• <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
    岛国视频午夜一区免费看| 亚洲自拍偷在线| 一个人免费在线观看的高清视频| 巨乳人妻的诱惑在线观看| 高清欧美精品videossex| 性欧美人与动物交配| 国产成人精品久久二区二区91| а√天堂www在线а√下载| 亚洲五月婷婷丁香| 99久久精品国产亚洲精品| 一级,二级,三级黄色视频| 日本a在线网址| 中文字幕另类日韩欧美亚洲嫩草| 国产一区二区三区在线臀色熟女 | 成年人黄色毛片网站| 一区二区三区精品91| 中文欧美无线码| 日韩高清综合在线| 日本vs欧美在线观看视频| 日韩视频一区二区在线观看| 啪啪无遮挡十八禁网站| 国产av又大| 精品国产一区二区久久| 亚洲一区高清亚洲精品| 亚洲色图 男人天堂 中文字幕| 精品无人区乱码1区二区| 免费在线观看亚洲国产| 日韩一卡2卡3卡4卡2021年| 18禁黄网站禁片午夜丰满| 国产亚洲欧美98| 国产成人啪精品午夜网站| 精品第一国产精品| 亚洲av成人一区二区三| 曰老女人黄片| 12—13女人毛片做爰片一| 新久久久久国产一级毛片| 精品人妻在线不人妻| 久久久水蜜桃国产精品网| 51午夜福利影视在线观看| 免费看十八禁软件| 交换朋友夫妻互换小说| 一夜夜www| 午夜亚洲福利在线播放| 亚洲五月婷婷丁香| 日本vs欧美在线观看视频| www.精华液| 脱女人内裤的视频| 久久精品国产综合久久久| 色婷婷久久久亚洲欧美| 女人被躁到高潮嗷嗷叫费观| 一区福利在线观看| 亚洲av日韩精品久久久久久密| 精品免费久久久久久久清纯| 两性夫妻黄色片| 欧美成人性av电影在线观看| 最近最新免费中文字幕在线| 69av精品久久久久久| 亚洲一区二区三区欧美精品| 中文欧美无线码| 免费在线观看亚洲国产| 欧美中文日本在线观看视频| 亚洲性夜色夜夜综合| 99热只有精品国产| 国产免费av片在线观看野外av| 国产主播在线观看一区二区| 美女高潮喷水抽搐中文字幕| 淫秽高清视频在线观看| 亚洲五月天丁香| 在线看a的网站| 亚洲五月婷婷丁香| 日韩高清综合在线| 老司机午夜福利在线观看视频| 中文字幕最新亚洲高清| 亚洲av成人一区二区三| 在线观看舔阴道视频| 亚洲av五月六月丁香网| 在线观看舔阴道视频| av电影中文网址| 美国免费a级毛片| 国产免费男女视频| 日日爽夜夜爽网站| 美女福利国产在线| 欧美日韩瑟瑟在线播放| 日日爽夜夜爽网站| 午夜福利,免费看| 欧美激情 高清一区二区三区| 男女下面进入的视频免费午夜 | 少妇粗大呻吟视频| av免费在线观看网站| 日日夜夜操网爽| 亚洲在线自拍视频| 一个人免费在线观看的高清视频| 99精品欧美一区二区三区四区| 嫩草影院精品99| 欧美日韩亚洲综合一区二区三区_| 久久狼人影院| 又大又爽又粗| 免费观看人在逋| 亚洲精华国产精华精| 男人操女人黄网站| 欧美人与性动交α欧美精品济南到| 亚洲人成伊人成综合网2020| 美女扒开内裤让男人捅视频| 日日摸夜夜添夜夜添小说| 久久人人爽av亚洲精品天堂| 国产精品一区二区免费欧美| 99久久国产精品久久久| 日本五十路高清| 悠悠久久av| 亚洲精品中文字幕在线视频| 国产精品1区2区在线观看.| 国产成人精品在线电影| 亚洲成av片中文字幕在线观看| 级片在线观看| 女人被狂操c到高潮| 校园春色视频在线观看| 91在线观看av| 精品国产国语对白av| www.