• <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Baseline SVD主動(dòng)學(xué)習(xí)算法的推薦系統(tǒng)

    2015-06-15 22:12季蕓等
    現(xiàn)代電子技術(shù) 2015年12期
    關(guān)鍵詞:推薦系統(tǒng)主動(dòng)學(xué)習(xí)

    季蕓等

    摘 要: 推薦系統(tǒng)是一種解決信息過載的新型技術(shù),為了解決推薦系統(tǒng)中新用戶帶來的冷啟動(dòng)問題,提出一種基于主動(dòng)學(xué)習(xí)的推薦系統(tǒng)。主動(dòng)學(xué)習(xí)方法能有效減少需要標(biāo)記的樣本數(shù)量,快速建立模型,在此選擇將主動(dòng)學(xué)習(xí)方法和Baseline SVD推薦算法結(jié)合起來,通過記錄模型訓(xùn)練得到的預(yù)估評(píng)價(jià)的改變程度,認(rèn)為改變最大的樣例即是最具有信息量的樣例,供新用戶標(biāo)記,并重新訓(xùn)練模型。通過與其他選擇策略進(jìn)行實(shí)驗(yàn)比較,證實(shí)了該方法確實(shí)有效解決了新用戶帶來的冷啟動(dòng)問題。

    關(guān)鍵詞: 推薦系統(tǒng); 主動(dòng)學(xué)習(xí); Baseline SVD; 樣例選擇

    中圖分類號(hào): TN915.03?34 文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 1004?373X(2015)12?0008?04

    Recommender system based on Baseline SVD active learning algorithm

    JI Yun1, HU Xue?lei1, 2

    0 引 言

    隨著信息技術(shù)和互聯(lián)網(wǎng)的高速發(fā)展,各種互聯(lián)網(wǎng)應(yīng)用充斥著每個(gè)人的生活,得益于互聯(lián)網(wǎng)的開放性,便利性和分布性,互聯(lián)網(wǎng)上的信息量急劇增加。為了解決信息過載問題,推薦系統(tǒng)成為了繼分類目錄和搜索引擎之后,大數(shù)據(jù)時(shí)代的新寵。協(xié)同過濾作為一種主流的推薦系統(tǒng)技術(shù)[1],在學(xué)術(shù)界和應(yīng)用上都廣受好評(píng),它的主要思想是通過用戶之間的聯(lián)系來分享物品。協(xié)同過濾算法分成兩種[2]:一種是基于記憶的協(xié)同過濾算法(Memory?based),包括ItemCF算法和UserCF算法,通過計(jì)算用戶或物品之間的相似度來做推薦;另一種是基于模型的協(xié)同過濾(Model?based),基于模型的推薦算法往往結(jié)合了數(shù)據(jù)挖掘、人工智能、機(jī)器學(xué)習(xí)等諸多技術(shù),常見的有基于聚類的推薦、基于矩陣分解的算法、Slope One[3]等,其中基于矩陣分解的算法有:SVD,Baseline SVD[4],SVD++[5]等。在Netflix Prize推薦大賽之后,基于矩陣的推薦算法迅速崛起。推薦系統(tǒng)的發(fā)展受到了諸多因素的影響,其中一種便是新用戶問題。推薦系統(tǒng)算法非常依賴歷史數(shù)據(jù),在用戶新注冊(cè)互聯(lián)網(wǎng)應(yīng)用之后,系統(tǒng)由于沒有該用戶的相關(guān)數(shù)據(jù),而無法為新用戶做出準(zhǔn)確的推薦,這會(huì)大大影響互聯(lián)用應(yīng)用對(duì)用戶的黏著性。為了解決新用戶問題,常見的方案有:

    (1) 非個(gè)性化推薦,隨機(jī)推薦或者推薦熱門,這種方法不夠個(gè)性化,系統(tǒng)必須累積一定數(shù)量的數(shù)據(jù)才能啟動(dòng)推薦系統(tǒng);

    (2) 根據(jù)用戶注冊(cè)信息做出推薦,用戶的注冊(cè)信息往往是有限的,這樣的推薦偏向粗粒度;

