• <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
    国产精品一区二区免费欧美| 精品久久久久久成人av| 国产精品免费一区二区三区在线| 欧美乱码精品一区二区三区| 国产欧美日韩一区二区精品| 岛国在线免费视频观看| 国产一区二区在线av高清观看| 国产精品国产高清国产av| 欧美黄色淫秽网站| av视频在线观看入口| 亚洲真实伦在线观看| 国产99久久九九免费精品| 亚洲人成伊人成综合网2020| 岛国在线免费视频观看| 久久精品aⅴ一区二区三区四区| 亚洲国产日韩欧美精品在线观看 | 又大又爽又粗| 在线免费观看的www视频| 久久久久久九九精品二区国产 | 国产真人三级小视频在线观看| 国产精品乱码一区二三区的特点| 欧美极品一区二区三区四区| 51午夜福利影视在线观看| 他把我摸到了高潮在线观看| 999久久久国产精品视频| 免费观看精品视频网站| 欧美色欧美亚洲另类二区| 啪啪无遮挡十八禁网站| 久久亚洲精品不卡| 妹子高潮喷水视频| netflix在线观看网站| 国产精品 欧美亚洲| 亚洲一卡2卡3卡4卡5卡精品中文| 久久久国产精品麻豆| 日韩欧美精品v在线| 最近最新中文字幕大全电影3| or卡值多少钱| 天天躁夜夜躁狠狠躁躁| 国产1区2区3区精品| 一本久久中文字幕| 国产免费av片在线观看野外av| 久久精品国产综合久久久| 99热6这里只有精品| 久久人妻福利社区极品人妻图片| 亚洲色图av天堂| 熟女少妇亚洲综合色aaa.| 日本一区二区免费在线视频| 久久精品综合一区二区三区| 免费看a级黄色片| 国产亚洲精品av在线| 欧美丝袜亚洲另类 | 亚洲中文av在线| 免费看a级黄色片| 亚洲国产高清在线一区二区三| 中文字幕av在线有码专区| 久久草成人影院| 一本一本综合久久| 人成视频在线观看免费观看| 久久精品综合一区二区三区| 色噜噜av男人的天堂激情| 日韩成人在线观看一区二区三区| 国产精品av视频在线免费观看| 国产精品久久久久久久电影 | 18禁黄网站禁片免费观看直播| 成人特级黄色片久久久久久久| 亚洲专区字幕在线| 啦啦啦韩国在线观看视频| 老司机福利观看| aaaaa片日本免费| 精品欧美国产一区二区三| 亚洲av第一区精品v没综合| 久久久久久国产a免费观看| 深夜精品福利| 久久这里只有精品中国| 此物有八面人人有两片| 精品电影一区二区在线| 日本黄色视频三级网站网址| 欧美成人午夜精品| 天堂av国产一区二区熟女人妻 | 中文资源天堂在线| 黑人欧美特级aaaaaa片| 久久久久国产一级毛片高清牌| 精品欧美国产一区二区三| 一级片免费观看大全| 日韩高清综合在线| 一个人观看的视频www高清免费观看 | 两个人免费观看高清视频| 男人舔女人的私密视频| 欧美精品亚洲一区二区| 不卡av一区二区三区| 99久久99久久久精品蜜桃| 国产探花在线观看一区二区| 99热这里只有精品一区 | 少妇被粗大的猛进出69影院| 国产三级中文精品| 亚洲成人久久性| 久热爱精品视频在线9| 激情在线观看视频在线高清| 亚洲国产欧美网| 脱女人内裤的视频| 99热这里只有是精品50| 中文字幕最新亚洲高清| 可以在线观看的亚洲视频| 丝袜人妻中文字幕| 亚洲av熟女| 麻豆国产97在线/欧美 | 淫秽高清视频在线观看| 久久天堂一区二区三区四区| 搡老岳熟女国产| 嫩草影视91久久| 成人特级黄色片久久久久久久| 欧美不卡视频在线免费观看 | 18禁国产床啪视频网站| 国产在线观看jvid| av免费在线观看网站| 女人爽到高潮嗷嗷叫在线视频| 免费一级毛片在线播放高清视频| 一级毛片女人18水好多| 欧美一级a爱片免费观看看 | 一区二区三区高清视频在线| 激情在线观看视频在线高清| 国产精品一区二区三区四区免费观看 | 国产真实乱freesex| 在线播放国产精品三级| 一级黄色大片毛片| 国产不卡一卡二| 法律面前人人平等表现在哪些方面| 18禁裸乳无遮挡免费网站照片| 欧美zozozo另类| 久久久久久久午夜电影| 亚洲av成人av| 亚洲,欧美精品.