• <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 ?

    基于多尺度粗糙集模型的決策樹在高校就業(yè)數(shù)據(jù)分析中的應用

    2014-12-13 03:18:32麥曉冬翁建榮彭凌西
    關鍵詞:粗糙集決策樹尺度

    麥曉冬 ,賈 萍,翁建榮,彭凌西

    (1.廣東輕工職業(yè)技術學院電子通信工程系,廣州510300;2.廣東輕工職業(yè)技術學院實訓實驗中心,廣州510300;3.廣州大學計算機科學與教育軟件學院,廣州510006)

    目前,積累在高校學生管理信息系統(tǒng)里面的海量數(shù)據(jù)尤其是歷史就業(yè)數(shù)據(jù),沒有得到應有的重視.按照《國家中長期教育改革和發(fā)展規(guī)劃綱要(2010—2020年)》[1]對教育信息化建設提出的目標:“整合各級各類教育管理資源,為宏觀決策提供科學依據(jù)”,分析歷史就業(yè)數(shù)據(jù),挖掘出影響就業(yè)的主要因素,為決策者改進學校就業(yè)指導工作、提高就業(yè)率和就業(yè)質量提供決策支持.

    對就業(yè)數(shù)據(jù)進行分析主要是希望找出數(shù)據(jù)背后隱藏著的一些重要的模式和知識.近年來,有學者提出把數(shù)據(jù)挖掘應用到該問題中,主要是將決策樹這種應用廣泛的數(shù)據(jù)挖掘分類方法應用到實際的決策分類問題中.文獻[2]、[3]采用了C4.5 算法進行決策分類樹的生成,該算法是由Quinlan 研制的國際上最早和最有影響的ID3 決策樹生成算法[4]的改進算法,但該方法不能很好地處理就業(yè)數(shù)據(jù)中存在的模糊性和不確定問題;文獻[5]采用的模糊決策樹算法[6]是對傳統(tǒng)決策樹的擴充和完善,使得決策樹學習的應用范圍擴大到了能處理數(shù)據(jù)的不確定性;文獻[7]提出基于變精度粗糙集算法[8]的決策樹模型,從而解決了就業(yè)數(shù)據(jù)中不一致信息的處理.由于實際就業(yè)情況的多樣性和復雜性,學校歷史就業(yè)數(shù)據(jù)一般都是噪聲比較大的數(shù)據(jù)集,而且各級機構對決策精度的要求也有所區(qū)別,上述方法在處理決策精度需求不同和噪聲適應能力等問題上均無法很好的解決,而基于多尺度粗糙集模型的決策樹算法,借鑒了變精度粗糙集的思想,將多尺度概念引入粗糙集理論中,可以很好地解決此問題[9]. 基于此,文中提出將基于多尺度粗糙集模型的決策樹算法應用于高校就業(yè)數(shù)據(jù)分析,并以實際就業(yè)數(shù)據(jù)為例進行分析,同時將分析結果與C4.5 算法和基于粗糙集的決策樹生成算法的分析結果進行比較.

    1 基于多尺度粗糙集模型(MRSM)的決策樹生成算法

    基于多尺度粗糙集模型(MRSM)的決策樹生成算法是在變精度粗糙集理論的基礎上結合尺度變量和尺度函數(shù),利用變量在不同尺度中呈現(xiàn)不同決策規(guī)則的特點,生成決策樹.

    要構建多尺度粗糙集決策樹,首先要選擇每個節(jié)點處的分類屬性. 如果選擇某一分類屬性對節(jié)點處樣本數(shù)據(jù)進行分類,它能為決策規(guī)則提供最多的確定信息,那么就可以選擇它作為分類屬性.由于近似邊界域的存在,信息的確定性會出現(xiàn)某種程度上的近似包含問題,即不確定的信息也可能會提供有用的決策規(guī)則[10]. 文獻[9]提出的MRSM 算法,定義了近似分類精度dci(D)來界定這種近似包含的范圍,近似分類屬性值越大,可以為決策分析提供更多的確定信息和一些可能起作用的不確定信息部分,因此選擇近似分類精度最大的屬性作為根節(jié)點的擴展屬性.

    設多尺度決策信息系統(tǒng)S = (U,C ∪D,V,f(s)),全域U,條件屬性集C,決策屬性集D,決策函數(shù)f(s),Ci為C 的一個條件屬性,{X1,X2,…,Xn}是Ci在全域U 的一個子域,{Y1,Y2,…,Yn}是決策屬性D 在全域U 的一個子域,條件屬性Ci對決策屬性D 關于決策函數(shù)f(s)的近似分類精度為dci(D).

    近似分類精度的計算公式如下:

    在具體生成決策樹的過程中,通過引入抑制因子在決策樹生成過程中對決策樹進行修剪,可以減少決策樹生成后還需要剪枝的步驟,提高了決策樹生成的速度.同時,生成出來的決策樹沒那么復雜,也便于決策者理解.

    文獻[9]給出的抑制因子的定義為:對決策表信息系統(tǒng)S=(U,C,D,V,f),C 和D 分別稱為條件屬性集和決策屬性集,分類U/C ={x1,x2,…,xn},U/D ={y1,y2,…,ym},決策規(guī)則為rij:des(xi)?des(yi).

    設kij為決策規(guī)則rij的可能性因子,kij=且0≤kij≤1,其中是滿足決策規(guī)則xi→yj的總樣本條數(shù)是滿足決策規(guī)則的前件的樣本數(shù).

