• <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
    夜夜看夜夜爽夜夜摸| 欧美成人a在线观看| 日韩成人在线观看一区二区三区| 日本在线视频免费播放| 乱人视频在线观看| 国产精品影院久久| 99久久久亚洲精品蜜臀av| 亚洲电影在线观看av| 在线a可以看的网站| 久久久久免费精品人妻一区二区| 日韩欧美国产在线观看| 好男人在线观看高清免费视频| 九九久久精品国产亚洲av麻豆| 久久久久久久久久黄片| 国产午夜精品久久久久久一区二区三区 | 日本熟妇午夜| 亚洲中文日韩欧美视频| 日日夜夜操网爽| 久久性视频一级片| 日日干狠狠操夜夜爽| 一个人免费在线观看电影| 少妇被粗大猛烈的视频| 国产乱人视频| 麻豆久久精品国产亚洲av| 又黄又爽又免费观看的视频| 久久久久久久久久成人| 国产白丝娇喘喷水9色精品| 熟女电影av网| 91午夜精品亚洲一区二区三区 | 五月伊人婷婷丁香| 欧美在线黄色| 美女免费视频网站| 午夜a级毛片| 天堂动漫精品| 狠狠狠狠99中文字幕| 亚洲内射少妇av| 久久久精品欧美日韩精品| 亚洲最大成人av| 男人舔奶头视频| 午夜福利18| 亚州av有码| 九色成人免费人妻av| 免费看a级黄色片| 午夜免费成人在线视频| 一区福利在线观看| 美女免费视频网站| 99热只有精品国产| 亚洲乱码一区二区免费版| 91麻豆精品激情在线观看国产| 日韩成人在线观看一区二区三区| 久久这里只有精品中国| 九色成人免费人妻av| 国产av不卡久久| 亚洲av电影在线进入| 精品人妻视频免费看| 少妇被粗大猛烈的视频| 草草在线视频免费看| 婷婷六月久久综合丁香| 亚洲,欧美精品.| or卡值多少钱| 一本久久中文字幕| 久久99热6这里只有精品| 亚洲黑人精品在线| 在线观看午夜福利视频| 少妇人妻精品综合一区二区 | 国产aⅴ精品一区二区三区波| 日本三级黄在线观看| 国产精品伦人一区二区| 欧美另类亚洲清纯唯美| 国内久久婷婷六月综合欲色啪| 亚洲久久久久久中文字幕| 高潮久久久久久久久久久不卡| 成人欧美大片| 好看av亚洲va欧美ⅴa在| 在线播放无遮挡| 韩国av一区二区三区四区| 国产精品一区二区免费欧美| 夜夜躁狠狠躁天天躁| 黄色配什么色好看| av在线蜜桃| 国产午夜福利久久久久久| 久久久久亚洲av毛片大全| 久久99热这里只有精品18| 日韩中字成人| 国产一区二区激情短视频| 制服丝袜大香蕉在线| 亚洲精品粉嫩美女一区| 国产黄a三级三级三级人| 精品一区二区三区人妻视频| 内射极品少妇av片p| 国产毛片a区久久久久| 在线a可以看的网站| 国产伦一二天堂av在线观看| 亚洲精品乱码久久久v下载方式| 在现免费观看毛片| 久久精品综合一区二区三区| 国产一区二区在线观看日韩| 偷拍熟女少妇极品色| 三级毛片av免费| 国内精品久久久久久久电影| 亚洲人成网站高清观看| 一本精品99久久精品77| 欧美另类亚洲清纯唯美| 亚洲精品乱码久久久v下载方式| 一本精品99久久精品77| 午夜日韩欧美国产| 两性午夜刺激爽爽歪歪视频在线观看| 欧美三级亚洲精品| 久久久成人免费电影| 国产成人福利小说| 亚洲七黄色美女视频| a在线观看视频网站| 日本撒尿小便嘘嘘汇集6| 国产色爽女视频免费观看| 亚洲无线观看免费| 亚洲电影在线观看av| 久久这里只有精品中国| 观看美女的网站| 久9热在线精品视频| 日本在线视频免费播放| 国内精品一区二区在线观看| 亚州av有码| 