• <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
    婷婷成人精品国产| 国产精品一区二区在线不卡| 久久精品亚洲熟妇少妇任你| 中文精品一卡2卡3卡4更新| 天堂8中文在线网| 国产精品99久久99久久久不卡| tube8黄色片| 大陆偷拍与自拍| 超色免费av| av网站在线播放免费| 亚洲国产精品一区三区| 黑人操中国人逼视频| 下体分泌物呈黄色| 日韩电影二区| 国产亚洲精品久久久久5区| 亚洲伊人久久精品综合| 午夜日韩欧美国产| 黑人巨大精品欧美一区二区蜜桃| 国产精品.久久久| 黄片大片在线免费观看| 免费观看av网站的网址| 久久久久久人人人人人| 一级黄色大片毛片| 人妻久久中文字幕网| 欧美黄色淫秽网站| 久久久久久久久免费视频了| 青春草亚洲视频在线观看| 亚洲 欧美一区二区三区| 夜夜骑夜夜射夜夜干| 狂野欧美激情性bbbbbb| 久久久久久免费高清国产稀缺| www.自偷自拍.com| 老汉色∧v一级毛片| 亚洲成人免费av在线播放| 日韩欧美一区视频在线观看| 女人被躁到高潮嗷嗷叫费观| 18禁观看日本| 久久久精品区二区三区| 新久久久久国产一级毛片| 一区二区日韩欧美中文字幕| 十八禁网站网址无遮挡| 中文字幕另类日韩欧美亚洲嫩草| 中国美女看黄片| 日本wwww免费看| 国产高清videossex| 91精品伊人久久大香线蕉| 美女国产高潮福利片在线看| 欧美 日韩 精品 国产| 一区福利在线观看| 亚洲精品粉嫩美女一区| 老鸭窝网址在线观看| 国产麻豆69| 国产亚洲午夜精品一区二区久久| 亚洲国产欧美网| 成人国产一区最新在线观看| 久久国产精品大桥未久av| 国产成人av教育| 啦啦啦在线免费观看视频4| 午夜视频精品福利| 午夜福利,免费看| 两性夫妻黄色片| 欧美久久黑人一区二区| 免费在线观看影片大全网站| 午夜福利,免费看| 99精国产麻豆久久婷婷| 国产黄频视频在线观看| 久久久精品国产亚洲av高清涩受| 桃红色精品国产亚洲av| 麻豆国产av国片精品| av又黄又爽大尺度在线免费看| 久久综合国产亚洲精品| 久久精品亚洲熟妇少妇任你| 欧美日韩黄片免| 免费少妇av软件| 捣出白浆h1v1| 欧美精品一区二区大全| 亚洲伊人久久精品综合| 精品第一国产精品| 男人爽女人下面视频在线观看| 日韩制服丝袜自拍偷拍| 精品乱码久久久久久99久播| 男女免费视频国产| 欧美日韩一级在线毛片| 精品一区在线观看国产| 精品国产超薄肉色丝袜足j| 男女床上黄色一级片免费看| 亚洲熟女精品中文字幕| 国产免费视频播放在线视频| 国产亚洲av片在线观看秒播厂| 天堂中文最新版在线下载| 欧美另类亚洲清纯唯美| 日韩一区二区三区影片| 精品人妻熟女毛片av久久网站| 亚洲色图 男人天堂 中文字幕| av在线播放精品| av线在线观看网站| 狠狠狠狠99中文字幕| 亚洲国产中文字幕在线视频| 黄网站色视频无遮挡免费观看| 人妻一区二区av| 国产熟女午夜一区二区三区| 亚洲欧美一区二区三区久久| 久久国产精品男人的天堂亚洲| 交换朋友夫妻互换小说| 国产精品欧美亚洲77777| 亚洲五月色婷婷综合| 日本精品一区二区三区蜜桃| 亚洲国产av新网站| 五月天丁香电影| 考比视频在线观看| 久久久国产成人免费| 亚洲成人手机| 欧美97在线视频| 中国美女看黄片| 精品一区二区三区av网在线观看 | 国产精品99久久99久久久不卡| 久久天堂一区二区三区四区| 欧美人与性动交α欧美精品济南到| 男男h啪啪无遮挡| 无遮挡黄片免费观看| 交换朋友夫妻互换小说| 