• <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 ?

    一種基于深網(wǎng)的個性化信息爬取方法

    2016-03-22 13:29:22譚濤譚樂婷張剛園
    電腦知識與技術 2016年2期
    關鍵詞:相似度

    譚濤 譚樂婷 張剛園

    摘要:Deep Web蘊含海量的可供訪問的信息,是數(shù)據(jù)庫領域的研究熱點。目前已有的多數(shù)研究主要集中在Deep Web數(shù)據(jù)集成的技術層面.數(shù)據(jù)集成雖然滿足了對Deep Web信息查詢的需要,但這樣的查詢不能學習用戶的興趣,造成時間和資源的浪費。針對這樣的需求,本文將個性化推薦引入到Deep Web的數(shù)據(jù)查詢中,提出了一種結構化數(shù)據(jù)細粒度管理的用戶模型, 和基于樹結構的Deep Web爬取方案,用樹的遍歷方法解決了個性化服務中分布在各個Web數(shù)據(jù)庫中信息爬取的問題。最后通過實驗驗證了個性化推薦的執(zhí)行效率及Deep Web爬取的覆蓋率。

    關鍵詞:Deep Web;個性化爬取;相似度;用戶興趣模型

    中圖分類號:TP393 文獻標識碼:A 文章編號:1009-3044(2016)02-0008-03

    Abstract: Deep Web is becoming a hot research topic in the area of database. Most of the existing researches mainly focus on Deep Web data integration technology. Deep Web data integration can partly satisfy people's needs of Deep Web information search, but it cannot learn users interest, and people search the same content online repeatedly would cause much unnecessary waste. According to this kind of demand, this paper introduced personalization recommendation to the Deep Web data query, proposed a user interest model based on fine-grained management of structured data and a crawl technology based on the tree structure is presented, with the traversal method of tree to solve the information crawl problems in the personalization service distributed in various web databases. Finally, developed a prototype recommendation system and verified the efficiency and effectiveness of the personalization recommendation and the coverage and cost of Deep Web crawl through the experiment.

    Key words: Deep Web; Personalization Crawl; Similarity; User Interest Model

    1 概述

    互聯(lián)網(wǎng)的飛速發(fā)展使Web成為了海量的信息中心,Web上的網(wǎng)站和網(wǎng)頁數(shù)量快速增長,其信息量巨大,提供的數(shù)據(jù)攜帶著重要的價值,能應用于許多業(yè)務領域。這些信息按照蘊含的深度可以將整個網(wǎng)絡分為兩大部分:Surface Web和Deep Web。那些直接通過超級鏈接由傳統(tǒng)搜索引擎爬取到的頁面集合屬于Surface Web;而廣泛存在于可在線訪問的Web數(shù)據(jù)庫中的大量信息,通常傳統(tǒng)的搜索引擎是索引不到的,這些內容則屬于Deep Web的范疇。隨著Web 2.0時代的到來,目前的整個網(wǎng)絡至少有65萬個數(shù)量級的可訪問Web數(shù)據(jù)庫,其信息容量覆蓋了商業(yè),教育,醫(yī)學等眾多領域,遠遠超過了Surface Web的信息含量。越來越多的國內外學者投入到對Deep Web的應用研究中。

    本文提出了一種結構化數(shù)據(jù)細粒度管理的用戶模型;同時,針對在Web數(shù)據(jù)庫中信息的個性化爬取的問題,采用了樹結構模型的爬取技術;并通過原型試驗進行了驗證。

    2 相關原理

    網(wǎng)站,超鏈接,數(shù)據(jù)庫及其查詢接口是構成Deep Web的基本要素。網(wǎng)站后臺由服務器支持,包含多個網(wǎng)站數(shù)據(jù)庫,用以存放在線訪問的信息;同時網(wǎng)站數(shù)據(jù)庫又通過HTML表單查詢,表單即為查詢接口。個性化服務是依據(jù)用戶的瀏覽習慣和歷史記錄為其后面的訪問提供個性化推薦,采用用戶模型來描述用戶興趣,進行相似度匹配,將相似度高的信息推薦給用戶。用戶興趣不是一成不變的,因此構造用戶模型是一個不斷學習更新的過程,需要跟蹤用戶習慣從而及時更新推薦信息。

    由于Deep Web數(shù)據(jù)的動態(tài)變化,要從中準確地獲取用戶所需信息,在數(shù)據(jù)集成方面的研究得到了研究者們的廣泛關注。至今,在該研究領域已經取得了若干成果,比如Deep Web的頁面獲取[5,6]、查詢接口的集成[3,4]、結果數(shù)據(jù)的抽取與標注[7,8]等。而個性化推薦應用上發(fā)展也日趨成熟,比如擴展語義的用戶興趣建模及更新策略[11],在基于Deep Web數(shù)據(jù)的個性化推薦應用上,也取得了一定的成果。