    從抑制因子的定義可知,若全域U 的抑制因子大于某一個給定的閾值λ(0 <λ ≤1),則說明某個決策規(guī)則前往取值des(Xi)=f(a,Xi)(aC)時至少有100 λ%的實例在決策屬性上取相同的值D0,這時,保留條件屬性值f(a,Xi),不再需要往下生成決策樹,并直接用D0標記葉子,這樣屏蔽了少數(shù)噪聲數(shù)據(jù)對決策樹造成的不良影響,減少生成的決策樹的復雜度[9].

    由上述分析,給出基于多尺度粗糙集模型的決策樹生成算法:

    輸入:多尺度決策信息系統(tǒng)S =(U,C∪D,V,f(s)),對象集U,條件屬性集C,決策屬性集D,決策函數(shù)f(s),閾值λ(λ >0.5);

    輸出:一棵決策樹.

    Step1:生成一個節(jié)點N;

    Step2:計算出每個條件屬性C 對應決策屬性D關于尺度函數(shù)f(s)的近似分類精度dci(D),并選取其最大值對應的條件屬性值來標記其根節(jié)點N,若存在dci(D)值相同的情況,則選取對應的等價類最小的那個值;

    Step3:如果dci(D)≥f(s),則轉到Step4,否則轉到Step6;

    Step4:計算出當前條件屬性C 對應的可能性因子kij和抑制因子yci(Xi)的值,并轉到Step5;

    Step5:根據(jù)計算出的抑制因子yci(Xi)的值與閾值λ 進行對比,若yci(Xi)≥λ,則保留當前條件屬性值f(a,Xi)用D0標記葉子節(jié)點,并結束該子集的計算;若yci(Xi)<λ,則選取條件屬性值為f(a,Xi)時劃分的子集作為新的對象集,并返回Step2;

    Step6:根據(jù)選擇的條件屬性節(jié)點將對象集分成若干個子集,并計算子集所對應的決策屬性值,如果屬性值相同,則直接用決策屬性值標記葉子節(jié)點,結束該子集的計算,直到所有子集運算結束;否則選取這些子集作為新的對象集,返回Step2.

    2 基于MRSM 的決策樹生成算法在就業(yè)數(shù)據(jù)分析中的應用

    2.1 數(shù)據(jù)收集及處理

    對就業(yè)數(shù)據(jù)進行挖掘分析,首先要有明確的數(shù)據(jù)分析對象.本文的數(shù)據(jù)選自某學院2012 屆畢業(yè)生的數(shù)據(jù),抽取出與就業(yè)有關的屬性,如性別、專業(yè)成績、外語等級、計算機等級、技能等級和就業(yè)單位等,并取其中20 條實例作為就業(yè)訓練樣本集,條件屬性集為C={e1,e2,e3,e4},決策屬性為D=(d),如表1所示[11].其中條件屬性專業(yè)成績e1根據(jù)學生專業(yè)成績的加權平均分并分成3 類:中等(加權平均分<70)、良好(70≤加權平均分<85)、優(yōu)秀(加權平均分≥85 分),并分別取值(1 表示中等,2 表示良好,3 表示優(yōu)秀),外語等級e2根據(jù)學生考取的英語證書等級取值(1 表示A 級,2 表示四級,3 表示六級),計算機等級e3根據(jù)學生考取的計算機證書等級取值(1 表示1 級,2 表示2 級),技能等級e4根據(jù)學生考取的技能證書等級取值(1 表示初級,2 表示中級,3 表示高級).對于決策屬性就業(yè)單位d,首先根據(jù)學生就業(yè)單位的單位性質將就業(yè)單位分成事業(yè)單位(A)、民營企業(yè)(B)、外資企業(yè)(C)三類,事業(yè)單位大體上包括政府單位、國有企業(yè)、大中專院校等,民營企業(yè)大體上包括民間個人或組織經(jīng)營的企業(yè),外資企業(yè)大體上包括外國獨資或中外合資的企業(yè),并按各類企業(yè)所提供的待遇效益、地理位置等進行梯隊劃分,量化取值為好事業(yè)單位(A1)、一般事業(yè)單位(A2)、好民營企業(yè)(B1)、一般民營企業(yè)(B2)、好外資企業(yè)(C1)、一般外資企業(yè)(C2). 數(shù)據(jù)量化后的結果見表1.

    表1 學生就業(yè)數(shù)據(jù)Table 1 The employment data of students

    2.2 構造決策樹

    根據(jù)上述給出的基于MRSM 的決策樹生成算法,我們首先設定尺度函數(shù)f(s)=0.6 和閾值λ =0.8,用該算法構造決策樹過程如下:

    (1)根據(jù)式(1)計算每個條件屬性相對決策屬性關于尺度函數(shù)f(s)的近似精度,得到de1(D)=0.74,de2(D)=0.15,de3(D)=0.32,de4(D)=0.32.

    (2)根據(jù)算法Step2,選取屬性e1即專業(yè)成績標記為根節(jié)點e1.

    (3)de1(D)=0.74≥0.6,所以轉到算法Step4.

    (4)由屬性e1有3 種可能值(1,2,3)可知形成的樹有3個不同分支,其中在e1=1 的情況,得到抑制因子的值為1 >λ,因此將屬性e1標識為葉子;在e1=2 和e1=3 的2 種情況中,得到的抑制因子的值不滿足yci(Xi)≥λ 的條件,則取當前子集返回Step2進行計算.

    (5)再次根據(jù)式(1)計算近似精度值,得出de4=1 的值最大,因此選擇屬性即技能等級為樹的節(jié)點.以此類推,最終得到1個復雜度為8、深度為3和葉子數(shù)為5 的決策樹(圖1).