黄片播放在线免费| 人人妻,人人澡人人爽秒播| 欧美xxⅹ黑人| 中文字幕人妻丝袜一区二区| 国产成人av教育| 国产成+人综合+亚洲专区| 美女午夜性视频免费| 亚洲精品日韩在线中文字幕| 一级毛片精品| 一个人免费看片子| 亚洲精品久久久久久婷婷小说| 免费在线观看日本一区| 在线观看人妻少妇| 久久久久久久久久久久大奶| 脱女人内裤的视频| 国产一区有黄有色的免费视频| 亚洲国产欧美一区二区综合| 久久久久久久精品精品| 在线观看人妻少妇| 男女边摸边吃奶| 精品少妇久久久久久888优播| 亚洲av成人不卡在线观看播放网 | 秋霞在线观看毛片| 五月开心婷婷网| 亚洲精品乱久久久久久| 国产亚洲av高清不卡| 99精品欧美一区二区三区四区| 在线观看免费午夜福利视频| 99国产精品一区二区三区| 久久毛片免费看一区二区三区| 免费观看a级毛片全部| 欧美日韩国产mv在线观看视频| 国产淫语在线视频| 99精品久久久久人妻精品| 一本综合久久免费| 亚洲精品一二三| 精品熟女少妇八av免费久了| 久久精品亚洲熟妇少妇任你| 亚洲久久久国产精品| 亚洲欧美成人综合另类久久久| 亚洲va日本ⅴa欧美va伊人久久 | 欧美国产精品一级二级三级| 久久久久久久国产电影| 国产成人精品无人区| 久久久久久久久免费视频了| 亚洲成人免费av在线播放| 男女边摸边吃奶| 啦啦啦视频在线资源免费观看| 日本91视频免费播放| 亚洲一区二区三区欧美精品| 精品少妇内射三级| 80岁老熟妇乱子伦牲交| 三级毛片av免费| 手机成人av网站| 在线精品无人区一区二区三| 亚洲国产欧美在线一区| 免费在线观看影片大全网站| 高清黄色对白视频在线免费看| www.熟女人妻精品国产| 成年av动漫网址| 国产福利在线免费观看视频| 免费在线观看日本一区| 少妇精品久久久久久久| 国产av又大| 欧美人与性动交α欧美软件| 久久av网站| 亚洲av男天堂| 欧美日韩黄片免| 中文字幕另类日韩欧美亚洲嫩草| 青青草视频在线视频观看| av天堂在线播放| 亚洲精华国产精华精| 91精品国产国语对白视频| 美女中出高潮动态图| 国产欧美日韩一区二区精品| 超碰成人久久| 啦啦啦 在线观看视频| 色综合欧美亚洲国产小说| 亚洲精品中文字幕在线视频| 亚洲七黄色美女视频| 久久午夜综合久久蜜桃| 飞空精品影院首页| 人妻一区二区av| 成年人黄色毛片网站| 国产国语露脸激情在线看| 大片电影免费在线观看免费| 国产精品久久久久成人av| 一个人免费看片子| 成人亚洲精品一区在线观看| 国产成人一区二区三区免费视频网站| 一级毛片精品| 伊人久久大香线蕉亚洲五| 性高湖久久久久久久久免费观看| 一进一出抽搐动态| 亚洲中文日韩欧美视频| 好男人电影高清在线观看| 国产精品一区二区在线观看99| bbb黄色大片| 亚洲成人手机| 男女午夜视频在线观看| 欧美日韩亚洲综合一区二区三区_| 久久久久久亚洲精品国产蜜桃av| 老司机深夜福利视频在线观看 | 中文字幕色久视频| 欧美激情久久久久久爽电影 | 亚洲一码二码三码区别大吗| 午夜老司机福利片| 日日摸夜夜添夜夜添小说| 日韩中文字幕欧美一区二区| 亚洲第一青青草原| 成年人黄色毛片网站| 久久久久久久精品精品| 12—13女人毛片做爰片一| 久久久水蜜桃国产精品网| 99热国产这里只有精品6| 亚洲中文日韩欧美视频| av天堂在线播放| 狠狠狠狠99中文字幕| 熟女少妇亚洲综合色aaa.