• <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 ?

    基于K-means聚類與張量分解的社會(huì)化標(biāo)簽推薦系統(tǒng)研究

    2012-11-21 02:36:44孫玲芳李爍朋
    關(guān)鍵詞:張量大眾標(biāo)簽

    孫玲芳, 李爍朋

    (江蘇科技大學(xué) 經(jīng)濟(jì)管理學(xué)院, 江蘇 鎮(zhèn)江 212003)

    隨著Web 2.0技術(shù)的發(fā)展,含有社會(huì)化標(biāo)簽(social tag)數(shù)據(jù)的大眾標(biāo)注(folksonomy)網(wǎng)站在電子商務(wù)領(lǐng)域蓬勃發(fā)展.為了給用戶提供有效的項(xiàng)目信息,多種推薦技術(shù)被廣泛運(yùn)用在電子商務(wù)領(lǐng)域.而在大眾標(biāo)注網(wǎng)站中,用戶通常會(huì)對自己感興趣的對象有一個(gè)標(biāo)注行為,所產(chǎn)生的標(biāo)簽(tag)數(shù)據(jù)會(huì)對推薦系統(tǒng)的推薦效果產(chǎn)生較大影響[1].而傳統(tǒng)的推薦方法,例如協(xié)同過濾系統(tǒng)通過計(jì)算用戶之間或是項(xiàng)目之間的相似度來完成推薦過程,若在大眾標(biāo)注網(wǎng)站中忽略了大量的標(biāo)簽數(shù)據(jù),則評價(jià)矩陣的數(shù)據(jù)稀疏性問題依然存在,并且會(huì)影響到推薦精度[2].提高推薦精度的傳統(tǒng)方法之一是利用矩陣奇異值分解(singular value decomposition, SVD),對數(shù)據(jù)矩陣進(jìn)行分解后將無用數(shù)據(jù)去除,達(dá)到降噪和降低稀疏性的目的,但是對含有標(biāo)簽數(shù)據(jù)集的多元數(shù)據(jù)矩陣改進(jìn)效果不佳.奇異值分解對二維矩陣稀疏問題具有良好處理特性,在此基礎(chǔ)上,文中首先對標(biāo)簽數(shù)據(jù)進(jìn)行K-means聚類,然后以用戶(user)、標(biāo)簽(tag)、項(xiàng)目(item)數(shù)據(jù)建立多維張量模型,運(yùn)用K-means HOSVD(high order singular value decomposition)對模型進(jìn)行分解運(yùn)算,兩個(gè)算法皆是保證數(shù)據(jù)的非稀疏性.以書簽標(biāo)注網(wǎng)站Decilous.com的數(shù)據(jù)為測試集對該模型的推薦效果進(jìn)行檢驗(yàn).

    1 大眾標(biāo)注概念

    1.1 大眾標(biāo)注和標(biāo)簽

    SNS(social network service)網(wǎng)站的出現(xiàn)給用戶之間的交互過程提供了一個(gè)嶄新平臺(tái),網(wǎng)絡(luò)社區(qū)由此建立,大眾標(biāo)注的概念也因此而產(chǎn)生.大眾標(biāo)注是眾多信息用戶根據(jù)自己的需求,選擇合適的網(wǎng)絡(luò)信息資源,并根據(jù)自己的認(rèn)知水平,確定與之相匹配的社會(huì)化標(biāo)簽進(jìn)行標(biāo)注的過程[3].用戶根據(jù)自身的理解與喜好程度,對自身感興趣的網(wǎng)絡(luò)資源添加“標(biāo)簽”,便會(huì)對其他用戶共同所感興趣的對象提供一種推薦與參考.大眾標(biāo)注研究最早起源于國外學(xué)者對Web 2.0系統(tǒng)的研究,其基本要素包括:含有標(biāo)簽信息的元素、眾多用戶自下而上對資源進(jìn)行標(biāo)注與共享的過程,以及以人為本提供組建網(wǎng)絡(luò)社區(qū)與構(gòu)建關(guān)系網(wǎng)絡(luò)等服務(wù)[4].

    標(biāo)簽的范圍也隨著大眾標(biāo)注網(wǎng)站的發(fā)展而不斷擴(kuò)大,從對書籍共享網(wǎng)站進(jìn)行標(biāo)注所形成的“書簽”,到音樂、照片、視頻、博客網(wǎng)站中各種信息資源形成的一種標(biāo)注信息[5].國外學(xué)者認(rèn)為,標(biāo)簽是一種以自然語言形式出現(xiàn)的關(guān)鍵詞元數(shù)據(jù),概念、類別、分面與實(shí)體都可以成為標(biāo)簽的要素[6].由于“標(biāo)簽”的表述使用正常語言而非抽象的代碼,因此用戶之間通過標(biāo)簽可以輕易挖掘出與自身喜好相近的其他用戶和資源,從而為構(gòu)建網(wǎng)絡(luò)社區(qū)提供了基本群體要素.

    1.2 標(biāo)簽數(shù)據(jù)的特點(diǎn)

    大眾標(biāo)注網(wǎng)站不同于其他電子商務(wù)網(wǎng)站,擁有標(biāo)注數(shù)據(jù)的社區(qū)網(wǎng)站通常含有大量的語義分析元素.此時(shí),用戶把在電子商務(wù)平臺(tái)中對商品或?qū)ο筮M(jìn)行評分的過程,改為對自身感興趣的項(xiàng)目進(jìn)行標(biāo)注的行為[7].傳統(tǒng)算法,如協(xié)同過濾推薦系統(tǒng)是基于分析近鄰用戶之間的相似偏好來過濾信息,達(dá)到向其他用戶推薦的目的;但是標(biāo)簽不是確定的評分?jǐn)?shù)值而是含有大量語義信息的文本數(shù)據(jù),若仍采用傳統(tǒng)的推薦方法,雖也有一定的推薦效果,但推薦精度會(huì)隨著矩陣數(shù)據(jù)稀疏性的增加而下降.兩者數(shù)據(jù)類型之間的差異如表1,2.