    (3) 主動(dòng)詢問,該方法通過與用戶交流,主動(dòng)獲取建立模型需要的相關(guān)知識(shí),快速建立準(zhǔn)確模型。

    推薦系統(tǒng)中,在將推薦產(chǎn)品呈現(xiàn)給用戶時(shí),一方面期望得到用戶的滿意度,另一方面期望能從用戶的操作中學(xué)習(xí)到用戶的偏好,這正是主動(dòng)學(xué)習(xí)所致力的,因此將主動(dòng)學(xué)習(xí)結(jié)合推薦系統(tǒng)是不謀而合的[6]。國外研究人員目前常用的算法是將貝葉斯理論作為樣本選擇策略,AM(Aspect Model)算法為基準(zhǔn)學(xué)習(xí)器[7]。Jin等針對(duì)模型本身不確定性的問題,提出了改進(jìn),使得用戶參數(shù)向著準(zhǔn)確的方向增長[8]。Rasoul Karimi提出一種基于矩陣分解的主動(dòng)學(xué)習(xí)算法,選出預(yù)估評(píng)分最低的樣本供用戶選擇[9]。

    2 基于主動(dòng)學(xué)習(xí)的Baseline SVD算法

    為解決新用戶問題,本文選擇將主動(dòng)學(xué)習(xí)策略和推薦算法結(jié)合起來的方法,以加快冷啟動(dòng)速度。主動(dòng)學(xué)習(xí)根據(jù)樣本選擇策略,從提問池中選擇一個(gè)樣本供新用戶標(biāo)記,并不斷修正模型,直到模型穩(wěn)定為止,訓(xùn)練模型的過程如圖1所示,這是一個(gè)不斷迭代的過程。主動(dòng)學(xué)習(xí)的核心是樣本選擇策略,目前常用的樣本選擇策略有:基于不確定性縮減的算法,基于誤差縮減的算法和基于版本空間縮減的算法。將主動(dòng)學(xué)習(xí)策略與其他應(yīng)用做結(jié)合的研究很多,例如基于主動(dòng)學(xué)習(xí)的字符識(shí)別[10]、文本分類等。

    由于不同的學(xué)習(xí)算法需要不同的主動(dòng)學(xué)習(xí)策略,基于AM算法的主動(dòng)選擇策略并不適用于Baseline SVD算法,并且他們的模型太過復(fù)雜,本文選擇Baseline SVD作為基準(zhǔn)學(xué)習(xí)器,提出了一種基于評(píng)分改變程度作為樣例選擇的策略。在每次提問后,都會(huì)重新訓(xùn)練,同時(shí)給出新的預(yù)估評(píng)分,預(yù)估評(píng)分波動(dòng)較大的物品認(rèn)為是最不能確定,也是最具信息量的。圖2中,(a)的預(yù)估評(píng)分在不同輪數(shù)之間的評(píng)分差變化很大,而(b)的預(yù)估評(píng)分相對(duì)于要穩(wěn)定很多,相對(duì)于后者,不能確定(a)的評(píng)分的可能性更大,得到該樣本的標(biāo)記可以讓模型更快趨于穩(wěn)定,使用式(6)來衡量這種改變程度的大?。?/p>

    [j=1cnt-1rj+1u,i'-rju,i'cnt-1] (6)

    [i′*=argmaxi'∈I'j=1cnt-1rj+1u,i′-rju,i′cnt-1] (7)

    式中:cnt表示模型訓(xùn)練的總次數(shù);I′表示為標(biāo)注樣本的集合;[rju,i']表示第j次模型;用戶u對(duì)i′的預(yù)估評(píng)分,在所有未評(píng)分的物品,最終選出該值最大的物品供用戶標(biāo)記,該式的意義是連續(xù)兩次模型計(jì)算出來的預(yù)估評(píng)分差的平均值。具體算法流程如圖3所示。

    3 實(shí)驗(yàn)分析

    實(shí)驗(yàn)使用經(jīng)典的Movielens作為數(shù)據(jù)集,采用離線模擬的方式。為了更好地模擬在線用戶的實(shí)際情況,將Movielens中的用戶分成兩部分,選擇一部分用戶和其所評(píng)價(jià)過的電影數(shù)據(jù)作為初始的訓(xùn)練集,認(rèn)為這些用戶已經(jīng)不是新用戶。剩下來的用戶作為新用戶,并將這一部分用戶評(píng)價(jià)電影的數(shù)據(jù)再拆分成兩個(gè)部分,每個(gè)用戶隨機(jī)預(yù)留20個(gè)電影評(píng)分作為最終的測(cè)試集,其他部分的電影評(píng)分作為提問池。本文假設(shè)用戶對(duì)每個(gè)電影都具有打分的能力,系統(tǒng)每次從提問池中選擇電影樣本,供用戶回答,再將這些被標(biāo)注好的樣本放入訓(xùn)練集后,重新訓(xùn)練模型。初始化時(shí),從提問池中隨機(jī)抽取該新用戶的3個(gè)樣本放入訓(xùn)練集中,具體的訓(xùn)練集和測(cè)試集的分布如表2所示。

