• <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
    免费无遮挡裸体视频| 国产又黄又爽又无遮挡在线| 欧美激情久久久久久爽电影| 日日啪夜夜撸| 九九热线精品视视频播放| 最近中文字幕高清免费大全6| 韩国av在线不卡| 免费人成在线观看视频色| 全区人妻精品视频| 国产伦精品一区二区三区视频9| 成人漫画全彩无遮挡| 亚洲成人久久爱视频| 成人综合一区亚洲| 久久久久久九九精品二区国产| 中文欧美无线码| 99在线人妻在线中文字幕| 亚洲va在线va天堂va国产| 亚洲av二区三区四区| 三级毛片av免费| 日本一二三区视频观看| 久久国内精品自在自线图片| 国产精品美女特级片免费视频播放器| 麻豆av噜噜一区二区三区| 国产91av在线免费观看| 国产色婷婷99| 国语自产精品视频在线第100页| 我的老师免费观看完整版| 国产三级在线视频| av免费在线看不卡| 偷拍熟女少妇极品色| 高清毛片免费观看视频网站| 国产精品一区www在线观看| 国产单亲对白刺激| av黄色大香蕉| 精品久久久久久久人妻蜜臀av| 国产精品.久久久| 亚洲成人av在线免费| 12—13女人毛片做爰片一| 国内少妇人妻偷人精品xxx网站| 亚洲精品久久久久久婷婷小说 | 国产麻豆成人av免费视频| 久久久久性生活片| 欧美极品一区二区三区四区| 国产在线精品亚洲第一网站| 免费av观看视频| 国产精品一区二区在线观看99 | 午夜激情欧美在线| 午夜亚洲福利在线播放| avwww免费| 国产精品久久久久久亚洲av鲁大| 91av网一区二区| 免费av毛片视频| 欧美性猛交黑人性爽| av卡一久久| 亚洲国产精品成人久久小说 | 国产免费一级a男人的天堂| 亚洲乱码一区二区免费版| 91麻豆精品激情在线观看国产| 久久久久久国产a免费观看| 午夜亚洲福利在线播放| 国产成人a∨麻豆精品| 亚洲av免费高清在线观看| 国产精品久久电影中文字幕| 免费av不卡在线播放| 精品一区二区免费观看| 欧美激情在线99| 国产91av在线免费观看| av福利片在线观看| 国产成人91sexporn| 能在线免费看毛片的网站| 级片在线观看| 成人毛片a级毛片在线播放| 国产av不卡久久| 麻豆成人午夜福利视频| 中文资源天堂在线| 97人妻精品一区二区三区麻豆| 校园人妻丝袜中文字幕| 国产精品永久免费网站| 人妻夜夜爽99麻豆av| 九色成人免费人妻av| 简卡轻食公司| 国产免费男女视频| 成人国产麻豆网| 男女视频在线观看网站免费| 天堂网av新在线| 成人毛片60女人毛片免费| 九色成人免费人妻av| 午夜爱爱视频在线播放| 国产精品不卡视频一区二区| 国产不卡一卡二| 性插视频无遮挡在线免费观看| 欧洲精品卡2卡3卡4卡5卡区| 精品一区二区三区人妻视频| 九色成人免费人妻av| 51国产日韩欧美| 日日摸夜夜添夜夜添av毛片| 欧美bdsm另类| 在现免费观看毛片| 久久久久免费精品人妻一区二区| 国产真实伦视频高清在线观看| 亚洲av一区综合| 欧美丝袜亚洲另类| 日本熟妇午夜| 色吧在线观看| 一级黄片播放器| 日日摸夜夜添夜夜添av毛片| 26uuu在线亚洲综合色| 六月丁香七月| 日韩视频在线欧美| 黄片无遮挡物在线观看| 国产成人a∨麻豆精品| 精品久久久久久久久久久久久| 国产亚洲精品久久久久久毛片| av又黄又爽大尺度在线免费看 | 日本一二三区视频观看| 99精品在免费线老司机午夜| 一进一出抽搐gif免费好疼| 国产成人福利小说| 干丝袜人妻中文字幕| 国产精品人妻久久久久久| 2021天堂中文幕一二区在线观| 日本爱情动作片www.