• <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av视频在线免费观看| or卡值多少钱| 欧美一区二区国产精品久久精品 | 免费在线观看日本一区| 亚洲精品在线美女| 男女床上黄色一级片免费看| 国产熟女午夜一区二区三区| 午夜久久久久精精品| 丁香六月欧美| 好男人电影高清在线观看| 亚洲av美国av| www.www免费av| 99热这里只有精品一区 | 人妻丰满熟妇av一区二区三区| 亚洲av片天天在线观看| 亚洲av五月六月丁香网| 精品国产超薄肉色丝袜足j| 亚洲片人在线观看| 一边摸一边抽搐一进一小说| 久久午夜综合久久蜜桃| 亚洲专区国产一区二区| 一进一出好大好爽视频| 在线观看免费日韩欧美大片| 国产在线精品亚洲第一网站| 亚洲专区国产一区二区| 中文字幕人妻丝袜一区二区| 啦啦啦韩国在线观看视频| 熟女电影av网| 1024香蕉在线观看| 毛片女人毛片| 夜夜躁狠狠躁天天躁| 精品不卡国产一区二区三区| 欧美午夜高清在线| 成人手机av| 精品久久久久久久久久久久久| 色老头精品视频在线观看| 无遮挡黄片免费观看| 久久久久久久午夜电影| 精品熟女少妇八av免费久了| 久久久久久久久中文| 天天躁夜夜躁狠狠躁躁| 久久久久久国产a免费观看| 一本一本综合久久| 一级毛片高清免费大全| 每晚都被弄得嗷嗷叫到高潮| 国产精品日韩av在线免费观看| 午夜精品久久久久久毛片777| 国产在线精品亚洲第一网站| 999久久久国产精品视频| 床上黄色一级片| 一本一本综合久久| 国产99久久九九免费精品| 久久久久久免费高清国产稀缺| 午夜免费观看网址| 欧美乱妇无乱码| 一本精品99久久精品77| 色哟哟哟哟哟哟| 欧美黑人欧美精品刺激| 99久久国产精品久久久| 欧美高清成人免费视频www| 老熟妇仑乱视频hdxx| АⅤ资源中文在线天堂| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲av成人一区二区三| 国产在线观看jvid| 色精品久久人妻99蜜桃| 国产99久久九九免费精品| 成人av一区二区三区在线看| 中文字幕熟女人妻在线| 国产97色在线日韩免费| 欧美激情久久久久久爽电影| 精品国产美女av久久久久小说| 中亚洲国语对白在线视频| 丰满人妻熟妇乱又伦精品不卡| 精品国产乱子伦一区二区三区| 国内久久婷婷六月综合欲色啪| 免费高清视频大片| 国产精品香港三级国产av潘金莲| 日韩欧美精品v在线| 国产真人三级小视频在线观看| 久久久久久久久久黄片| 国产黄a三级三级三级人| 性色av乱码一区二区三区2| a在线观看视频网站| cao死你这个sao货| 精品久久久久久久毛片微露脸| 色播亚洲综合网| 久久这里只有精品19| 色播亚洲综合网| 久久午夜亚洲精品久久| 最近最新中文字幕大全免费视频| 一夜夜www| 精品免费久久久久久久清纯| 国产精品 国内视频| 在线观看免费午夜福利视频| 国产成人av教育| 一本精品99久久精品77| 一区二区三区国产精品乱码| 成人永久免费在线观看视频| 国产高清视频在线播放一区| 国产三级中文精品| 美女大奶头视频| 欧美性猛交黑人性爽| 免费人成视频x8x8入口观看| 亚洲精华国产精华精| 18禁裸乳无遮挡免费网站照片| 青草久久国产| 可以免费在线观看a视频的电影网站| 日日爽夜夜爽网站| 18禁黄网站禁片午夜丰满| 熟女少妇亚洲综合色aaa.