| 欧美av亚洲av综合av国产av| av中文乱码字幕在线| 免费看a级黄色片| 99国产极品粉嫩在线观看| 久久久久久免费高清国产稀缺| 曰老女人黄片| 色老头精品视频在线观看| www日本在线高清视频| 国产1区2区3区精品| 精品国内亚洲2022精品成人| 男女那种视频在线观看| 国产久久久一区二区三区| 久久精品国产99精品国产亚洲性色| 国产97色在线日韩免费| 97超级碰碰碰精品色视频在线观看| 别揉我奶头~嗯~啊~动态视频| 18禁裸乳无遮挡免费网站照片| 最近最新中文字幕大全免费视频| videosex国产| 午夜福利免费观看在线| 亚洲国产欧美人成| 精品免费久久久久久久清纯| 久久中文字幕人妻熟女| 国内毛片毛片毛片毛片毛片| 国产精品日韩av在线免费观看| 亚洲熟妇中文字幕五十中出| 少妇被粗大的猛进出69影院| 日本 av在线| 一级a爱片免费观看的视频| 五月伊人婷婷丁香| av在线播放免费不卡| 丁香欧美五月| 精品久久久久久,| av天堂在线播放| 村上凉子中文字幕在线| ponron亚洲| 亚洲真实伦在线观看| 中文字幕人妻丝袜一区二区| 国产在线观看jvid| 无遮挡黄片免费观看| 日韩欧美国产一区二区入口| 欧美一区二区精品小视频在线| 亚洲 欧美 日韩 在线 免费| 熟女电影av网| 亚洲电影在线观看av| 欧美日韩黄片免| 亚洲人成网站在线播放欧美日韩| 国产爱豆传媒在线观看 | 最近最新免费中文字幕在线| 亚洲七黄色美女视频| 老鸭窝网址在线观看| 啪啪无遮挡十八禁网站| 亚洲黑人精品在线| 99久久无色码亚洲精品果冻| 18禁美女被吸乳视频| 欧美黑人巨大hd| 国产精品 国内视频| 一边摸一边抽搐一进一小说| 禁无遮挡网站| 麻豆成人午夜福利视频| 18禁黄网站禁片午夜丰满| 国产单亲对白刺激| 蜜桃久久精品国产亚洲av| 国产高清videossex| 免费观看精品视频网站| 在线国产一区二区在线| 国产精品乱码一区二三区的特点| 不卡av一区二区三区| 三级男女做爰猛烈吃奶摸视频| 小说图片视频综合网站| 老熟妇仑乱视频hdxx| 午夜免费成人在线视频| 啦啦啦免费观看视频1| 亚洲av成人av| 国产伦人伦偷精品视频| 黄片大片在线免费观看| 啪啪无遮挡十八禁网站| 国产av又大| 首页视频小说图片口味搜索| 人妻久久中文字幕网| 亚洲在线自拍视频| 中文资源天堂在线| 一二三四在线观看免费中文在| 亚洲成人久久性| 亚洲乱码一区二区免费版| 亚洲国产看品久久| 免费在线观看完整版高清| or卡值多少钱| 亚洲成人中文字幕在线播放| 啦啦啦免费观看视频1| 宅男免费午夜| 午夜福利免费观看在线| 国产精品久久久久久人妻精品电影| а√天堂www在线а√下载| a级毛片在线看网站| 国产成人aa在线观看| 精品日产1卡2卡| 久久热在线av| 熟妇人妻久久中文字幕3abv| 国产精品免费视频内射| 我的老师免费观看完整版| 久久久国产欧美日韩av| 国产91精品成人一区二区三区| 国产亚洲欧美在线一区二区| 99久久无色码亚洲精品果冻| 香蕉国产在线看| 在线播放国产精品三级| 麻豆一二三区av精品| 岛国在线观看网站| 