• <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 ?

    基于支持向量機(jī)回歸多屬性智能電視電影推薦

    2015-06-20 00:28:28趙廣杰尹四清
    電視技術(shù) 2015年6期
    關(guān)鍵詞:年齡段向量概率

    趙廣杰,尹四清

    (中北大學(xué) a.計(jì)算機(jī)與控制工程學(xué)院;b.軟件學(xué)院,山西 太原 030051)

    基于支持向量機(jī)回歸多屬性智能電視電影推薦

    趙廣杰a,尹四清b

    (中北大學(xué) a.計(jì)算機(jī)與控制工程學(xué)院;b.軟件學(xué)院,山西 太原 030051)

    針對智能電視電影推薦領(lǐng)域,新用戶難以推薦問題,提出電影按用戶屬性過濾的推薦模型。該模型結(jié)合電影用戶歷史評分,由貝葉斯定理得出每個(gè)電影對用戶屬性的概率評分。為用戶推薦電影時(shí),由用戶屬性和概率評分得出電影預(yù)測評分列表,進(jìn)而推薦預(yù)測評分較高的電影。針對電影屬性概率評分間并線性的,提出支持向量機(jī)回歸的方法,解決用戶多屬性結(jié)合的問題。實(shí)驗(yàn)結(jié)果表明,該模型提高了召回率。得到結(jié)論,該用戶多屬性推薦模型提高了召回率,并能為新用戶推薦。

    電影推薦;冷啟動;支持向量機(jī)回歸;最大最小值方法

    傳統(tǒng)協(xié)同過濾推薦技術(shù)存在新用戶難以推薦的冷啟動問題,尤其在智能電視網(wǎng)絡(luò)、視頻網(wǎng)站等,只有用戶信息,沒有瀏覽或評分記錄,智能電視電影系統(tǒng)難以有效推薦。而基于內(nèi)容過濾技術(shù)可有效解決新用戶冷啟動問題。對于新用戶,Chen Lin提出向用戶推薦“專家用戶”瀏覽的電影[1]。施鳳仙等提出基于用戶屬性分類區(qū)分用戶興趣度的協(xié)同過濾算法[2]。按比重分配用戶相似性和商品的用戶興趣度。但它們的關(guān)系并不一定是線性的。而支持向量機(jī)在解決非線性回歸問題有著不錯(cuò)的效果。

    支持向量機(jī)算法在文本分類、模式識別等分類問題有很好的效果,并被引入非線性回歸領(lǐng)域,展示了不錯(cuò)的性能。王宏宇建立的基于電影屬性支持向量機(jī)回歸的用戶模型[3],提高了推薦精度。但只是根據(jù)電影的屬性和評分,并沒有考慮電影的用戶屬性分類。Liu在Google News用戶個(gè)性化新聞推薦中,利用用戶點(diǎn)擊新聞類別的歷史記錄,建立了用戶長期和短期興趣模型[4]。Mahiye Uluyagmur提出了基于電影特征集的推薦系統(tǒng),但并沒有有效解決多個(gè)特征集結(jié)合問題。本文根據(jù)電影用戶歷史評分,基于不同年齡段用戶對電影喜愛程度不同,電影按用戶屬性有不同的概率評分,并采用支持向量機(jī)回歸結(jié)合用戶多個(gè)屬性。

    本文根據(jù)電影用戶歷史評分,基于電影被不同年齡段用戶喜愛程度不同,計(jì)算得出電影年齡段概率評分。由于每個(gè)電影評分用戶數(shù)量不同,采用min-max方法標(biāo)準(zhǔn)化概率評分,使數(shù)據(jù)具有可比性。針對用戶不同的屬性,如年齡段、職業(yè)等,采用支持向量機(jī)回歸的方法擬合電影不同屬性概率評分,解決不同屬性結(jié)合的問題。實(shí)驗(yàn)采用movielens數(shù)據(jù)集評測了算法的召回率,并與傳統(tǒng)基于電影的knn推薦算法做了對比,實(shí)驗(yàn)證明本文采用的方法提高了召回率,并可為新用戶產(chǎn)生推薦。

    1 理論基礎(chǔ)

    1.1 min-max標(biāo)準(zhǔn)化

    在數(shù)據(jù)分析之前,通常需要先將數(shù)據(jù)標(biāo)準(zhǔn)化,利用標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行數(shù)據(jù)分析。不同數(shù)量的用戶對電影評過分,所以電影的屬性評分概率可能在不同的區(qū)間,為了消除這種影響,需要將數(shù)據(jù)標(biāo)準(zhǔn)化處理,以解決數(shù)據(jù)指標(biāo)之間的可比性。本文采用min-max標(biāo)準(zhǔn)化方法,也稱為離差標(biāo)準(zhǔn)化,就是對原始數(shù)據(jù)的線性變換,使結(jié)果值映射到0和1之間,轉(zhuǎn)化函數(shù)為