日韩 亚洲 欧美在线| 国产亚洲精品综合一区在线观看| 一a级毛片在线观看| 男女视频在线观看网站免费| 天堂网av新在线| 国内少妇人妻偷人精品xxx网站| 亚洲内射少妇av| 国内精品久久久久久久电影| 国产黄片美女视频| 亚洲国产欧美人成| 人妻久久中文字幕网| 国产白丝娇喘喷水9色精品| 亚洲激情在线av| 在现免费观看毛片| 欧美日本视频| 99久久精品热视频| 欧美日韩福利视频一区二区| 国内精品一区二区在线观看| 九色成人免费人妻av| 免费在线观看亚洲国产| 一个人看视频在线观看www免费| www日本黄色视频网| 免费观看人在逋| 欧美另类亚洲清纯唯美| 99久久久亚洲精品蜜臀av| 中文字幕熟女人妻在线| 国产在视频线在精品| 三级国产精品欧美在线观看| 制服丝袜大香蕉在线| 国产久久久一区二区三区| 在线天堂最新版资源| 久久人人爽人人爽人人片va | 国产亚洲精品久久久久久毛片| 五月玫瑰六月丁香| 又爽又黄无遮挡网站| 免费无遮挡裸体视频| 亚洲美女搞黄在线观看 | 免费av不卡在线播放| 日韩欧美三级三区| 欧美中文日本在线观看视频| 精品一区二区三区视频在线观看免费| 美女xxoo啪啪120秒动态图 | a级毛片a级免费在线| 久9热在线精品视频| 国产在线男女| 亚洲精品亚洲一区二区| 男女视频在线观看网站免费| 中文字幕高清在线视频| 色综合亚洲欧美另类图片| 在线观看午夜福利视频| 赤兔流量卡办理| 亚洲美女黄片视频| 亚洲aⅴ乱码一区二区在线播放| 在线播放国产精品三级| 日本五十路高清| 久久6这里有精品| 亚洲美女搞黄在线观看 | 国产黄片美女视频| 一个人免费在线观看的高清视频| 久久久久精品国产欧美久久久| 国产高清视频在线播放一区| 毛片一级片免费看久久久久 | 欧美乱色亚洲激情| 美女高潮喷水抽搐中文字幕| 成人鲁丝片一二三区免费| 欧美日韩综合久久久久久 | 日本a在线网址| 国内久久婷婷六月综合欲色啪| 悠悠久久av| 超碰av人人做人人爽久久| 亚洲男人的天堂狠狠| 我的老师免费观看完整版| 欧美一区二区亚洲| 国产成人a区在线观看| 波多野结衣高清无吗| 亚洲欧美日韩卡通动漫| 国产在线男女| 男女床上黄色一级片免费看| 免费看日本二区| 国产视频一区二区在线看| 国产一区二区在线av高清观看| 男人狂女人下面高潮的视频| 久久久久久九九精品二区国产| 午夜亚洲福利在线播放| 精品国内亚洲2022精品成人| 热99在线观看视频| 两人在一起打扑克的视频| 麻豆成人av在线观看| 国产精品三级大全| 中文字幕人妻熟人妻熟丝袜美| 日韩欧美国产一区二区入口| 亚洲欧美清纯卡通| 少妇熟女aⅴ在线视频| 免费高清视频大片| 免费黄网站久久成人精品 | 色综合欧美亚洲国产小说| 全区人妻精品视频| 99国产精品一区二区蜜桃av| 少妇的逼水好多| 欧美bdsm另类| 欧美色视频一区免费| 久久久久国产精品人妻aⅴ院| 亚州av有码| 性欧美人与动物交配| 亚洲国产高清在线一区二区三| 在线观看美女被高潮喷水网站 | 久久婷婷人人爽人人干人人爱| 麻豆国产av国片精品| 久久精品国产亚洲av涩爱 | 国产精品亚洲美女久久久| 亚洲av美国av| 99久久精品国产亚洲精品| 在线观看66精品国产| or卡值多少钱| 国产探花在线观看一区二区| 欧美午夜高清在线| 精品日产1卡2卡| 精品一区二区三区人妻视频| 最近最新免费中文字幕在线| 免费看光身美女| 哪里可以看免费的av片| 国内久久婷婷六月综合欲色啪| 国产精品久久久久久亚洲av鲁大| 99在线视频只有这里精品首页| 亚洲va日本ⅴa欧美va伊人久久| 男女床上黄色一级片免费看| 色尼玛亚洲综合影院| 成人国产一区最新在线观看| 久久九九热精品免费| 在线十欧美十亚洲十日本专区| 国产一区二区激情短视频| 内地一区二区视频在线| 亚洲欧美日韩无卡精品| 狂野欧美白嫩少妇大欣赏| .