    3 用戶興趣模型的構建

    3.1用戶興趣模型的表示

    用戶的興趣特點是多樣的,并且是不斷變化的,采用感興趣和不感興趣兩類去刻畫,顯得過于簡單,且不能有效地描述用戶多個方面的興趣特征,尤其對于那些頻繁更新的短期興趣變化,就得不到及時地跟蹤更新。考慮到上述因素,本文構建了結構化數(shù)據(jù)細粒度管理方式。該用戶興趣模型依據(jù)領域本體由下到上的歸納合并,形成過程簡單,描述準確;同時細化了用戶興趣,通過分門別類地描述降低了不同類別間主題的干擾程度,有利于短期興趣的更新和推薦模型精度的提高。

    本文中,用戶興趣模型被形式化描述為一個五元組M:M={S,K,L,W,T}。其中,K=(Ku,Kc);S為用戶興趣模型建立的狀態(tài),K為對應主題的特征項,由兩部分組成:Ku為更新前興趣模型中的特征;Kc為經過動態(tài)更新后的特征。對于初始的用戶模型狀態(tài)S0, 由于沒有反饋信息,不需對其進行更新,故Kc 為一個空集;K的語義由L代表,用招聘信息進行描述。如職位,行業(yè),工作經驗等;W表示特征項K的權重;T表示更新時間,主要用來幫助分析用戶興趣變化。例如:M={Si,Ki,Li,Wi,Ti},Si為該用戶興趣模型在動態(tài)調整更新中產生的主題狀態(tài);對應的特征項集合Ki, Ki =(Kiu,Kic);L={Li1,Li2,….,Lim}為對應Ki的語義;Wi代表特征Ki的權重,是一個[0,1]之間的值;Ti為對應Si的更新時間。

    3.2用戶興趣模式的相似度計算

    用戶的初始興趣模型建立起來后,接下來需要解決的就是相似度匹配,及根據(jù)匹配結果進行個性化推薦?;舅枷胧牵簩⒏呦嚓P度的信息作為種子,在其模式庫中利用相似度擴展近鄰,在用戶興趣庫中尋找類似的興趣信息,從而提高召回率。我們還嘗試了利用統(tǒng)計和機器學習的方法,改進經典的相似度度量,以獲得更好的效果。

    定義1:用戶提交的查詢Q:一個Deep Web查詢由一組關鍵字組成,Q={qi|qi∈Q,1<=i<=k}其中,Q為用戶查詢的關鍵字集合。

    定義2:Web數(shù)據(jù)庫的查詢接口WDBI(Web Database Interface):由屬性名、所屬數(shù)據(jù)類型以及相應的候選值構成,定義如下:WDBI={|Ai∈A,ADTi∈ ADT,AVAi∈AVA,1

    定義3:給定查詢詞集合Q1:含m個數(shù)據(jù),Q1中各數(shù)據(jù)的權重分別為:wq1,wq2,….wqm,用戶興趣模型中的狀態(tài)集合S2:含n個數(shù)據(jù), S2中個數(shù)據(jù)的權重分別為ws1,ws2,…,wsn,將Q1中的數(shù)據(jù)qi和S2中的數(shù)據(jù)sj進行相似性匹配,相似性度量方法定義為:Sim(Q1,S2)=((max[i=1mj=1nWqi*Wsj])*aij)*vAi其中aij的引入目的是保證wqi 與wsj 只參與一次配對的相似性匹配。當wqi 與wsj 配對時,aij=1;否則aij=0。

    其中vAi表示W(wǎng)eb數(shù)據(jù)庫查詢接口上不同數(shù)據(jù)類型引起的不同的屬性相似性度量值。采用一個由文本關鍵字組成的向量表示文本類型,令Wi是用戶興趣模型Si基于屬性Ai的特征向量,Wj是數(shù)據(jù)查詢基于屬性Ai的特征向量,通過向量之間夾角的余弦值表示,公式為:

    4 Deep Web的爬取

    Web數(shù)據(jù)庫的爬取實質是在找到一個查詢詞集Q={q1,q2,…,qm}使得查詢詞的覆蓋率在爬取代價<=常數(shù)的約束情況下取到最大值。針對查詢詞的覆蓋率及爬取代價定義如下:

    定義1.給定查詢屬性qi和Web數(shù)據(jù)庫WDB,查詢屬性qi的爬取代價Exp(qi,WDB)定義為:Exp(qi,WDB)= ND(qi,WDB)/k (1)

    其中ND(qi,WDB)表示W(wǎng)eb數(shù)據(jù)庫中匹配qi的結果記錄數(shù),k表示目標Web站點每個查詢結果列表頁面展示的最大記錄數(shù)。

    定義2.給定查詢屬性qi和Web數(shù)據(jù)庫WDB,查詢屬性qi的覆蓋率Cov(qi,WDB)定義為:Cov(qi,WDB)= ND(qi,WDB)/NWDB (2)

    其中ND(qi,WDB)表示W(wǎng)eb數(shù)據(jù)庫中匹配qi的結果記錄數(shù), NWDB表示W(wǎng)eb數(shù)據(jù)庫中總的記錄數(shù)。

    當查詢表單接口中存在一組查詢屬性集Q={q1,q2,…,qm},該屬性集的覆蓋率Cov(q1q2 …qm,WDB)=(ND(q1,WDB)∪…∪ND(qm,WDB))/ NWDB (3)

