• <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
    日本一区二区免费在线视频| 国产有黄有色有爽视频| 在线观看一区二区三区激情| 欧美 日韩 精品 国产| 色综合婷婷激情| 国产成人啪精品午夜网站| 欧美日韩亚洲国产一区二区在线观看 | 男女午夜视频在线观看| 少妇粗大呻吟视频| 老汉色∧v一级毛片| www.自偷自拍.com| 免费在线观看影片大全网站| 国产无遮挡羞羞视频在线观看| 欧美亚洲日本最大视频资源| 亚洲少妇的诱惑av| 国产男女超爽视频在线观看| 欧美日韩一级在线毛片| 真人做人爱边吃奶动态| 嫩草影视91久久| 在线天堂中文资源库| 大香蕉久久成人网| xxxhd国产人妻xxx| 久热这里只有精品99| 男女之事视频高清在线观看| 亚洲精品国产一区二区精华液| 热99国产精品久久久久久7| av线在线观看网站| av有码第一页| 性少妇av在线| 欧美 亚洲 国产 日韩一| 涩涩av久久男人的天堂| 日本a在线网址| 女人被狂操c到高潮| 午夜91福利影院| 欧美+亚洲+日韩+国产| 欧美日本中文国产一区发布| 精品国产一区二区久久| 天天躁日日躁夜夜躁夜夜| 女人高潮潮喷娇喘18禁视频| 国产伦人伦偷精品视频| 欧美一级毛片孕妇| 欧美不卡视频在线免费观看 | 国产av精品麻豆| 精品国产一区二区久久| 国产亚洲精品一区二区www | 18禁裸乳无遮挡动漫免费视频| 精品卡一卡二卡四卡免费| 嫩草影视91久久| 色94色欧美一区二区| 操出白浆在线播放| 热re99久久国产66热| 天天躁夜夜躁狠狠躁躁| 精品国产乱码久久久久久男人| 亚洲成a人片在线一区二区| 黑人操中国人逼视频| 乱人伦中国视频| 国产一区二区激情短视频| 欧美日韩一级在线毛片| 欧美乱色亚洲激情| 国产一区有黄有色的免费视频| 国产亚洲精品久久久久5区| 欧美丝袜亚洲另类 | 国产成人免费无遮挡视频| 午夜精品国产一区二区电影| tocl精华| 久久青草综合色| 12—13女人毛片做爰片一| 亚洲熟妇中文字幕五十中出 | 国精品久久久久久国模美| 美女视频免费永久观看网站| av有码第一页| 首页视频小说图片口味搜索| av免费在线观看网站| 午夜福利一区二区在线看| 色精品久久人妻99蜜桃| 免费在线观看日本一区| 国产男靠女视频免费网站| 亚洲性夜色夜夜综合| 国产97色在线日韩免费| 亚洲精品一卡2卡三卡4卡5卡| 一a级毛片在线观看| 90打野战视频偷拍视频| 啦啦啦 在线观看视频| 欧美人与性动交α欧美软件| 国产免费男女视频| 亚洲午夜精品一区,二区,三区| 国产亚洲av高清不卡| 999久久久国产精品视频| 无遮挡黄片免费观看| 国产av一区二区精品久久| 一二三四社区在线视频社区8| 99精国产麻豆久久婷婷| 人成视频在线观看免费观看| 午夜精品在线福利| 日本撒尿小便嘘嘘汇集6| 免费av中文字幕在线| 亚洲av片天天在线观看| 色在线成人网| 亚洲av日韩在线播放| 色综合欧美亚洲国产小说| 老司机在亚洲福利影院| 久久久水蜜桃国产精品网| 18禁黄网站禁片午夜丰满| 色综合婷婷激情| 免费黄频网站在线观看国产| 嫁个100分男人电影在线观看| 欧美久久黑人一区二区| 亚洲少妇的诱惑av| 18在线观看网站| 亚洲欧美日韩高清在线视频| 亚洲美女黄片视频| 视频在线观看一区二区三区| 淫妇啪啪啪对白视频| 久久久久久久国产电影| 国产成人精品无人区| www.精华液| 国产亚洲av高清不卡| 捣出白浆h1v1| 精品午夜福利视频在线观看一区| 亚洲欧美激情在线| 大香蕉久久网| 亚洲一区高清亚洲精品| 黄色成人免费大全| 国产精品.