    圖1 f(s)=0.6 時生成的決策樹Figure 1 Generated decision tree of f(s)=0.6

    MRSM 決策樹生成算法可基于不同的尺度函數(shù)f(s)獲得不同角度、不同尺度的決策樹,因此,我們分別再取f(s)=0.8 進行計算分析.完成如上運算過程后,得到一棵復雜度為10、深度為3、葉子數(shù)為6 的決策樹(圖2).

    圖2 f(s)=0.8 時生成的決策樹Figure 2 Generated decision tree of f(s)=0.8

    2.3 尺度的討論

    分析本文實驗結果,隨著尺度變量的增加,f(s)變大,對知識的表達就更詳細,決策規(guī)則的數(shù)目逐漸變多,但是生成的決策樹結構的復雜度也越高.這是因為在MRSM 決策樹生成算法中,由于尺度變量增加,決策屬性所對應的近似邊界的范圍會逐漸變窄,決策規(guī)則的覆蓋度提高. 但是,要說明的是,在噪聲較多的情況下,決策規(guī)則的覆蓋度提高有時候得出的一些規(guī)則是一些不確定的規(guī)則[10]. 所以,要充分考慮不同用戶對決策精度的要求,尺度函數(shù)f(s)參數(shù)的選擇,要根據(jù)決策分析時面對的數(shù)據(jù)集和用戶對研究問題的精確程度,合理選擇參數(shù).

    2.4 規(guī)則知識描述

    根據(jù)基于MSRM 的決策樹生成算法,從根節(jié)點到葉子節(jié)點可得到一條決策規(guī)則. 結合本文就業(yè)訓練集進行分析的結果,通過圖1 可以得出當f(s)=0.6 時的決策規(guī)則:

    Rules1:If 專業(yè)成績=“中”then 在一般民企就業(yè);

    Rules2:If 專業(yè)成績=“良”and 技能等級=“中級”then 在一般民企單位就業(yè);

    Rules3:If 專業(yè)成績=“良”and 技能等級=“高級”then 在一般事業(yè)單位就業(yè);

    Rules4:If 專業(yè)成績=“優(yōu)”and 技能等級=“中”then 在好的民企單位就業(yè);

    Rules5:If 專業(yè)成績=“優(yōu)”and 技能等級=“高級”then 在好的事業(yè)單位就業(yè).

    通過圖2 也可以得出在決策函數(shù)f(s)=0.8 時的決策規(guī)則,在這里不再詳細列出具體規(guī)則.

    由以上2 種決策函數(shù)不同取值所得出的規(guī)則分析,要提高畢業(yè)生的就業(yè)質量,都應該在人才培養(yǎng)方案中加大對學生的專業(yè)素養(yǎng)的培養(yǎng),專業(yè)課程的設置必須貼近工作實際;針對畢業(yè)生就業(yè)方向主要集中的民營單位和事業(yè)單位,學生應該要考取更高級的技能證書,尤其是事業(yè)單位更加認可的等級證書.

    2.5 結果與分析

    為驗證基于MRSM 決策樹生成算法對就業(yè)數(shù)據(jù)挖掘的有效性,采用實驗環(huán)境如下:硬件:Intel(R)Core(TM)2 Duo CPU 2.93 GHz,2G 內存;軟件:Windows XP(SP3)和Matlab 6.5. 實驗訓練集為表1 的就業(yè)數(shù)據(jù),將本算法與C4.5 和基于粗糙集(Rough Set)的決策樹生成算法[12]進行比較,其結果如表2所示.可見,采用基于多尺度粗糙集模型的決策樹生成算法對就業(yè)數(shù)據(jù)進行分析,樹形結構的規(guī)模和深度都不大,所以產(chǎn)生的規(guī)則數(shù)量也比較簡潔,但不存在不可分的數(shù)據(jù)集. 而其他2 種算法對就業(yè)數(shù)據(jù)進行分析,得出的決策樹相對復雜,產(chǎn)生的規(guī)則數(shù)目較多,且存在不可預測的數(shù)據(jù)集.

    表2 不同算法生成決策樹的比較Table 2 Comparison of decision trees generated by different algorithms

    3 基于MRSM 的決策樹生成算法的性能評價

    評價每一種決策樹生成算法的性能,決策樹的復雜度和分類準確度是2個比較重要的因素. 復雜度是指根據(jù)分類發(fā)現(xiàn)模型對問題的規(guī)則描述的簡潔性和運算復雜性,規(guī)則描述越簡潔就越容易理解,如決策樹的規(guī)模和深度以及運算耗時等指標;分類準確度是指根據(jù)所得的分類模型準確預測新的或未知的數(shù)據(jù)類的能力,準確度高意味著可以在處理巨量數(shù)據(jù)時可以得到更精準的分類數(shù)據(jù)[13].

    按決策樹運用的2個階段:學習階段和測試階段,實驗選取1 000 條就業(yè)數(shù)據(jù)作為測試集,對上述利用訓練集建立的決策樹模型進行測試實驗,即運用生成的決策模型對輸入的測試集數(shù)據(jù)進行分類.實驗按不同尺度函數(shù)f(s)=0.6 和f(s)=0.8 分別進行實驗,從決策樹的分類準確度和運行時間這2個決策樹性能方面將本算法與C4.5 以及RS 算法進行了比較,實驗比較結果見表3. 結果顯示,基于多尺度粗糙集模型的決策樹生成算法在分類準確度和運行速度上都優(yōu)于C4.5 算法,雖然在不同尺度函數(shù)取值情況下其分類準確度要低于或等于RS 算法的分類準確度,但在運行速度上都要優(yōu)于對方.需要注明,實驗樣本集數(shù)據(jù)會對決策樹性能產(chǎn)生影響,且結合上文分析得知,基于多尺度粗糙集模型的決策樹生成算法中尺度函數(shù)的取值也對決策樹性能具有重要的影響. 因此,在進行決策分析時應該根據(jù)數(shù)據(jù)集和用戶對研究問題的精確程度,注重參數(shù)的選擇.