| 一区二区三区国产精品乱码| 嫩草影视91久久| 亚洲美女黄片视频| 国产高清激情床上av| 欧美一区二区国产精品久久精品 | 18禁裸乳无遮挡免费网站照片| 又爽又黄无遮挡网站| 男男h啪啪无遮挡| 99国产精品99久久久久| 国产午夜精品论理片| 妹子高潮喷水视频| 精品久久久久久,| 午夜福利免费观看在线| 禁无遮挡网站| 国产熟女午夜一区二区三区| 法律面前人人平等表现在哪些方面| 国产精品乱码一区二三区的特点| 高潮久久久久久久久久久不卡| 成人高潮视频无遮挡免费网站| 婷婷精品国产亚洲av在线| 美女高潮喷水抽搐中文字幕| 大型av网站在线播放| 午夜福利成人在线免费观看| xxx96com| 成人18禁高潮啪啪吃奶动态图| 久久人妻av系列| 色综合婷婷激情| 老汉色∧v一级毛片| 国产精品久久久av美女十八| 88av欧美| 国产高清有码在线观看视频 | 成人国语在线视频| 怎么达到女性高潮| 高潮久久久久久久久久久不卡| 国产精品免费视频内射| av天堂在线播放| 亚洲自拍偷在线| 九九热线精品视视频播放| 国产亚洲欧美98| 不卡av一区二区三区| 中文字幕人成人乱码亚洲影| 久久久久九九精品影院| 中文资源天堂在线| 少妇被粗大的猛进出69影院| 又大又爽又粗| 国产激情偷乱视频一区二区| 国产免费av片在线观看野外av| 在线观看免费日韩欧美大片| 日本熟妇午夜| 国产私拍福利视频在线观看| av福利片在线| 国产精品99久久99久久久不卡| 天堂动漫精品| 99久久综合精品五月天人人| 两个人的视频大全免费| 最近最新中文字幕大全免费视频| 国产aⅴ精品一区二区三区波| 欧美日韩国产亚洲二区| 国产私拍福利视频在线观看| av片东京热男人的天堂| 欧美日韩精品网址| 久久久久久久午夜电影| 国产人伦9x9x在线观看| av天堂在线播放| 国产精品 国内视频| 国产99久久九九免费精品| 亚洲成人精品中文字幕电影| 桃红色精品国产亚洲av| 亚洲av成人一区二区三| 丰满人妻一区二区三区视频av | 琪琪午夜伦伦电影理论片6080| 精品久久蜜臀av无| 亚洲电影在线观看av| 欧美一区二区国产精品久久精品 | 国产三级在线视频| 日本一二三区视频观看| 亚洲成av人片在线播放无| 国产高清激情床上av| 精品欧美国产一区二区三| 亚洲专区字幕在线| 床上黄色一级片| 精品欧美一区二区三区在线| 国产高清视频在线播放一区| 成人午夜高清在线视频| 国产成人精品久久二区二区免费| 国产私拍福利视频在线观看| 99久久综合精品五月天人人| 人妻夜夜爽99麻豆av| 一个人免费在线观看电影 | 国产精品久久久久久久电影 | 免费高清视频大片| 国产精品 欧美亚洲| 亚洲成人久久性| 制服丝袜大香蕉在线| 久久久久久久久免费视频了| 国产又色又爽无遮挡免费看| 国产日本99.免费观看| 国产精品1区2区在线观看.| 麻豆国产97在线/欧美 | 国产亚洲精品第一综合不卡| 久久久久九九精品影院| 手机成人av网站| 国产av不卡久久| 成人亚洲精品av一区二区| 色哟哟哟哟哟哟| 欧美成人性av电影在线观看| 国产1区2区3区精品| 一区二区三区高清视频在线| 黄色成人免费大全| 成年人黄色毛片网站| 亚洲成人久久爱视频| 亚洲avbb在线观看| 搡老熟女国产l中国老女人| 大型黄色视频在线免费观看| 亚洲av美国av| 亚洲五月婷婷丁香| 欧美3d第一页| 制服人妻中文乱码| 国产aⅴ精品一区二区三区波| 91在线观看av| 神马国产精品三级电影在线观看 | 在线观看日韩欧美| 欧美一区二区精品小视频在线| 亚洲精品美女久久av网站| 亚洲国产精品成人综合色| 欧美黄色淫秽网站| 亚洲专区字幕在线| 午夜福利高清视频| 亚洲男人天堂网一区| 免费看美女性在线毛片视频| 不卡av一区二区三区| 麻豆成人av在线观看| av欧美777| 