    表2 Movielens訓(xùn)練集和測(cè)試集的分布

    經(jīng)過研究測(cè)試,Baseline SVD算法在Movielens數(shù)據(jù)集中,選擇隱分類數(shù)為200時(shí)效果較好,其中,學(xué)習(xí)速率α選擇0.02,正則系數(shù)λ選擇0.05。為了反映本文提出的算法性能,選擇以下兩種策略作為比較算法:

    (1) 隨機(jī)選擇。每次從提問池中隨機(jī)選擇一部用戶需要標(biāo)記的電影。

    (2) 選擇熱門。每次從提問池中選擇熱門的電影,熱門產(chǎn)品的定義為,訓(xùn)練集中被看的次數(shù)最多的電影。

    為評(píng)價(jià)本文提出的算法,使用RMSE[11]作為算法的評(píng)價(jià)指標(biāo),本文將最大的迭代次數(shù)選為8,8次迭代過后,模型對(duì)新用戶的推薦基本趨向平穩(wěn)。為了更好地反映結(jié)果,對(duì)每個(gè)實(shí)驗(yàn)都進(jìn)行重復(fù)實(shí)驗(yàn),最后結(jié)果取平均值,有:

    [RMSE=1cu∈Ui∈I(rui-rui)2] (8)

    由圖4可以得出以下結(jié)論,選擇熱門產(chǎn)品的方案最差,雖然流行度高的電影普及度最廣,但是其對(duì)于個(gè)性化的推薦模型建立并不能做出很大的貢獻(xiàn),其RMSE下降速度最慢。

    隨機(jī)選擇策略接近于被動(dòng)學(xué)習(xí)中,被動(dòng)累積數(shù)據(jù)的情況,本文提出的方法在實(shí)驗(yàn)初期,RMSE的數(shù)值下降速度最快,明顯加快了冷啟動(dòng)速度,隨著提問次數(shù)增加,RMSE和隨機(jī)選擇方法效果接近。本文提出的算法在每次提問時(shí),僅需維護(hù)一個(gè)記錄累計(jì)評(píng)分改變的矩陣,為每一個(gè)新用戶選擇評(píng)分改變最大的物品,算法復(fù)雜度較小,也易于理解。

    4 結(jié) 語

    本文提出了一種基于主動(dòng)學(xué)習(xí)的推薦算法,以解決推薦系統(tǒng)中新用戶問題。該方法將預(yù)估評(píng)分的改變程度作為樣本選擇策略,認(rèn)為預(yù)估評(píng)分改變較大的樣例是模型最不能確定的,所含信息量較大。實(shí)驗(yàn)證明,該方法確實(shí)能有效減緩用戶的冷啟動(dòng)。但是本文中的實(shí)驗(yàn)是基于用戶總能回答任何問題的假設(shè)前提,這在現(xiàn)實(shí)中是不成立的,因此,將用戶標(biāo)記樣本的能力結(jié)合樣例選擇策略將是今后的研究重點(diǎn)。

    參考文獻(xiàn)

    [1] 項(xiàng)亮.推薦系統(tǒng)實(shí)踐[M].北京:人民郵電出版社,2012.

    [2] 王國霞,劉賀平.個(gè)性化推薦系統(tǒng)綜述[J].計(jì)算機(jī)工程與應(yīng)用, 2012,48(7):66?76.

    [3] Lemire D, Maclachlan A. Slope one predictors for online rating?based collaborative filtering [C]// Proceedings of SIAM Data Mining. Newport Beach, California: SDM, 2005, 5: 1?5.

    [4] YEHUDA Koren. Factor in the neighbors: scalable and accurate collaborative filtering [J]. ACM Transactions on Knowledge Discovery from Data, 2010, 4(1): 1?10.

    [5] 劉劍波,楊健.基于SVD++與行為分析的社交推薦[J].計(jì)算機(jī)應(yīng)用,2013,33(1):82?86.

    [6] RUBENS Neil, KAPLAN Dain, SUGIYAMA Masashi. Active learning in recommender systems [M]// Anon. Recommender Systems Handbook. US: Springer, 2011: 736?767.

    [7] KARIMI Rasoul, FREUDENTHALER Christoph, NANOPOULOS Alexandros, et al. Active learning for aspect model in recommender systems [C]// Proceedings of 2011 IEEE Symposium on Computational Intelligence and Data Mining (CIDM). [S.l.]: IEEE, 2011:162?167.