    其中ND(q1,WDB)∪…∪ND(qm,WDB)表示查詢屬性q1,q2,…qm 的Web數(shù)據(jù)庫所有查詢記錄的并集的總數(shù)。

    為了在有限次的查詢次數(shù)限制下,找到查詢詞序列使其覆蓋率最大化,本文提出了基于樹結構的Deep Web數(shù)據(jù)爬取方法。Web數(shù)據(jù)庫被看做一個關系模式的數(shù)據(jù)表??紤]如下:一個Web數(shù)據(jù)庫表T:該表由定義在結果屬性集AL={al1,al2,…,alm}上的記錄集D={d1,d2,…,dn}組成;同時,查詢表單接口中存在一組查詢屬性集Q={q1,q2,…,qm}。用戶通過填寫表單項指定查詢屬性的值,這些查詢在底層數(shù)據(jù)庫中轉化為SQL查詢語句。

    定義3.Web數(shù)據(jù)庫的劃分。將一個Web數(shù)據(jù)庫表T劃分為若干非空子集{T1,T2,…,Tm},T中的每個元組分屬于某個子集Ti, 根據(jù)等價關系的理論,當Ti∩Tj=且T1∪T2∪…∪Tm =T時,稱Ti是T的劃分塊?;谏鲜龆x,一個Web數(shù)據(jù)庫被劃分為若干不相交的塊,那么查詢結果的元組就分屬于其中一個特定的塊。

    如果結果記錄集D的數(shù)量非常大,通常會依據(jù)某種排序規(guī)則進行查詢的排序,只返回滿足查詢條件的前面k條記錄(其中k為一個常數(shù),如1000或1500)。這樣就存在3種結果返回情況:

    (1)當k<|T|時,向上溢出,結果記錄不能全部返回;(2)當|T|=0時,向下溢出,結果記錄返回為空;(3)當0<|T|

    定義4.多叉樹。數(shù)據(jù)庫表T的層次樹DT(T)是關于查詢詞的多叉樹。構造如下:對一組查詢詞集Q={q1,q2,…,qm},一個查詢的屬性Ai表示樹中的節(jié)點,該屬性的一個屬性值通過從該節(jié)點出發(fā)的邊表示。如果屬性Ai的屬性值的集合為V={v1,v2,…,vn},Vi稱為屬性Ai的域,那么屬性節(jié)點Ai就有n條邊。樹中的第m+1層為葉子節(jié)點。

    根據(jù)定義4,數(shù)據(jù)庫中每條記錄都屬于不同的葉子節(jié)點,而從根節(jié)點到葉子節(jié)點的邊構成了抽取該記錄的結構化查詢,在此基礎之上,Deep Web數(shù)據(jù)庫的爬取問題就轉化為樹的遍歷問題,即通過遍歷樹抽取有效葉子節(jié)點中的記錄。由于考慮從根節(jié)點到葉子節(jié)點的邊,采用深度優(yōu)先的遍歷原則。具體的遍歷過程如下:

    (1)從根節(jié)點中的查詢詞序列的任意一個查詢q0開始,提交給Web數(shù)據(jù)庫WDB;

    (2)如果返回的結果集|T|>k(閾值)時,上溢,則繼續(xù)從下一層選擇一個查詢,加入到查詢路徑中組成新的查詢;循環(huán)該過程,直到找到一個葉子節(jié)點;

    (3)如果找到一個葉子節(jié)點,繼續(xù)利用其父節(jié)點的其他屬性值構建遍歷的該葉子的兄弟節(jié)點;否則,執(zhí)行(2);

    (4)判斷葉子節(jié)點的有效性,如果有效,則提取記錄并保存,否則,丟棄該葉子節(jié)點。

    5 個性化信息爬取實驗

    為了客觀評估基于Deep Web的用戶個性化爬取方法,我們實現(xiàn)了一個招聘系統(tǒng)的原型,并在真實的Web數(shù)據(jù)庫上進行了驗證。針對15個注冊用戶,每個用戶5個初始選擇興趣,從用戶的首次查詢開始記錄并返回數(shù)據(jù),對每個興趣,系統(tǒng)設置從Deep Web數(shù)據(jù)源獲得的最大返回信息條目為30。 在本實驗部分,我們使用三個Deep Web數(shù)據(jù)源: 智聯(lián)招聘、中華英才網(wǎng)、前程無憂網(wǎng)。進行Deep Web數(shù)據(jù)的爬取。對用戶的查詢qi,三個數(shù)據(jù)源獲得的招聘信息條目數(shù)為762,905,689條。利用前文所述的推薦原理,對上述的15個注冊用戶進行了推薦,分兩個方面進行:(1)實時推薦:在用戶查詢qi提交時,在返回結果記錄時根據(jù)相似度匹配進行了高相似度的信息推薦;(2)定時推薦:在用戶預約的固定時間段,當服務器處于閑置狀態(tài)時,集中進行計算,將爬取到的新的信息反饋給用戶。采用信息檢索領域的查準率P和查全率R進行衡量。針對15個注冊用戶,每個用戶5個初始選擇興趣,構建了同類興趣和不同類興趣的學習,假定15個用戶的初始興趣都有“計算機”,記錄了此時15個用戶的學習模型,如圖1所示;另一方面,每個的用戶的興趣都會發(fā)生改變,記錄了某個用戶UserI的學習模型的改變,如圖2所示。