    式中:xmin為樣本數(shù)據(jù)最小值;xmax為樣本數(shù)據(jù)最大值;x為樣本數(shù)據(jù)。

    1.2 支持向量機(jī)回歸

    回歸問題是從訓(xùn)練樣本中學(xué)習(xí)輸入輸出變量之間的關(guān)系f(x)??紤]一個(gè)訓(xùn)練樣本數(shù)據(jù)集{(x1,y1),(x2,y2),…,(xi, yi),…r(xn,yn)}。對于i=1,2,3,…,n,其中每個(gè)xi∈Rn表示樣本的輸入空間,與其相對應(yīng)的目標(biāo)值yi?;貧w問題的思想是從中學(xué)習(xí)一個(gè)函數(shù),給定xi的值,能夠預(yù)測yi的值。一般的SVR函數(shù)形式為

    式中:w和b是要尋找的確定最優(yōu)超平面的參數(shù)值,Φ(xi)代表了從Rn到高維空間的一個(gè)非線性變換,目標(biāo)是找出w和b的值,使回歸風(fēng)險(xiǎn)系數(shù)最小化,回歸風(fēng)險(xiǎn)系數(shù)為

    其中:Γ(·)是損失函數(shù),常數(shù)C>0,表示對估計(jì)偏差的懲罰度,最常用的損失函數(shù)Vapnik提出的ε-敏感度函數(shù)[5]為

    此處的目標(biāo)是確定適當(dāng)?shù)膮?shù)值w和b,從而使f(xi)逼近未知目標(biāo)函數(shù)。如果f(xi)與yi的差值的絕對值大于ε,損失函數(shù)Γ(·)的值等于f(xi)的估計(jì)與期望響應(yīng)yi的差值的絕對值再減去ε,否則損失函數(shù)值為0。原問題可以表示為

    由式(4),可知受限于

    式中:ξi和代表輸出結(jié)果上下界的松弛變量。

    使用拉格朗日乘子法得到對偶問題是

    使用二次優(yōu)化方法求解αi和αi*,進(jìn)而得出w。設(shè)置偏移量b=0,自由參數(shù)ε和懲罰因子C就控制了式(10)逼近函數(shù)的VC維[6]

    式中:K(xi,x)表示核函數(shù)。

    2 基于支持向量機(jī)回歸的用戶多屬性推薦算法

    2.1 電影對用戶屬性的概率評分

    電影用戶評分矩陣,是電影被用戶評分的歷史記錄,而每個(gè)用戶都有年齡段、職業(yè)等屬性。電影被某個(gè)年齡段的用戶評分大小及個(gè)數(shù),反映了這個(gè)年齡段的用戶對電影的喜愛程度。本文用7個(gè)年齡段代表人的年齡。借鑒貝葉斯定理,電影受某個(gè)年齡段的喜愛程度可表示為

    式中:m(agek)表示年齡段的先驗(yàn)概率;m(itemi)表示電影被用戶評分的總個(gè)數(shù);m(itemi|agek)表示電影被這個(gè)年齡段評分的總和;而m(agek|itemi)表示電影對各個(gè)年齡段的概率評分。

    求出每個(gè)電影對年齡段的概率評分,每個(gè)電影被不同用戶數(shù)量評分,所以用min-max方法標(biāo)準(zhǔn)化電影的屬性概率評分。

    偽代碼如下:

    2.2 單屬性預(yù)測用戶對電影的評分

    為用戶u推薦最喜歡的前N個(gè)電影。根據(jù)用戶u的年齡段和電影的年齡段概率評分,預(yù)測用戶u對每個(gè)電影的評分。根據(jù)預(yù)測評分大小,為用戶推薦預(yù)測評分最大的前N個(gè)電影。

    2.3 支持向量機(jī)回歸用戶多屬性模型

    不同年齡段k,不同電影i的概率評分不同。同理,不同職業(yè),電影的概率評分也不同。對于用戶,年齡段、職業(yè)的組合,決定了用戶的喜好,但它們并非是線性的。因而構(gòu)建一個(gè)SVR用戶多屬性回歸模型。

    回歸模型的輸入和輸出,從用戶對電影i的年齡段概率評分、職業(yè)概率評分到實(shí)際評分ri。實(shí)際評分和概率評分都是標(biāo)準(zhǔn)化后的數(shù)據(jù)。特定年齡段和職業(yè)有著鮮明喜好的用戶u,回歸模型能很好的預(yù)測其偏好。模型可構(gòu)建為

    式中:ri是用戶u給電影i的實(shí)際評分,m(agek|i)是電影i對用戶年齡段k的概率評分。k∈{0,1,…,6},共7個(gè)年齡段。m(ocups|i)是電影i對用戶職業(yè)s的概率評分。s∈{0,1,…,18},共19個(gè)職業(yè)類型。

    線性回歸模型并不能取得很好的回歸效果,召回率甚至小于單個(gè)屬性概率評分的結(jié)果。支持向量機(jī)回歸通過核函數(shù)K(xi,x)將數(shù)據(jù)從輸入空間非線性變換到高維空間,從而使得數(shù)據(jù)在該空間中被轉(zhuǎn)換成線性組合的。用支持向量機(jī)回歸的方法構(gòu)建非線性回歸模型,基于式(10),可構(gòu)建支持向量機(jī)回歸的用戶多屬性模型