全区人妻精品视频| 男人舔女人的私密视频| 在线观看一区二区三区| 亚洲熟妇中文字幕五十中出| 日本免费a在线| 黄片大片在线免费观看| 国产区一区二久久| 精品第一国产精品| 国产精品亚洲美女久久久| 久久久久久免费高清国产稀缺| 男人舔女人的私密视频| 一区福利在线观看| 国产黄a三级三级三级人| 搡老妇女老女人老熟妇| 国产av又大| 久久久久国产一级毛片高清牌| 免费在线观看日本一区| 亚洲一区中文字幕在线| 少妇粗大呻吟视频| 亚洲成人中文字幕在线播放| АⅤ资源中文在线天堂| 欧美在线一区亚洲| 99久久国产精品久久久| 伦理电影免费视频| 波多野结衣巨乳人妻| 欧美精品亚洲一区二区| 久久久久久人人人人人| 99re在线观看精品视频| 亚洲精品色激情综合| 欧美在线一区亚洲| 久99久视频精品免费| 高清在线国产一区| 一区二区三区国产精品乱码| 一边摸一边做爽爽视频免费| 国产三级在线视频| 亚洲精品色激情综合| 国产成人aa在线观看| 丰满人妻熟妇乱又伦精品不卡| 精品久久久久久久人妻蜜臀av| 激情在线观看视频在线高清| 好男人电影高清在线观看| 色综合亚洲欧美另类图片| 舔av片在线| 午夜福利在线观看吧| xxxwww97欧美| 脱女人内裤的视频| 精品少妇一区二区三区视频日本电影| 日本五十路高清| 欧美午夜高清在线| 精品久久久久久久毛片微露脸| 69av精品久久久久久| 国产成人av教育| 亚洲天堂国产精品一区在线| 欧美激情久久久久久爽电影| 成人国产一区最新在线观看| 国产91精品成人一区二区三区| or卡值多少钱| 久久香蕉激情| 久久午夜综合久久蜜桃| 超碰成人久久| 午夜福利高清视频| 久久精品国产亚洲av香蕉五月| 两个人视频免费观看高清| 亚洲一卡2卡3卡4卡5卡精品中文| 国产精品久久电影中文字幕| 国产亚洲精品综合一区在线观看 | 一个人免费在线观看的高清视频| 黄片大片在线免费观看| 午夜福利成人在线免费观看| 国产熟女xx| 伊人久久大香线蕉亚洲五| 亚洲av美国av| 啪啪无遮挡十八禁网站| 欧美中文日本在线观看视频| 免费一级毛片在线播放高清视频| 久久香蕉精品热| 男人舔女人下体高潮全视频| 精品国产乱码久久久久久男人| 国产精品美女特级片免费视频播放器 | 一区福利在线观看| 国产一区二区三区在线臀色熟女| 色精品久久人妻99蜜桃| 精品午夜福利视频在线观看一区| 亚洲国产欧美网| 亚洲中文字幕日韩| 一区福利在线观看| 黄色视频,在线免费观看| 国产亚洲av嫩草精品影院| 欧美3d第一页| 久久久久久久久中文| 日韩欧美国产一区二区入口| 长腿黑丝高跟| 俺也久久电影网| svipshipincom国产片| 色哟哟哟哟哟哟| 日韩 欧美 亚洲 中文字幕| 亚洲九九香蕉| 日本撒尿小便嘘嘘汇集6| 免费一级毛片在线播放高清视频| 亚洲精品在线美女| 久久天堂一区二区三区四区| 国产精品 国内视频| 蜜桃久久精品国产亚洲av| 国产伦在线观看视频一区| 国产男靠女视频免费网站| www.999成人在线观看| 夜夜爽天天搞| 亚洲国产中文字幕在线视频| 欧美不卡视频在线免费观看 | av福利片在线| 日日夜夜操网爽| 久久久久久九九精品二区国产 | 国产精品 欧美亚洲| 两性午夜刺激爽爽歪歪视频在线观看 | 啦啦啦韩国在线观看视频| 国产精品久久久人人做人人爽| 色综合亚洲欧美另类图片| a级毛片在线看网站| 国产成人啪精品午夜网站| 777久久人妻少妇嫩草av网站| 美女午夜性视频免费| 91av网站免费观看| 欧美极品一区二区三区四区| 老司机靠b影院| 日韩 欧美 亚洲 中文字幕| 