国产欧美日韩精品亚洲av| 在线观看www视频免费| 18禁黄网站禁片免费观看直播| АⅤ资源中文在线天堂| 亚洲七黄色美女视频| 特大巨黑吊av在线直播| 国产免费男女视频| 在线视频色国产色| 嫩草影院精品99| 国产v大片淫在线免费观看| 精品久久久久久久人妻蜜臀av| 午夜福利18| 国产高清激情床上av| 国产熟女xx| 中文亚洲av片在线观看爽| 日韩精品免费视频一区二区三区| 国产成人影院久久av| 欧美最黄视频在线播放免费| 三级国产精品欧美在线观看 | 日韩 欧美 亚洲 中文字幕| a在线观看视频网站| 亚洲av成人精品一区久久| 日本五十路高清| 成在线人永久免费视频| 国产精品亚洲av一区麻豆| 手机成人av网站| 天堂√8在线中文| 久久精品国产99精品国产亚洲性色| 亚洲色图av天堂| 十八禁网站免费在线| 麻豆国产av国片精品| 国产精品一区二区免费欧美| 亚洲专区字幕在线| 国产在线观看jvid| 在线观看美女被高潮喷水网站 | 久久久久久久久免费视频了| 亚洲中文字幕日韩| 日韩欧美三级三区| 亚洲精品中文字幕一二三四区| 非洲黑人性xxxx精品又粗又长| 久久热在线av| 国产99白浆流出| av有码第一页| 精品欧美国产一区二区三| 成人欧美大片| 久久久久亚洲av毛片大全| 精品免费久久久久久久清纯| 午夜福利成人在线免费观看| 三级男女做爰猛烈吃奶摸视频| 男女做爰动态图高潮gif福利片| 国产成人影院久久av| 成人一区二区视频在线观看| 男人舔女人的私密视频| 制服丝袜大香蕉在线| 欧美日韩亚洲国产一区二区在线观看| 欧美日韩精品网址| 亚洲18禁久久av| xxxwww97欧美| 国产免费男女视频| 国产午夜精品久久久久久| 国产成人啪精品午夜网站| 男女午夜视频在线观看| xxxwww97欧美| 亚洲av成人不卡在线观看播放网| 可以在线观看的亚洲视频| 精品国产超薄肉色丝袜足j| 精品久久久久久久末码| 婷婷亚洲欧美| 狠狠狠狠99中文字幕| 亚洲成av人片在线播放无| 国产一区二区在线av高清观看| 伦理电影免费视频| 午夜免费观看网址| 观看免费一级毛片| 美女高潮喷水抽搐中文字幕| 亚洲av成人精品一区久久| 丰满的人妻完整版| 国产高清videossex| 啦啦啦免费观看视频1| 国产日本99.免费观看| 精品电影一区二区在线| 国产精品美女特级片免费视频播放器 | 日韩精品中文字幕看吧| 亚洲欧美一区二区三区黑人| 欧美乱色亚洲激情| 一夜夜www| 国产伦一二天堂av在线观看| 听说在线观看完整版免费高清| 国产激情偷乱视频一区二区| 欧美日韩中文字幕国产精品一区二区三区| 国产精品电影一区二区三区| 亚洲国产欧美人成| 真人做人爱边吃奶动态| av有码第一页| 午夜日韩欧美国产| 久久久精品欧美日韩精品| 窝窝影院91人妻| 长腿黑丝高跟| 黄色毛片三级朝国网站| 久久香蕉国产精品| 丁香六月欧美| 亚洲狠狠婷婷综合久久图片| 亚洲一区二区三区不卡视频| 一夜夜www| 特级一级黄色大片| 日本免费a在线| 成人永久免费在线观看视频| 亚洲欧美一区二区三区黑人| 成人国产综合亚洲| 亚洲国产精品成人综合色| 亚洲国产精品合色在线| 欧美zozozo另类| 欧美日韩瑟瑟在线播放| 51午夜福利影视在线观看| 欧美绝顶高潮抽搐喷水| 18禁美女被吸乳视频| 欧美绝顶高潮抽搐喷水| 69av精品久久久久久| 亚洲午夜精品一区,二区,三区| 最近最新中文字幕大全免费视频| 午夜激情av网站| 久久久久久久精品吃奶| 国产精品98久久久久久宅男小说| 色精品久久人妻99蜜桃| 亚洲 欧美 日韩 在线 免费| 