    求解模型時(shí),使用序列最小優(yōu)化方法求解算法,求解該支持向量機(jī)回歸問題。

    2.4 多屬性預(yù)測用戶電影評分

    為每個(gè)用戶構(gòu)建SVR回歸模型,并利用模型,輸入用戶屬性、電影屬性概率評分,輸出電影預(yù)測評分并排序。

    已知用戶u的年齡段、職業(yè),預(yù)測用戶對電影的評分。首先利用用戶屬性,得出用戶對每個(gè)電影的年齡段和職業(yè)屬性概率評分m(age|i)和m(ocup|i)。輸入到支持向量機(jī)回歸模型,得出預(yù)測評分r。預(yù)測評分最高的前N個(gè)電影推薦給用戶。

    3 實(shí)驗(yàn)設(shè)計(jì)及結(jié)果分析

    3.1 數(shù)據(jù)集和評測方法

    采用movielens數(shù)據(jù)集,943個(gè)用戶對1 682個(gè)電影的10萬個(gè)評分?jǐn)?shù)據(jù)。用戶的年齡段和職業(yè)屬性。訓(xùn)練(train)數(shù)據(jù)集采用全部10萬個(gè)評分,驗(yàn)證(test)數(shù)據(jù)集采用20%的評分?jǐn)?shù)據(jù)。使用C++語言,在Windows平臺編寫程序,實(shí)現(xiàn)了基于支持向量機(jī)回歸的用戶多屬性推薦算法。

    智能電視電影系統(tǒng)的最終目的是為用戶推薦感興趣的電影,本文沒有采用RMSE指標(biāo),而是采用召回率評測。為用戶推薦前N個(gè)電影,推薦的電影個(gè)數(shù)和用戶實(shí)際選擇的電影個(gè)數(shù)的比值,即召回率評測。召回率式為

    3.2 實(shí)驗(yàn)結(jié)果及分析

    實(shí)驗(yàn)首先評測了單個(gè)屬性前30的召回率。評測用戶年齡段屬性、職業(yè)屬性的召回率。出于降低計(jì)算復(fù)雜度的考慮,隨機(jī)選擇了200個(gè)用戶的召回率,做了8次重復(fù)實(shí)驗(yàn),得出召回率的平均值。召回率結(jié)果見表1。

    表1 用戶年齡、職業(yè)屬性的召回率 %

    本文使用libsvm工具訓(xùn)練基于支持向量機(jī)回歸的用戶多屬性推薦模型,并預(yù)測評分。核函數(shù)K(xi,x)采用徑向基核exp(-g||x-xi||2)。需要找出最優(yōu)的g和懲罰因子C,本文使用網(wǎng)格搜索來尋找最優(yōu)的g和C。網(wǎng)格搜索就是嘗試各種(g,C)對值,然后進(jìn)行交叉驗(yàn)證,找出精確度最高的(g,C)對。網(wǎng)格搜索參數(shù)g和C的范圍,g∈{0.6,0.8,…,3.0},懲罰因子C∈{0.02,0.04,…,0.10,0.40,0.70,1.00}。詳細(xì)設(shè)置見圖1。

    比較了本文的算法和基于電影的KNN算法的召回率,基于電影KNN算法的參數(shù)k取值100,就是取最相似的100個(gè)電影。相似性公式采用cos相關(guān)系數(shù)。

    圖1 SVM網(wǎng)格搜索交叉驗(yàn)證圖

    由圖1的網(wǎng)格搜索交叉驗(yàn)證圖可知,SVR參數(shù)g取1.6,C取0.4時(shí)召回率達(dá)到了最大值。

    由表1可知,基于支持向量機(jī)回歸用戶多屬性推薦算法15.25%的召回率高于單個(gè)屬性的召回率。

    由表2的實(shí)驗(yàn)數(shù)據(jù),基于支持向量機(jī)回歸用戶多屬性15.25%的召回率遠(yuǎn)高于基于電影的KNN推薦算法5.12%的召回率。實(shí)驗(yàn)結(jié)果表明基于支持向量機(jī)回歸用戶多屬性推薦算法提高了召回率,并可為新用戶產(chǎn)生有效推薦。

    表2 基于電影的KNN、基于SVM回歸用戶多屬性推薦算法召回率 %

    4 結(jié)論

    本文主要對智能電視電影系統(tǒng)新用戶難以推薦的冷啟動問題進(jìn)行了深入研究。采用年齡段對電影的概率評分來表示對電影喜愛程度的方法,解決用戶按屬性選擇電影的問題。采用支持向量機(jī)回歸方法訓(xùn)練用戶多屬性模型,有效解決了用戶多屬性結(jié)合問題。訓(xùn)練數(shù)據(jù)都用min-max方法標(biāo)準(zhǔn)化,使數(shù)據(jù)具有可比性。由實(shí)驗(yàn)結(jié)果可知,該基于支持向量機(jī)回歸用戶多屬性推薦模型提高了召回率,有效解決了新用戶推薦的冷啟動問題。

    [1] LIN Chen,XIE Runquan,LI Lei,et al.PRemiSE:personalized news recommendation via implicit social experts[C]//Proc.21st ACM international conference on information and knowledge man?agement.Maui,HI,USA:[s.n.],2012:1607-1611.