    Movie Lens是一個(gè)在線的電影評分網(wǎng)站;Last FM是基于用戶標(biāo)簽的音樂網(wǎng)站,用戶對自己喜愛的歌手添加標(biāo)簽,并與在線的其他用戶進(jìn)行共享.

    表1 數(shù)據(jù)來源為Movie Lens網(wǎng)站

    表2 數(shù)據(jù)來源為Last FM網(wǎng)站

    從表中數(shù)據(jù)可以看出兩者的差別之處,大眾標(biāo)注網(wǎng)站包含更多的語義信息,因此兩者的推薦系統(tǒng)模型也有所差別.如何在大眾標(biāo)注網(wǎng)站的海量信息中進(jìn)行有效推薦,以及如何有效解決數(shù)據(jù)矩陣的稀疏性問題,是當(dāng)前電子商務(wù)推薦系統(tǒng)研究的熱點(diǎn)問題.

    2 電子商務(wù)推薦系統(tǒng)算法的研究

    Resnick & Varian于1997年首次定義了電子商務(wù)推薦系統(tǒng)[8],該系統(tǒng)利用網(wǎng)站平臺(tái)向客戶推薦相關(guān)的商品信息,以幫助客戶完成購買過程.推薦系統(tǒng)通過分析相關(guān)數(shù)據(jù)得到顧客的購買偏好,然后針對性地進(jìn)行商品推薦.傳統(tǒng)的個(gè)性化推薦技術(shù)主要有以下3種:

    1) 基于規(guī)則推薦.該算法對不同情況下如何提供不同的服務(wù)定義了許多規(guī)則,系統(tǒng)利用這些規(guī)則來產(chǎn)生推薦,因此推薦的質(zhì)量依賴于規(guī)則的質(zhì)量和數(shù)量.但是該方法所推薦的商品一定是曾經(jīng)被其他用戶瀏覽過的,所以新的商品在任意客戶瀏覽之前便無法獲得推薦,導(dǎo)致該算法個(gè)性化程度較低.規(guī)則數(shù)量隨著商品數(shù)量的添加而增多,規(guī)則質(zhì)量難以保障,系統(tǒng)也趨于繁雜.

    2) 內(nèi)容過濾推薦.該算法通過相關(guān)特征的屬性來定義商品或項(xiàng)目,系統(tǒng)基于用戶評價(jià)商品的特征學(xué)習(xí)用戶興趣,依據(jù)用戶資料與待預(yù)測商品的匹配程度進(jìn)行推薦.基于內(nèi)容的推薦算法也存在缺點(diǎn):模型有效性和過度特征化問題使得模型當(dāng)中信息之間的關(guān)聯(lián)性無法很好體現(xiàn),導(dǎo)致系統(tǒng)無法識(shí)別客戶新發(fā)現(xiàn)的興趣資源;自主進(jìn)化能力較差.若新的商品數(shù)量迅速增加,系統(tǒng)不能對這樣的新特征產(chǎn)生進(jìn)化能力.

    3) 協(xié)同過濾推薦.采用最近鄰技術(shù)利用客戶的歷史偏好信息計(jì)算用戶之間的距離.然后利用目標(biāo)客戶的最近鄰居對商品評價(jià)的加權(quán)平均值來預(yù)測他對特定項(xiàng)(商品)的偏好程度.系統(tǒng)根據(jù)這一偏好程度來對目標(biāo)客戶進(jìn)行推薦[9].協(xié)同過濾推薦主要有3個(gè)步驟:① 評分矩陣,根據(jù)系統(tǒng)中用戶和評分的數(shù)據(jù)可以建立一個(gè)M×N階矩陣R來表示;② 相似度計(jì)算,相似度計(jì)算用來發(fā)現(xiàn)最近鄰居用戶,一般有余弦相似度和相關(guān)相似性2種方法;③ 最后是top-n推薦生成.

    3 HOSVD模型

    高階奇異值分解:HOSVD是在矩陣奇異值分解SVD的概念上的延伸.對于任意N階張量Y∈RI1×I2×IN,其中ai1, i2,iN為張量Y中的元素,定義張量Y的n-模(n-mode)分解矩陣A,把張量Y沿第n模式展開的矩陣A的操作稱為張量展開[10].

    令U∈RJn×In,則A可表示為Y×nU.A的結(jié)果是一個(gè)(I1×I2×…×In-1×Jn×In+1×…×IN)階張量,張量Y與矩陣U的第n模式的Tucker積可由下列公式得到:

    (1)

    在大眾標(biāo)注網(wǎng)站中,數(shù)據(jù)結(jié)構(gòu)為用戶、標(biāo)簽和項(xiàng)目的三元數(shù)據(jù),所以取n∈ {1, 2, 3},則展開矩陣A分別為A1∈RI1×I2I3,A2∈RI2×I1I3,A3∈RI3×I1I2.

    當(dāng)張量為2階時(shí),對2維矩陣進(jìn)行SVD分解,可得

    F=S×1U(1)×2U(2)

    (2)

    Y′=S×1U(1)×2U(2)×3U(3)

    (3)

    式中:U(1),U(2)和U(3)均是對分解矩陣A1,A2和A3在列空間向量上的正交化處理,包含1-模、2-模和3-模的奇異值向量;S是具有完整正交性的核心張量,控制各子空間矩陣間的相互作用,類似于SVD中的奇異值矩陣,但不是對角結(jié)構(gòu);Y′是對張量Y的重新構(gòu)建,包含了新的數(shù)據(jù)信息.