    表3 不同算法決策樹性能的比較Table 3 Comparison of decision tree performance by different algorithms

    4 結語

    當前,就業(yè)形勢日趨嚴峻,高校應該加大整合資源、提高科學決策工作的力度,依靠科學手段,有效地提高本校畢業(yè)生的就業(yè)率和就業(yè)質量. 本文提出了將基于多尺度粗糙集模型的決策樹算法運用到對高校就業(yè)數(shù)據(jù)的挖掘分析,以此挖掘出海量就業(yè)數(shù)據(jù)背后有用的模式和知識. 基于多尺度粗糙集模型的決策樹算法,引入了尺度變量和尺度函數(shù),使得生成的決策樹能夠滿足不同用戶對決策精度的需求,并使用抑制因子對決策樹進行修剪,使得生成的決策樹結構簡單,決策規(guī)則易于理解.將基于多尺度粗糙集模型的決策樹算法應用到高校就業(yè)數(shù)據(jù)分析,挖掘出來的規(guī)則可以滿足學校不同決策者的精度需求,可以有效地幫助學校各級管理層對學校的各項就業(yè)工作、人才培養(yǎng)方案的制訂等方面提供更準確科學的決策.

    [1]國家中長期教育改革和發(fā)展規(guī)劃綱要工作小組辦公室. 國家中長期教育改革和發(fā)展規(guī)劃綱要(2010~2020年)[EB/OL]. (2010- 07- 29)[2013- 10-16]. http://www. moe. gov. cn/publicfiles/business/htmlfiles/moe/A01_zcwj/201008/xxgk_93785.html.

    [2]雷松澤,郝艷.基于決策樹的就業(yè)數(shù)據(jù)挖掘[J].西安工業(yè)學院學報,2005(5):24-27.Lei S Z,Hao Y.Data mining in employment based on decision tree[J]. Journal of Xi'an Institute of Technology,2005(5):24-27.

    [3]Quinlan J R. Induction of decision trees[J]. Machine Learning,1986,1(1):81-106.

    [4]韓曉穎.基于決策樹的數(shù)據(jù)挖掘技術在學生就業(yè)指導中的應用[J]. 科協(xié)論壇:下半月,2011(12):172-173.Han X Y. Based on the decision tree data mining technology in the students career guidance[J].Science & Technology Association Forum:Second half,2011(12):172-173.

    [5]楊斷利,張銳,王文顯.基于模糊決策樹的高校就業(yè)數(shù)據(jù)挖掘研究[J].河北農(nóng)業(yè)大學學報,2012(2):111-114.Yang D L,Zhang R,Wang W X.Data mining in student’s employment base on fuzzy decision tree[J]. Journal of Agricultural University of Hebei,2012(2):111-114.

    [6]Janikow C Z. Fuzzy decision trees:Issues and methods[J].IEEE Transactions on Systems,Man,and Cybernetics:Part B,1998,28(1):1-14.

    [7]常志玲,王嵐. 一種新的決策樹模型在就業(yè)分析中的應用[J].計算機工程與科學,2011(5):141-145.Chang Z L,Wang L.Data mining in employment based on a new decision tree [J]. Computer Engineering & Science,2011(5):141-145.

    [8]孫士保,秦克云. 變精度覆蓋粗糙集模型的推廣研究[J].計算機科學,2008(11):210-213.Sun S B,Qin K Y. On the generalization of variable precision covering rough set model[J]. Computer Science,2008(11):210-213.

    [9]陳家俊,蘇守寶,徐華麗.基于多尺度粗糙集模型的決策樹優(yōu)化算法[J]. 計算機應用,2011(12):3243-3246.Chen J J,Su S B,Xu H L. Decision tree optimization algorithm based on multiscale rough set model[J]. Journal of Computer Application,2011(12):3243-3246.

    [10]翟敬梅,劉海濤,徐曉.面向噪聲數(shù)據(jù)的多尺度粗糙集模型研究[J].計算機工程與應用,2011(6):12-14;18.Zhai J M,Liu H T,Xu X. Research of multiscale rough set model for noise data[J]. Computer Engineering and Applications,2011(6):12-14;18.

    [11]鄧自洋.改進決策樹算法在高校就業(yè)管理中的應用研究[D].上海:華東理工大學,2013.Deng Z Y.An improved decision tree algorithm and its application on university employment management[D].Shanghai:East China University of Science and Technology,2013.

    [12]常志玲,周慶敏,楊清蓮.基于粗糙集理論的決策樹構造算法[J]. 南京工業(yè)大學學報:自然科學版,2005(4):80-83.Chang Z L,Zhou Q M,Yang Q L. Decision tree algorithm based on rough set[J]. Journal of Nanjing University of Technology,2005(4):80-83.

    [13]丁苗. 決策樹技術在畢業(yè)生就業(yè)數(shù)據(jù)中的應用研究[D].吉林:遼寧工程技術大學,2012.Ding M.Research on the decision tree applied in the employment data of undergraduate student[D]. Jilin:Liaoning Technology University,2012.