    在圖1中,對同類興趣的學習,隨著用戶興趣模型不斷地累加學習,推薦的準確性和查全率不斷提高。由此看出,隨著學習的進行,本文的推薦算法能實時更新用戶興趣模型。在圖2中,對于不斷變化的同一用戶興趣,由于推薦算法是選擇用戶新近的興趣主題進行匹配的,因此被模型捕捉到的興趣主題呈現(xiàn)出分散的趨勢。

    6 結語

    隨著Deep Web的迅速發(fā)展,大量的Deep Web信息如浩瀚的海洋,往往導致“信息過載”和“信息迷向”,個性化服務能很好地解決這樣的問題。針對現(xiàn)有招聘信息服務在面向不同用戶的個性化推薦方面的不足,提出了將基于Deep Web個性化推薦應用到招聘服務中的解決方案,使用戶在盡可能少的參與下,得到了較好的個性化的服務。但是,該工作還需要進一步的探討:第一,對于在Deep Web爬取中設置的上溢閾值還需要在理論上做進一步分析;第二,個性化推薦算法的用戶滿意度和質量,還需要進一步給出更合理的評估方法。

    參考文獻:

    [1] Chang KCC, He B, Li CK, et al.Structured databases on the Web: Observations and implications,” SIGMOD Record, 2004(33).

    [2] BrightPlanet.com, The deep Web: Surfacing hidden value, 2000, http://brightplanet.com.

    [3] 王靜帆.基于文本相似度二階段招聘信息檢索[D].清華大學,2007.

    [4] 馬軍,宋玲,韓曉暉,等.基于網(wǎng)頁上下文的數(shù)據(jù)庫分類[J].軟件學報,2008,19(2).

    [5] He B, Tao T, Chang K C C.Clustering structured Web sources: A schema-based, model-differentiation approach. Springer-Verlag. Heraklion, 2004 [the 9th Intl Conf. on Extending Database Technology].

    [6] Peng Q, Meng WY, He H, et al.WISE-Cluster: Clustering e-commerce search engines automatically,ACM Press. Washington, 2004 [the 6th ACM Intl Workshop Conf. on Web Information and Data Management].

    [7] Wu WS, Yu C, Doan AH, et al.An interactive clustering-based approach to integrating source query interfaces on the deep Web,ACM Press. Paris, 2004 [the 24th ACM SIGMOD Intl Conf. on Management of Data].

    [8] He H, Meng WY, Yu C.WISE-Integrator: An automatic integrator of Web search interfaces for e-commerce,”Morgan Kaufmann Publishers. San Fransisco, 2003 [the 29th Intl Conf. on Very Large Data Bases].

    [9] Zhai YH, Liu B.Web data extraction based on partial tree alignment,” ACM Press. Chiba, 2005 [Proc. of the 14th Intl World Wide Web Conf.].

    [10] Zhao H K, Meng W Y, Wu Z H, et al. Fully automatic wrapper generation for search engines,ACM Press. Chiba, 2005 [the 14th Intl World Wide Web Conf.] .

    [11] 李珊.個性化服務中用戶興趣建模與更新研究[J].情報學報,2010,29(1).