    4 基于K-means HOSVD的推薦模型設(shè)計(jì)

    4.1 K-means聚類

    K-means聚類是一種經(jīng)典的距離聚類方法,在很多領(lǐng)域得到廣泛運(yùn)用[11].文中根據(jù)大眾標(biāo)注網(wǎng)站數(shù)據(jù)中所提供的標(biāo)簽和項(xiàng)目之間的權(quán)重值來建立項(xiàng)目—標(biāo)簽權(quán)重矩陣Wm×n(表3),其中M行代表M個(gè)項(xiàng)目,N列代表N個(gè)標(biāo)簽,Wi,j表示項(xiàng)目Ii對標(biāo)簽Tj的標(biāo)簽權(quán)重.對該矩陣進(jìn)行K-means聚類,將眾多分散的標(biāo)簽和項(xiàng)目進(jìn)行初步聚類得到相對密集的數(shù)據(jù)集,使數(shù)據(jù)具有初始的聚合性.

    表3 項(xiàng)目—標(biāo)簽權(quán)重矩陣Wm×n

    基于項(xiàng)目—標(biāo)簽矩陣Wm×n的K-means聚類過程如下:

    輸入為項(xiàng)目聚類的數(shù)目K,用戶-標(biāo)簽矩陣Wm×n

    輸出:K個(gè)聚類.

    方法:

    1) 從矩陣Wm×n中檢索得到全部M個(gè)項(xiàng)目數(shù),記為I={i1,i2,…,in};

    2) 從矩陣Wm×n中檢索得到全部N個(gè)標(biāo)簽項(xiàng),記為T={t1,t2,…,tn};

    3) 隨機(jī)選擇K個(gè)項(xiàng)目作為初始聚類中心,記為集合Q={q1,q2,…,qk};

    4)K個(gè)聚類P1,P2,…,Pk均初始化為空,各聚類與其聚類中心相對應(yīng);

    5) 計(jì)算項(xiàng)目ii與各個(gè)聚類中心qj之間的歐氏距離如下式:

    (4)

    式中:Tij表示項(xiàng)目ii與作為聚類中心的項(xiàng)目qj共同標(biāo)注過的標(biāo)簽集合,Wii和Wqj分別是項(xiàng)目ii和qj的標(biāo)簽權(quán)重;

    6) 若D(ii,qj)=max {D(ii,q1),D(ii,q2), …,D(ii,qk)},則項(xiàng)目ii屬于聚類Pj;

    7) 計(jì)算相同聚類中所有項(xiàng)目的標(biāo)簽權(quán)重平均值,生成新的聚類中心;

    8) 若聚類中心不再發(fā)生改變,則退出;否則轉(zhuǎn)到第5)步重新計(jì)算.

    初始聚類完成后,將聚類數(shù)據(jù)輸入數(shù)據(jù)庫建立聚類信息表.通過對項(xiàng)目的初始聚類,可以將擁有相似標(biāo)簽的項(xiàng)目分配到同一聚類中,使得同一聚類中的項(xiàng)目相似性盡可能高.同時(shí),通過參照聚類后的標(biāo)簽—權(quán)重?cái)?shù)據(jù)可以確定項(xiàng)目所對應(yīng)的標(biāo)簽,再根據(jù)項(xiàng)目—標(biāo)簽定位出用戶,此時(shí)用戶在一定程度上也完成了初始聚類.

    4.2 張量分解模型

    根據(jù)先前的聚類數(shù)據(jù),將K組數(shù)據(jù)集中進(jìn)行推薦,通過用戶、標(biāo)簽和項(xiàng)目數(shù)據(jù)建立一個(gè)初始張量Bu×t×i[12].為了更好地表達(dá)模型概念,隨機(jī)從聚類數(shù)據(jù)集中選取4組數(shù)據(jù)為例進(jìn)行建模(表4).

    表4 用戶標(biāo)注示例

    注:數(shù)據(jù)來源為Delicious.com

    表4中共有3個(gè)用戶,對2個(gè)項(xiàng)目用3個(gè)標(biāo)簽做出了4次標(biāo)注.設(shè)產(chǎn)生標(biāo)注的權(quán)重為1,沒有產(chǎn)生標(biāo)注的權(quán)重為0.則初始張量B如圖1.

    圖1 張量B的圖例

    B中的各個(gè)元素均為每個(gè)用戶用標(biāo)簽標(biāo)注項(xiàng)目后產(chǎn)生的權(quán)重.得到初始張量B后,將其沿第1,2,3模式展開得到3個(gè)展開矩陣A1,A2和A3如下:

    S=Y×1(U(1))T×2(U(2))T×3(U(3))T

    (5)

    將核心張量S帶入公式(3),計(jì)算重新構(gòu)建的張量Y′(圖2).

    圖2 新的張量Y′圖例

    在{U2,I2,T2}以及{U3,I1,T3}項(xiàng)的值由原來的0變?yōu)?.7,因此新的推薦生成.

    5 實(shí)驗(yàn)及結(jié)果分析

    5.1 數(shù)據(jù)集

    文中采用Decilious.com網(wǎng)站的標(biāo)簽數(shù)據(jù)進(jìn)行分析.該網(wǎng)站是在線網(wǎng)頁書簽網(wǎng)站,用戶可以對各種網(wǎng)頁鏈接進(jìn)行標(biāo)注是該網(wǎng)站的一大特點(diǎn).該數(shù)據(jù)包含165個(gè)用戶,368個(gè)書簽以及760個(gè)標(biāo)簽.本實(shí)驗(yàn)將數(shù)據(jù)集劃分為訓(xùn)練集和測試集,其中75%作為訓(xùn)練集,25%作為測試集.