    猜你喜歡
    粗糙集決策樹尺度
    基于Pawlak粗糙集模型的集合運算關系
    財產(chǎn)的五大尺度和五重應對
    一種針對不均衡數(shù)據(jù)集的SVM決策樹算法
    決策樹和隨機森林方法在管理決策中的應用
    電子制作(2018年16期)2018-09-26 03:27:06
    多?;植诩再|的幾個充分條件
    宇宙的尺度
    太空探索(2016年5期)2016-07-12 15:17:55
    基于決策樹的出租車乘客出行目的識別
    雙論域粗糙集在故障診斷中的應用
    兩個域上的覆蓋變精度粗糙集模型
    基于肺癌CT的決策樹模型在肺癌診斷中的應用
    国产欧美亚洲国产| 欧美另类亚洲清纯唯美| 久久久久精品国产欧美久久久 | 亚洲精品国产精品久久久不卡| 激情视频va一区二区三区| videos熟女内射| 午夜精品久久久久久毛片777| 亚洲成av片中文字幕在线观看| 日韩免费高清中文字幕av| 老司机深夜福利视频在线观看 | 法律面前人人平等表现在哪些方面 | 国产熟女午夜一区二区三区| 午夜激情久久久久久久| 午夜福利视频在线观看免费| 欧美日韩一级在线毛片| 天天躁夜夜躁狠狠躁躁| 黑人欧美特级aaaaaa片| 黑人巨大精品欧美一区二区蜜桃| 老鸭窝网址在线观看| 99国产精品一区二区蜜桃av | 熟女少妇亚洲综合色aaa.| 好男人电影高清在线观看| 国产欧美亚洲国产| 久久精品熟女亚洲av麻豆精品| 国产免费视频播放在线视频| 国产精品一区二区在线观看99| 国产区一区二久久| 亚洲美女黄色视频免费看| 一级片免费观看大全| 十八禁高潮呻吟视频| 高清在线国产一区| 日韩欧美一区二区三区在线观看 | 性少妇av在线| 黑人欧美特级aaaaaa片| 久久狼人影院| 日韩视频一区二区在线观看| 丝袜美足系列| 菩萨蛮人人尽说江南好唐韦庄| 免费在线观看日本一区| 十八禁网站网址无遮挡| a级毛片在线看网站| 狠狠狠狠99中文字幕| 亚洲激情五月婷婷啪啪| 亚洲国产精品成人久久小说| 日韩中文字幕欧美一区二区| 亚洲精品一卡2卡三卡4卡5卡 | 69精品国产乱码久久久| 国产精品一区二区精品视频观看| 久久女婷五月综合色啪小说| 法律面前人人平等表现在哪些方面 | 少妇人妻久久综合中文| 三上悠亚av全集在线观看| 国产免费视频播放在线视频| 中文字幕色久视频| 国产亚洲欧美精品永久| 极品人妻少妇av视频| 少妇被粗大的猛进出69影院| 手机成人av网站| 十八禁网站免费在线| 一本色道久久久久久精品综合| av在线app专区| 大码成人一级视频| 国产精品一区二区在线观看99| 亚洲av片天天在线观看| 亚洲国产欧美日韩在线播放| 操美女的视频在线观看| 国产成人系列免费观看| 亚洲美女黄色视频免费看| 在线亚洲精品国产二区图片欧美| 国产无遮挡羞羞视频在线观看| 男男h啪啪无遮挡| 久久久欧美国产精品| 精品乱码久久久久久99久播| 妹子高潮喷水视频| 久久久精品区二区三区| 亚洲国产精品成人久久小说| 日韩免费高清中文字幕av| 一本久久精品| 欧美 亚洲 国产 日韩一| 色视频在线一区二区三区| 一区二区三区精品91| 黄色 视频免费看| 老司机靠b影院| 久久性视频一级片| 欧美一级毛片孕妇| av超薄肉色丝袜交足视频| 日本精品一区二区三区蜜桃| 妹子高潮喷水视频| av天堂久久9| 91麻豆精品激情在线观看国产 | 如日韩欧美国产精品一区二区三区| 黄色视频在线播放观看不卡| 午夜福利免费观看在线| 丝袜人妻中文字幕| 少妇 在线观看| 国产免费福利视频在线观看| 国产淫语在线视频| 亚洲精品美女久久久久99蜜臀| 人人妻人人爽人人添夜夜欢视频| 欧美在线黄色| 国产日韩欧美亚洲二区| 日韩 欧美 亚洲 中文字幕| 欧美日本中文国产一区发布| 国产伦人伦偷精品视频| 国产成人精品无人区| 五月开心婷婷网| 亚洲精品日韩在线中文字幕| 大香蕉久久成人网| av又黄又爽大尺度在线免费看| 各种免费的搞黄视频| 国产欧美日韩综合在线一区二区| 亚洲伊人色综图| 国产成人欧美在线观看 | 欧美另类一区| 精品国产乱码久久久久久男人| 欧美成人午夜精品| 欧美日韩亚洲综合一区二区三区_| 一本综合久久免费| 黄色视频在线播放观看不卡| 国产精品偷伦视频观看了| 青春草视频在线免费观看| 欧美激情 高清一区二区三区| 丝袜美足系列| 亚洲美女黄色视频免费看| 一区二区三区四区激情视频| 欧美午夜高清在线| 久久 成人 亚洲| 午夜日韩欧美国产| 天天影视国产精品| 电影成人av| 亚洲第一青青草原| 男女边摸边吃奶| 建设人人有责人人尽责人人享有的| 我的亚洲天堂| 一边摸一边抽搐一进一出视频| 久久热在线av| 