    猜你喜歡
    相似度
    改進的協(xié)同過濾推薦算法
    模糊Petri網(wǎng)在油田開發(fā)設計領域的應用研究
    相似度算法在源程序比較中的應用
    基于混合信任模型的協(xié)同過濾推薦算法
    基于灰度的圖像邊緣檢測與匹配算法的研究
    句子比較相似度的算法實現(xiàn)?
    影響母線負荷預測的因素及改進措施
    科技視界(2016年10期)2016-04-26 11:40:14
    基于粗糙集的麗江房價研究
    復雜網(wǎng)絡全局拓撲相似度計算方法實證研究
    軟件(2015年9期)2015-12-25 07:46:49
    基于貝葉斯網(wǎng)絡的協(xié)同過濾推薦算法
    軟件導刊(2015年7期)2015-08-06 13:15:58
    777米奇影视久久| 欧美精品av麻豆av| 国产亚洲欧美精品永久| 亚洲中文日韩欧美视频| 老熟妇仑乱视频hdxx| 丰满的人妻完整版| 亚洲五月天丁香| 国产成人免费观看mmmm| 色播在线永久视频| 婷婷精品国产亚洲av在线 | 成人影院久久| 又紧又爽又黄一区二区| 国产xxxxx性猛交| 露出奶头的视频| 超色免费av| 国产亚洲欧美精品永久| 下体分泌物呈黄色| 国产精品久久视频播放| 99香蕉大伊视频| 国产精品一区二区免费欧美| 国产99白浆流出| 国产蜜桃级精品一区二区三区 | 一边摸一边做爽爽视频免费| av欧美777| 亚洲七黄色美女视频| 99久久精品国产亚洲精品| 免费一级毛片在线播放高清视频 | 一边摸一边抽搐一进一出视频| 精品人妻1区二区| 国产亚洲欧美在线一区二区| av福利片在线| 美女福利国产在线| 亚洲少妇的诱惑av| 天天添夜夜摸| 免费不卡黄色视频| 欧美人与性动交α欧美软件| 久久国产精品男人的天堂亚洲| 久久中文字幕一级| 夜夜夜夜夜久久久久| 久久国产亚洲av麻豆专区| 999久久久精品免费观看国产| 亚洲视频免费观看视频| 国产成人影院久久av| 国产精品免费大片| av免费在线观看网站| 一区福利在线观看| 国产黄色免费在线视频| 久久人人爽av亚洲精品天堂| 久久久精品区二区三区| 国产精品免费一区二区三区在线 | 欧美 亚洲 国产 日韩一| 国产精品影院久久| 国内毛片毛片毛片毛片毛片| 99久久综合精品五月天人人| 成年版毛片免费区| 宅男免费午夜| 亚洲熟女精品中文字幕| 中文字幕高清在线视频| tube8黄色片| 俄罗斯特黄特色一大片| 老司机午夜福利在线观看视频| netflix在线观看网站| 亚洲 国产 在线| 岛国毛片在线播放| 操美女的视频在线观看| 亚洲va日本ⅴa欧美va伊人久久| 免费黄频网站在线观看国产| 天天操日日干夜夜撸| 久久久久国产一级毛片高清牌| 在线国产一区二区在线| 精品久久久久久,| 欧美激情高清一区二区三区| 狂野欧美激情性xxxx| 国产免费男女视频| 久久亚洲精品不卡| 国产精品 国内视频| 亚洲国产中文字幕在线视频| 成人特级黄色片久久久久久久| 久久精品国产清高在天天线| 在线观看免费午夜福利视频| 天天躁日日躁夜夜躁夜夜| av天堂在线播放| 一个人免费在线观看的高清视频| 99久久综合精品五月天人人| 亚洲专区国产一区二区| 日韩三级视频一区二区三区| 久久久精品国产亚洲av高清涩受| 欧美日韩瑟瑟在线播放| 久热这里只有精品99| 母亲3免费完整高清在线观看| 国产激情久久老熟女| 国产乱人伦免费视频| 人妻 亚洲 视频| 国产精品 国内视频| 男女高潮啪啪啪动态图| 12—13女人毛片做爰片一| 亚洲第一青青草原| 热99re8久久精品国产| 黑人操中国人逼视频| 国产男靠女视频免费网站| 极品教师在线免费播放| 免费av中文字幕在线| 麻豆成人av在线观看| 欧美激情 高清一区二区三区| 亚洲人成电影观看| 色综合婷婷激情| 男女午夜视频在线观看| 亚洲av欧美aⅴ国产| 成人18禁在线播放| 中文字幕制服av| 午夜福利免费观看在线| 亚洲成国产人片在线观看| 欧美日韩瑟瑟在线播放| 亚洲久久久国产精品| 久久香蕉激情| netflix在线观看网站| 欧美av亚洲av综合av国产av| 亚洲欧美一区二区三区黑人| 精品一区二区三区av网在线观看| 国产男靠女视频免费网站| 一夜夜www| 亚洲综合色网址| 午夜激情av网站| 18禁国产床啪视频网站| 亚洲人成伊人成综合网2020| 亚洲一区二区三区不卡视频| 啦啦啦免费观看视频1| 狠狠狠狠99中文字幕| av一本久久久久| 美女视频免费永久观看网站| 中文字幕人妻丝袜制服| 久久人人爽av亚洲精品天堂| videos熟女内射| 