亚洲aⅴ乱码一区二区在线播放 | 亚洲av五月六月丁香网| 国产一区在线观看成人免费| 成人午夜高清在线视频| 99热这里只有精品一区 | 午夜激情福利司机影院| 日日爽夜夜爽网站| 午夜福利高清视频| 91成年电影在线观看| 在线观看免费日韩欧美大片| 久久久精品大字幕| 99久久久亚洲精品蜜臀av| 亚洲激情在线av| 久久久久久久精品吃奶| 禁无遮挡网站| 黑人操中国人逼视频| 欧美精品亚洲一区二区| 欧美在线黄色| 桃红色精品国产亚洲av| 可以在线观看毛片的网站| 午夜福利在线在线| 久久精品国产亚洲av高清一级| 欧美成人免费av一区二区三区| 国产精品免费视频内射| 99精品欧美一区二区三区四区| 久99久视频精品免费| 欧美日本视频| 啦啦啦免费观看视频1| 国产成人影院久久av| 男女那种视频在线观看| 男人舔女人的私密视频| 久久中文字幕一级| 亚洲avbb在线观看| 精品不卡国产一区二区三区| АⅤ资源中文在线天堂| 在线看三级毛片| 又黄又爽又免费观看的视频| 日韩欧美一区二区三区在线观看| 最近在线观看免费完整版| 在线观看舔阴道视频| 一级a爱片免费观看的视频| 亚洲国产欧美一区二区综合| 亚洲欧美日韩高清在线视频| 嫩草影视91久久| 日本a在线网址| 91大片在线观看| 亚洲专区中文字幕在线| 精品免费久久久久久久清纯| 成人18禁在线播放| 999精品在线视频| 久久人妻福利社区极品人妻图片| 午夜福利成人在线免费观看| 亚洲精品在线美女| 叶爱在线成人免费视频播放| 亚洲国产精品久久男人天堂| 亚洲精品在线美女| 琪琪午夜伦伦电影理论片6080| 成年女人毛片免费观看观看9| 三级男女做爰猛烈吃奶摸视频| 黄色视频不卡| 性欧美人与动物交配| 白带黄色成豆腐渣| 免费高清视频大片| 狂野欧美激情性xxxx| 亚洲成人免费电影在线观看| 久久精品影院6| 国产视频一区二区在线看| 一二三四社区在线视频社区8| 国产1区2区3区精品| 成年版毛片免费区| 亚洲精品美女久久久久99蜜臀| 麻豆成人午夜福利视频| 国产av麻豆久久久久久久| 欧美av亚洲av综合av国产av| 夜夜爽天天搞| 亚洲在线自拍视频| av天堂在线播放| 亚洲av第一区精品v没综合| 亚洲天堂国产精品一区在线| 老熟妇仑乱视频hdxx| 日本免费a在线| 制服人妻中文乱码| 国产三级中文精品| 亚洲黑人精品在线| 男女那种视频在线观看| 12—13女人毛片做爰片一| 极品教师在线免费播放| 高清在线国产一区| 精品电影一区二区在线| 亚洲七黄色美女视频| 91大片在线观看| 五月伊人婷婷丁香| 久久午夜亚洲精品久久| 国产伦在线观看视频一区| 黄色女人牲交| 18禁黄网站禁片午夜丰满| 欧美激情久久久久久爽电影| 欧美黑人欧美精品刺激| 成人国语在线视频| 999久久久精品免费观看国产| 中文字幕熟女人妻在线| 丰满人妻熟妇乱又伦精品不卡| 一进一出抽搐gif免费好疼| 亚洲一码二码三码区别大吗| 夜夜躁狠狠躁天天躁| 97人妻精品一区二区三区麻豆| 国产精华一区二区三区| 真人做人爱边吃奶动态| avwww免费| 麻豆成人午夜福利视频| 色老头精品视频在线观看| 日韩三级视频一区二区三区| 精品日产1卡2卡| 免费在线观看影片大全网站| 午夜亚洲福利在线播放| 午夜精品一区二区三区免费看| 村上凉子中文字幕在线| 成人手机av| 成人永久免费在线观看视频| 亚洲18禁久久av| 亚洲第一欧美日韩一区二区三区| 我的老师免费观看完整版| 亚洲一码二码三码区别大吗| 国产精品野战在线观看| 草草在线视频免费看| 久久这里只有精品19| 亚洲 欧美 日韩 在线 免费| 