    [8] JIN R, SI L. A bayesian approach toward active learning for collaborative filtering [C]// Proceedings of the 20th Conference on Uncertainty in Artificial Intelligence. [S.l.]: AUAI Press, 2004: 278?285.

    [9] KARIMI Rasoul, FREUDENTHALER Christoph, NANOPOULOS Alexandros, et al. Non?myopic active learning for recommender systems based on matrix factorization [C]// Proceedings of 2011 IEEE International Conference on Information Reuse and Integration. [S.l.]: IEEE, 2011: 299?303.

    [10] 孟凡棟.基于主動(dòng)學(xué)習(xí)SVM的字符識(shí)別方法研究[D].南京:南京理工大學(xué),2008.

    [11] 劉建國,周濤,郭強(qiáng),等.個(gè)性化推薦系統(tǒng)評(píng)價(jià)方法綜述[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué),2009(3):1?10.

    猜你喜歡
    推薦系統(tǒng)主動(dòng)學(xué)習(xí)
    數(shù)據(jù)挖掘在選課推薦中的研究
    基于用戶偏好的信任網(wǎng)絡(luò)隨機(jī)游走推薦模型
    基于個(gè)性化的協(xié)同過濾圖書推薦算法研究
    個(gè)性化推薦系統(tǒng)關(guān)鍵算法探討
    淺談Mahout在個(gè)性化推薦系統(tǒng)中的應(yīng)用
    化學(xué)教與學(xué)(2016年10期)2016-11-16
    高中生物教學(xué)中學(xué)生主動(dòng)學(xué)習(xí)策略研究
    數(shù)字電路課程的翻轉(zhuǎn)課堂教學(xué)及調(diào)研
    關(guān)于協(xié)同過濾推薦算法的研究文獻(xiàn)綜述
    試論高中生物教學(xué)中學(xué)生主動(dòng)學(xué)習(xí)的措施
    久久99热6这里只有精品| 欧美精品一区二区免费开放| 大码成人一级视频| 国产精品久久久久成人av| 如何舔出高潮| 岛国毛片在线播放| 国产精品秋霞免费鲁丝片| 观看美女的网站| 日韩一区二区三区影片| 97超碰精品成人国产| 久久久久久久久久久久大奶| 在线观看三级黄色| 久久久久精品性色| 观看免费一级毛片| 天天操日日干夜夜撸| 亚洲一级一片aⅴ在线观看| 日日摸夜夜添夜夜爱| 另类精品久久| 国产成人精品福利久久| 美女国产视频在线观看| 夜夜骑夜夜射夜夜干| 国产爽快片一区二区三区| 欧美人与善性xxx| 在线观看免费日韩欧美大片 | 能在线免费看毛片的网站| 亚洲精品国产av蜜桃| 国产精品99久久久久久久久| 99热国产这里只有精品6| 9色porny在线观看| 美女视频免费永久观看网站| 亚洲中文av在线| 亚洲美女黄色视频免费看| 国产高清国产精品国产三级| 韩国高清视频一区二区三区| 日韩,欧美,国产一区二区三区| 国产黄频视频在线观看| 久久精品久久精品一区二区三区| 女的被弄到高潮叫床怎么办| 久久久国产精品麻豆| 99热国产这里只有精品6| 一区二区三区四区激情视频| 内地一区二区视频在线| 你懂的网址亚洲精品在线观看| 亚洲国产精品专区欧美| 热99国产精品久久久久久7| 丁香六月天网| 永久免费av网站大全| av又黄又爽大尺度在线免费看| 