国产精品久久| 国产一区二区三区在线臀色熟女| 国产色爽女视频免费观看| www日本黄色视频网| 欧美日韩福利视频一区二区| 动漫黄色视频在线观看| 国产精品爽爽va在线观看网站| 国产成人欧美在线观看| 又粗又爽又猛毛片免费看| 一区二区三区免费毛片| 757午夜福利合集在线观看| 午夜福利免费观看在线| 夜夜躁狠狠躁天天躁| 一a级毛片在线观看| 在线免费观看不下载黄p国产 | 97超视频在线观看视频| 久久香蕉精品热| 国产免费av片在线观看野外av| 午夜激情欧美在线| 人妻夜夜爽99麻豆av| 深爱激情五月婷婷| 老司机午夜十八禁免费视频| 在线观看免费视频日本深夜| 欧美成人性av电影在线观看| 国产综合懂色| 在线天堂最新版资源| 88av欧美| 丰满人妻熟妇乱又伦精品不卡| 国产野战对白在线观看| 国产欧美日韩一区二区精品| 全区人妻精品视频| 中亚洲国语对白在线视频| 精品久久久久久久久久免费视频| 亚洲美女黄片视频| 无人区码免费观看不卡| 欧美一区二区精品小视频在线| 嫩草影院入口| 在线十欧美十亚洲十日本专区| 噜噜噜噜噜久久久久久91| 在线免费观看不下载黄p国产 | 搞女人的毛片| 精华霜和精华液先用哪个| 日韩有码中文字幕| 一区二区三区高清视频在线| 禁无遮挡网站| 欧美区成人在线视频| 九九热线精品视视频播放| 久久精品国产99精品国产亚洲性色| 麻豆久久精品国产亚洲av| 女人十人毛片免费观看3o分钟| 午夜日韩欧美国产| 亚洲最大成人av| 国产精品一区二区免费欧美| 国产精品影院久久| 在线观看午夜福利视频| .国产精品久久| 最近中文字幕高清免费大全6 | 色综合婷婷激情| 欧美在线黄色| 非洲黑人性xxxx精品又粗又长| 夜夜看夜夜爽夜夜摸| 亚洲黑人精品在线| 日韩精品中文字幕看吧| 色播亚洲综合网| 精品一区二区三区av网在线观看| 免费在线观看影片大全网站| 中亚洲国语对白在线视频| 国产免费男女视频| 午夜亚洲福利在线播放| 国产成+人综合+亚洲专区| 欧美日韩中文字幕国产精品一区二区三区| 看免费av毛片| 深夜a级毛片| 久久久色成人| 欧美日韩黄片免| 日韩高清综合在线| 亚洲精品一卡2卡三卡4卡5卡| 91在线精品国自产拍蜜月| 十八禁国产超污无遮挡网站| 91久久精品电影网| 性色av乱码一区二区三区2| 高清在线国产一区| 亚洲av成人不卡在线观看播放网| 成人av在线播放网站| 亚洲中文字幕日韩| 日本一二三区视频观看| 午夜福利在线观看免费完整高清在 | 美女 人体艺术 gogo| 不卡一级毛片| 欧美成狂野欧美在线观看| 真人做人爱边吃奶动态| 欧美在线黄色| 国产成人影院久久av| 老司机深夜福利视频在线观看| 成人特级av手机在线观看| 免费观看精品视频网站| 少妇的逼好多水| av黄色大香蕉| 国产真实伦视频高清在线观看 | 1024手机看黄色片| 三级国产精品欧美在线观看| 欧美乱妇无乱码| 国产老妇女一区| 日本a在线网址| 最近最新中文字幕大全电影3| 久久精品夜夜夜夜夜久久蜜豆| 亚洲第一欧美日韩一区二区三区| 五月伊人婷婷丁香| 成人亚洲精品av一区二区| 中文字幕人成人乱码亚洲影| 