| 亚洲精品第二区| 深夜精品福利| bbb黄色大片| 一区二区三区乱码不卡18| 亚洲国产毛片av蜜桃av| 高清黄色对白视频在线免费看| 国产av国产精品国产| 午夜免费观看性视频| 性少妇av在线| 午夜视频精品福利| 超色免费av| 免费日韩欧美在线观看| 免费高清在线观看日韩| 国产99久久九九免费精品| av欧美777| 免费不卡黄色视频| 国产欧美日韩一区二区三区在线| 国产黄频视频在线观看| 国产精品1区2区在线观看. | 欧美av亚洲av综合av国产av| 视频区图区小说| 亚洲三区欧美一区| 老鸭窝网址在线观看| 91九色精品人成在线观看| 美女高潮喷水抽搐中文字幕| a级毛片黄视频| 日韩欧美一区二区三区在线观看 | 久久精品国产亚洲av高清一级| 啦啦啦视频在线资源免费观看| 国产不卡av网站在线观看| 成年女人毛片免费观看观看9 | 亚洲欧美一区二区三区久久| 十八禁网站免费在线| 欧美另类一区| 国产在线观看jvid| 菩萨蛮人人尽说江南好唐韦庄| 建设人人有责人人尽责人人享有的| 国产成人精品无人区| 久久精品国产综合久久久| 精品人妻熟女毛片av久久网站| 国产精品欧美亚洲77777| 丝袜喷水一区| 免费不卡黄色视频| 黑人巨大精品欧美一区二区蜜桃| 亚洲一卡2卡3卡4卡5卡精品中文| 动漫黄色视频在线观看| 亚洲精品久久久久久婷婷小说| 在线 av 中文字幕| 亚洲性夜色夜夜综合| 脱女人内裤的视频| 亚洲久久久国产精品| 男女国产视频网站| av欧美777| 18禁裸乳无遮挡动漫免费视频| 亚洲专区中文字幕在线| 亚洲av国产av综合av卡| 国产精品久久久久久精品电影小说| 精品国产一区二区三区久久久樱花| av国产精品久久久久影院| 国产精品久久久人人做人人爽| 爱豆传媒免费全集在线观看| 亚洲成人免费av在线播放| bbb黄色大片| 精品少妇一区二区三区视频日本电影| 五月开心婷婷网| 午夜精品久久久久久毛片777| 成年美女黄网站色视频大全免费| 人人妻人人澡人人看| 日日摸夜夜添夜夜添小说| 狠狠精品人妻久久久久久综合| 99国产综合亚洲精品| 黑人猛操日本美女一级片| 超碰97精品在线观看| 久久中文字幕一级| 91大片在线观看| 狠狠精品人妻久久久久久综合| 亚洲一码二码三码区别大吗| 国精品久久久久久国模美| 国产xxxxx性猛交| 久9热在线精品视频| 午夜福利视频在线观看免费| 久久人妻福利社区极品人妻图片| 国产激情久久老熟女| 欧美在线黄色| 国产亚洲精品久久久久5区| 久久午夜综合久久蜜桃| 新久久久久国产一级毛片| 在线观看免费日韩欧美大片| 午夜日韩欧美国产| 久久精品国产亚洲av香蕉五月 | 成人av一区二区三区在线看 | 水蜜桃什么品种好| 日韩,欧美,国产一区二区三区| 亚洲天堂av无毛| 久久99热这里只频精品6学生| 日韩欧美国产一区二区入口| 性色av乱码一区二区三区2| 国产片内射在线| 三上悠亚av全集在线观看| 黄频高清免费视频| 亚洲国产欧美在线一区| 一级a爱视频在线免费观看| 亚洲人成77777在线视频| 女性生殖器流出的白浆| 精品一区二区三区四区五区乱码| 亚洲精品在线美女| 99re6热这里在线精品视频| 免费久久久久久久精品成人欧美视频| 亚洲国产成人一精品久久久| cao死你这个sao货| 啦啦啦中文免费视频观看日本| 久久国产精品男人的天堂亚洲| 国产精品秋霞免费鲁丝片| 国产视频一区二区在线看| 亚洲国产精品一区二区三区在线| 亚洲精品久久午夜乱码| h视频一区二区三区| 精品一区二区三区四区五区乱码| 亚洲精品国产区一区二| 狠狠婷婷综合久久久久久88av| 日日夜夜操网爽| 深夜精品福利| 精品一区在线观看国产| 欧美在线黄色| 免费在线观看黄色视频的| 建设人人有责人人尽责人人享有的| 亚洲av日韩在线播放| 