成年人黄色毛片网站| 国产一区二区三区视频了| 国产av又大| 三级国产精品欧美在线观看 | 国产精品电影一区二区三区| 欧美性猛交黑人性爽| 精品高清国产在线一区| 俄罗斯特黄特色一大片| www日本在线高清视频| 少妇裸体淫交视频免费看高清 | 国产精品九九99| 一级毛片女人18水好多| 国产黄a三级三级三级人| 国产av一区在线观看免费| 国内揄拍国产精品人妻在线| 久久久久精品国产欧美久久久| 久久精品aⅴ一区二区三区四区| 久久伊人香网站| 国产高清激情床上av| 国产精品永久免费网站| 午夜免费观看网址| 人妻丰满熟妇av一区二区三区| 男女床上黄色一级片免费看| 天堂av国产一区二区熟女人妻 | 制服丝袜大香蕉在线| 亚洲欧美精品综合久久99| 国产精品一区二区精品视频观看| 国产91精品成人一区二区三区| www.www免费av| 国产探花在线观看一区二区| 国产爱豆传媒在线观看 | 中文字幕高清在线视频| 国产蜜桃级精品一区二区三区| 日本三级黄在线观看| 亚洲精品久久成人aⅴ小说| 一卡2卡三卡四卡精品乱码亚洲| 亚洲国产看品久久| 精品久久久久久久久久久久久| 香蕉av资源在线| 亚洲欧洲精品一区二区精品久久久| 免费av毛片视频| 91大片在线观看| 国产91精品成人一区二区三区| 亚洲在线自拍视频| 国产亚洲欧美在线一区二区| 国产精品亚洲美女久久久| 搡老妇女老女人老熟妇| 成年版毛片免费区| 91国产中文字幕| 日本黄大片高清| 亚洲成人久久爱视频| 婷婷精品国产亚洲av在线| 又爽又黄无遮挡网站| 亚洲国产看品久久| 久久热在线av| 视频区欧美日本亚洲| 亚洲av成人一区二区三| 国产成人精品久久二区二区91| 一级毛片精品| 午夜福利免费观看在线| 日本熟妇午夜| 18禁裸乳无遮挡免费网站照片| 欧美日韩黄片免| 亚洲一卡2卡3卡4卡5卡精品中文| 人人妻人人澡欧美一区二区| 亚洲国产中文字幕在线视频| 亚洲18禁久久av| 亚洲av中文字字幕乱码综合| 极品教师在线免费播放| 久久久久国产精品人妻aⅴ院| 欧美黑人巨大hd| 一边摸一边做爽爽视频免费| 99精品久久久久人妻精品| 嫩草影视91久久| 老司机午夜福利在线观看视频| 婷婷六月久久综合丁香| 男女那种视频在线观看| 90打野战视频偷拍视频| 成人国产综合亚洲| 欧美乱妇无乱码| 嫩草影视91久久| 老司机午夜福利在线观看视频| 国产av一区二区精品久久| 淫妇啪啪啪对白视频| 久久香蕉国产精品| 两性午夜刺激爽爽歪歪视频在线观看 | 精品国内亚洲2022精品成人| 91成年电影在线观看| 天天一区二区日本电影三级| 又大又爽又粗| 又粗又爽又猛毛片免费看| 国产单亲对白刺激| 国产91精品成人一区二区三区| 99精品在免费线老司机午夜| 国产伦人伦偷精品视频| 亚洲成人免费电影在线观看| 久久久精品国产亚洲av高清涩受| 一级a爱片免费观看的视频| 正在播放国产对白刺激| 欧美日韩中文字幕国产精品一区二区三区| 少妇熟女aⅴ在线视频| 1024视频免费在线观看| 成人av一区二区三区在线看| 欧美中文日本在线观看视频| 久久99热这里只有精品18| 日本一本二区三区精品| 舔av片在线| 欧美日韩精品网址| 在线观看日韩欧美| 欧美在线黄色| 黑人欧美特级aaaaaa片| 亚洲狠狠婷婷综合久久图片| 欧美日韩精品网址| 亚洲人成电影免费在线| 欧美日本亚洲视频在线播放| 国产高清videossex| 国产一区二区激情短视频| 国产成+人综合+亚洲专区| 18美女黄网站色大片免费观看| 成人av一区二区三区在线看| 老司机午夜福利在线观看视频| 宅男免费午夜| 色综合婷婷激情| 