在线观看| 亚洲av电影不卡..在线观看| 插逼视频在线观看| 国产精品爽爽va在线观看网站| 久久精品久久久久久久性| 少妇熟女aⅴ在线视频| 国内揄拍国产精品人妻在线| 好男人在线观看高清免费视频| 国产精品野战在线观看| 精华霜和精华液先用哪个| 美女内射精品一级片tv| 免费观看精品视频网站| 国产av在哪里看| а√天堂www在线а√下载| 亚洲久久久久久中文字幕| 三级男女做爰猛烈吃奶摸视频| av免费在线看不卡| 日本撒尿小便嘘嘘汇集6| 欧美激情国产日韩精品一区| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 别揉我奶头 嗯啊视频| 日本-黄色视频高清免费观看| 麻豆国产97在线/欧美| 国产精品一二三区在线看| 成人高潮视频无遮挡免费网站| 久久久成人免费电影| 美女cb高潮喷水在线观看| 国产色婷婷99| 国产真实伦视频高清在线观看| 天天躁日日操中文字幕| 亚洲人成网站在线观看播放| 久久99热这里只有精品18| 亚洲欧美日韩高清专用| 精品少妇黑人巨大在线播放 | 亚洲av一区综合| 日本三级黄在线观看| 欧美日韩一区二区视频在线观看视频在线 | 天堂√8在线中文| 国产三级中文精品| 中文字幕熟女人妻在线| 级片在线观看| 亚洲自拍偷在线| 六月丁香七月| 97超碰精品成人国产| 国产不卡一卡二| 国产亚洲av嫩草精品影院| 久久久欧美国产精品| av在线观看视频网站免费| 国产精品av视频在线免费观看| 国产亚洲91精品色在线| 精品久久久久久久末码| 国产精品久久电影中文字幕| 小蜜桃在线观看免费完整版高清| 你懂的网址亚洲精品在线观看 | 伦理电影大哥的女人| 国产精品久久久久久亚洲av鲁大| 丰满人妻一区二区三区视频av| 国产蜜桃级精品一区二区三区| 国产精品三级大全| 嫩草影院入口| 99热这里只有精品一区| 精品少妇黑人巨大在线播放 | 在线观看免费视频日本深夜| avwww免费| 91在线精品国自产拍蜜月| 日本黄色片子视频| 97超碰精品成人国产| 国产高潮美女av| 亚洲av成人av| 麻豆国产av国片精品| 成人综合一区亚洲| 寂寞人妻少妇视频99o| 中文字幕熟女人妻在线| 国产日韩欧美在线精品| 欧美日韩精品成人综合77777| 99久久精品国产国产毛片| 中国美白少妇内射xxxbb| 草草在线视频免费看| 可以在线观看的亚洲视频| 伊人久久精品亚洲午夜| 国产亚洲91精品色在线| 校园春色视频在线观看| 国内少妇人妻偷人精品xxx网站| 一个人免费在线观看电影| 观看免费一级毛片| 久久国产乱子免费精品| 嫩草影院入口| 欧美+日韩+精品| 少妇丰满av| 老司机影院成人| 精品少妇黑人巨大在线播放 | 精品久久久久久久末码| 赤兔流量卡办理| 日韩制服骚丝袜av| 国产精品久久久久久久久免| 亚洲激情五月婷婷啪啪| 国产成人a∨麻豆精品| 看片在线看免费视频| 热99在线观看视频| 久久人人爽人人片av| 国产精品99久久久久久久久| 亚洲一级一片aⅴ在线观看| 人妻系列 视频| 国产亚洲精品久久久久久毛片| 青春草亚洲视频在线观看| 又爽又黄a免费视频| 亚洲真实伦在线观看| 最近手机中文字幕大全| 国产伦一二天堂av在线观看| 国产精品日韩av在线免费观看| 蜜桃久久精品国产亚洲av| 国产乱人视频| 亚洲婷婷狠狠爱综合网| 日韩,欧美,国产一区二区三区 | 在线免费十八禁| 欧美不卡视频在线免费观看| 偷拍熟女少妇极品色| 国产成人精品一,二区 | av专区在线播放| 草草在线视频免费看| 