亚洲综合精品二区| 国产日韩欧美在线精品| 日韩一本色道免费dvd| 国产精品免费大片| 建设人人有责人人尽责人人享有的| 国产精品国产av在线观看| 精品人妻偷拍中文字幕| 欧美性感艳星| 99热这里只有精品一区| 久久久久久久久久人人人人人人| 亚州av有码| 国内精品宾馆在线| 秋霞伦理黄片| 国产黄频视频在线观看| av在线播放精品| 女的被弄到高潮叫床怎么办| 99精国产麻豆久久婷婷| 高清av免费在线| 欧美日韩av久久| 久久这里有精品视频免费| 日韩av不卡免费在线播放| 一边亲一边摸免费视频| 国产淫片久久久久久久久| 成年女人在线观看亚洲视频| 国产精品福利在线免费观看| 国产免费视频播放在线视频| 丝袜喷水一区| 男人舔奶头视频| 狂野欧美激情性xxxx在线观看| 97精品久久久久久久久久精品| 80岁老熟妇乱子伦牲交| 国产亚洲5aaaaa淫片| 一级二级三级毛片免费看| 性色av一级| 99国产精品免费福利视频| 亚洲天堂av无毛| 久久精品久久精品一区二区三区| 乱码一卡2卡4卡精品| 亚洲欧美一区二区三区黑人 | 人人妻人人爽人人添夜夜欢视频 | 狂野欧美白嫩少妇大欣赏| av视频免费观看在线观看| 这个男人来自地球电影免费观看 | 久久精品久久久久久久性| 麻豆成人av视频| 亚洲熟女精品中文字幕| 免费观看无遮挡的男女| 乱码一卡2卡4卡精品| 国产精品一区二区性色av| 日韩av免费高清视频| 欧美精品亚洲一区二区| 看免费成人av毛片| 黑人高潮一二区| 国产精品久久久久久精品电影小说| 国产欧美日韩精品一区二区| 成人黄色视频免费在线看| 久久6这里有精品| 丝瓜视频免费看黄片| 大陆偷拍与自拍| 亚州av有码| 乱系列少妇在线播放| 国产精品不卡视频一区二区| 亚洲美女视频黄频| 曰老女人黄片| 亚洲在久久综合| 看非洲黑人一级黄片| 久久国产亚洲av麻豆专区| 高清在线视频一区二区三区| 日韩av在线免费看完整版不卡| 人人澡人人妻人| 中文字幕亚洲精品专区| 伦理电影大哥的女人| 日韩大片免费观看网站| 久久国内精品自在自线图片| 免费看不卡的av| 免费高清在线观看视频在线观看| 性色avwww在线观看| 精品一区二区三卡| 精华霜和精华液先用哪个| 99九九在线精品视频 | 99热网站在线观看| 成人无遮挡网站| 成人美女网站在线观看视频| 如日韩欧美国产精品一区二区三区 | 美女大奶头黄色视频| 狂野欧美激情性xxxx在线观看| 91精品国产九色| 黑丝袜美女国产一区| 国产欧美另类精品又又久久亚洲欧美| 婷婷色av中文字幕| 亚洲成人av在线免费| 亚洲国产欧美在线一区| 丰满饥渴人妻一区二区三| 女性生殖器流出的白浆| 日韩av免费高清视频| 啦啦啦啦在线视频资源| 女性生殖器流出的白浆| 亚洲精品自拍成人| 国产欧美日韩精品一区二区| 国语对白做爰xxxⅹ性视频网站| 人妻人人澡人人爽人人| 亚洲欧美日韩另类电影网站| 三上悠亚av全集在线观看 | 欧美性感艳星| 国产日韩欧美在线精品| 精品久久久久久久久亚洲| 日韩欧美精品免费久久| 亚洲人成网站在线观看播放| 女人精品久久久久毛片| 最近的中文字幕免费完整| 国产欧美日韩精品一区二区| 国产熟女欧美一区二区| 日韩制服骚丝袜av| 一区二区三区四区激情视频| 国产一级毛片在线| 在线看a的网站| 99九九线精品视频在线观看视频| 少妇精品久久久久久久| 中文欧美无线码| 六月丁香七月| 午夜免费男女啪啪视频观看| www.