亚洲国产欧美一区二区综合| 一本大道久久a久久精品| 国产精品九九99| 欧美成人免费av一区二区三区| 12—13女人毛片做爰片一| 国产高清有码在线观看视频 | 欧美性长视频在线观看| 免费高清视频大片| 久久午夜综合久久蜜桃| av国产免费在线观看| 精品一区二区三区四区五区乱码| 久久精品91蜜桃| 母亲3免费完整高清在线观看| 国产探花在线观看一区二区| 国产av一区二区精品久久| 桃色一区二区三区在线观看| 亚洲精品中文字幕在线视频| 亚洲国产欧美一区二区综合| 国产成+人综合+亚洲专区| АⅤ资源中文在线天堂| 国产片内射在线| 99re在线观看精品视频| 免费在线观看成人毛片| 老司机靠b影院| 18禁裸乳无遮挡免费网站照片| 国内精品一区二区在线观看| 亚洲性夜色夜夜综合| 亚洲 欧美一区二区三区| 宅男免费午夜| 国产精品久久电影中文字幕| 精品久久久久久,| 亚洲人成伊人成综合网2020| 999久久久精品免费观看国产| 国产精品久久视频播放| 国产成+人综合+亚洲专区| 欧美日韩中文字幕国产精品一区二区三区| 制服人妻中文乱码| av欧美777| 97超级碰碰碰精品色视频在线观看| 我的老师免费观看完整版| 十八禁人妻一区二区| 老司机在亚洲福利影院| 精品免费久久久久久久清纯| 久久精品国产综合久久久| 久久久久久国产a免费观看| 久久国产精品人妻蜜桃| 少妇被粗大的猛进出69影院| 欧美日韩亚洲国产一区二区在线观看| 久久国产乱子伦精品免费另类| 中文字幕精品亚洲无线码一区| 免费在线观看影片大全网站| 国产成人影院久久av| 国产精品98久久久久久宅男小说| 亚洲av第一区精品v没综合| 91九色精品人成在线观看| 亚洲无线在线观看| 啦啦啦韩国在线观看视频| 五月玫瑰六月丁香| 怎么达到女性高潮| 天堂动漫精品| 久久午夜综合久久蜜桃| 少妇被粗大的猛进出69影院| 蜜桃久久精品国产亚洲av| av国产免费在线观看| 国产单亲对白刺激| 色在线成人网| 国产69精品久久久久777片 | 亚洲专区中文字幕在线| 成年人黄色毛片网站| 亚洲电影在线观看av| 男人的好看免费观看在线视频 | 久久精品国产亚洲av高清一级| 搞女人的毛片| 制服丝袜大香蕉在线| 又黄又粗又硬又大视频| 亚洲av日韩精品久久久久久密| 免费一级毛片在线播放高清视频| 亚洲熟妇熟女久久| 国产精品电影一区二区三区| 19禁男女啪啪无遮挡网站| 成人欧美大片| av有码第一页| 真人做人爱边吃奶动态| 国产午夜精品久久久久久| 国产av麻豆久久久久久久| 亚洲精品国产精品久久久不卡| 日韩大尺度精品在线看网址| 国产欧美日韩精品亚洲av| 国产精品自产拍在线观看55亚洲| 国产成人av激情在线播放| 男女床上黄色一级片免费看| 日韩大尺度精品在线看网址| 哪里可以看免费的av片| 丁香六月欧美| 精品久久久久久久毛片微露脸| 亚洲国产欧美网| 99国产综合亚洲精品| 国产成+人综合+亚洲专区| 搡老妇女老女人老熟妇| 成人国产综合亚洲| 男女视频在线观看网站免费 | 免费观看人在逋| 少妇熟女aⅴ在线视频| av视频在线观看入口| 色老头精品视频在线观看| 最近最新免费中文字幕在线| 亚洲专区国产一区二区| www.www免费av| 亚洲国产高清在线一区二区三| 制服诱惑二区| 神马国产精品三级电影在线观看 | 国产精品综合久久久久久久免费| 欧美日韩一级在线毛片| 午夜福利高清视频| 午夜老司机福利片| 色在线成人网| 国产成人啪精品午夜网站| 欧美午夜高清在线| 精品久久久久久久久久免费视频| 哪里可以看免费的av片| 国产激情偷乱视频一区二区| 成在线人永久免费视频|