久久久久性生活片| 天天躁夜夜躁狠狠久久av| 国产精品久久视频播放| 欧美激情久久久久久爽电影| 一级毛片久久久久久久久女| 国产伦精品一区二区三区四那| 黄片wwwwww| 一进一出抽搐动态| 国产午夜福利久久久久久| 国产黄a三级三级三级人| 亚洲图色成人| 久久精品国产自在天天线| 久久午夜亚洲精品久久| 国产成人午夜福利电影在线观看| 亚洲国产精品合色在线| 97人妻精品一区二区三区麻豆| av在线播放精品| 女的被弄到高潮叫床怎么办| 又爽又黄a免费视频| 青春草视频在线免费观看| 欧美日韩综合久久久久久| 搡女人真爽免费视频火全软件| 在线免费观看不下载黄p国产| 插逼视频在线观看| 美女内射精品一级片tv| 99久久九九国产精品国产免费| 亚洲国产欧美人成| 蜜桃亚洲精品一区二区三区| 日韩av不卡免费在线播放| 18禁在线无遮挡免费观看视频| 国产精品人妻久久久久久| 国产私拍福利视频在线观看| 亚洲图色成人| 在线观看一区二区三区| 99热这里只有是精品在线观看| 色哟哟哟哟哟哟| 天天躁日日操中文字幕| 欧美激情久久久久久爽电影| 精品免费久久久久久久清纯| 色5月婷婷丁香| 有码 亚洲区| 国产又黄又爽又无遮挡在线| 色综合亚洲欧美另类图片| 一级av片app| 日韩av不卡免费在线播放| 亚洲精品国产av成人精品| 人妻制服诱惑在线中文字幕| 超碰av人人做人人爽久久| 美女被艹到高潮喷水动态| 国产精品一及| 日韩欧美国产在线观看| 久久久成人免费电影| 嘟嘟电影网在线观看| 国产三级中文精品| 狂野欧美白嫩少妇大欣赏| av.在线天堂| 亚洲av一区综合| 联通29元200g的流量卡| 免费av毛片视频| 亚洲av不卡在线观看| 国产亚洲5aaaaa淫片| 亚洲欧美中文字幕日韩二区| 国产午夜福利久久久久久| 亚洲高清免费不卡视频| 欧美不卡视频在线免费观看| 69av精品久久久久久| 亚洲av免费在线观看| 中文字幕精品亚洲无线码一区| 永久网站在线| 久久午夜亚洲精品久久| 熟女电影av网| 日韩欧美精品免费久久| 国产高清不卡午夜福利| 国产黄色小视频在线观看| 国产精品麻豆人妻色哟哟久久 | 在线观看av片永久免费下载| 人妻少妇偷人精品九色| 久久久久久九九精品二区国产| 美女cb高潮喷水在线观看| 欧美最新免费一区二区三区| 好男人视频免费观看在线| 久久久久国产网址| 69人妻影院| 麻豆成人av视频| 色综合站精品国产| 成人午夜精彩视频在线观看| 97在线视频观看| 啦啦啦观看免费观看视频高清| 色吧在线观看| 一本精品99久久精品77| 免费电影在线观看免费观看| 十八禁国产超污无遮挡网站| 亚洲自偷自拍三级| 啦啦啦观看免费观看视频高清| 日本色播在线视频| 免费人成视频x8x8入口观看| 亚洲第一电影网av| 天天躁夜夜躁狠狠久久av| 亚洲精品国产成人久久av| 中出人妻视频一区二区| 日本黄色视频三级网站网址| 激情 狠狠 欧美| 国产乱人偷精品视频| 麻豆久久精品国产亚洲av| 国产黄色小视频在线观看| 男女那种视频在线观看| 村上凉子中文字幕在线| 午夜福利视频1000在线观看| 国产午夜精品论理片| av免费在线看不卡| 国产视频内射| 在线a可以看的网站| 偷拍熟女少妇极品色| 国产色婷婷99| 国产亚洲91精品色在线| 天堂网av新在线| av又黄又爽大尺度在线免费看 | 欧美变态另类bdsm刘玥| 激情 狠狠 欧美| 在线国产一区二区在线| 99九九线精品视频在线观看视频| 欧美+日韩+精品| 免费看美女性在线毛片视频| 天天一区二区日本电影三级| 亚洲国产精品成人综合色| 