一个人观看的视频www高清免费观看 | 亚洲一区中文字幕在线| 制服诱惑二区| 亚洲成人精品中文字幕电影| 久久人妻av系列| 中文字幕熟女人妻在线| 亚洲精品一卡2卡三卡4卡5卡| 最近在线观看免费完整版| 精品人妻1区二区| 国产精品永久免费网站| 90打野战视频偷拍视频| 黄色成人免费大全| 午夜激情福利司机影院| av在线播放免费不卡| 免费在线观看日本一区| 欧美成人性av电影在线观看| 老汉色∧v一级毛片| 亚洲一区高清亚洲精品| 国产蜜桃级精品一区二区三区| 一级毛片女人18水好多| 岛国在线免费视频观看| 成人av一区二区三区在线看| 狂野欧美激情性xxxx| 久久精品国产亚洲av香蕉五月| 精品久久久久久成人av| 精华霜和精华液先用哪个| 亚洲成a人片在线一区二区| 久久欧美精品欧美久久欧美| 美女 人体艺术 gogo| 亚洲乱码一区二区免费版| 午夜成年电影在线免费观看| 欧美日本亚洲视频在线播放| 亚洲avbb在线观看| 欧美午夜高清在线| 91老司机精品| 亚洲精品色激情综合| xxx96com| 麻豆国产97在线/欧美 | 国产私拍福利视频在线观看| 两个人看的免费小视频| 琪琪午夜伦伦电影理论片6080| 欧美日本视频| 亚洲欧美一区二区三区黑人| 午夜激情av网站| 亚洲色图 男人天堂 中文字幕| 每晚都被弄得嗷嗷叫到高潮| 美女 人体艺术 gogo| 午夜免费成人在线视频| 久9热在线精品视频| 此物有八面人人有两片| 欧美丝袜亚洲另类 | 久久婷婷成人综合色麻豆| 国产av又大| 亚洲真实伦在线观看| 精品日产1卡2卡| 国产精品久久久av美女十八| 一卡2卡三卡四卡精品乱码亚洲| 午夜福利欧美成人| √禁漫天堂资源中文www| 久久这里只有精品中国| 亚洲男人的天堂狠狠| 午夜免费观看网址| 日日夜夜操网爽| 国产伦人伦偷精品视频| 变态另类成人亚洲欧美熟女| 亚洲成av人片免费观看| 日韩精品青青久久久久久| 性欧美人与动物交配| 国产免费av片在线观看野外av| 怎么达到女性高潮| 国产精品日韩av在线免费观看| 日韩大尺度精品在线看网址| 久久精品综合一区二区三区| xxx96com| 国产欧美日韩精品亚洲av| 啦啦啦韩国在线观看视频| 琪琪午夜伦伦电影理论片6080| 在线观看舔阴道视频| 亚洲人成77777在线视频| 国产成+人综合+亚洲专区| 欧美zozozo另类| 亚洲欧美日韩东京热| 日日干狠狠操夜夜爽| 亚洲一区中文字幕在线| 母亲3免费完整高清在线观看| 亚洲av五月六月丁香网| 一级a爱片免费观看的视频| 蜜桃久久精品国产亚洲av| 日本精品一区二区三区蜜桃| 精品久久久久久久人妻蜜臀av| 欧美一区二区国产精品久久精品 | 亚洲精品一卡2卡三卡4卡5卡| 麻豆av在线久日| 三级国产精品欧美在线观看 | 50天的宝宝边吃奶边哭怎么回事| 国产成人精品久久二区二区91| 国产三级中文精品| 精品第一国产精品| а√天堂www在线а√下载| 黄色 视频免费看| 国产成人啪精品午夜网站| 国产精品精品国产色婷婷| 999精品在线视频| 午夜成年电影在线免费观看| 久久中文字幕人妻熟女| 欧美日韩黄片免| 欧美色欧美亚洲另类二区| 日韩 欧美 亚洲 中文字幕| 亚洲天堂国产精品一区在线| 免费在线观看完整版高清| 亚洲欧美日韩高清在线视频| 亚洲人成77777在线视频| 亚洲最大成人中文| 国产精华一区二区三区| 国产三级在线视频| 精品久久久久久久久久久久久| 国产成年人精品一区二区| 欧美高清成人免费视频www| 夜夜爽天天搞| 久久久久久免费高清国产稀缺| 99精品久久久久人妻精品| 男女午夜视频在线观看| 一卡2卡三卡四卡精品乱码亚洲|