色视频.com| 国产淫片久久久久久久久| 人人妻人人爽人人添夜夜欢视频 | 亚洲精品456在线播放app| 亚洲成色77777| 日韩av免费高清视频| 国产精品久久久久久精品古装| 老司机影院毛片| 有码 亚洲区| 香蕉精品网在线| 精品国产露脸久久av麻豆| 精品一区在线观看国产| 日日啪夜夜爽| 亚洲精品亚洲一区二区| 亚洲成人手机| 亚洲精品一二三| av福利片在线| 久久久久国产精品人妻一区二区| 伦理电影大哥的女人| 高清av免费在线| 国产精品久久久久久久久免| 天天操日日干夜夜撸| 国产高清有码在线观看视频| av视频免费观看在线观看| 视频区图区小说| 在线 av 中文字幕| 国产成人freesex在线| 亚洲精品色激情综合| 国产无遮挡羞羞视频在线观看| 99视频精品全部免费 在线| 欧美少妇被猛烈插入视频| 国产91av在线免费观看| 在线观看免费日韩欧美大片 | 国产日韩欧美在线精品| 亚洲欧洲国产日韩| 国产视频内射| 国产精品一区二区性色av| 午夜免费鲁丝| 美女中出高潮动态图| 亚洲熟女精品中文字幕| 秋霞在线观看毛片| 日本免费在线观看一区| 少妇猛男粗大的猛烈进出视频| 一级毛片aaaaaa免费看小| 少妇被粗大猛烈的视频| 97精品久久久久久久久久精品| 黄色日韩在线| 亚洲情色 制服丝袜| 91成人精品电影| 免费高清在线观看视频在线观看| 在线 av 中文字幕| 插逼视频在线观看| 亚洲欧美日韩卡通动漫| 亚洲精品一二三| 菩萨蛮人人尽说江南好唐韦庄| 性色avwww在线观看| 纯流量卡能插随身wifi吗| 国产欧美亚洲国产| 日韩强制内射视频| 国产色婷婷99| 精品国产一区二区久久| 国产亚洲一区二区精品| 在线看a的网站| 久久 成人 亚洲| 日韩一区二区视频免费看| 久久久久精品久久久久真实原创| 国产69精品久久久久777片| 亚洲成人av在线免费| 久久人人爽av亚洲精品天堂| 国产色婷婷99| 中国三级夫妇交换| 女的被弄到高潮叫床怎么办| 久久99蜜桃精品久久| 国产精品久久久久成人av| 久久久久国产网址| 久久午夜综合久久蜜桃| 午夜免费观看性视频| 美女国产视频在线观看| 纯流量卡能插随身wifi吗| 一级,二级,三级黄色视频| 午夜老司机福利剧场| 伦精品一区二区三区| 亚洲国产欧美在线一区| 在线观看人妻少妇| 少妇人妻久久综合中文| 久久久久久人妻| 天天躁夜夜躁狠狠久久av| 18禁在线无遮挡免费观看视频| 97超碰精品成人国产| 亚洲精品色激情综合| 中文字幕免费在线视频6| 男女边摸边吃奶| 亚洲精品国产av成人精品| 99re6热这里在线精品视频| 国产男人的电影天堂91| 久久久久精品性色| 人人妻人人看人人澡| 最新的欧美精品一区二区| 黑人猛操日本美女一级片| av女优亚洲男人天堂| 成人免费观看视频高清| 国精品久久久久久国模美| 赤兔流量卡办理| 日韩中文字幕视频在线看片| 免费黄频网站在线观看国产| 少妇人妻久久综合中文| 欧美成人午夜免费资源| 26uuu在线亚洲综合色| 久久精品国产亚洲网站| 22中文网久久字幕| 久久久久精品性色| 成人毛片60女人毛片免费| 成人无遮挡网站| 免费观看无遮挡的男女| 国产成人一区二区在线| 一级二级三级毛片免费看| 黄色欧美视频在线观看| 亚洲一级一片aⅴ在线观看| 中文字幕免费在线视频6| 国产精品福利在线免费观看| 国产视频内射| 久久热精品热| 亚洲精品国产av成人精品| 大香蕉久久网| 中文字幕av电影在线播放| 亚洲欧美成人精品一区二区| 夫妻午夜视频| 久久久精品免费免费高清| av又黄又爽大尺度在线免费看| 99久久人妻综合| 婷婷色综合大香蕉| 人妻系列 视频| 纵有疾风起免费观看全集完整版| 能在线免费看毛片的网站| 岛国毛片在线播放| 日日摸夜夜添夜夜爱| 久久久久久久久久成人| 视频中文字幕在线观看| 伦精品一区二区三区| 91久久精品国产一区二区三区| 欧美97在线视频| 一级毛片 在线播放| 三上悠亚av全集在线观看 | 97在线人人人人妻| 亚洲av男天堂| 日本91视频免费播放| 26uuu在线亚洲综合色| 亚洲av综合色区一区| 亚洲精品日韩在线中文字幕| 亚洲精品日本国产第一区| 全区人妻精品视频| 大香蕉97超碰在线| 亚洲电影在线观看av| 亚洲成人手机| 国产高清不卡午夜福利| 精品卡一卡二卡四卡免费| 免费大片黄手机在线观看| 综合色丁香网| 免费看光身美女| 亚洲av电影在线观看一区二区三区| 日韩精品免费视频一区二区三区 | 午夜福利在线观看免费完整高清在| 