国产毛片a区久久久久| 91在线精品国自产拍蜜月| 伊人久久精品亚洲午夜| 欧美日韩乱码在线| 99久久九九国产精品国产免费| 狠狠狠狠99中文字幕| 天天一区二区日本电影三级| 99久久无色码亚洲精品果冻| 女同久久另类99精品国产91| 一本久久中文字幕| 亚洲第一区二区三区不卡| 亚洲最大成人手机在线| 男的添女的下面高潮视频| 人妻少妇偷人精品九色| 男女啪啪激烈高潮av片| 99热全是精品| 美女大奶头视频| 极品教师在线视频| 国产伦精品一区二区三区视频9| 久久精品久久久久久久性| 白带黄色成豆腐渣| 少妇人妻一区二区三区视频| 日本一二三区视频观看| 国产精品国产高清国产av| 色哟哟·www| 又爽又黄无遮挡网站| 小说图片视频综合网站| 18禁在线播放成人免费| 国产成人精品一,二区 | 中文字幕精品亚洲无线码一区| 伊人久久精品亚洲午夜| 国产高清视频在线观看网站| 内地一区二区视频在线| 大型黄色视频在线免费观看| 日韩欧美精品免费久久| 久久亚洲国产成人精品v| 国产一区亚洲一区在线观看| 亚洲欧美精品综合久久99| 国产女主播在线喷水免费视频网站 | 国产成人午夜福利电影在线观看| or卡值多少钱| 国产探花极品一区二区| 少妇猛男粗大的猛烈进出视频 | 精品欧美国产一区二区三| 日本黄大片高清| 国产精品一区www在线观看| 男女啪啪激烈高潮av片| 热99re8久久精品国产| 日产精品乱码卡一卡2卡三| 亚洲成a人片在线一区二区| 国产三级在线视频| 如何舔出高潮| 久久精品夜夜夜夜夜久久蜜豆| 特大巨黑吊av在线直播| 婷婷六月久久综合丁香| av在线老鸭窝| 国产亚洲91精品色在线| 国产在线男女| av在线天堂中文字幕| 亚洲av中文字字幕乱码综合| 欧美性猛交╳xxx乱大交人| 国产亚洲精品av在线| 最近视频中文字幕2019在线8| 久久久久免费精品人妻一区二区| 99九九线精品视频在线观看视频| 伊人久久精品亚洲午夜| 丝袜美腿在线中文| 九九在线视频观看精品| 欧美色视频一区免费| 欧美精品一区二区大全| 人妻系列 视频| 男女啪啪激烈高潮av片| 夜夜夜夜夜久久久久| 中文字幕av成人在线电影| 在线免费观看不下载黄p国产| 亚洲av中文av极速乱| 韩国av在线不卡| 中文字幕熟女人妻在线| 特大巨黑吊av在线直播| 久久99蜜桃精品久久| 99久久精品国产国产毛片| 国产亚洲精品av在线| 爱豆传媒免费全集在线观看| 日本三级黄在线观看| 99久久久亚洲精品蜜臀av| 18禁裸乳无遮挡免费网站照片| 国产免费男女视频| 亚洲熟妇中文字幕五十中出| 亚洲成a人片在线一区二区| 一进一出抽搐gif免费好疼| 午夜激情欧美在线| 日韩中字成人| 乱码一卡2卡4卡精品| 国产成人福利小说| 一个人看视频在线观看www免费| 日韩av在线大香蕉| 寂寞人妻少妇视频99o| 亚洲人与动物交配视频| www日本黄色视频网| 一本精品99久久精品77| 国产精品三级大全| 亚洲最大成人中文| 一本久久精品| 22中文网久久字幕| 干丝袜人妻中文字幕| 成人国产麻豆网| 成人美女网站在线观看视频| 日韩强制内射视频| 网址你懂的国产日韩在线| 亚洲av免费高清在线观看| 91午夜精品亚洲一区二区三区| 蜜桃亚洲精品一区二区三区| 亚洲综合色惰| 小蜜桃在线观看免费完整版高清| 亚洲av一区综合| 两性午夜刺激爽爽歪歪视频在线观看| 日韩高清综合在线| 日韩人妻高清精品专区| 成人亚洲精品av一区二区| 97超视频在线观看视频| 在线国产一区二区在线| 欧美成人a在线观看| 日本-黄色视频高清免费观看| 精品无人区乱码1区二区| 