熟女人妻精品国产| 一级毛片高清免费大全| 曰老女人黄片| 国产无遮挡羞羞视频在线观看| 99久久人妻综合| 午夜福利一区二区在线看| 精品国产美女av久久久久小说| 色综合站精品国产| 满18在线观看网站| 亚洲第一青青草原| 一a级毛片在线观看| 纯流量卡能插随身wifi吗| 每晚都被弄得嗷嗷叫到高潮| 美女大奶头视频| 他把我摸到了高潮在线观看| 男女床上黄色一级片免费看| 亚洲第一青青草原| 国产成人精品无人区| 亚洲精品中文字幕一二三四区| 大型av网站在线播放| 51午夜福利影视在线观看| 日韩视频一区二区在线观看| 日日干狠狠操夜夜爽| 亚洲人成77777在线视频| 99精品欧美一区二区三区四区| 国产一区二区三区在线臀色熟女 | 首页视频小说图片口味搜索| 美女扒开内裤让男人捅视频| 精品一区二区三区av网在线观看| 精品久久久精品久久久| 国产精品98久久久久久宅男小说| 777久久人妻少妇嫩草av网站| 色综合婷婷激情| 国产精品永久免费网站| 国产成人av激情在线播放| 国产成人啪精品午夜网站| 日韩一卡2卡3卡4卡2021年| 日本一区二区免费在线视频| 久久久久久久精品吃奶| 女性生殖器流出的白浆| 国产又色又爽无遮挡免费看| 亚洲 欧美 日韩 在线 免费| 欧美乱码精品一区二区三区| 欧美日韩亚洲国产一区二区在线观看| 免费不卡黄色视频| 在线观看免费日韩欧美大片| 电影成人av| 一级片免费观看大全| 国产黄a三级三级三级人| 国产欧美日韩精品亚洲av| 一边摸一边抽搐一进一小说| 狂野欧美激情性xxxx| 在线观看免费高清a一片| 亚洲中文日韩欧美视频| 亚洲三区欧美一区| 人人妻,人人澡人人爽秒播| 80岁老熟妇乱子伦牲交| 亚洲av日韩精品久久久久久密| 国产精品 国内视频| 一进一出抽搐动态| 精品午夜福利视频在线观看一区| 91精品国产国语对白视频| 欧美国产精品va在线观看不卡| 精品国产超薄肉色丝袜足j| 丁香欧美五月| 一二三四社区在线视频社区8| 香蕉丝袜av| 在线观看免费午夜福利视频| 黑人欧美特级aaaaaa片| 欧美日本亚洲视频在线播放| 国产成人影院久久av| 看免费av毛片| 国产又色又爽无遮挡免费看| 久99久视频精品免费| av欧美777| 丝袜人妻中文字幕| 好看av亚洲va欧美ⅴa在| 男人舔女人下体高潮全视频| 国产精品偷伦视频观看了| 人妻丰满熟妇av一区二区三区| 自线自在国产av| 91成年电影在线观看| 欧美黄色淫秽网站| 动漫黄色视频在线观看| 亚洲精品中文字幕一二三四区| av天堂久久9| 999久久久国产精品视频| 黄频高清免费视频| 窝窝影院91人妻| 免费看a级黄色片| 69av精品久久久久久| 黑人欧美特级aaaaaa片| 亚洲精品一区av在线观看| 夜夜爽天天搞| 热re99久久国产66热| 亚洲欧美日韩无卡精品| 欧美人与性动交α欧美精品济南到| 91在线观看av| 亚洲久久久国产精品| 精品一区二区三区四区五区乱码| 在线观看66精品国产| 女生性感内裤真人,穿戴方法视频| 夜夜夜夜夜久久久久| 国产精品98久久久久久宅男小说| 啦啦啦 在线观看视频| 狂野欧美激情性xxxx| 亚洲成人免费电影在线观看| 国产亚洲精品久久久久5区| 天堂影院成人在线观看| 成人三级黄色视频| 精品熟女少妇八av免费久了| 手机成人av网站| 日本精品一区二区三区蜜桃| 女人精品久久久久毛片| 国产无遮挡羞羞视频在线观看| 黄色视频,在线免费观看| 国产精品久久电影中文字幕| 欧美+亚洲+日韩+国产| 久久久久久久精品吃奶| 亚洲国产欧美网| 日韩欧美一区视频在线观看| 大香蕉久久成人网| 国产成人一区二区三区免费视频网站| 精品一品国产午夜福利视频| 