    5.2 評估標(biāo)準(zhǔn)

    推薦系統(tǒng)的準(zhǔn)確性和有效性一般用精確度(Precision,P)、召回率(Recall,R)來測量,精確度的定義如下:

    P=(命中的數(shù)目)/(推薦的數(shù)目)
    R=(命中的數(shù)目)/(測試集的大小)

    為避免精確度和召回率之間相互沖突,設(shè)定新的F測度,F的指標(biāo)越好則模型的推薦質(zhì)量越好.如下式:

    (6)

    5.3 實(shí)驗(yàn)方案及結(jié)果分析

    K-means聚類的聚類數(shù)目K的選擇是一個(gè)關(guān)鍵,由于預(yù)處理數(shù)據(jù)中的三組數(shù)據(jù)相對于平均值有大于等于或小于兩種情況,因此設(shè)定K為2×2×2=8.在分析過程中對聚類結(jié)果的類別間距離進(jìn)行方差分析,類別間距離差異的概率值均小于0.05,即聚類效果好.

    在HOSVD模型中,對展開矩陣A進(jìn)行SVD分解得到酉矩陣U的維數(shù)K進(jìn)行實(shí)驗(yàn)確定.保留的維數(shù)很重要,若K太小, 則不能得到評分矩陣中的重要結(jié)構(gòu);若K太大,則失去了矩陣降維的意義[13].

    本實(shí)驗(yàn)以經(jīng)典的協(xié)同過濾算法為比較對象,采用相同的數(shù)據(jù)集和評估標(biāo)準(zhǔn).實(shí)驗(yàn)按照top-n的值分別取3,5,10,15和20進(jìn)行計(jì)算分析,計(jì)算結(jié)果見表5.根據(jù)表5可以得出文中算法和傳統(tǒng)算法的性能比較(圖3).

    表5 兩種算法的F值比較

    圖3 兩種算法性能比較

    實(shí)驗(yàn)數(shù)據(jù)證明,文中算法在推薦不同項(xiàng)目個(gè)數(shù)top-n的情況下具有較大的F值,因此文中的高階奇異值推薦算法比傳統(tǒng)推薦方法更加有效.

    6 結(jié)論

    針對傳統(tǒng)推薦算法中存在的數(shù)據(jù)稀疏性導(dǎo)致推薦效果下降的問題,文中結(jié)合大眾標(biāo)注網(wǎng)站中含有標(biāo)簽的數(shù)據(jù),將K-means聚類和高階奇異值分解相結(jié)合對推薦算法進(jìn)行了改進(jìn),使得原始數(shù)據(jù)中包含的標(biāo)簽信息能夠充分利用,從而達(dá)到更好的推薦效果.

    隨著電子商務(wù)網(wǎng)站數(shù)據(jù)量的不斷攀升,以及標(biāo)簽作為重要的項(xiàng)目信息得到越來越廣泛的運(yùn)用,傳統(tǒng)的推薦系統(tǒng)在處理此類問題上受到了挑戰(zhàn).如何有效提高推薦精度是當(dāng)前推薦系統(tǒng)研究的熱門話題.文中算法以高階奇異值分解為基礎(chǔ)加入對原始數(shù)據(jù)的聚類步驟,以求進(jìn)一步解決數(shù)據(jù)稀疏性問題.在今后的研究工作中還可以將其他算法進(jìn)行揉合改進(jìn)推薦系統(tǒng),以取得更加有效的推薦精度.

    [1] 竇玉萌,趙丹群. 協(xié)作標(biāo)注系統(tǒng)研究綜述[J]. 現(xiàn)代圖書情報(bào)技術(shù),2009,175(2):9-17.

    [2] Vozalis M G, Margaritis K G. Using SVD and demographic data for the enhancement of generalized collaborative filtering[J].InformationSciences,2007,177(15):3017-3037.

    [3] 黃國彬. 大眾標(biāo)注研究進(jìn)展[J]. 圖書情報(bào)工作,2008,52(1):13-15.

    [4] Mangold W G, Faulds D J. Social media: The new hybrid element of the promotion mix[J].BusinessHorizons,2009,52:357-365.

    [5] Meo P D, Nocera A. Recommendation of similar users, resources and social networks in a social internetworking scenario[J].InformationSciences,2011,181(7):1285-1305.

    [6] 程慧榮,黃國彬,孫坦. 國外基于大眾標(biāo)注系統(tǒng)的標(biāo)簽研究[J]. 圖書情報(bào)工作,2009,53(2):121-124.

    [7] Nan Zheng,Qiudan Li. A recommender system based on tag and time information for social tagging systems[J].ExpertSystemswithApplications,2011,38(4):4575-4587.

    [8] Resnick P,Hal R V. Recommender system[J].CommunicationsoftheACM,1997,40(3):56-58.

    [9] 孫玲芳,張婧. 基于RFM 模型和協(xié)同過濾的電子商務(wù)推薦機(jī)制[J]. 江蘇科技大學(xué)學(xué)報(bào):自然科學(xué)版,2010,24(3):285-289.

    Sun Lingfang, Zhang Jing. Electronic recommendation mechanism based on RFM model and collaborative filtering[J].JournalofJiangsuUniversityofScienceandtechnology:NaturalScienceEdition,2010,24(3):285-289.(in Chinese)

    [10] Symeonidis P, Nanopoulos A, Manolopoulos Y. A unified framework for providing recommendations in social tagging systems based on ternary semantic analysis[J].TransactionsonKnowledgeandDataEngineering,2010,22:179-191.