少妇丰满av| 男女那种视频在线观看| 18禁在线播放成人免费| 欧美区成人在线视频| 人妻少妇偷人精品九色| 看非洲黑人一级黄片| 久久人妻av系列| 国产一区二区三区在线臀色熟女| 国产白丝娇喘喷水9色精品| 国产亚洲av嫩草精品影院| 日本五十路高清| 99久久人妻综合| 国产av不卡久久| 一个人看视频在线观看www免费| 18禁在线无遮挡免费观看视频| 男的添女的下面高潮视频| 蜜桃亚洲精品一区二区三区| 日韩欧美三级三区| 国产伦在线观看视频一区| 一边摸一边抽搐一进一小说| 日韩av不卡免费在线播放| 校园春色视频在线观看| 国产亚洲91精品色在线| 日韩国内少妇激情av| 免费观看的影片在线观看| 国产免费一级a男人的天堂| 国产单亲对白刺激| 美女黄网站色视频| 国产午夜精品论理片| 插阴视频在线观看视频| 久久久午夜欧美精品| 日本在线视频免费播放| 淫秽高清视频在线观看| 一个人看的www免费观看视频| 超碰av人人做人人爽久久| 欧美日韩综合久久久久久| 中文字幕精品亚洲无线码一区| 久久这里只有精品中国| 久久这里有精品视频免费| 丝袜美腿在线中文| 成人毛片60女人毛片免费| 国产v大片淫在线免费观看| 国产精品人妻久久久影院| 久久久久免费精品人妻一区二区| 久久久久九九精品影院| 国产av在哪里看| 中文在线观看免费www的网站| 我要看日韩黄色一级片| 在线天堂最新版资源| 国产亚洲欧美98| 亚洲一级一片aⅴ在线观看| 欧美日韩国产亚洲二区| 午夜免费激情av| 国产午夜精品久久久久久一区二区三区| 国产又黄又爽又无遮挡在线| 舔av片在线| 99视频精品全部免费 在线| a级毛色黄片| 日日撸夜夜添| 亚洲性久久影院| 国内精品宾馆在线| 91av网一区二区| 联通29元200g的流量卡| 成人午夜高清在线视频| 精品人妻偷拍中文字幕| 久久久久久久久久久丰满| 色综合站精品国产| 精品不卡国产一区二区三区| 日本黄色片子视频| 免费不卡的大黄色大毛片视频在线观看 | 在现免费观看毛片| 国产 一区精品| 精品国内亚洲2022精品成人| 少妇猛男粗大的猛烈进出视频 | a级毛色黄片| 高清日韩中文字幕在线| 久久久久久久久久成人| 99在线视频只有这里精品首页| 18禁黄网站禁片免费观看直播| 成人一区二区视频在线观看| 六月丁香七月| 欧美又色又爽又黄视频| av在线老鸭窝| av视频在线观看入口| 欧美精品一区二区大全| 亚洲不卡免费看| 乱人视频在线观看| 日本黄色视频三级网站网址| 极品教师在线视频| 久久精品综合一区二区三区| 波野结衣二区三区在线| 日本黄色片子视频| 又粗又硬又长又爽又黄的视频 | or卡值多少钱| 欧美区成人在线视频| 久久精品国产99精品国产亚洲性色| 国产国拍精品亚洲av在线观看| 国产毛片a区久久久久| 最近2019中文字幕mv第一页| 精品国产三级普通话版| 久久这里有精品视频免费| 成人无遮挡网站| 国产真实伦视频高清在线观看| 国产色爽女视频免费观看| 天美传媒精品一区二区| 国内少妇人妻偷人精品xxx网站| 九九爱精品视频在线观看| 听说在线观看完整版免费高清| 全区人妻精品视频| 嘟嘟电影网在线观看| 国国产精品蜜臀av免费| 亚洲中文字幕日韩| 嘟嘟电影网在线观看| 久久精品综合一区二区三区| 亚洲人成网站在线播放欧美日韩| 99久国产av精品| 麻豆国产97在线/欧美| 99视频精品全部免费 在线| 如何舔出高潮| 97在线视频观看| 欧美三级亚洲精品| 成年av动漫网址| 99九九线精品视频在线观看视频| 成年女人看的毛片在线观看| 免费黄网站久久成人精品|