久久久| 国产97色在线日韩免费| 又黄又爽又免费观看的视频| 999久久久精品免费观看国产| 亚洲精品国产色婷婷电影| 亚洲精品国产一区二区精华液| 777米奇影视久久| 精品少妇久久久久久888优播| 美国免费a级毛片| 精品一区二区三区视频在线观看免费 | 欧美日韩乱码在线| 国产精品成人在线| 久久久久久亚洲精品国产蜜桃av| 亚洲avbb在线观看| e午夜精品久久久久久久| 成人18禁在线播放| 国产激情久久老熟女| 国精品久久久久久国模美| 在线观看www视频免费| 精品人妻在线不人妻| 性色av乱码一区二区三区2| 一区在线观看完整版| 美女扒开内裤让男人捅视频| 日日爽夜夜爽网站| 一二三四在线观看免费中文在| 在线国产一区二区在线| 一级片免费观看大全| 黄片小视频在线播放| 国产有黄有色有爽视频| 亚洲五月天丁香| 操美女的视频在线观看| 黑人欧美特级aaaaaa片| 中文字幕精品免费在线观看视频| 999久久久精品免费观看国产| 久久久国产欧美日韩av| 国产一区二区三区综合在线观看| 69av精品久久久久久| 国产成人一区二区三区免费视频网站| 亚洲精品国产一区二区精华液| 看黄色毛片网站| 老汉色∧v一级毛片| 一区二区日韩欧美中文字幕| 精品国产一区二区三区久久久樱花| 亚洲免费av在线视频| 欧美精品亚洲一区二区| 久久久国产精品麻豆| 亚洲综合色网址| 精品国产亚洲在线| 成在线人永久免费视频| 国产日韩一区二区三区精品不卡| 国产成人系列免费观看| 中文欧美无线码| 欧美日韩国产mv在线观看视频| 久热这里只有精品99| 亚洲人成电影免费在线| 久久国产精品影院| 91成年电影在线观看| 大片电影免费在线观看免费| 成人国产一区最新在线观看| 日韩大码丰满熟妇| 国产精品乱码一区二三区的特点 | 免费在线观看影片大全网站| 久久人妻福利社区极品人妻图片| 久久久国产成人免费| 亚洲色图综合在线观看| www日本在线高清视频| 一级黄色大片毛片| 久久精品国产a三级三级三级| 免费在线观看完整版高清| 精品国产一区二区三区久久久樱花| 麻豆国产av国片精品| svipshipincom国产片| 色综合婷婷激情| ponron亚洲| 国产一卡二卡三卡精品| 最近最新中文字幕大全免费视频| 国产成人免费观看mmmm| 久久国产亚洲av麻豆专区| 亚洲精品在线美女| 精品人妻在线不人妻| 满18在线观看网站| 免费久久久久久久精品成人欧美视频| 欧美乱码精品一区二区三区| 飞空精品影院首页| 国产xxxxx性猛交| 成人免费观看视频高清| 99riav亚洲国产免费| 久久久国产一区二区| 久久精品国产综合久久久| 999精品在线视频| a级片在线免费高清观看视频| 国产精品 国内视频| 久久久久国产一级毛片高清牌| 精品卡一卡二卡四卡免费| 中文字幕制服av| 老汉色av国产亚洲站长工具| 99香蕉大伊视频| 啦啦啦视频在线资源免费观看| 纯流量卡能插随身wifi吗| 亚洲av日韩精品久久久久久密| 三级毛片av免费| 丝袜美足系列| 国产一卡二卡三卡精品| 国产单亲对白刺激| 色老头精品视频在线观看| 日韩 欧美 亚洲 中文字幕| 免费观看人在逋| 国产区一区二久久| 丁香六月欧美| 久久久久久免费高清国产稀缺| 日韩精品免费视频一区二区三区| 男女之事视频高清在线观看| 国产成人免费观看mmmm| 在线观看舔阴道视频| videos熟女内射| 日韩欧美免费精品| 精品午夜福利视频在线观看一区| 欧美不卡视频在线免费观看 | 国产1区2区3区精品| 丝瓜视频免费看黄片| 极品教师在线免费播放| 色综合欧美亚洲国产小说| 国产精品一区二区精品视频观看| 国产不卡一卡二| 黄频高清免费视频| 欧美人与性动交α欧美精品济南到| 伦理电影免费视频| 手机成人av网站| 午夜福利视频在线观看免费| 大陆偷拍与自拍| 中文字幕人妻熟女乱码| 99国产精品99久久久久| 成人国产一区最新在线观看| 99国产综合亚洲精品| 国产国语露脸激情在线看| 免费久久久久久久精品成人欧美视频| 超碰成人久久| 国产野战对白在线观看| 