    [11] 吳文亮. 聚類分析中K-均值與K-中心點(diǎn)算法的研究[D]. 廣州:華南理工大學(xué),2011:15-18.

    [12] Symeonidis P, Ruxanda M, Nanopoulos A. Ternary semantic analysis of social tags for personalized music recommendation [J].KnowledgeRepresentation,Tags,Metadata,2008(2):219-224.

    [13] Markaki M, Stylianou Y. Discrimination of speech from nonspeeech in broadcast news based on modulation frequency features[J].SpeechCommunication, 2011,53:726-735.

    猜你喜歡
    張量大眾標(biāo)簽
    上汽大眾ID.3
    汽車觀察(2021年11期)2021-04-24 18:04:58
    一汽-大眾ID.6CROZZ
    汽車觀察(2021年11期)2021-04-24 18:04:58
    偶數(shù)階張量core逆的性質(zhì)和應(yīng)用
    四元數(shù)張量方程A*NX=B 的通解
    上汽大眾
    大眾ID.4
    無懼標(biāo)簽 Alfa Romeo Giulia 200HP
    車迷(2018年11期)2018-08-30 03:20:32
    不害怕撕掉標(biāo)簽的人,都活出了真正的漂亮
    海峽姐妹(2018年3期)2018-05-09 08:21:02
    擴(kuò)散張量成像MRI 在CO中毒后遲發(fā)腦病中的應(yīng)用
    標(biāo)簽化傷害了誰
    av播播在线观看一区| 男人舔奶头视频| 欧美又色又爽又黄视频| 亚洲成人中文字幕在线播放| 爱豆传媒免费全集在线观看| 国产精品三级大全| 亚洲精品影视一区二区三区av| 美女cb高潮喷水在线观看| 亚洲成人久久爱视频| 精品无人区乱码1区二区| 免费看日本二区| 久久久久久久亚洲中文字幕| 成人欧美大片| 丝袜喷水一区| 91精品国产九色| 观看美女的网站| 亚洲精品色激情综合| 午夜福利高清视频| 观看免费一级毛片| 综合色丁香网| 观看美女的网站| 免费大片18禁| 亚洲精品乱久久久久久| 国产午夜精品久久久久久一区二区三区| 精品国产露脸久久av麻豆 | 精品一区二区免费观看| 日日啪夜夜撸| 一级毛片aaaaaa免费看小| 高清毛片免费看| 99热精品在线国产| 91精品一卡2卡3卡4卡| 国产又黄又爽又无遮挡在线| 日韩在线高清观看一区二区三区| 成人午夜精彩视频在线观看| 国产精品蜜桃在线观看| 亚洲在线自拍视频| 国产成人精品久久久久久| 久久99热这里只有精品18| 成人漫画全彩无遮挡| 最近的中文字幕免费完整| 99热精品在线国产| 免费看a级黄色片| 淫秽高清视频在线观看| 美女高潮的动态| 97超碰精品成人国产| 亚洲精品aⅴ在线观看| 国产一区亚洲一区在线观看| 男人的好看免费观看在线视频| 乱码一卡2卡4卡精品| 亚洲成色77777| 91精品国产九色| 真实男女啪啪啪动态图| 国产极品精品免费视频能看的| 久久久久久久久大av| 国产成人a∨麻豆精品| av国产久精品久网站免费入址| 青春草国产在线视频| 国产精品人妻久久久久久| 久久久亚洲精品成人影院| 色综合站精品国产| 久久99热6这里只有精品| 亚洲成av人片在线播放无| 波多野结衣高清无吗| 欧美一区二区国产精品久久精品| 国产真实乱freesex| 青春草视频在线免费观看| 国产成人精品久久久久久| 亚洲国产欧洲综合997久久,| 最近2019中文字幕mv第一页| 欧美日本视频| eeuss影院久久| 一区二区三区四区激情视频| 亚洲精品乱码久久久v下载方式| 精品酒店卫生间| 26uuu在线亚洲综合色| 日本爱情动作片www.在线观看| 成人二区视频| 国产精品一区二区在线观看99 | 国产成人91sexporn| 亚洲婷婷狠狠爱综合网| 亚洲人成网站在线播| 免费观看精品视频网站| 国产综合懂色| 国产亚洲精品av在线| 国产大屁股一区二区在线视频| 内地一区二区视频在线| 亚洲国产色片| 久久综合国产亚洲精品| 亚洲国产最新在线播放| 中文字幕人妻熟人妻熟丝袜美| 国产高清不卡午夜福利| 一边亲一边摸免费视频| 99热全是精品| 国产精品国产高清国产av| 99久久精品热视频| 精品人妻熟女av久视频| 不卡视频在线观看欧美| 日日撸夜夜添| 乱系列少妇在线播放| 国产精品电影一区二区三区| 亚洲欧美精品专区久久| av视频在线观看入口| 成年av动漫网址| 国产老妇女一区| 我的女老师完整版在线观看| 