    [2]施鳳仙,陳恩紅.結(jié)合項(xiàng)目區(qū)分用戶興趣度的協(xié)同過濾算法[J].小型微型計(jì)算機(jī)系統(tǒng),2012,33(7):1533-1536.

    [3] 王宏宇,糜仲春,梁曉艷,等.一種基于支持向量機(jī)回歸的推薦算法[J].中國科學(xué)院研究生院學(xué)報(bào),2007,24(6):742-748.

    [4]LIU J,DOLAN P,PEDERSEN E R.Personalized news recommen?dation based on click behavior[C]//Proc.15th international confer?ence on Intelligent user interfaces.[S.l.]:ACM Press,2010:31-40.

    [5]ALPAYDIN E.機(jī)器學(xué)習(xí)導(dǎo)論[M].范明,等,譯.北京:機(jī)械工業(yè)出版社,2009.

    [6] WU X D,KUMAR V.數(shù)據(jù)挖掘十大算法[M].李文波,等,譯.北京:清華大學(xué)出版社,2014.

    Movie Recommendation Using SVR Algorithm Combining Different Attributes

    ZHAO Guangjiea,YIN Siqingb
    (a.Computer and Control Engineering;b.Software School,North University of China,Taiyuan 030051,China)

    As the smart TV can hardly recommend for the new users,recommendation model that users’attributes filtering is proposed.Based on the Bayes’theorem,the model uses the ratings to compute items’probability ratings of different attributes.The users’attributes and items’probability ratings are used to recommend for users.As the items’probability ratings are not statistical independence,the SVR is proposed to combining different attributes.The experimental results show that the model improving the recall.The conclusion is users’different attributes filtering model not only provides better recommendation recall,but also can recommend for new users.

    movie recommendation;cold start problem;SVR;min-max method

    TP393 文獻(xiàn)標(biāo)志碼:A DOI:10.16280/j.videoe.2015.06.008

    【本文獻(xiàn)信息】趙廣杰,尹四清.基于支持向量機(jī)回歸多屬性智能電視電影推薦[J].電視技術(shù),2015,39(6).

    趙廣杰(1986—),碩士生,CCF會員(E200038900G),研究方向?yàn)橥扑]算法和網(wǎng)絡(luò)技術(shù)應(yīng)用;