久久久国产精品麻豆| 欧美日韩亚洲综合一区二区三区_| 精品免费久久久久久久清纯| 叶爱在线成人免费视频播放| 中文字幕人妻熟女乱码| 国产成人啪精品午夜网站| 香蕉久久夜色| av天堂在线播放| 十八禁网站免费在线| 十八禁人妻一区二区| av网站在线播放免费| 麻豆一二三区av精品| 一进一出抽搐gif免费好疼 | 两性夫妻黄色片| 国产精品一区二区在线不卡| 欧美精品亚洲一区二区| 国产真人三级小视频在线观看| 日日干狠狠操夜夜爽| e午夜精品久久久久久久| 精品少妇一区二区三区视频日本电影| 日本a在线网址| 最新美女视频免费是黄的| 最好的美女福利视频网| 这个男人来自地球电影免费观看| 亚洲自偷自拍图片 自拍| 国产精品二区激情视频| 欧美中文综合在线视频| 男人舔女人的私密视频| 成年人黄色毛片网站| 99国产精品一区二区三区| 亚洲av成人av| 国产精品一区二区在线不卡| av在线播放免费不卡| 99热国产这里只有精品6| 欧美精品亚洲一区二区| 亚洲狠狠婷婷综合久久图片| 伦理电影免费视频| 国产不卡一卡二| 国产欧美日韩综合在线一区二区| 精品国产亚洲在线| 久久久久久久久久久久大奶| 国产伦一二天堂av在线观看| 亚洲精品粉嫩美女一区| 国产在线精品亚洲第一网站| 男女下面进入的视频免费午夜 | 岛国视频午夜一区免费看| 可以免费在线观看a视频的电影网站| 精品国产超薄肉色丝袜足j| 狠狠狠狠99中文字幕| 精品国内亚洲2022精品成人| 国产精品免费一区二区三区在线| 成熟少妇高潮喷水视频| www.自偷自拍.com| 欧美色视频一区免费| 777久久人妻少妇嫩草av网站| 亚洲av电影在线进入| xxx96com| 午夜福利一区二区在线看| 免费不卡黄色视频| 自线自在国产av| 一区二区三区精品91| 女性被躁到高潮视频| 午夜福利免费观看在线| 免费观看精品视频网站| 精品人妻在线不人妻| 两人在一起打扑克的视频| 国产99白浆流出| 亚洲国产欧美一区二区综合| 色老头精品视频在线观看| 成人亚洲精品一区在线观看| 日日夜夜操网爽| 亚洲视频免费观看视频| 国产激情久久老熟女| 新久久久久国产一级毛片| 真人一进一出gif抽搐免费| 看黄色毛片网站| 亚洲欧美日韩无卡精品| videosex国产| 中出人妻视频一区二区| 老熟妇乱子伦视频在线观看| av中文乱码字幕在线| 国产成人精品在线电影| 亚洲人成电影免费在线| 日日爽夜夜爽网站| 欧美不卡视频在线免费观看 | 日本精品一区二区三区蜜桃| 久久性视频一级片| 丰满迷人的少妇在线观看| 激情视频va一区二区三区| 天堂动漫精品| 别揉我奶头~嗯~啊~动态视频| 色播在线永久视频| 国产在线观看jvid| 一级,二级,三级黄色视频| 精品第一国产精品| 一本综合久久免费| 高清在线国产一区| 国产一区二区三区视频了| 女生性感内裤真人,穿戴方法视频| 可以免费在线观看a视频的电影网站| 一区二区三区激情视频| 人人妻人人爽人人添夜夜欢视频| 午夜精品久久久久久毛片777| 真人做人爱边吃奶动态| 美女午夜性视频免费| 欧美乱妇无乱码| 黄色毛片三级朝国网站| 欧美在线黄色| 午夜福利在线观看吧| 啦啦啦在线免费观看视频4| 波多野结衣av一区二区av| 青草久久国产| 精品久久久精品久久久| 99热只有精品国产| 亚洲免费av在线视频| 夜夜看夜夜爽夜夜摸 | 一个人免费在线观看的高清视频| 成熟少妇高潮喷水视频| 亚洲成人久久性| 亚洲一码二码三码区别大吗| 日韩大尺度精品在线看网址 | 日本五十路高清| 18禁裸乳无遮挡免费网站照片 | 