日本a在线网址| 国产精品欧美亚洲77777| 久久精品亚洲精品国产色婷小说| 女人爽到高潮嗷嗷叫在线视频| 日韩欧美免费精品| 国产亚洲欧美在线一区二区| 亚洲av日韩在线播放| 亚洲一码二码三码区别大吗| 午夜福利免费观看在线| 亚洲国产精品一区二区三区在线| 国产欧美日韩一区二区精品| 日本vs欧美在线观看视频| 国产精品 欧美亚洲| 黄色毛片三级朝国网站| 亚洲专区国产一区二区| 国产亚洲精品第一综合不卡| 日韩人妻精品一区2区三区| 亚洲人成伊人成综合网2020| 男女高潮啪啪啪动态图| 中文字幕av电影在线播放| 亚洲专区国产一区二区| 国产精品自产拍在线观看55亚洲 | 村上凉子中文字幕在线| 18禁裸乳无遮挡免费网站照片 | 午夜福利,免费看| 美女 人体艺术 gogo| 精品久久久精品久久久| 在线永久观看黄色视频| 91成年电影在线观看| 美女视频免费永久观看网站| 水蜜桃什么品种好| 欧美日韩av久久| 国产精品乱码一区二三区的特点 | 19禁男女啪啪无遮挡网站| 51午夜福利影视在线观看| 日韩免费av在线播放| 欧美日韩国产mv在线观看视频| 丰满迷人的少妇在线观看| 黄片播放在线免费| 少妇猛男粗大的猛烈进出视频| 午夜日韩欧美国产| 成人永久免费在线观看视频| av不卡在线播放| 亚洲自偷自拍图片 自拍| 欧美 亚洲 国产 日韩一| 美女国产高潮福利片在线看| 久久香蕉精品热| 精品电影一区二区在线| 又紧又爽又黄一区二区| 欧美乱色亚洲激情| 久久精品国产综合久久久| 国产激情欧美一区二区| 精品国产国语对白av| 午夜精品国产一区二区电影| videosex国产| 国产成人欧美在线观看 | 少妇裸体淫交视频免费看高清 | 在线看a的网站| 日韩有码中文字幕| 在线观看66精品国产| 99热只有精品国产| 国产国语露脸激情在线看| 老熟妇乱子伦视频在线观看| 少妇裸体淫交视频免费看高清 | 欧美日韩乱码在线| 精品午夜福利视频在线观看一区| 国产精品一区二区精品视频观看| 免费看a级黄色片| 天天躁狠狠躁夜夜躁狠狠躁| 乱人伦中国视频| 亚洲视频免费观看视频| 天堂√8在线中文| 久久精品人人爽人人爽视色| 国产精品久久久人人做人人爽| 亚洲男人天堂网一区| 亚洲人成77777在线视频| 精品免费久久久久久久清纯 | 黄色怎么调成土黄色| 成人精品一区二区免费| 超碰成人久久| 国产亚洲av高清不卡| 国产男靠女视频免费网站| 丝袜美腿诱惑在线| 午夜成年电影在线免费观看| 亚洲中文字幕日韩| 人成视频在线观看免费观看| 正在播放国产对白刺激| 欧美+亚洲+日韩+国产| 天天添夜夜摸| 国产精品免费大片| 天天躁狠狠躁夜夜躁狠狠躁| 久久精品91无色码中文字幕| av国产精品久久久久影院| 午夜视频精品福利| 亚洲av电影在线进入| 正在播放国产对白刺激| 欧美+亚洲+日韩+国产| 极品教师在线免费播放| www.熟女人妻精品国产| 纯流量卡能插随身wifi吗| 日韩熟女老妇一区二区性免费视频| 国产精品永久免费网站| 一区二区三区激情视频| 大陆偷拍与自拍| 99热网站在线观看| 水蜜桃什么品种好| 男女免费视频国产| 两个人看的免费小视频| 极品少妇高潮喷水抽搐| 18在线观看网站| 国产精品久久久久成人av| 日韩 欧美 亚洲 中文字幕| 亚洲国产欧美一区二区综合| 国产99久久九九免费精品| 国产不卡一卡二| 日韩大码丰满熟妇| 亚洲中文日韩欧美视频| 国产一区有黄有色的免费视频| 满18在线观看网站| 国产99久久九九免费精品| 亚洲精品在线观看二区| 午夜福利在线观看吧| 99久久精品国产亚洲精品| 欧美日韩黄片免| 90打野战视频偷拍视频| av网站在线播放免费| 亚洲中文字幕日韩| 黄色视频,在线免费观看| 久久久精品免费免费高清| 日本撒尿小便嘘嘘汇集6| 老司机在亚洲福利影院| 日韩三级视频一区二区三区| 国产成人av激情在线播放| 亚洲伊人色综图| 国产成人精品无人区| 久久国产精品人妻蜜桃| 久久精品国产a三级三级三级| 中文欧美无线码| 91九色精品人成在线观看| avwww免费| 午夜精品在线福利| 亚洲熟女毛片儿| 成人免费观看视频高清| 欧美国产精品一级二级三级| 国产高清视频在线播放一区| 亚洲九九香蕉| 国产亚洲欧美精品永久| 欧美 日韩 精品 国产| 亚洲九九香蕉| xxx96com| 久久国产精品男人的天堂亚洲| 精品一区二区三区四区五区乱码| 热99国产精品久久久久久7| 精品国产美女av久久久久小说| 一级作爱视频免费观看| 免费在线观看视频国产中文字幕亚洲| 五月开心婷婷网| 自拍欧美九色日韩亚洲蝌蚪91| 午夜两性在线视频| 欧美激情高清一区二区三区| 国产亚洲精品一区二区www | 