    尹四清(1964—),副教授,碩士生導(dǎo)師,主要研究方向?yàn)樽匀徽Z言處理和網(wǎng)絡(luò)信息處理。

    許 盈

    2014-12-02

    猜你喜歡
    年齡段向量概率
    第6講 “統(tǒng)計(jì)與概率”復(fù)習(xí)精講
    不同年齡段妊娠早期婦女維生素D含量水平分布
    向量的分解
    各年齡段人群對網(wǎng)上健康教育的認(rèn)知和期望的調(diào)查報(bào)告
    第6講 “統(tǒng)計(jì)與概率”復(fù)習(xí)精講
    概率與統(tǒng)計(jì)(一)
    概率與統(tǒng)計(jì)(二)
    聚焦“向量與三角”創(chuàng)新題
    適合各個(gè)年齡段的黑膠愛好者 Sony(索尼)PS-LX310BT
    向量垂直在解析幾何中的應(yīng)用
    x7x7x7水蜜桃| 午夜福利高清视频| 亚洲成av片中文字幕在线观看| 国产高清有码在线观看视频 | 国产成人欧美| 国产91精品成人一区二区三区| 精品国产乱码久久久久久男人| 中文字幕人妻熟女乱码| 日韩大尺度精品在线看网址 | 欧美人与性动交α欧美精品济南到| 亚洲男人的天堂狠狠| 女人爽到高潮嗷嗷叫在线视频| 身体一侧抽搐| 久久久水蜜桃国产精品网| 十八禁人妻一区二区| 午夜成年电影在线免费观看| 一二三四在线观看免费中文在| 国产xxxxx性猛交| 99国产综合亚洲精品| 日本一区二区免费在线视频| 真人做人爱边吃奶动态| 亚洲专区中文字幕在线| videosex国产| 免费不卡黄色视频| 无限看片的www在线观看| 日韩精品青青久久久久久| АⅤ资源中文在线天堂| 一级作爱视频免费观看| 亚洲国产欧美网| 午夜精品国产一区二区电影| 欧美国产精品va在线观看不卡| 99国产极品粉嫩在线观看| 国产精品九九99| 欧美色视频一区免费| 久久人妻av系列| 一级黄色大片毛片| 少妇被粗大的猛进出69影院| 亚洲国产欧美一区二区综合| 国产人伦9x9x在线观看| 999久久久精品免费观看国产| 91麻豆精品激情在线观看国产| av超薄肉色丝袜交足视频| 国产亚洲欧美精品永久| 一二三四在线观看免费中文在| 久久精品国产亚洲av香蕉五月| 欧美在线一区亚洲| 亚洲欧洲精品一区二区精品久久久| 国产精品一区二区精品视频观看| 婷婷六月久久综合丁香| 久久久久久免费高清国产稀缺| 宅男免费午夜| 在线观看免费日韩欧美大片| 亚洲色图综合在线观看| 日韩免费av在线播放| 黄色视频不卡| 99久久精品国产亚洲精品| 亚洲国产欧美网| 亚洲精品在线观看二区| 亚洲av第一区精品v没综合| 婷婷丁香在线五月| 久久国产精品影院| 99国产精品免费福利视频| tocl精华| 中文字幕高清在线视频| 亚洲成人精品中文字幕电影| 亚洲五月天丁香| 欧美中文综合在线视频| 中文亚洲av片在线观看爽| 亚洲视频免费观看视频| 青草久久国产| 真人做人爱边吃奶动态| 亚洲第一av免费看| 久久精品国产亚洲av高清一级| 十分钟在线观看高清视频www| 香蕉久久夜色| 巨乳人妻的诱惑在线观看| 亚洲七黄色美女视频| 18禁国产床啪视频网站| 叶爱在线成人免费视频播放| 欧美成人免费av一区二区三区| 久久精品亚洲精品国产色婷小说| 亚洲国产精品sss在线观看| 少妇裸体淫交视频免费看高清 | 欧美日韩亚洲综合一区二区三区_| 免费不卡黄色视频| 国语自产精品视频在线第100页| 一区二区日韩欧美中文字幕| 两性夫妻黄色片| 欧美一级a爱片免费观看看 | 好男人电影高清在线观看| 国产主播在线观看一区二区| 国产精品久久久久久精品电影 | 久久午夜综合久久蜜桃| av电影中文网址| 在线观看66精品国产| 久久狼人影院| 制服人妻中文乱码| 中文字幕久久专区| 亚洲国产精品合色在线| 很黄的视频免费| 黄色a级毛片大全视频| 欧美色视频一区免费| 午夜福利视频1000在线观看 | 一二三四在线观看免费中文在| 18禁观看日本| 在线永久观看黄色视频| 免费女性裸体啪啪无遮挡网站| 国产熟女午夜一区二区三区| 久久久久国产一级毛片高清牌| 亚洲情色 制服丝袜| 亚洲精品av麻豆狂野| 亚洲色图 男人天堂 中文字幕| 别揉我奶头~嗯~啊~动态视频| 黄色丝袜av网址大全| 日韩精品中文字幕看吧| 久久久久久人人人人人| 欧美黑人精品巨大| 国产精品自产拍在线观看55亚洲| 日韩高清综合在线| 国产亚洲欧美98| 国产aⅴ精品一区二区三区波| 国产熟女xx| 丝袜在线中文字幕| 日韩欧美一区二区三区在线观看| 免费女性裸体啪啪无遮挡网站| 可以免费在线观看a视频的电影网站| 波多野结衣巨乳人妻| netflix在线观看网站| 少妇熟女aⅴ在线视频| 午夜视频精品福利| 在线观看免费视频网站a站| 久久精品影院6| 黄色视频不卡| 亚洲 国产 在线| 久久精品影院6| 国产色视频综合| 黄片播放在线免费| 激情视频va一区二区三区| 亚洲,欧美精品.