51国产日韩欧美| 亚洲精华国产精华液的使用体验| 婷婷色综合大香蕉| 99久久精品国产国产毛片| 国产免费又黄又爽又色| 国产 一区精品| 久久6这里有精品| 亚洲美女搞黄在线观看| 日本免费一区二区三区高清不卡| 日韩成人av中文字幕在线观看| 亚洲国产成人一精品久久久| 午夜福利在线观看免费完整高清在| 国产成人精品婷婷| 人妻少妇偷人精品九色| 欧美人与善性xxx| 3wmmmm亚洲av在线观看| 日本欧美国产在线视频| 青春草视频在线免费观看| 久久精品人妻少妇| 日韩av在线大香蕉| 国产探花在线观看一区二区| 神马国产精品三级电影在线观看| 卡戴珊不雅视频在线播放| 老司机福利观看| 免费无遮挡裸体视频| 久久久久精品久久久久真实原创| 精品一区二区三区视频在线| www.av在线官网国产| 久久久成人免费电影| 禁无遮挡网站| 亚洲性久久影院| 国产一区二区在线观看日韩| 2021少妇久久久久久久久久久| 赤兔流量卡办理| 亚洲自拍偷在线| 18禁在线无遮挡免费观看视频| 亚洲在线自拍视频| 国产一级毛片七仙女欲春2| 国产亚洲午夜精品一区二区久久 | videossex国产| 中文在线观看免费www的网站| 黄色配什么色好看| 97超碰精品成人国产| 国产色婷婷99| 久久精品国产鲁丝片午夜精品| 九九爱精品视频在线观看| 又爽又黄无遮挡网站| 嘟嘟电影网在线观看| 桃色一区二区三区在线观看| 国产在视频线精品| 插阴视频在线观看视频| 好男人视频免费观看在线| 亚洲欧美中文字幕日韩二区| 日日干狠狠操夜夜爽| 男女国产视频网站| av又黄又爽大尺度在线免费看 | 一本久久精品| 国产久久久一区二区三区| 人人妻人人看人人澡| 91精品一卡2卡3卡4卡| 全区人妻精品视频| 国产一区二区在线观看日韩| 人人妻人人澡欧美一区二区| 欧美日韩精品成人综合77777| 国产成人免费观看mmmm| 一夜夜www| 好男人视频免费观看在线| 欧美丝袜亚洲另类| 色网站视频免费| 久久精品影院6| 久久久久久久午夜电影| 最近2019中文字幕mv第一页| 熟女电影av网| 一级二级三级毛片免费看| 内地一区二区视频在线| 免费看a级黄色片| 久久午夜福利片| 色尼玛亚洲综合影院| 国产精品一区二区性色av| 国产av不卡久久| 国产69精品久久久久777片| 亚洲最大成人中文| 国产成人91sexporn| 国产黄色视频一区二区在线观看 | 岛国在线免费视频观看| 免费观看精品视频网站| 免费播放大片免费观看视频在线观看 | 色视频www国产| 夫妻性生交免费视频一级片| 国产视频首页在线观看| 亚洲久久久久久中文字幕| 纵有疾风起免费观看全集完整版 | 99久国产av精品国产电影| 亚洲欧美成人精品一区二区| 爱豆传媒免费全集在线观看| 亚洲人成网站在线播| 91久久精品电影网| 欧美xxxx黑人xx丫x性爽| 人人妻人人看人人澡| 99久久精品热视频| 建设人人有责人人尽责人人享有的 | 成人国产麻豆网| 亚洲欧美日韩高清专用| 国产免费男女视频| 淫秽高清视频在线观看| av黄色大香蕉| 久久国产乱子免费精品| 精品无人区乱码1区二区| av天堂中文字幕网| 午夜亚洲福利在线播放| 国产伦精品一区二区三区四那| 久久国产乱子免费精品| 两个人视频免费观看高清| 午夜激情福利司机影院| 欧美成人精品欧美一级黄| 黄色一级大片看看| 国产精品国产三级专区第一集| 日日撸夜夜添| 久久婷婷人人爽人人干人人爱| 2021天堂中文幕一二区在线观| 国产成人91sexporn| 乱系列少妇在线播放| h日本视频在线播放| 成年女人永久免费观看视频| 国产 一区 欧美 日韩| 欧美日韩在线观看h| 亚洲va在线va天堂va国产| 国产精品不卡视频一区二区| 国产国拍精品亚洲av在线观看| 国产v大片淫在线免费观看| 欧美精品一区二区大全| 午夜福利在线观看吧| 国产伦理片在线播放av一区| 日韩三级伦理在线观看| 国产精品久久电影中文字幕| 国产一区二区三区av在线| 国产亚洲精品久久久com| 免费看光身美女| 亚洲内射少妇av| av线在线观看网站| 美女大奶头视频| 99久国产av精品国产电影| 九草在线视频观看| 18禁在线播放成人免费| 亚洲在线观看片| 26uuu在线亚洲综合色| 最近的中文字幕免费完整| 精品国产露脸久久av麻豆 | 亚洲婷婷狠狠爱综合网| 黄色一级大片看看| 一个人免费在线观看电影| 日韩视频在线欧美| www.