国产成人欧美在线观看 | 777米奇影视久久| 国产欧美日韩一区二区三 | 日日摸夜夜添夜夜添小说| 十八禁网站网址无遮挡| 999精品在线视频| www.999成人在线观看| 中文欧美无线码| 在线亚洲精品国产二区图片欧美| 一本色道久久久久久精品综合| 欧美日韩中文字幕国产精品一区二区三区 | 中文字幕精品免费在线观看视频| av天堂久久9| 亚洲久久久国产精品| 亚洲欧洲精品一区二区精品久久久| 国产精品久久久av美女十八| 精品第一国产精品| 另类亚洲欧美激情| 久久天堂一区二区三区四区| 夜夜夜夜夜久久久久| 最新的欧美精品一区二区| 老司机深夜福利视频在线观看 | 蜜桃国产av成人99| 男女午夜视频在线观看| 日本精品一区二区三区蜜桃| 日韩人妻精品一区2区三区| 各种免费的搞黄视频| 国产精品 欧美亚洲| 国产日韩一区二区三区精品不卡| 亚洲自偷自拍图片 自拍| 97人妻天天添夜夜摸| 新久久久久国产一级毛片| 亚洲精品美女久久久久99蜜臀| a级毛片在线看网站| 色婷婷av一区二区三区视频| 亚洲人成77777在线视频| 宅男免费午夜| 国产精品二区激情视频| 大香蕉久久成人网| 亚洲色图 男人天堂 中文字幕| www.999成人在线观看| 精品国产超薄肉色丝袜足j| 亚洲黑人精品在线| 在线观看免费视频日本深夜| 亚洲性夜色夜夜综合| 无遮挡黄片免费观看| 小说图片视频综合网站| 精品少妇一区二区三区视频日本电影| 国产人伦9x9x在线观看| 18美女黄网站色大片免费观看| 久久 成人 亚洲| 欧美日韩乱码在线| 黄色a级毛片大全视频| 深夜精品福利| 国产成人一区二区三区免费视频网站| 亚洲人成77777在线视频| 免费在线观看视频国产中文字幕亚洲| 免费在线观看亚洲国产| 免费在线观看日本一区| 一本精品99久久精品77| 国产一区二区激情短视频| 老熟妇乱子伦视频在线观看| 亚洲 欧美一区二区三区| 免费看日本二区| 18禁美女被吸乳视频| 亚洲精品一区av在线观看| 非洲黑人性xxxx精品又粗又长| 长腿黑丝高跟| 波多野结衣巨乳人妻| 99精品欧美一区二区三区四区| 黄片大片在线免费观看| 中文字幕高清在线视频| 老司机午夜福利在线观看视频| 一进一出好大好爽视频| 黑人巨大精品欧美一区二区mp4| 国产一级毛片七仙女欲春2| 69av精品久久久久久| 国内揄拍国产精品人妻在线| 又黄又粗又硬又大视频| 亚洲第一电影网av| 一本久久中文字幕| 欧美日本亚洲视频在线播放| 精品国产超薄肉色丝袜足j| 成年免费大片在线观看| 麻豆国产97在线/欧美 | 国产男靠女视频免费网站| 悠悠久久av| 午夜成年电影在线免费观看| 国产精品永久免费网站| 女警被强在线播放| 好男人电影高清在线观看| 一二三四社区在线视频社区8| 观看免费一级毛片| 99精品欧美一区二区三区四区| 老司机午夜十八禁免费视频| 99久久综合精品五月天人人| 国产精品美女特级片免费视频播放器 | 精品无人区乱码1区二区| 欧美日韩精品网址| 禁无遮挡网站| 国产成人av激情在线播放| 黄色成人免费大全| 亚洲国产欧美一区二区综合| 男男h啪啪无遮挡| avwww免费| 日本黄色视频三级网站网址| 久久精品aⅴ一区二区三区四区| 国产精华一区二区三区| 亚洲欧美日韩高清在线视频| 欧美成人一区二区免费高清观看 | 国产精品一区二区精品视频观看| 国产69精品久久久久777片 | 欧美最黄视频在线播放免费| 99精品久久久久人妻精品| 欧美在线一区亚洲| 中文字幕最新亚洲高清| 美女 人体艺术 gogo| 日韩av在线大香蕉| 男女做爰动态图高潮gif福利片| 欧美日韩瑟瑟在线播放| 岛国在线观看网站| 日本在线视频免费播放| 午夜激情福利司机影院| 少妇的丰满在线观看| 久久亚洲精品不卡| 国产私拍福利视频在线观看| 欧美成人午夜精品| 色哟哟哟哟哟哟| 美女扒开内裤让男人捅视频| 国产男靠女视频免费网站| 亚洲国产精品sss在线观看| 亚洲熟妇中文字幕五十中出| 国产精品一区二区三区四区久久| a级毛片在线看网站| 亚洲成a人片在线一区二区| 日韩欧美国产在线观看| 床上黄色一级片| 欧美一级a爱片免费观看看 | 女同久久另类99精品国产91| 午夜福利免费观看在线| 老熟妇乱子伦视频在线观看| 男人舔女人下体高潮全视频| 搡老岳熟女国产| 伊人久久大香线蕉亚洲五| 在线永久观看黄色视频| 欧美高清成人免费视频www| 日韩高清综合在线| 中文字幕熟女人妻在线| 一区二区三区国产精品乱码| 中文字幕久久专区| 亚洲国产欧美网| 中文字幕最新亚洲高清| 日本精品一区二区三区蜜桃| 色av中文字幕| 黄色丝袜av网址大全| 久久亚洲真实| 久久久久久免费高清国产稀缺| 久久香蕉激情| 亚洲国产精品sss在线观看| 