前人人平等表现在哪些方面 | 一区二区三区精品91| 成年人黄色毛片网站| 久久久久久久精品精品| 欧美国产精品va在线观看不卡| 午夜影院在线不卡| 汤姆久久久久久久影院中文字幕| 女人精品久久久久毛片| 国产av国产精品国产| 美女福利国产在线| 女人被躁到高潮嗷嗷叫费观| 狠狠精品人妻久久久久久综合| 亚洲男人天堂网一区| 俄罗斯特黄特色一大片| 国产欧美日韩综合在线一区二区| 天堂8中文在线网| 在线观看免费高清a一片| 中文字幕制服av| 欧美变态另类bdsm刘玥| av超薄肉色丝袜交足视频| 久久香蕉激情| 不卡av一区二区三区| av线在线观看网站| 欧美激情极品国产一区二区三区| 高清av免费在线| 国产日韩欧美亚洲二区| 嫁个100分男人电影在线观看| 亚洲成人手机| 久久久久精品人妻al黑| 777米奇影视久久| 久久天堂一区二区三区四区| 亚洲性夜色夜夜综合| 我的亚洲天堂| 久久天堂一区二区三区四区| 黄片播放在线免费| 国产成人精品在线电影| 久久国产亚洲av麻豆专区| 天天影视国产精品| svipshipincom国产片| 考比视频在线观看| 丰满人妻熟妇乱又伦精品不卡| 亚洲成人国产一区在线观看| 国产99久久九九免费精品| videosex国产| 欧美人与性动交α欧美软件| av网站免费在线观看视频| 少妇 在线观看| 十八禁人妻一区二区| 777久久人妻少妇嫩草av网站| 91成年电影在线观看| 亚洲欧美清纯卡通| 久久精品人人爽人人爽视色| 精品一区二区三区av网在线观看 | 一区在线观看完整版| 亚洲专区国产一区二区| 欧美激情高清一区二区三区| 啦啦啦视频在线资源免费观看| 极品少妇高潮喷水抽搐| 在线看a的网站| 亚洲av男天堂| 黑人巨大精品欧美一区二区mp4| av在线老鸭窝| www.自偷自拍.com| 叶爱在线成人免费视频播放| 国产成人欧美在线观看 | 91老司机精品| 天天躁夜夜躁狠狠躁躁| 国产精品av久久久久免费| www.熟女人妻精品国产| av免费在线观看网站| 亚洲成人国产一区在线观看| 菩萨蛮人人尽说江南好唐韦庄| 一级a爱视频在线免费观看| 天天添夜夜摸| 国产精品 欧美亚洲| 婷婷成人精品国产| 中文字幕人妻丝袜制服| 亚洲avbb在线观看| 精品福利观看| 亚洲,欧美精品.| 如日韩欧美国产精品一区二区三区| 亚洲国产欧美网| 国产淫语在线视频| 黄色视频,在线免费观看| av又黄又爽大尺度在线免费看| 欧美日韩av久久| 国产精品二区激情视频| 亚洲国产av影院在线观看| 热99国产精品久久久久久7| 午夜福利一区二区在线看| 国产精品成人在线| 一本久久精品| a级片在线免费高清观看视频| 亚洲精品日韩在线中文字幕| 一级毛片女人18水好多| 日本欧美视频一区| 国产色视频综合| 在线观看舔阴道视频| 一区二区日韩欧美中文字幕| 欧美日韩视频精品一区| 建设人人有责人人尽责人人享有的| 麻豆国产av国片精品| 另类精品久久| 国产黄频视频在线观看| 亚洲自偷自拍图片 自拍| 久久天躁狠狠躁夜夜2o2o| 九色亚洲精品在线播放| 大型av网站在线播放| 一区二区三区乱码不卡18| 久久国产精品大桥未久av| 欧美日韩国产mv在线观看视频| 久久久国产精品麻豆| 国产成人av激情在线播放| 亚洲国产精品999| 亚洲国产精品一区三区| 久久av网站| 欧美久久黑人一区二区| 在线永久观看黄色视频| 女人精品久久久久毛片| 日本欧美视频一区| 亚洲综合色网址| 一区二区日韩欧美中文字幕| 最新在线观看一区二区三区| 美女午夜性视频免费| 国产熟女午夜一区二区三区| 在线亚洲精品国产二区图片欧美| 桃花免费在线播放| 欧美精品高潮呻吟av久久| 操出白浆在线播放| 亚洲国产毛片av蜜桃av| 大码成人一级视频| 久久狼人影院| 大片电影免费在线观看免费| 在线精品无人区一区二区三| 亚洲精品久久午夜乱码| 中文字幕人妻丝袜一区二区| 又黄又粗又硬又大视频| 大型av网站在线播放| 亚洲午夜精品一区,二区,三区| 狠狠狠狠99中文字幕| 国产精品99久久99久久久不卡| 午夜福利在线观看吧| 婷婷成人精品国产| 精品国产乱码久久久久久小说| 欧美亚洲日本最大视频资源| 极品人妻少妇av视频| 国产精品久久久av美女十八| 精品久久蜜臀av无| 亚洲第一av免费看| 午夜激情久久久久久久| 亚洲视频免费观看视频| 天堂8中文在线网| 亚洲男人天堂网一区| 中文字幕精品免费在线观看视频| 亚洲国产日韩一区二区| 午夜老司机福利片| 午夜福利视频精品| 国产又色又爽无遮挡免| 国产一区二区三区av在线| 亚洲专区字幕在线| www.av在线官网国产| 国产亚洲欧美精品永久| 国产成人欧美| 麻豆av在线久日| 精品卡一卡二卡四卡免费| 欧美激情 高清一区二区三区| tocl精华| 国产老妇伦熟女老妇高清| 黑丝袜美女国产一区| 亚洲精品久久午夜乱码| 国产精品国产av在线观看| 成年女人毛片免费观看观看9 | 久久久久网色| kizo精华| 人妻久久中文字幕网| 午夜福利乱码中文字幕| 各种免费的搞黄视频| 伊人久久大香线蕉亚洲五| 欧美精品一区二区免费开放| 777久久人妻少妇嫩草av网站| 肉色欧美久久久久久久蜜桃| 中文字幕高清在线视频| 国产欧美亚洲国产| 久久久久国产一级毛片高清牌| 欧美成人午夜精品| 人妻 亚洲 视频| 免费观看人在逋| 日本av手机在线免费观看| 欧美精品高潮呻吟av久久| 色精品久久人妻99蜜桃| 欧美 亚洲 国产 日韩一| 欧美激情极品国产一区二区三区| 久久国产精品人妻蜜桃| 国产又色又爽无遮挡免| 国产成人啪精品午夜网站| 男人添女人高潮全过程视频| 老司机福利观看| 精品亚洲成a人片在线观看| 91av网站免费观看| netflix在线观看网站| 宅男免费午夜| 在线av久久热| 午夜视频精品福利| 精品国产一区二区久久| 狠狠精品人妻久久久久久综合| 亚洲熟女精品中文字幕| 激情视频va一区二区三区| 1024视频免费在线观看| 免费日韩欧美在线观看| 免费高清在线观看日韩| 一级毛片精品| 国产在线视频一区二区| 天堂8中文在线网| 日韩电影二区| 日本猛色少妇xxxxx猛交久久| 日本欧美视频一区| 大码成人一级视频| 日韩制服丝袜自拍偷拍| 精品少妇内射三级| 日韩视频一区二区在线观看| 国产成人a∨麻豆精品| 国产欧美亚洲国产|