色视频.com| 国产亚洲一区二区精品| 午夜日本视频在线| 国产淫片久久久久久久久| 白带黄色成豆腐渣| 免费观看人在逋| 国产欧美日韩精品一区二区| 日韩欧美三级三区| 乱码一卡2卡4卡精品| av国产免费在线观看| 午夜激情欧美在线| 日本免费一区二区三区高清不卡| 国产老妇伦熟女老妇高清| 成年版毛片免费区| 女人十人毛片免费观看3o分钟| 国产精品野战在线观看| av又黄又爽大尺度在线免费看 | 亚洲真实伦在线观看| 国产在视频线精品| 国产淫语在线视频| 日本午夜av视频| 亚洲国产色片| 少妇熟女aⅴ在线视频| 日本wwww免费看| 男人狂女人下面高潮的视频| 欧美又色又爽又黄视频| 亚洲人与动物交配视频| 永久免费av网站大全| 亚洲五月天丁香| 欧美日韩国产亚洲二区| 狂野欧美激情性xxxx在线观看| 日本一本二区三区精品| 日日撸夜夜添| 级片在线观看| 久久这里只有精品中国| 中文字幕制服av| 亚洲精品日韩在线中文字幕| 午夜爱爱视频在线播放| 搞女人的毛片| 亚洲精品日韩av片在线观看| 色吧在线观看| 免费观看性生交大片5| 啦啦啦啦在线视频资源| 可以在线观看毛片的网站| 欧美日韩综合久久久久久| 亚洲欧美日韩无卡精品| 成人特级av手机在线观看| 国产淫片久久久久久久久| 午夜激情福利司机影院| 国产大屁股一区二区在线视频| 国产在线男女| 天天躁夜夜躁狠狠久久av| 97超视频在线观看视频| 亚洲精品国产av成人精品| 蜜桃久久精品国产亚洲av| 国产激情偷乱视频一区二区| 麻豆久久精品国产亚洲av| 噜噜噜噜噜久久久久久91| 久久精品夜色国产| 亚洲国产精品合色在线| 久久精品影院6| 99热全是精品| 亚洲性久久影院| 久久欧美精品欧美久久欧美| 热99在线观看视频| 国产毛片a区久久久久| 国产三级中文精品| 岛国在线免费视频观看| 又爽又黄a免费视频| 亚洲第一区二区三区不卡| 九九热线精品视视频播放| 99久国产av精品| 亚洲最大成人中文| 高清日韩中文字幕在线| 国产精品美女特级片免费视频播放器| 亚洲精华国产精华液的使用体验| 亚洲精品亚洲一区二区| 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 | 真实男女啪啪啪动态图| 久久精品夜夜夜夜夜久久蜜豆| 久久草成人影院| 国产精品福利在线免费观看| 少妇人妻精品综合一区二区| 亚洲精品自拍成人| 麻豆精品久久久久久蜜桃| 久久热精品热| 国产黄色视频一区二区在线观看 | 久热久热在线精品观看| 亚洲乱码一区二区免费版| 中文字幕精品亚洲无线码一区| 国产女主播在线喷水免费视频网站 | 精品一区二区三区视频在线| ponron亚洲| 精品欧美国产一区二区三| 精品国产露脸久久av麻豆 | 午夜激情欧美在线| 汤姆久久久久久久影院中文字幕 | 中文字幕免费在线视频6| 91aial.com中文字幕在线观看| 建设人人有责人人尽责人人享有的 | 国产精品爽爽va在线观看网站| 免费一级毛片在线播放高清视频| 成年女人永久免费观看视频| 亚洲精华国产精华液的使用体验| 欧美性感艳星| 国产免费男女视频| 91久久精品国产一区二区成人| 国产探花极品一区二区| 两个人视频免费观看高清| 搞女人的毛片| 久久韩国三级中文字幕| 免费av不卡在线播放| 免费搜索国产男女视频| 美女脱内裤让男人舔精品视频| 日韩高清综合在线| 亚洲电影在线观看av| 免费观看的影片在线观看| 免费观看在线日韩| 午夜爱爱视频在线播放| 国产极品天堂在线| 麻豆av噜噜一区二区三区| 亚洲自拍偷在线| 三级国产精品片| 日本免费在线观看一区| 岛国在线免费视频观看| 老师上课跳d突然被开到最大视频| 22中文网久久字幕| 六月丁香七月| 秋霞伦理黄片| av国产免费在线观看| 亚洲精品影视一区二区三区av| 又爽又黄a免费视频| 国产精品1区2区在线观看.| 亚洲一级一片aⅴ在线观看| 美女cb高潮喷水在线观看| 日本免费在线观看一区| av女优亚洲男人天堂| 1000部很黄的大片| 韩国av在线不卡| 亚洲精品亚洲一区二区| 干丝袜人妻中文字幕| 国产午夜精品久久久久久一区二区三区| 女人被狂操c到高潮| 欧美日韩精品成人综合77777| 成年av动漫网址| 久久这里只有精品中国| 国产一区有黄有色的免费视频 | 听说在线观看完整版免费高清| 亚洲性久久影院| 免费观看性生交大片5| 白带黄色成豆腐渣| 一级毛片我不卡| 国产一级毛片七仙女欲春2| 亚洲国产精品成人久久小说| 日产精品乱码卡一卡2卡三| 亚洲一区高清亚洲精品| 色噜噜av男人的天堂激情| 色尼玛亚洲综合影院| 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 | 国产亚洲av嫩草精品影院| 精品一区二区三区人妻视频| 一级黄片播放器| 国产精品无大码| 一卡2卡三卡四卡精品乱码亚洲| 久久99热这里只有精品18| 国产色爽女视频免费观看| 天堂√8在线中文| a级一级毛片免费在线观看| 乱人视频在线观看| 99久久九九国产精品国产免费| videossex国产| 国产成人精品久久久久久| 午夜爱爱视频在线播放| 中文欧美无线码| 极品教师在线视频| www.色视频.com| 久久久精品大字幕| 乱人视频在线观看| 久久久久久久久久久免费av| 国产在视频线精品| 久久精品人妻少妇| 欧美成人免费av一区二区三区| 久久亚洲精品不卡| 亚洲三级黄色毛片| 久久综合国产亚洲精品| 黄色日韩在线| 男人和女人高潮做爰伦理| 亚洲激情五月婷婷啪啪| 欧美成人免费av一区二区三区| www.