国产一区在线观看成人免费| av超薄肉色丝袜交足视频| 最新美女视频免费是黄的| 最好的美女福利视频网| 久久精品亚洲av国产电影网| 精品卡一卡二卡四卡免费| 亚洲成人国产一区在线观看| 久99久视频精品免费| 一二三四在线观看免费中文在| 国产精品国产av在线观看| 日本vs欧美在线观看视频| 日韩中文字幕欧美一区二区| 亚洲熟妇熟女久久| 国产成人啪精品午夜网站| 亚洲伊人色综图| 午夜免费激情av| 好看av亚洲va欧美ⅴa在| 日韩精品免费视频一区二区三区| 老鸭窝网址在线观看| av网站在线播放免费| 欧美乱码精品一区二区三区| 纯流量卡能插随身wifi吗| 国产精品日韩av在线免费观看 | 久久香蕉国产精品| 久久这里只有精品19| 又黄又爽又免费观看的视频| 国产精品久久久人人做人人爽| 中文欧美无线码| 亚洲国产精品合色在线| 亚洲熟妇中文字幕五十中出 | 999久久久国产精品视频| av网站免费在线观看视频| 久久人人爽av亚洲精品天堂| 国产又爽黄色视频| 国产av又大| 丁香六月欧美| 久久亚洲精品不卡| 51午夜福利影视在线观看| 校园春色视频在线观看| 黄色 视频免费看| а√天堂www在线а√下载| 丁香六月欧美| 精品一区二区三卡| 1024视频免费在线观看| 成人精品一区二区免费| 80岁老熟妇乱子伦牲交| 在线观看日韩欧美| av免费在线观看网站| 岛国视频午夜一区免费看| 精品日产1卡2卡| 不卡一级毛片| 最近最新中文字幕大全免费视频| 国产人伦9x9x在线观看| 欧美日本亚洲视频在线播放| 丝袜人妻中文字幕| 久久久久久久久中文| 亚洲av美国av| 很黄的视频免费| 国产精品98久久久久久宅男小说| 久久精品人人爽人人爽视色| 亚洲avbb在线观看| 国产精品亚洲一级av第二区| 国产午夜精品久久久久久| 欧美另类亚洲清纯唯美| 亚洲专区中文字幕在线| 在线观看午夜福利视频| 国产亚洲精品一区二区www| 欧美老熟妇乱子伦牲交| 成人国语在线视频| 国产无遮挡羞羞视频在线观看| 欧美黄色片欧美黄色片| 午夜福利,免费看| 夜夜夜夜夜久久久久| 国产成人欧美| 黄色视频,在线免费观看| 国产高清国产精品国产三级| 无遮挡黄片免费观看| 国产精品美女特级片免费视频播放器 | 亚洲精品中文字幕一二三四区| 亚洲第一av免费看| 欧美色视频一区免费| 欧美精品啪啪一区二区三区| 他把我摸到了高潮在线观看| 热99re8久久精品国产| 女同久久另类99精品国产91| av有码第一页| e午夜精品久久久久久久| 亚洲av五月六月丁香网| 国产精品爽爽va在线观看网站 | 色综合婷婷激情| 亚洲激情在线av| www国产在线视频色| 亚洲全国av大片| 国产黄色免费在线视频| 日韩国内少妇激情av| 欧美日本中文国产一区发布| √禁漫天堂资源中文www| 国产亚洲精品第一综合不卡| 午夜精品久久久久久毛片777| 又紧又爽又黄一区二区| 国内毛片毛片毛片毛片毛片| xxxhd国产人妻xxx| 婷婷六月久久综合丁香| 桃色一区二区三区在线观看| 国产欧美日韩一区二区三区在线| 久久亚洲真实| 亚洲欧美精品综合一区二区三区| 久久午夜亚洲精品久久| 成人国产一区最新在线观看| 国产成人欧美在线观看| 免费av毛片视频| 国产在线精品亚洲第一网站| 五月开心婷婷网| 搡老熟女国产l中国老女人| 久久精品国产亚洲av高清一级| 亚洲专区国产一区二区| 99在线视频只有这里精品首页| ponron亚洲| 国产麻豆69| 免费少妇av软件| www.