精品少妇内射三级| 亚洲久久久国产精品| 欧美少妇被猛烈插入视频| 涩涩av久久男人的天堂| 在线观看免费日韩欧美大片| 亚洲午夜精品一区,二区,三区| 国产一区二区三区综合在线观看| 法律面前人人平等表现在哪些方面 | 亚洲自偷自拍图片 自拍| 久热这里只有精品99| 欧美日韩一级在线毛片| a级毛片黄视频| 亚洲中文av在线| 亚洲情色 制服丝袜| 欧美97在线视频| 日韩有码中文字幕| 亚洲欧美精品综合一区二区三区| 国产成人精品在线电影| 日本av手机在线免费观看| 男人添女人高潮全过程视频| 亚洲伊人久久精品综合| 午夜精品国产一区二区电影| 亚洲一区二区三区欧美精品| 精品卡一卡二卡四卡免费| 在线观看免费视频网站a站| 波多野结衣一区麻豆| 色婷婷久久久亚洲欧美| 女人久久www免费人成看片| 菩萨蛮人人尽说江南好唐韦庄| 亚洲自偷自拍图片 自拍| 80岁老熟妇乱子伦牲交| 黄色片一级片一级黄色片| 色婷婷久久久亚洲欧美| 国产一区二区三区综合在线观看| 国产成人欧美在线观看 | 狠狠婷婷综合久久久久久88av| 夫妻午夜视频| 老熟妇仑乱视频hdxx| 久久国产精品大桥未久av| 亚洲精品国产一区二区精华液| 日韩 亚洲 欧美在线| 老汉色av国产亚洲站长工具| √禁漫天堂资源中文www| 成人av一区二区三区在线看 | 国产精品久久久久成人av| 老汉色av国产亚洲站长工具| 777米奇影视久久| 12—13女人毛片做爰片一| a级毛片在线看网站| 夜夜骑夜夜射夜夜干| 国产男女超爽视频在线观看| 啦啦啦中文免费视频观看日本| 日韩欧美一区视频在线观看| 欧美日韩福利视频一区二区| 亚洲午夜精品一区,二区,三区| 亚洲精品粉嫩美女一区| 老司机福利观看| 国产欧美日韩一区二区三区在线| 亚洲一码二码三码区别大吗| av天堂久久9| 欧美精品高潮呻吟av久久| 亚洲精品日韩在线中文字幕| 欧美日韩国产mv在线观看视频| 日韩欧美一区二区三区在线观看 | 中文字幕av电影在线播放| av在线老鸭窝| 99精品久久久久人妻精品| 国产老妇伦熟女老妇高清| 久久久久久久久久久久大奶| 午夜免费鲁丝| 日韩精品免费视频一区二区三区| 久久久久精品国产欧美久久久 | 日韩制服丝袜自拍偷拍| 俄罗斯特黄特色一大片| 免费久久久久久久精品成人欧美视频| 亚洲中文字幕日韩| 成人亚洲精品一区在线观看| 午夜激情久久久久久久| 国产精品一二三区在线看| 久久久国产精品麻豆| 自拍欧美九色日韩亚洲蝌蚪91| 中文字幕精品免费在线观看视频| 考比视频在线观看| 亚洲国产av新网站| 午夜激情av网站| 19禁男女啪啪无遮挡网站| 中文字幕色久视频| 国产亚洲一区二区精品| 欧美日韩亚洲综合一区二区三区_| 国产亚洲欧美精品永久| 妹子高潮喷水视频| 99国产综合亚洲精品| 精品一区在线观看国产| 嫩草影视91久久| 啪啪无遮挡十八禁网站| 高潮久久久久久久久久久不卡| 涩涩av久久男人的天堂| 又大又爽又粗| 咕卡用的链子| 久久亚洲国产成人精品v| 桃花免费在线播放| 亚洲熟女毛片儿| 精品久久久久久久毛片微露脸 | 天堂俺去俺来也www色官网| 国产黄色免费在线视频| 老熟妇乱子伦视频在线观看 | 成人国语在线视频| 欧美日韩黄片免| 亚洲精品日韩在线中文字幕| 人妻人人澡人人爽人人| 国产精品二区激情视频| 亚洲国产中文字幕在线视频| 老熟妇仑乱视频hdxx| 欧美亚洲 丝袜 人妻 在线| 国产精品熟女久久久久浪| 亚洲国产日韩一区二区| 中文字幕色久视频| 久久久久久人人人人人| a级毛片在线看网站| 色播在线永久视频| 欧美午夜高清在线| 欧美黄色淫秽网站| 