1024手机看黄色片| 黄色一级大片看看| 日日干狠狠操夜夜爽| 欧美日韩瑟瑟在线播放| 日日干狠狠操夜夜爽| 在线十欧美十亚洲十日本专区| 免费观看人在逋| 国产在线精品亚洲第一网站| 亚洲美女黄片视频| 在线看三级毛片| 亚洲精品一区av在线观看| 99热6这里只有精品| 久久精品人妻少妇| 两人在一起打扑克的视频| 国产精品影院久久| 午夜福利视频1000在线观看| netflix在线观看网站| a级毛片a级免费在线| 日韩欧美在线乱码| 国内毛片毛片毛片毛片毛片| 亚洲va日本ⅴa欧美va伊人久久| 最近中文字幕高清免费大全6 | 一本精品99久久精品77| 久久久久久久久久黄片| 夜夜躁狠狠躁天天躁| 哪里可以看免费的av片| 国产在线男女| 国产伦精品一区二区三区视频9| 欧美中文日本在线观看视频| 午夜福利18| 成人鲁丝片一二三区免费| 男人舔奶头视频| 午夜免费激情av| 欧美绝顶高潮抽搐喷水| 日本精品一区二区三区蜜桃| 精品日产1卡2卡| 又黄又爽又免费观看的视频| 小蜜桃在线观看免费完整版高清| 12—13女人毛片做爰片一| 亚洲av电影在线进入| 91麻豆av在线| 精品一区二区三区人妻视频| 欧美日韩乱码在线| 亚洲一区高清亚洲精品| 人妻夜夜爽99麻豆av| 国产一区二区在线av高清观看| 国产视频内射| 久久香蕉精品热| 亚洲性夜色夜夜综合| 久久精品国产99精品国产亚洲性色| 又紧又爽又黄一区二区| 成人特级av手机在线观看| 啦啦啦观看免费观看视频高清| 亚洲美女视频黄频| 免费看日本二区| 国产精品影院久久| 十八禁人妻一区二区| 久久久久国产精品人妻aⅴ院| 我的女老师完整版在线观看| 禁无遮挡网站| 在线国产一区二区在线| 精品人妻视频免费看| 国产淫片久久久久久久久 | 欧美区成人在线视频| 国产成人福利小说| 99久国产av精品| 国产乱人视频| 午夜福利视频1000在线观看| 国产亚洲精品av在线| 久久久久久久久大av| 99热这里只有是精品在线观看 | 亚洲国产色片| 中文亚洲av片在线观看爽| 国产精品久久久久久人妻精品电影| 国产伦精品一区二区三区四那| 亚洲av.av天堂| 久久午夜亚洲精品久久| 少妇高潮的动态图| 国产精品女同一区二区软件 | 国内精品久久久久精免费| 91字幕亚洲| 一个人免费在线观看电影| 99精品在免费线老司机午夜| 自拍偷自拍亚洲精品老妇| 国产亚洲精品久久久com| 成年版毛片免费区| av在线天堂中文字幕| 亚洲av不卡在线观看| 久久国产精品影院| 狠狠狠狠99中文字幕| 看片在线看免费视频| 亚州av有码| 亚洲av不卡在线观看| 无遮挡黄片免费观看| av女优亚洲男人天堂| 搡老妇女老女人老熟妇| 国产aⅴ精品一区二区三区波| 亚洲av成人av| 亚洲,欧美,日韩| 性插视频无遮挡在线免费观看| 中文亚洲av片在线观看爽| 可以在线观看的亚洲视频| 国产三级中文精品| 无人区码免费观看不卡| 91字幕亚洲| 国内精品久久久久久久电影| 日韩中字成人| 久久久精品大字幕| 亚洲自拍偷在线| 成年免费大片在线观看| 亚洲精品亚洲一区二区| 国产精品电影一区二区三区| 国产精品一区二区免费欧美| 亚洲av成人精品一区久久| 两性午夜刺激爽爽歪歪视频在线观看| 色综合婷婷激情| 亚洲无线观看免费| 国产亚洲精品综合一区在线观看| 亚洲自拍偷在线| 男人舔奶头视频| 日本五十路高清| 亚洲av美国av| 成人午夜高清在线视频| 亚洲无线在线观看| 99久久精品国产亚洲精品| 国产在视频线在精品| 