熟女人妻精品国产| 亚洲熟妇熟女久久| 又黄又粗又硬又大视频| a级毛片在线看网站| 亚洲一区二区三区色噜噜 | 亚洲欧美日韩另类电影网站| 别揉我奶头~嗯~啊~动态视频| 女人高潮潮喷娇喘18禁视频| 久久久国产一区二区| 欧美老熟妇乱子伦牲交| 男男h啪啪无遮挡| 午夜亚洲福利在线播放| 亚洲欧美日韩另类电影网站| 国产精品美女特级片免费视频播放器 | 女人被躁到高潮嗷嗷叫费观| 十分钟在线观看高清视频www| 国产高清激情床上av| 午夜免费鲁丝| 91av网站免费观看| 在线观看免费视频日本深夜| 亚洲人成电影免费在线| 日韩成人在线观看一区二区三区| 成人影院久久| 露出奶头的视频| 美女国产高潮福利片在线看| 久久九九热精品免费| 精品电影一区二区在线| 成人亚洲精品av一区二区 | 色播在线永久视频| av网站免费在线观看视频| 不卡一级毛片| 国产精品亚洲av一区麻豆| 少妇被粗大的猛进出69影院| 窝窝影院91人妻| 久久人妻熟女aⅴ| 精品少妇一区二区三区视频日本电影| 操出白浆在线播放| 啦啦啦免费观看视频1| 欧美久久黑人一区二区| 露出奶头的视频| 午夜激情av网站| 亚洲一卡2卡3卡4卡5卡精品中文| 国产精品久久久av美女十八| 中文字幕最新亚洲高清| 色综合站精品国产| 岛国在线观看网站| 男人操女人黄网站| 色在线成人网| 国产精品一区二区免费欧美| 黑丝袜美女国产一区| 国产精品1区2区在线观看.| 一级作爱视频免费观看| 国产xxxxx性猛交| 淫妇啪啪啪对白视频| 国产av精品麻豆| 国产精品1区2区在线观看.| 久99久视频精品免费| 午夜福利欧美成人| 免费观看精品视频网站| 18禁美女被吸乳视频| 久久久久久免费高清国产稀缺| e午夜精品久久久久久久| 久久天堂一区二区三区四区| 美女福利国产在线| 69av精品久久久久久| 亚洲成人久久性| 91麻豆av在线| 久久精品影院6| 国产免费男女视频| 欧美成狂野欧美在线观看| av中文乱码字幕在线| 成人影院久久| 俄罗斯特黄特色一大片| 亚洲中文字幕日韩| 十分钟在线观看高清视频www| 亚洲成人国产一区在线观看| 在线观看舔阴道视频| a在线观看视频网站| 新久久久久国产一级毛片| av天堂久久9| 久久中文字幕一级| 国产精品亚洲一级av第二区| 桃色一区二区三区在线观看| 免费在线观看完整版高清| 成人永久免费在线观看视频| 午夜免费激情av| 亚洲美女黄片视频| 国产日韩一区二区三区精品不卡| 嫩草影院精品99| 亚洲精品成人av观看孕妇| 精品国产一区二区久久| 一进一出好大好爽视频| 欧美乱码精品一区二区三区| 亚洲五月婷婷丁香| 国产精品久久久av美女十八| 欧美最黄视频在线播放免费 | 午夜日韩欧美国产| 这个男人来自地球电影免费观看| 韩国精品一区二区三区| 正在播放国产对白刺激| 久久中文字幕一级| 999久久久精品免费观看国产| 久久久久国产一级毛片高清牌| 国产精品二区激情视频| 色婷婷久久久亚洲欧美| 操出白浆在线播放| 国产蜜桃级精品一区二区三区| 中文字幕高清在线视频| 1024视频免费在线观看| av中文乱码字幕在线| 久久热在线av| 狠狠狠狠99中文字幕| 三上悠亚av全集在线观看| 国内久久婷婷六月综合欲色啪| 久久久精品欧美日韩精品| 天堂俺去俺来也www色官网| 性欧美人与动物交配| 亚洲av成人av| 777久久人妻少妇嫩草av网站| 极品人妻少妇av视频| 亚洲成人国产一区在线观看| 日韩国内少妇激情av| 日韩有码中文字幕| 免费av毛片视频| 日韩免费高清中文字幕av| 久9热在线精品视频| 国产主播在线观看一区二区| 91在线观看av| 后天国语完整版免费观看| 男女下面进入的视频免费午夜 |