悠悠久久av| 亚洲精品自拍成人| 日韩一区二区三区影片| 又大又爽又粗| 亚洲五月色婷婷综合| 午夜福利在线观看吧| 一级a爱视频在线免费观看| 叶爱在线成人免费视频播放| 精品一区二区三区av网在线观看 | 丝袜美足系列| 久久中文看片网| 亚洲综合色网址| 欧美av亚洲av综合av国产av| 久久精品久久久久久噜噜老黄| 麻豆乱淫一区二区| 亚洲七黄色美女视频| 9191精品国产免费久久| 十八禁网站网址无遮挡| 久久ye,这里只有精品| 欧美精品高潮呻吟av久久| bbb黄色大片| 精品国产超薄肉色丝袜足j| 高清黄色对白视频在线免费看| 欧美乱码精品一区二区三区| 岛国毛片在线播放| 丰满人妻熟妇乱又伦精品不卡| 极品少妇高潮喷水抽搐| 一进一出抽搐动态| 亚洲国产欧美日韩在线播放| 日本av免费视频播放| 少妇 在线观看| 肉色欧美久久久久久久蜜桃| 精品高清国产在线一区| 亚洲精品美女久久久久99蜜臀| 国产精品 欧美亚洲| 精品亚洲成国产av| 如日韩欧美国产精品一区二区三区| 热99国产精品久久久久久7| 亚洲第一青青草原| 一级片'在线观看视频| 日本欧美视频一区| 老司机午夜十八禁免费视频| 嫩草影视91久久| 美女主播在线视频| 亚洲精品中文字幕在线视频| 国产欧美日韩一区二区精品| 久久久久久免费高清国产稀缺| 超色免费av| 黄网站色视频无遮挡免费观看| 欧美在线一区亚洲| 91九色精品人成在线观看| 岛国毛片在线播放| 亚洲精品国产一区二区精华液| 亚洲欧美日韩另类电影网站| 国产伦人伦偷精品视频| 男女高潮啪啪啪动态图| 天堂俺去俺来也www色官网| 精品国产一区二区三区久久久樱花| 看免费av毛片| 久久av网站| 欧美少妇被猛烈插入视频| 国产又爽黄色视频| 99久久精品国产亚洲精品| 国产高清视频在线播放一区 | 窝窝影院91人妻| 日本精品一区二区三区蜜桃| svipshipincom国产片| kizo精华| 亚洲色图综合在线观看| av有码第一页| 国产成+人综合+亚洲专区| 国产精品自产拍在线观看55亚洲 | 久久精品aⅴ一区二区三区四区| 各种免费的搞黄视频| 97在线人人人人妻| 国产成人一区二区三区免费视频网站| 老汉色∧v一级毛片| 在线观看免费日韩欧美大片| 少妇 在线观看| 亚洲国产欧美一区二区综合| 亚洲一区中文字幕在线| 亚洲精品中文字幕一二三四区 | 精品高清国产在线一区| 久久精品人人爽人人爽视色| 丝袜美足系列| videosex国产| 免费一级毛片在线播放高清视频 | 国产在视频线精品| 51午夜福利影视在线观看| 在线十欧美十亚洲十日本专区| 满18在线观看网站| a级毛片黄视频| 永久免费av网站大全| 久久久久网色| 美女大奶头黄色视频| 国产精品1区2区在线观看. | 多毛熟女@视频| 80岁老熟妇乱子伦牲交| 成人影院久久| 人人妻人人爽人人添夜夜欢视频| 我的亚洲天堂| 亚洲精品粉嫩美女一区| 91精品国产国语对白视频| 成人亚洲精品一区在线观看| 99久久综合免费| 99精国产麻豆久久婷婷| 搡老熟女国产l中国老女人| 精品国产乱码久久久久久男人| 中文字幕精品免费在线观看视频| 91av网站免费观看| 女性被躁到高潮视频| 亚洲av欧美aⅴ国产| 亚洲精品成人av观看孕妇| 大香蕉久久成人网| 欧美亚洲日本最大视频资源| 在线观看免费午夜福利视频| 中文字幕制服av| 亚洲国产av新网站| 亚洲少妇的诱惑av| 国产97色在线日韩免费| 亚洲欧美色中文字幕在线| 午夜激情久久久久久久| 午夜福利一区二区在线看| 亚洲欧洲日产国产| 他把我摸到了高潮在线观看 | 国产精品免费大片|