亚洲成人久久性| 97超视频在线观看视频| 国产淫片久久久久久久久 | 国产一区二区激情短视频| av女优亚洲男人天堂| 一本精品99久久精品77| 12—13女人毛片做爰片一| 午夜福利免费观看在线| 51国产日韩欧美| 国产精品野战在线观看| 日韩精品青青久久久久久| 99在线人妻在线中文字幕| 亚洲人与动物交配视频| 波野结衣二区三区在线| 丰满的人妻完整版| 亚洲五月婷婷丁香| 怎么达到女性高潮| 国产精品久久久久久亚洲av鲁大| 淫秽高清视频在线观看| 少妇人妻精品综合一区二区 | 岛国在线免费视频观看| 国产中年淑女户外野战色| 在线国产一区二区在线| 日本与韩国留学比较| 亚洲av熟女| 九色国产91popny在线| 一个人看的www免费观看视频| 亚洲美女黄片视频| 欧美成人a在线观看| 国内精品久久久久久久电影| 亚洲最大成人中文| 国内揄拍国产精品人妻在线| 青草久久国产| 精品久久久久久久久久免费视频| 欧美日韩综合久久久久久 | 国产 一区 欧美 日韩| 美女大奶头视频| 亚洲精品影视一区二区三区av| 亚洲在线自拍视频| 少妇人妻一区二区三区视频| 听说在线观看完整版免费高清| 一卡2卡三卡四卡精品乱码亚洲| 一个人看的www免费观看视频| 欧美日韩中文字幕国产精品一区二区三区| 国产v大片淫在线免费观看| 动漫黄色视频在线观看| 露出奶头的视频| 校园春色视频在线观看| 日韩欧美 国产精品| 制服丝袜大香蕉在线| 久久久久精品国产欧美久久久| 人人妻,人人澡人人爽秒播| 亚洲五月天丁香| 中文字幕久久专区| 深夜a级毛片| av女优亚洲男人天堂| 国产黄片美女视频| 久久久久久国产a免费观看| 欧美另类亚洲清纯唯美| 午夜福利在线观看免费完整高清在 | 欧美性感艳星| 在线免费观看不下载黄p国产 | 欧美zozozo另类| 亚洲欧美激情综合另类| 黄色一级大片看看| 欧美在线黄色| 亚洲最大成人手机在线| 免费看光身美女| 亚洲,欧美精品.| 中文字幕精品亚洲无线码一区| 免费看光身美女| 麻豆国产97在线/欧美| 一卡2卡三卡四卡精品乱码亚洲| 亚洲中文字幕一区二区三区有码在线看| 免费电影在线观看免费观看| 男女做爰动态图高潮gif福利片| ponron亚洲| 天堂av国产一区二区熟女人妻| bbb黄色大片| 91在线精品国自产拍蜜月| 国产野战对白在线观看| 婷婷精品国产亚洲av| 看免费av毛片| 97超级碰碰碰精品色视频在线观看| or卡值多少钱| 亚洲自拍偷在线| 国产精品久久久久久久电影| 国产在线男女| 麻豆一二三区av精品| 深夜精品福利| 人妻丰满熟妇av一区二区三区| 国内精品美女久久久久久| 男女视频在线观看网站免费| 欧美最黄视频在线播放免费| 午夜a级毛片| bbb黄色大片| 欧美日韩黄片免| 99久久无色码亚洲精品果冻| 在线观看舔阴道视频| 精品午夜福利在线看| 蜜桃久久精品国产亚洲av| 亚洲精品在线观看二区| 亚洲欧美日韩高清专用| 在线天堂最新版资源| 床上黄色一级片| 精品久久久久久久久久免费视频| 欧美bdsm另类| 国产日本99.免费观看| 精品一区二区三区人妻视频| 免费人成视频x8x8入口观看| 在线播放无遮挡| 有码 亚洲区| 久久人妻av系列| 精品国产三级普通话版| 男人狂女人下面高潮的视频| 两个人的视频大全免费| 毛片一级片免费看久久久久 | 国产精品综合久久久久久久免费| 亚洲av一区综合| 一级作爱视频免费观看| 免费一级毛片在线播放高清视频| 国产精品久久久久久精品电影| 两人在一起打扑克的视频|