| 久久精品91无色码中文字幕| 亚洲欧美精品综合久久99| 男男h啪啪无遮挡| 18禁观看日本| 午夜福利免费观看在线| 女警被强在线播放| 国产成人免费无遮挡视频| 国产精品综合久久久久久久免费 | 久久精品国产亚洲av高清一级| 桃色一区二区三区在线观看| 热re99久久国产66热| av中文乱码字幕在线| 亚洲熟妇熟女久久| x7x7x7水蜜桃| 久久伊人香网站| 久久久久国产精品人妻aⅴ院| 精品人妻1区二区| 岛国视频午夜一区免费看| 国产精品久久视频播放| 一卡2卡三卡四卡精品乱码亚洲| 真人做人爱边吃奶动态| 欧美亚洲日本最大视频资源| 国产精品免费一区二区三区在线| 免费人成视频x8x8入口观看| 成人国语在线视频| 久久 成人 亚洲| 成人av一区二区三区在线看| 日本精品一区二区三区蜜桃| 咕卡用的链子| 久久婷婷成人综合色麻豆| 亚洲成人国产一区在线观看| 一个人观看的视频www高清免费观看 | 午夜免费成人在线视频| 人人妻人人爽人人添夜夜欢视频| 大型av网站在线播放| 久久久久久亚洲精品国产蜜桃av| 成人欧美大片| 又紧又爽又黄一区二区| 黄色女人牲交| 亚洲国产精品成人综合色| 久久这里只有精品19| 亚洲国产精品久久男人天堂| 国产日韩一区二区三区精品不卡| 亚洲av五月六月丁香网| 最好的美女福利视频网| 亚洲熟妇中文字幕五十中出| 免费看十八禁软件| 欧美中文综合在线视频| 亚洲va日本ⅴa欧美va伊人久久| 人人妻,人人澡人人爽秒播| 日韩欧美三级三区| 一个人观看的视频www高清免费观看 | 亚洲,欧美精品.| 一级,二级,三级黄色视频| 一级作爱视频免费观看| 欧美成狂野欧美在线观看| 久久人妻av系列| 777久久人妻少妇嫩草av网站| 一区二区日韩欧美中文字幕| 一个人观看的视频www高清免费观看 | 神马国产精品三级电影在线观看 | 99国产精品99久久久久| 欧美成人午夜精品| av欧美777| 亚洲人成77777在线视频| 男人的好看免费观看在线视频 | 国产高清激情床上av| 亚洲精品国产精品久久久不卡| 18禁裸乳无遮挡免费网站照片 | 两个人看的免费小视频| 在线观看舔阴道视频| 国产精品综合久久久久久久免费 | 美女 人体艺术 gogo| 国内精品久久久久精免费| 亚洲全国av大片| 色播亚洲综合网| 真人做人爱边吃奶动态| 国产精品二区激情视频| 色尼玛亚洲综合影院| 999久久久国产精品视频| 久久久久久久久久久久大奶| 国产免费男女视频| 亚洲精品粉嫩美女一区| 国产aⅴ精品一区二区三区波| 亚洲美女黄片视频| 无人区码免费观看不卡| 黄色 视频免费看| 黄频高清免费视频| 亚洲国产欧美网| 国产91精品成人一区二区三区| 欧美丝袜亚洲另类 | 午夜老司机福利片| 国产99白浆流出| 欧美日韩乱码在线| 看片在线看免费视频| 一区福利在线观看| 18禁黄网站禁片午夜丰满| 精品不卡国产一区二区三区| а√天堂www在线а√下载| 精品国产乱子伦一区二区三区| 丁香欧美五月| 久久香蕉激情| 久久精品91蜜桃| 国产高清有码在线观看视频 | 麻豆国产av国片精品| 757午夜福利合集在线观看| 亚洲av成人av| 日本在线视频免费播放| 搡老岳熟女国产| 在线观看免费午夜福利视频| 一边摸一边抽搐一进一出视频| 淫秽高清视频在线观看| 国内精品久久久久精免费| 中文字幕av电影在线播放| 丁香欧美五月| 国产区一区二久久| 神马国产精品三级电影在线观看 | 中亚洲国语对白在线视频| 亚洲av成人一区二区三| 岛国视频午夜一区免费看| 亚洲av电影不卡..在线观看| 涩涩av久久男人的天堂| 国产av又大| 国产精品98久久久久久宅男小说| 国产成人精品久久二区二区91| 中文字幕高清在线视频| 国产精品九九99| 久久午夜综合久久蜜桃| 丰满的人妻完整版| 亚洲精品国产一区二区精华液| 亚洲少妇的诱惑av| 免费在线观看亚洲国产| 国产精品综合久久久久久久免费 | 亚洲一区中文字幕在线| 精品免费久久久久久久清纯| 亚洲专区字幕在线| 亚洲九九香蕉| 中文字幕高清在线视频| 成人免费观看视频高清| 久久久久久久久免费视频了| 他把我摸到了高潮在线观看| 成人18禁在线播放| 在线观看一区二区三区| 中文字幕色久视频| 国产野战对白在线观看| 夜夜夜夜夜久久久久| 国产精品综合久久久久久久免费 | 免费搜索国产男女视频| 亚洲一区中文字幕在线| 满18在线观看网站| 无限看片的www在线观看| 色综合站精品国产| 窝窝影院91人妻| 国产精品久久久久久精品电影 | 9热在线视频观看99| 