精品国产国语对白av| 性高湖久久久久久久久免费观看| 毛片一级片免费看久久久久| 看十八女毛片水多多多| 亚洲,一卡二卡三卡| 国产成人一区二区在线| 天美传媒精品一区二区| 黄色配什么色好看| 国产成人免费无遮挡视频| 成年人免费黄色播放视频 | a级一级毛片免费在线观看| 国产精品人妻久久久影院| 国产色爽女视频免费观看| 日日撸夜夜添| 99热这里只有是精品50| 久久久国产一区二区| 日韩视频在线欧美| 少妇的逼好多水| 青春草视频在线免费观看| 国产精品人妻久久久影院| 国产高清三级在线| 亚洲国产欧美在线一区| av专区在线播放| 国产男女内射视频| 人人妻人人看人人澡| 亚洲精品国产色婷婷电影| 欧美变态另类bdsm刘玥| 我要看日韩黄色一级片| 内射极品少妇av片p| 国产综合精华液| 国产精品国产av在线观看| 91久久精品国产一区二区三区| 国产在线男女| 成人漫画全彩无遮挡| 在线播放无遮挡| 国产视频首页在线观看| a级片在线免费高清观看视频| 伦理电影免费视频| 伦精品一区二区三区| 综合色丁香网| 看十八女毛片水多多多| 99久久综合免费| 亚洲成色77777| 99九九在线精品视频 | 少妇熟女欧美另类| 国产精品无大码| 91精品国产九色| av福利片在线| 新久久久久国产一级毛片| 亚洲伊人久久精品综合| 午夜影院在线不卡| 欧美少妇被猛烈插入视频| 另类亚洲欧美激情| 少妇裸体淫交视频免费看高清| 欧美+日韩+精品| 免费观看性生交大片5| 久久鲁丝午夜福利片| 国产成人免费无遮挡视频| 久久久国产精品麻豆| 国产免费一区二区三区四区乱码| 亚洲电影在线观看av| 在现免费观看毛片| 男人舔奶头视频| 麻豆精品久久久久久蜜桃| 免费人妻精品一区二区三区视频| 如何舔出高潮| 国产成人91sexporn| 极品少妇高潮喷水抽搐| xxx大片免费视频| 精品一品国产午夜福利视频| 久久ye,这里只有精品| 亚洲精品一二三| 少妇裸体淫交视频免费看高清| 日韩,欧美,国产一区二区三区| 久久国产亚洲av麻豆专区| av天堂中文字幕网| av不卡在线播放| 在线看a的网站| 黄色视频在线播放观看不卡| 只有这里有精品99| 久久久久久久国产电影| 丰满人妻一区二区三区视频av| 亚洲av成人精品一区久久| 亚洲内射少妇av| 免费看不卡的av| 色视频在线一区二区三区| 女人久久www免费人成看片| 久久午夜福利片| 肉色欧美久久久久久久蜜桃| 亚洲欧美一区二区三区国产| 如日韩欧美国产精品一区二区三区 | 亚洲四区av| 两个人的视频大全免费| 青春草国产在线视频| 91aial.com中文字幕在线观看| 18禁动态无遮挡网站| 人人妻人人澡人人看| 日本91视频免费播放| 少妇的逼好多水| 日韩在线高清观看一区二区三区| 久久6这里有精品| 国产av精品麻豆| 热99国产精品久久久久久7| 男的添女的下面高潮视频| 麻豆精品久久久久久蜜桃| 69精品国产乱码久久久| 日日啪夜夜爽| 男女边吃奶边做爰视频| 人妻一区二区av| 91精品国产国语对白视频| 色网站视频免费| 五月天丁香电影| 国产黄色免费在线视频| 中文字幕亚洲精品专区| 免费不卡的大黄色大毛片视频在线观看| 美女中出高潮动态图| 成人影院久久| 久久鲁丝午夜福利片| 能在线免费看毛片的网站| 人妻夜夜爽99麻豆av| 人妻系列 视频| 国产欧美日韩综合在线一区二区 | 精品国产乱码久久久久久小说| 极品少妇高潮喷水抽搐| 国国产精品蜜臀av免费| 欧美日本中文国产一区发布| 夜夜骑夜夜射夜夜干| 在线观看av片永久免费下载| 亚洲国产欧美日韩在线播放 | 赤兔流量卡办理| 嫩草影院新地址| av天堂中文字幕网| 国产美女午夜福利| 精品久久久久久久久亚洲| 中文在线观看免费www的网站| 国产亚洲91精品色在线| 欧美+日韩+精品| videossex国产| 交换朋友夫妻互换小说| 丝袜在线中文字幕| 99久久中文字幕三级久久日本| 国产伦精品一区二区三区四那| 视频中文字幕在线观看| 熟女电影av网| 