色视频.com| 成人综合一区亚洲| 中文字幕熟女人妻在线| 人妻制服诱惑在线中文字幕| 日本一二三区视频观看| 久久欧美精品欧美久久欧美| 欧美极品一区二区三区四区| 亚洲自偷自拍三级| 欧美高清成人免费视频www| 免费观看人在逋| h日本视频在线播放| 毛片女人毛片| 国产极品天堂在线| 亚洲美女搞黄在线观看| 久久精品国产鲁丝片午夜精品| 七月丁香在线播放| 小蜜桃在线观看免费完整版高清| av在线播放精品| 三级男女做爰猛烈吃奶摸视频| 1024手机看黄色片| 亚洲精品aⅴ在线观看| 久久久色成人| 亚洲中文字幕一区二区三区有码在线看| 69人妻影院| 99久久精品一区二区三区| 美女国产视频在线观看| 成人二区视频| 三级国产精品欧美在线观看| 国产精品久久视频播放| 国产免费男女视频| 九色成人免费人妻av| 蜜桃久久精品国产亚洲av| 亚洲精品亚洲一区二区| 国产老妇伦熟女老妇高清| 熟女电影av网| 91在线精品国自产拍蜜月| 人人妻人人看人人澡| 亚洲av.av天堂| 免费黄网站久久成人精品| 欧美bdsm另类| 欧美极品一区二区三区四区| 日韩一本色道免费dvd| 国产亚洲av嫩草精品影院| 伦理电影大哥的女人| 一区二区三区免费毛片| 国产精品不卡视频一区二区| 激情 狠狠 欧美| 少妇的逼水好多| 狂野欧美激情性xxxx在线观看| 亚洲av中文字字幕乱码综合| АⅤ资源中文在线天堂| 午夜精品一区二区三区免费看| 亚洲伊人久久精品综合 | 国产精品野战在线观看| 国产一区二区在线av高清观看| 国产精品野战在线观看| 亚洲国产欧美在线一区| 老师上课跳d突然被开到最大视频| 亚洲av成人精品一二三区| 国产91av在线免费观看| 精华霜和精华液先用哪个| 精品无人区乱码1区二区| 身体一侧抽搐| 男女视频在线观看网站免费| 亚洲性久久影院| 少妇的逼好多水| 久久人妻av系列| 久久99热这里只有精品18| 成人美女网站在线观看视频| 一个人免费在线观看电影| 亚洲国产高清在线一区二区三| a级毛色黄片| 久久久成人免费电影| 赤兔流量卡办理| 性插视频无遮挡在线免费观看| 成人毛片60女人毛片免费| 久热久热在线精品观看| 又粗又硬又长又爽又黄的视频| 精品少妇黑人巨大在线播放 | 国产乱人视频| 亚洲国产精品久久男人天堂| 精品久久国产蜜桃| 国语自产精品视频在线第100页| 能在线免费观看的黄片| 国内揄拍国产精品人妻在线| 看片在线看免费视频| 毛片一级片免费看久久久久| 日韩一本色道免费dvd| 高清毛片免费看| 丰满乱子伦码专区| 亚洲成人av在线免费| 久久人人爽人人片av| 婷婷六月久久综合丁香| 18+在线观看网站| 日韩欧美精品免费久久| 日本与韩国留学比较| 十八禁国产超污无遮挡网站| 午夜亚洲福利在线播放| 我的老师免费观看完整版| 蜜桃亚洲精品一区二区三区| 一边亲一边摸免费视频| 亚洲色图av天堂| 最近的中文字幕免费完整| 菩萨蛮人人尽说江南好唐韦庄 | 中文精品一卡2卡3卡4更新| 日韩国内少妇激情av| 麻豆成人午夜福利视频| 久久亚洲精品不卡| 日韩在线高清观看一区二区三区| 一本久久精品| 美女大奶头视频| 久久精品熟女亚洲av麻豆精品 | 久久久色成人| 少妇丰满av| 少妇的逼水好多| 日韩高清综合在线| 亚洲国产精品sss在线观看| 大又大粗又爽又黄少妇毛片口| 亚洲av一区综合| 精品一区二区三区人妻视频| 中文字幕免费在线视频6| 一级毛片电影观看 | 嫩草影院新地址| 男的添女的下面高潮视频| 久久精品国产亚洲av天美| 亚洲精品国产成人久久av| 精品国产露脸久久av麻豆 | av在线老鸭窝| 狠狠狠狠99中文字幕| 在线观看av片永久免费下载| 精品久久久久久久久久久久久| 免费看美女性在线毛片视频| 我的老师免费观看完整版| 精品久久久久久成人av| 中文字幕熟女人妻在线| 国产极品精品免费视频能看的| 中文字幕制服av| 综合色av麻豆| 天堂中文最新版在线下载 | 亚洲aⅴ乱码一区二区在线播放| 高清午夜精品一区二区三区| 精品人妻熟女av久视频| 91aial.com中文字幕在线观看| 少妇熟女欧美另类| 中文欧美无线码| 国产精品蜜桃在线观看| 国产成人91sexporn| 国产伦精品一区二区三区四那| 成人漫画全彩无遮挡| 天天一区二区日本电影三级| 偷拍熟女少妇极品色| 不卡视频在线观看欧美| 一区二区三区四区激情视频| 尾随美女入室| 欧美性猛交╳xxx乱大交人| 在线播放无遮挡| 69人妻影院| 人体艺术视频欧美日本| 亚洲欧美日韩高清专用| 人妻夜夜爽99麻豆av| 最近2019中文字幕mv第一页| 永久免费av网站大全| 国产美女午夜福利| 国产一区二区三区av在线| 高清在线视频一区二区三区 | 久久精品综合一区二区三区| 日韩成人伦理影院| 一级毛片久久久久久久久女| 日日摸夜夜添夜夜添av毛片|