国产精品精品国产色婷婷| 中文字幕av电影在线播放| 免费在线观看完整版高清| 成人亚洲精品av一区二区| 神马国产精品三级电影在线观看 | 在线观看午夜福利视频| 一级a爱视频在线免费观看| а√天堂www在线а√下载| 日日爽夜夜爽网站| АⅤ资源中文在线天堂| 91老司机精品| 久久天堂一区二区三区四区| 国产精品 欧美亚洲| 午夜福利18| 三级毛片av免费| 黄色 视频免费看| 嫁个100分男人电影在线观看| 激情在线观看视频在线高清| 色播亚洲综合网| 久久精品亚洲熟妇少妇任你| 制服丝袜大香蕉在线| 免费一级毛片在线播放高清视频 | 看黄色毛片网站| 亚洲精品美女久久av网站| 9色porny在线观看| 男女床上黄色一级片免费看| 怎么达到女性高潮| 午夜精品久久久久久毛片777| 又紧又爽又黄一区二区| 又大又爽又粗| 精品少妇一区二区三区视频日本电影| 中亚洲国语对白在线视频| 欧美激情久久久久久爽电影 | 国产亚洲av高清不卡| 电影成人av| 色综合婷婷激情| 国产午夜精品久久久久久| 久久国产精品人妻蜜桃| 精品国产美女av久久久久小说| 欧美中文综合在线视频| 国产精品久久久人人做人人爽| 成人三级做爰电影| 中文字幕人成人乱码亚洲影| 婷婷丁香在线五月| 亚洲精品久久成人aⅴ小说| 人妻久久中文字幕网| 国产精品久久久av美女十八| 中文字幕色久视频| 久久狼人影院| 怎么达到女性高潮| 国产私拍福利视频在线观看| 国产又爽黄色视频| 国产欧美日韩一区二区精品| 12—13女人毛片做爰片一| 一本久久中文字幕| 在线观看www视频免费| 亚洲五月天丁香| 激情在线观看视频在线高清| 免费搜索国产男女视频| 国产精品免费视频内射| 一级,二级,三级黄色视频| 手机成人av网站| 搡老妇女老女人老熟妇| 欧美 亚洲 国产 日韩一| 欧美日韩亚洲综合一区二区三区_| 亚洲av片天天在线观看| 久久中文字幕人妻熟女| 在线国产一区二区在线| or卡值多少钱| netflix在线观看网站| 国产成人精品在线电影| 亚洲国产欧美网| 淫秽高清视频在线观看| 韩国av一区二区三区四区| 亚洲av日韩精品久久久久久密| 一级毛片女人18水好多| 亚洲精品美女久久av网站| 高潮久久久久久久久久久不卡| 深夜精品福利| 亚洲 欧美一区二区三区| 免费高清视频大片| 亚洲 欧美一区二区三区| 国产一区二区三区综合在线观看| 日日摸夜夜添夜夜添小说| 国产午夜精品久久久久久| 国产激情欧美一区二区| 日韩三级视频一区二区三区| 中文字幕av电影在线播放| 极品教师在线免费播放| 女人爽到高潮嗷嗷叫在线视频| 欧美日韩亚洲综合一区二区三区_| 亚洲一区二区三区不卡视频| 男女之事视频高清在线观看| 日韩精品中文字幕看吧| 欧美成人一区二区免费高清观看 | 在线观看日韩欧美| 久久久久亚洲av毛片大全| 精品无人区乱码1区二区| 97碰自拍视频| 成年女人毛片免费观看观看9| 99re在线观看精品视频| 国产av一区在线观看免费| 少妇被粗大的猛进出69影院| 国产成人av激情在线播放| 变态另类丝袜制服| 久久久久久久久中文| 大陆偷拍与自拍| 精品久久久精品久久久| 欧美在线一区亚洲| 一区二区三区激情视频| 久久香蕉激情| 亚洲精品一区av在线观看| 十分钟在线观看高清视频www| 美女国产高潮福利片在线看| 亚洲精华国产精华精| 久久国产精品影院| 麻豆国产av国片精品| 大型黄色视频在线免费观看| 欧美黄色淫秽网站| 亚洲国产看品久久| 久久久久精品国产欧美久久久| 91麻豆精品激情在线观看国产| 国产成人av激情在线播放| 女生性感内裤真人,穿戴方法视频| 91精品国产国语对白视频| 国产精品精品国产色婷婷| 亚洲va日本ⅴa欧美va伊人久久| 国产私拍福利视频在线观看| 可以在线观看毛片的网站| 亚洲精品粉嫩美女一区| 成人永久免费在线观看视频| 人成视频在线观看免费观看| 亚洲 欧美 日韩 在线 免费| 精品熟女少妇八av免费久了| 女人高潮潮喷娇喘18禁视频| 人妻久久中文字幕网| 国产精品久久久人人做人人爽| 国产在线精品亚洲第一网站| 女生性感内裤真人,穿戴方法视频| 91在线观看av| 免费人成视频x8x8入口观看| 国产99白浆流出| 无人区码免费观看不卡| 日本欧美视频一区| 国产高清videossex| 十八禁网站免费在线| 亚洲中文日韩欧美视频| 午夜福利,免费看| 久久国产精品人妻蜜桃| 美女高潮到喷水免费观看| 在线国产一区二区在线| 久久人妻熟女aⅴ| 亚洲精品一卡2卡三卡4卡5卡| 99riav亚洲国产免费| 每晚都被弄得嗷嗷叫到高潮| 99久久国产精品久久久| 国产精品久久久av美女十八| 日韩欧美国产在线观看| 99在线人妻在线中文字幕| 男男h啪啪无遮挡| 性色av乱码一区二区三区2| 久热爱精品视频在线9| 