日韩一区二区三区影片| 人人妻人人澡人人看| 成人综合一区亚洲| 在线观看美女被高潮喷水网站| 亚洲av二区三区四区| 在线 av 中文字幕| 少妇人妻一区二区三区视频| 我要看黄色一级片免费的| 日韩欧美 国产精品| 国产日韩欧美视频二区| 精品久久久久久电影网| 午夜免费观看性视频| 久久青草综合色| 亚洲成色77777| 老司机影院成人| 只有这里有精品99| 极品少妇高潮喷水抽搐| 国产视频首页在线观看| 亚洲经典国产精华液单| 国产成人aa在线观看| 最黄视频免费看| 国产成人精品一,二区| 成人18禁高潮啪啪吃奶动态图 | 久久久久久久久久久久大奶| 建设人人有责人人尽责人人享有的| 少妇人妻 视频| 久久婷婷青草| 免费观看性生交大片5| 日本-黄色视频高清免费观看| 久久人人爽人人片av| 少妇人妻 视频| 国产欧美日韩精品一区二区| 亚洲欧美日韩卡通动漫| 纵有疾风起免费观看全集完整版| 欧美 日韩 精品 国产| av又黄又爽大尺度在线免费看| 久久av网站| 丰满少妇做爰视频| 久久久午夜欧美精品| 99久久人妻综合| 97在线视频观看| 少妇高潮的动态图| 国产淫片久久久久久久久| 哪个播放器可以免费观看大片| 日本91视频免费播放| 一级二级三级毛片免费看| 人体艺术视频欧美日本| 国产精品一二三区在线看| 99热网站在线观看| 尾随美女入室| 亚洲欧美清纯卡通| 国产一区二区三区av在线| 久久久国产欧美日韩av| 天堂8中文在线网| 国产有黄有色有爽视频| 热re99久久精品国产66热6| 一级毛片 在线播放| 中国美白少妇内射xxxbb| 国语对白做爰xxxⅹ性视频网站| 日产精品乱码卡一卡2卡三| av在线app专区| 丰满迷人的少妇在线观看| 国产精品久久久久久久电影| 另类精品久久| 国产男人的电影天堂91| 免费大片黄手机在线观看| 亚洲欧美中文字幕日韩二区| 久久精品久久久久久噜噜老黄| h视频一区二区三区| 日日爽夜夜爽网站| 天天躁夜夜躁狠狠久久av| 高清毛片免费看| 91久久精品国产一区二区三区| av福利片在线观看| 青春草国产在线视频| 一本—道久久a久久精品蜜桃钙片| 人人妻人人爽人人添夜夜欢视频 | 国产精品一区二区在线观看99| 精品人妻熟女av久视频| 亚洲欧美成人综合另类久久久| 80岁老熟妇乱子伦牲交| 亚洲国产最新在线播放| 免费人妻精品一区二区三区视频| 又黄又爽又刺激的免费视频.| 午夜免费鲁丝| 日韩欧美 国产精品| 欧美成人午夜免费资源| 搡老乐熟女国产| 精品国产一区二区三区久久久樱花| 韩国高清视频一区二区三区| 国产精品人妻久久久影院| 久久久久国产网址| 欧美xxxx性猛交bbbb| 99久久精品热视频| 中文资源天堂在线| 国产亚洲精品久久久com| 午夜av观看不卡| 精品视频人人做人人爽| 亚洲国产精品999| 久久国内精品自在自线图片| 观看av在线不卡| 久久精品熟女亚洲av麻豆精品| 高清不卡的av网站| 亚洲av中文av极速乱| 免费黄频网站在线观看国产| 久久青草综合色| 日韩人妻高清精品专区| videos熟女内射| 日本爱情动作片www.在线观看| av网站免费在线观看视频| av线在线观看网站| 青青草视频在线视频观看| 制服丝袜香蕉在线| 内地一区二区视频在线| 亚洲国产精品一区三区| 高清黄色对白视频在线免费看 | 九色成人免费人妻av| 波野结衣二区三区在线| 国产视频内射| 国产国拍精品亚洲av在线观看| 性高湖久久久久久久久免费观看| 久久精品国产亚洲网站| 亚洲av福利一区| 亚洲av二区三区四区| 啦啦啦啦在线视频资源| 精品久久国产蜜桃| 精品国产露脸久久av麻豆| 欧美成人精品欧美一级黄| 一级毛片电影观看| 亚洲电影在线观看av| 亚洲人成网站在线播| 亚洲av电影在线观看一区二区三区| 高清黄色对白视频在线免费看 | 夫妻午夜视频| 国产精品久久久久久久电影| 中文字幕制服av| 中国国产av一级| 寂寞人妻少妇视频99o| av线在线观看网站| 天美传媒精品一区二区|