制服诱惑二区| 欧美国产精品va在线观看不卡| 午夜福利欧美成人| 国产精品免费一区二区三区在线 | 成人永久免费在线观看视频| 国产亚洲精品第一综合不卡| 性色av乱码一区二区三区2| 久久人妻av系列| 嫩草影视91久久| 国产一区二区三区在线臀色熟女 | 亚洲男人天堂网一区| 日韩一卡2卡3卡4卡2021年| av电影中文网址| 亚洲精品粉嫩美女一区| 波多野结衣一区麻豆| 国产精品98久久久久久宅男小说| 人人妻人人爽人人添夜夜欢视频| 亚洲精品国产色婷婷电影| 无遮挡黄片免费观看| 久久亚洲真实| 久久精品亚洲精品国产色婷小说| 老汉色av国产亚洲站长工具| 亚洲精品国产色婷婷电影| 亚洲专区中文字幕在线| 久9热在线精品视频| 色播在线永久视频| 日韩熟女老妇一区二区性免费视频| 制服人妻中文乱码| 在线观看一区二区三区激情| 国产精华一区二区三区| 女同久久另类99精品国产91| 免费人成视频x8x8入口观看| 黄色毛片三级朝国网站| 亚洲精品美女久久久久99蜜臀| 久久这里只有精品19| 欧美精品亚洲一区二区| 国产免费现黄频在线看| 日韩欧美在线二视频 | 国产成人精品无人区| 岛国毛片在线播放| 少妇被粗大的猛进出69影院| 国产91精品成人一区二区三区| 国产精品二区激情视频| 热99re8久久精品国产| 老司机深夜福利视频在线观看| 午夜福利在线免费观看网站| 亚洲精品久久午夜乱码| 国产又色又爽无遮挡免费看| 久久精品国产99精品国产亚洲性色 | 国产真人三级小视频在线观看| 俄罗斯特黄特色一大片| 在线观看舔阴道视频| av欧美777| 可以免费在线观看a视频的电影网站| 丝瓜视频免费看黄片| 麻豆av在线久日| 水蜜桃什么品种好| 亚洲性夜色夜夜综合| 看片在线看免费视频| videos熟女内射| 99久久精品国产亚洲精品| 女人爽到高潮嗷嗷叫在线视频| 岛国毛片在线播放| 国产精品久久电影中文字幕 | 国产一区在线观看成人免费| 女人被狂操c到高潮| 自线自在国产av| 欧美精品人与动牲交sv欧美| 热99国产精品久久久久久7| 亚洲,欧美精品.| 高清在线国产一区| 精品人妻1区二区| 人人妻人人澡人人看| 女人爽到高潮嗷嗷叫在线视频| 一个人免费在线观看的高清视频| 久久草成人影院| 丰满饥渴人妻一区二区三| 免费看十八禁软件| 美国免费a级毛片| 久久人妻福利社区极品人妻图片| √禁漫天堂资源中文www| 亚洲国产看品久久| 欧美在线一区亚洲| 777久久人妻少妇嫩草av网站| 99精国产麻豆久久婷婷| 国产成人免费观看mmmm| 色在线成人网| 大码成人一级视频| 亚洲欧美色中文字幕在线| 如日韩欧美国产精品一区二区三区| 一边摸一边做爽爽视频免费| 91av网站免费观看| 激情在线观看视频在线高清 | 夜夜夜夜夜久久久久| 精品久久久久久电影网| 色婷婷久久久亚洲欧美| 亚洲中文av在线| 国产精品永久免费网站| 无遮挡黄片免费观看| 桃红色精品国产亚洲av| 妹子高潮喷水视频| 欧美日韩成人在线一区二区| 老司机在亚洲福利影院| 日韩大码丰满熟妇| 国产精品免费大片| 精品国产美女av久久久久小说| 免费av中文字幕在线| 国产男靠女视频免费网站| 欧美丝袜亚洲另类 | 天堂动漫精品| 国产成人av激情在线播放| 亚洲av成人不卡在线观看播放网| 日本撒尿小便嘘嘘汇集6| 亚洲色图av天堂| 中亚洲国语对白在线视频| 九色亚洲精品在线播放| 叶爱在线成人免费视频播放| 午夜福利影视在线免费观看| 国产一区二区三区综合在线观看| 美女福利国产在线| 精品国产美女av久久久久小说| 最新美女视频免费是黄的| 国产精品二区激情视频| svipshipincom国产片| 另类亚洲欧美激情| 亚洲成a人片在线一区二区| 亚洲美女黄片视频| 99久久综合精品五月天人人| 男人舔女人的私密视频| av片东京热男人的天堂| 超碰97精品在线观看| 高清黄色对白视频在线免费看| 91精品国产国语对白视频| 90打野战视频偷拍视频| 男男h啪啪无遮挡| 99热只有精品国产| 国产激情欧美一区二区| 久久狼人影院| 国产精品 欧美亚洲| 国产不卡av网站在线观看| 久久久国产成人精品二区 | 极品少妇高潮喷水抽搐| 两人在一起打扑克的视频| 亚洲三区欧美一区| 精品福利永久在线观看| 高清欧美精品videossex| 色在线成人网| 日本一区二区免费在线视频| 国产一区有黄有色的免费视频| 欧美另类亚洲清纯唯美| videos熟女内射| 欧美日韩亚洲国产一区二区在线观看 | 丰满饥渴人妻一区二区三| 亚洲一码二码三码区别大吗| 亚洲五月色婷婷综合| 久久九九热精品免费| 美国免费a级毛片| 交换朋友夫妻互换小说| 王馨瑶露胸无遮挡在线观看| 