欧美成人性av电影在线观看| 国产精品一区二区精品视频观看| 国产亚洲av嫩草精品影院| 午夜视频精品福利| 少妇的丰满在线观看| 国产蜜桃级精品一区二区三区| 黑人欧美特级aaaaaa片| 国产一区二区三区在线臀色熟女| 无限看片的www在线观看| 老鸭窝网址在线观看| 亚洲一区二区三区色噜噜| bbb黄色大片| 丁香欧美五月| 国产精品一区二区免费欧美| 国产精品久久久av美女十八| 欧美国产日韩亚洲一区| www.999成人在线观看| 亚洲在线自拍视频| 90打野战视频偷拍视频| 欧美不卡视频在线免费观看 | 日韩欧美一区视频在线观看| 久久性视频一级片| 久久久久久久精品吃奶| 真人做人爱边吃奶动态| 久久精品国产清高在天天线| 亚洲男人的天堂狠狠| 成人三级黄色视频| 精品久久蜜臀av无| 天天躁狠狠躁夜夜躁狠狠躁| 久久久国产成人免费| 亚洲成人免费电影在线观看| 久久精品成人免费网站| 亚洲一区二区三区不卡视频| 成在线人永久免费视频| 亚洲国产精品成人综合色| 久久久久国产精品人妻aⅴ院| 欧美日韩乱码在线| 欧美乱色亚洲激情| 亚洲九九香蕉| 国产精品亚洲美女久久久| 欧美日韩亚洲综合一区二区三区_| 国产亚洲精品av在线| 亚洲熟妇熟女久久| 一级毛片女人18水好多| 中文字幕人妻丝袜一区二区| 久久热在线av| 久久精品国产清高在天天线| 黄色丝袜av网址大全| 91麻豆精品激情在线观看国产| 国产成人啪精品午夜网站| 国产精品二区激情视频| 免费在线观看视频国产中文字幕亚洲| 国产亚洲av嫩草精品影院| 国产av在哪里看| 午夜成年电影在线免费观看| 亚洲精品粉嫩美女一区| 曰老女人黄片| 久久香蕉激情| av在线播放免费不卡| 黄色a级毛片大全视频| 91av网站免费观看| 久久久久久免费高清国产稀缺| 最新在线观看一区二区三区| 日韩欧美一区二区三区在线观看| 色播在线永久视频| 国产精品久久视频播放| 99国产极品粉嫩在线观看| 黄色丝袜av网址大全| 久久久久久国产a免费观看| 老熟妇乱子伦视频在线观看| 欧美色视频一区免费| 巨乳人妻的诱惑在线观看| 免费观看精品视频网站| 精品免费久久久久久久清纯| 亚洲精品中文字幕在线视频| 十分钟在线观看高清视频www| 亚洲片人在线观看| 成人18禁在线播放| 1024香蕉在线观看| 欧洲精品卡2卡3卡4卡5卡区| 美女免费视频网站| 亚洲成a人片在线一区二区| av中文乱码字幕在线| 两人在一起打扑克的视频| 天天躁狠狠躁夜夜躁狠狠躁| 色尼玛亚洲综合影院| 国产成年人精品一区二区| 亚洲精品国产色婷婷电影| 午夜免费观看网址| 欧美大码av| 久久婷婷人人爽人人干人人爱 | 一边摸一边做爽爽视频免费| 搡老妇女老女人老熟妇| 一边摸一边抽搐一进一出视频| 亚洲五月天丁香| 黄网站色视频无遮挡免费观看| 男人的好看免费观看在线视频 | 国产国语露脸激情在线看| www.自偷自拍.com| 亚洲人成伊人成综合网2020| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲av电影不卡..在线观看| 97人妻精品一区二区三区麻豆 | 亚洲人成电影观看| 亚洲三区欧美一区| 如日韩欧美国产精品一区二区三区| 妹子高潮喷水视频| 在线观看免费午夜福利视频| 99国产极品粉嫩在线观看| 亚洲成国产人片在线观看| 日本 av在线| 级片在线观看| 亚洲男人天堂网一区| 精品国产乱子伦一区二区三区| 岛国视频午夜一区免费看| 中文字幕最新亚洲高清| 两个人免费观看高清视频| 伦理电影免费视频| 久久久久久久午夜电影| 老熟妇乱子伦视频在线观看| 午夜精品在线福利| 在线观看免费视频网站a站| 国产亚洲精品综合一区在线观看 | 两个人视频免费观看高清| 不卡一级毛片| 欧美中文综合在线视频| 久久精品人人爽人人爽视色| 亚洲中文字幕日韩| 可以免费在线观看a视频的电影网站| 黄色视频不卡| 黑人巨大精品欧美一区二区mp4| 亚洲成a人片在线一区二区| 十八禁网站免费在线| 777久久人妻少妇嫩草av网站| av片东京热男人的天堂| 久久精品影院6| 国产精品免费视频内射| www日本在线高清视频| 别揉我奶头~嗯~啊~动态视频| 日韩欧美一区二区三区在线观看| 久久精品亚洲精品国产色婷小说| 别揉我奶头~嗯~啊~动态视频| 丰满的人妻完整版| 99国产精品一区二区三区| 免费在线观看黄色视频的| 国产一卡二卡三卡精品| 搞女人的毛片| 黄色片一级片一级黄色片| 在线免费观看的www视频| 亚洲va日本ⅴa欧美va伊人久久| 国产国语露脸激情在线看| 精品乱码久久久久久99久播| 久久精品亚洲熟妇少妇任你| 久久这里只有精品19| 天堂动漫精品| 精品福利观看| 亚洲成a人片在线一区二区| 在线天堂中文资源库| 久久香蕉精品热|