成人亚洲精品av一区二区| 亚洲av成人av| 国产高清视频在线播放一区| 少妇熟女aⅴ在线视频| 国产精品亚洲美女久久久| 波多野结衣巨乳人妻| 欧美 亚洲 国产 日韩一| 国产一区二区三区视频了| 成人永久免费在线观看视频| 久久精品国产清高在天天线| 1024视频免费在线观看| 99久久精品国产亚洲精品| 十八禁网站免费在线| 这个男人来自地球电影免费观看| 中文字幕av在线有码专区| 一区二区三区国产精品乱码| 国产成+人综合+亚洲专区| 欧美+亚洲+日韩+国产| 欧美中文日本在线观看视频| 高潮久久久久久久久久久不卡| 最近最新免费中文字幕在线| 黄色 视频免费看| 亚洲欧美一区二区三区黑人| 久久久久久免费高清国产稀缺| 国产亚洲精品一区二区www| 亚洲欧洲精品一区二区精品久久久| 精品久久久久久久末码| 成熟少妇高潮喷水视频| 又黄又粗又硬又大视频| 欧美一区二区国产精品久久精品 | 少妇熟女aⅴ在线视频| 999精品在线视频| 免费观看精品视频网站| 成人三级做爰电影| 免费一级毛片在线播放高清视频| 久久精品国产99精品国产亚洲性色| 男女床上黄色一级片免费看| 国产三级在线视频| 99热这里只有是精品50| 日韩大码丰满熟妇| 国产精品日韩av在线免费观看| 一本大道久久a久久精品| 激情在线观看视频在线高清| 亚洲精品久久国产高清桃花| 国产高清有码在线观看视频 | 老司机靠b影院| 精品免费久久久久久久清纯| 日韩 欧美 亚洲 中文字幕| 午夜精品一区二区三区免费看| 国产午夜精品论理片| 国产亚洲精品一区二区www| 日本一二三区视频观看| 天堂√8在线中文| 午夜免费成人在线视频| 中文在线观看免费www的网站 | 午夜日韩欧美国产| 欧美黑人精品巨大| 久久久久久九九精品二区国产 | 欧美性猛交╳xxx乱大交人| 五月伊人婷婷丁香| 欧美大码av| 午夜a级毛片| 不卡一级毛片| 国产精品99久久99久久久不卡| 精品国产乱码久久久久久男人| 一边摸一边抽搐一进一小说| 婷婷亚洲欧美| 精品乱码久久久久久99久播| 18禁黄网站禁片午夜丰满| 亚洲人成电影免费在线| 午夜激情av网站| 成年女人毛片免费观看观看9| 国产精品久久视频播放| www.999成人在线观看| 一a级毛片在线观看| av在线播放免费不卡| 中文字幕熟女人妻在线| 国产一区二区在线观看日韩 | 18禁黄网站禁片免费观看直播| 国产精品久久久av美女十八| 中文字幕熟女人妻在线| 桃红色精品国产亚洲av| 国产成人欧美在线观看| 成人欧美大片| 国产高清视频在线播放一区| 正在播放国产对白刺激| 老司机福利观看| 黄色丝袜av网址大全| 国产片内射在线| 日日夜夜操网爽| 亚洲国产精品久久男人天堂| 好看av亚洲va欧美ⅴa在| 人人妻人人澡欧美一区二区| 露出奶头的视频| 亚洲欧美激情综合另类| 精品高清国产在线一区| 国产精品久久久久久亚洲av鲁大| 一个人免费在线观看的高清视频| 日本撒尿小便嘘嘘汇集6| 久久精品亚洲精品国产色婷小说| 国产真人三级小视频在线观看| av超薄肉色丝袜交足视频| 啦啦啦观看免费观看视频高清| 97碰自拍视频| 18禁美女被吸乳视频| 国产激情久久老熟女| 亚洲乱码一区二区免费版| 午夜老司机福利片| 嫩草影视91久久| 一进一出抽搐动态| 日韩精品青青久久久久久| 国产欧美日韩一区二区精品| 一区二区三区高清视频在线| 日韩有码中文字幕| www.自偷自拍.com| 免费在线观看成人毛片| 亚洲精品一区av在线观看| 亚洲免费av在线视频| 婷婷精品国产亚洲av在线| 欧美日韩一级在线毛片| 大型黄色视频在线免费观看| 午夜老司机福利片| 精品久久久久久,| 亚洲成人久久爱视频| 色哟哟哟哟哟哟| 久久午夜亚洲精品久久| 99久久久亚洲精品蜜臀av| 日韩高清综合在线| 精品国产亚洲在线| 国产熟女午夜一区二区三区| 久久久久久人人人人人| 无人区码免费观看不卡| 午夜免费成人在线视频| 女人被狂操c到高潮| 精品久久久久久,| www国产在线视频色| 两个人免费观看高清视频| 国产成人欧美在线观看| 久久亚洲精品不卡| 国产久久久一区二区三区| 久久精品国产亚洲av香蕉五月| 法律面前人人平等表现在哪些方面| 男女下面进入的视频免费午夜| 欧美一级毛片孕妇| 午夜福利欧美成人| 蜜桃久久精品国产亚洲av| 国产精品香港三级国产av潘金莲| 精品久久久久久成人av| 国产高清激情床上av| 免费在线观看亚洲国产| 亚洲 欧美 日韩 在线 免费| 一边摸一边抽搐一进一小说| 三级男女做爰猛烈吃奶摸视频| 老鸭窝网址在线观看| 免费无遮挡裸体视频| 亚洲中文av在线| 伦理电影免费视频| 国产私拍福利视频在线观看| 美女扒开内裤让男人捅视频| 国产精品久久久久久亚洲av鲁大| 