狠狠狠狠99中文字幕| 亚洲色图 男人天堂 中文字幕| 亚洲人成伊人成综合网2020| 在线观看www视频免费| 69精品国产乱码久久久| 美女福利国产在线| 美女高潮喷水抽搐中文字幕| 真人做人爱边吃奶动态| 天堂中文最新版在线下载| 欧美激情久久久久久爽电影 | 下体分泌物呈黄色| 久久性视频一级片| 每晚都被弄得嗷嗷叫到高潮| 十八禁人妻一区二区| 每晚都被弄得嗷嗷叫到高潮| 19禁男女啪啪无遮挡网站| 久久精品国产99精品国产亚洲性色 | 精品久久久久久久毛片微露脸| 最新美女视频免费是黄的| 岛国毛片在线播放| 免费在线观看日本一区| 免费观看人在逋| 多毛熟女@视频| 国产免费av片在线观看野外av| 91老司机精品| 久久天堂一区二区三区四区| 国产1区2区3区精品| 他把我摸到了高潮在线观看| 国产99久久九九免费精品| avwww免费| 我的亚洲天堂| 亚洲av日韩精品久久久久久密| 久久久久久久久免费视频了| 久久中文字幕人妻熟女| 99国产精品99久久久久| 狠狠狠狠99中文字幕| 欧美成人午夜精品| 桃红色精品国产亚洲av| 女人高潮潮喷娇喘18禁视频| 高清av免费在线| 国产成人系列免费观看| 久久午夜综合久久蜜桃| 搡老岳熟女国产| 搡老乐熟女国产| 岛国毛片在线播放| 丁香六月欧美| 狠狠狠狠99中文字幕| 久久精品国产综合久久久| 69av精品久久久久久| 国产成人免费无遮挡视频| 亚洲av电影在线进入| 亚洲色图av天堂| 日韩人妻精品一区2区三区| 久久婷婷成人综合色麻豆| 中亚洲国语对白在线视频| 三上悠亚av全集在线观看| 国产成人欧美在线观看 | 一区二区日韩欧美中文字幕| 狂野欧美激情性xxxx| 国产精品99久久99久久久不卡| 久久精品国产亚洲av高清一级| 精品国产超薄肉色丝袜足j| 亚洲av熟女| 在线观看www视频免费| e午夜精品久久久久久久| 韩国精品一区二区三区| 美女扒开内裤让男人捅视频| 日本五十路高清| 多毛熟女@视频| 成人免费观看视频高清| 窝窝影院91人妻| 亚洲熟妇熟女久久| 国产99久久九九免费精品| 久久久久精品人妻al黑| 亚洲精品久久午夜乱码| 亚洲成人国产一区在线观看| 久久精品国产综合久久久| 亚洲一区二区三区欧美精品| 女性被躁到高潮视频| 成熟少妇高潮喷水视频| 在线观看66精品国产| 精品福利永久在线观看| ponron亚洲| 国产亚洲欧美精品永久| 国产高清激情床上av| 在线观看免费高清a一片| 亚洲,欧美精品.| 黑人欧美特级aaaaaa片| 99国产综合亚洲精品| 午夜91福利影院| a在线观看视频网站| 久久久久久久国产电影| 久久久国产成人免费| 国产在线观看jvid| 在线观看免费日韩欧美大片| 精品亚洲成a人片在线观看| 91大片在线观看| 国产精品免费一区二区三区在线 | 久久香蕉精品热| e午夜精品久久久久久久| 欧美黄色片欧美黄色片| 脱女人内裤的视频| 母亲3免费完整高清在线观看| 久久精品亚洲精品国产色婷小说| 一夜夜www| 婷婷成人精品国产| 午夜精品久久久久久毛片777| 免费少妇av软件| 黄片播放在线免费| 日韩三级视频一区二区三区| 国产精品99久久99久久久不卡| 大陆偷拍与自拍| 热re99久久精品国产66热6| 99久久综合精品五月天人人| 一区二区日韩欧美中文字幕| 久久精品国产综合久久久| 久久性视频一级片| 国产精品综合久久久久久久免费 | 老熟女久久久| 性少妇av在线| 在线免费观看的www视频| 在线观看免费高清a一片| 日韩欧美免费精品| 每晚都被弄得嗷嗷叫到高潮| 91国产中文字幕| 国产一区有黄有色的免费视频| 99精品在免费线老司机午夜| 成人免费观看视频高清| 亚洲中文字幕日韩| 久久性视频一级片| 一a级毛片在线观看| 少妇猛男粗大的猛烈进出视频| 黄色视频,在线免费观看| 亚洲三区欧美一区| 中文字幕色久视频| 久久精品国产亚洲av香蕉五月 | 日韩欧美一区视频在线观看| 99国产精品99久久久久| 久久精品成人免费网站| 亚洲精品中文字幕在线视频| 法律面前人人平等表现在哪些方面| 极品少妇高潮喷水抽搐| 怎么达到女性高潮| 亚洲黑人精品在线| 国产精品99久久99久久久不卡| 国产成人免费观看mmmm| 久久久水蜜桃国产精品网| 啦啦啦在线免费观看视频4| 亚洲五月天丁香| 男女午夜视频在线观看| 欧美一级毛片孕妇| 亚洲中文av在线| 啦啦啦在线免费观看视频4| 大陆偷拍与自拍| 每晚都被弄得嗷嗷叫到高潮| 人妻久久中文字幕网| 精品乱码久久久久久99久播| 一边摸一边抽搐一进一出视频| 国产伦人伦偷精品视频| 中文字幕制服av| 亚洲欧洲精品一区二区精品久久久| 亚洲成人国产一区在线观看|