日本一区二区免费在线视频| 天天躁夜夜躁狠狠躁躁| 亚洲欧美激情综合另类| 18禁黄网站禁片免费观看直播| 校园春色视频在线观看| 久久婷婷人人爽人人干人人爱| 国内久久婷婷六月综合欲色啪| 久久婷婷人人爽人人干人人爱| 制服人妻中文乱码| 九色成人免费人妻av| 国产成人精品久久二区二区免费| 91av网站免费观看| 久久久久国产精品人妻aⅴ院| 亚洲欧美一区二区三区黑人| 白带黄色成豆腐渣| 免费看十八禁软件| 亚洲精品在线美女| 成人av在线播放网站| 精品电影一区二区在线| 久久久久性生活片| 亚洲国产精品999在线| 99热这里只有精品一区 | 99久久久亚洲精品蜜臀av| 亚洲人与动物交配视频| 婷婷精品国产亚洲av在线| 狂野欧美激情性xxxx| 国产一区二区在线观看日韩 | 99在线人妻在线中文字幕| 欧美成人一区二区免费高清观看 | 久久久久亚洲av毛片大全| 国产野战对白在线观看| 亚洲熟妇熟女久久| 久久久久国内视频| 精品熟女少妇八av免费久了| 男人的好看免费观看在线视频 | 国产av一区在线观看免费| 黄色丝袜av网址大全| 国产精品亚洲美女久久久| 日韩欧美国产一区二区入口| 变态另类丝袜制服| 国产69精品久久久久777片 | 又爽又黄无遮挡网站| 99国产精品一区二区三区| 亚洲成人精品中文字幕电影| 精品免费久久久久久久清纯| 校园春色视频在线观看| 久久香蕉精品热| 男女床上黄色一级片免费看| 久久久久九九精品影院| 黄色丝袜av网址大全| 一级黄色大片毛片| 日韩 欧美 亚洲 中文字幕| 丝袜美腿诱惑在线| 美女午夜性视频免费| 日韩大码丰满熟妇| 夜夜躁狠狠躁天天躁| 久久久久久九九精品二区国产 | 99久久无色码亚洲精品果冻| 大型av网站在线播放| 国产av一区在线观看免费| 国产高清视频在线播放一区| 亚洲人成77777在线视频| 日韩欧美在线二视频| 三级男女做爰猛烈吃奶摸视频| 国产精品99久久99久久久不卡| www.自偷自拍.com| 黄色视频,在线免费观看| 亚洲一卡2卡3卡4卡5卡精品中文| 91大片在线观看| 夜夜看夜夜爽夜夜摸| 亚洲精品粉嫩美女一区| 国产熟女午夜一区二区三区| 午夜日韩欧美国产| www日本黄色视频网| 久久精品91无色码中文字幕| 最近最新中文字幕大全电影3| 国产精品久久久久久久电影 | 国产欧美日韩一区二区精品| 亚洲国产日韩欧美精品在线观看 | 美女 人体艺术 gogo| 日韩 欧美 亚洲 中文字幕| 黑人欧美特级aaaaaa片| a级毛片a级免费在线| 天天一区二区日本电影三级| www.www免费av| 97碰自拍视频| 蜜桃久久精品国产亚洲av| 老汉色av国产亚洲站长工具| 好看av亚洲va欧美ⅴa在| 中国美女看黄片| 日韩欧美 国产精品| 欧美黄色淫秽网站| 他把我摸到了高潮在线观看| 波多野结衣巨乳人妻| 精品免费久久久久久久清纯| 精品国产超薄肉色丝袜足j| 两人在一起打扑克的视频| 欧美黑人精品巨大| 中文字幕久久专区| 18禁美女被吸乳视频| 久久久久久免费高清国产稀缺| 亚洲人成伊人成综合网2020| 在线观看一区二区三区| 夜夜躁狠狠躁天天躁| 午夜亚洲福利在线播放| 国产亚洲精品久久久久久毛片| bbb黄色大片| 中文字幕人成人乱码亚洲影| 99热这里只有是精品50| 我要搜黄色片| 999久久久精品免费观看国产| 黄色视频,在线免费观看| 午夜福利成人在线免费观看| 国产99久久九九免费精品| 久久久久精品国产欧美久久久| 波多野结衣高清无吗| 91国产中文字幕| 国产激情偷乱视频一区二区| 少妇人妻一区二区三区视频| 国产亚洲av嫩草精品影院| 国产免费男女视频| 欧美午夜高清在线| 三级毛片av免费| 日本熟妇午夜| 五月伊人婷婷丁香| 亚洲五月天丁香| 久久热在线av| 全区人妻精品视频| 床上黄色一级片| 国产高清激情床上av| 亚洲精品久久国产高清桃花| 亚洲男人的天堂狠狠| 欧美高清成人免费视频www| 白带黄色成豆腐渣| 两性午夜刺激爽爽歪歪视频在线观看 | 日日爽夜夜爽网站| 在线a可以看的网站| 一区福利在线观看| 美女扒开内裤让男人捅视频| 国产av一区二区精品久久| 丰满人妻熟妇乱又伦精品不卡| 黄色女人牲交| 最新美女视频免费是黄的| 国产高清视频在线观看网站| 欧美最黄视频在线播放免费| 久久久精品欧美日韩精品| 亚洲欧美日韩东京热| 亚洲五月天丁香| 亚洲精品在线美女| 狂野欧美白嫩少妇大欣赏| 国产野战对白在线观看| 欧美另类亚洲清纯唯美| 亚洲,欧美精品.| 可以在线观看毛片的网站| 亚洲狠狠婷婷综合久久图片| 免费在线观看视频国产中文字幕亚洲| 两个人视频免费观看高清| 国产精品98久久久久久宅男小说| 男人的好看免费观看在线视频 | 国产精品久久视频播放|