黑丝袜美女国产一区| av片东京热男人的天堂| 一本大道久久a久久精品| 亚洲国产精品sss在线观看 | 满18在线观看网站| 色播在线永久视频| 国产三级黄色录像| 国产人伦9x9x在线观看| 天天躁狠狠躁夜夜躁狠狠躁| av片东京热男人的天堂| 99久久人妻综合| 两性夫妻黄色片| 午夜激情av网站| 欧美激情高清一区二区三区| 色综合婷婷激情| www.999成人在线观看| 国产精品欧美亚洲77777| 免费黄频网站在线观看国产| 母亲3免费完整高清在线观看| 正在播放国产对白刺激| 亚洲中文字幕日韩| 日韩欧美一区视频在线观看| а√天堂www在线а√下载 | 国产精品久久久av美女十八| 少妇裸体淫交视频免费看高清 | 欧美黑人精品巨大| 悠悠久久av| 日韩视频一区二区在线观看| 欧美中文综合在线视频| 欧美日韩亚洲高清精品| 国产亚洲精品久久久久5区| 最新美女视频免费是黄的| 嫩草影视91久久| 麻豆av在线久日| 午夜日韩欧美国产| 国产一区在线观看成人免费| 国产成人精品久久二区二区91| 亚洲国产中文字幕在线视频| 丰满饥渴人妻一区二区三| 黄色视频不卡| 十分钟在线观看高清视频www| 黄色成人免费大全| 国产免费现黄频在线看| 国产1区2区3区精品| 亚洲成av片中文字幕在线观看| www.精华液| 国产在线观看jvid| 久久久久国产一级毛片高清牌| av中文乱码字幕在线| 免费在线观看黄色视频的| 精品国产亚洲在线| 欧美精品一区二区免费开放| 国产亚洲一区二区精品| 中文欧美无线码| 国产精品亚洲一级av第二区| 国产黄色免费在线视频| 国产成人欧美| 亚洲精品自拍成人| 侵犯人妻中文字幕一二三四区| 99国产精品一区二区蜜桃av | 亚洲性夜色夜夜综合| 久久 成人 亚洲| 久久久久精品人妻al黑| xxxhd国产人妻xxx| 精品一区二区三卡| 国产精品久久视频播放| 99国产精品免费福利视频| 久久精品91无色码中文字幕| 成人18禁在线播放| 999久久久精品免费观看国产| 大香蕉久久网| 国产97色在线日韩免费| 午夜两性在线视频| 极品教师在线免费播放| 高清在线国产一区| 男人舔女人的私密视频| 久久精品91无色码中文字幕| 亚洲国产欧美网| 十八禁网站免费在线| 欧美另类亚洲清纯唯美| 一本综合久久免费| 国产日韩一区二区三区精品不卡| 飞空精品影院首页| 大型av网站在线播放| 亚洲欧美日韩高清在线视频| 国产又色又爽无遮挡免费看| 桃红色精品国产亚洲av| 免费日韩欧美在线观看| 亚洲,欧美精品.| 人人妻人人澡人人看| 国产乱人伦免费视频| 五月开心婷婷网| svipshipincom国产片| 新久久久久国产一级毛片| 亚洲欧美一区二区三区黑人| 人妻丰满熟妇av一区二区三区 | 啦啦啦免费观看视频1| 一级作爱视频免费观看| 欧美乱码精品一区二区三区| 高清视频免费观看一区二区| 18禁裸乳无遮挡动漫免费视频| 美女视频免费永久观看网站| 久久中文字幕一级| 法律面前人人平等表现在哪些方面| 成人国产一区最新在线观看| 如日韩欧美国产精品一区二区三区| 九色亚洲精品在线播放| 国产亚洲精品久久久久5区| 啦啦啦视频在线资源免费观看| 亚洲精品一二三| 性少妇av在线| 久久久久久免费高清国产稀缺| 久久精品国产亚洲av高清一级| 欧美最黄视频在线播放免费 | 久久国产精品影院| 成在线人永久免费视频| 精品欧美一区二区三区在线| 在线观看www视频免费| 国产主播在线观看一区二区| 丝袜人妻中文字幕| 色播在线永久视频| 黄色女人牲交| 免费在线观看黄色视频的| 亚洲欧美一区二区三区久久| 他把我摸到了高潮在线观看| 在线观看免费日韩欧美大片| 午夜福利影视在线免费观看| 亚洲精品一二三| 欧美丝袜亚洲另类 | 欧美黄色淫秽网站| 亚洲国产看品久久| www.熟女人妻精品国产| 午夜福利,免费看| 精品国产乱子伦一区二区三区| 国产一区二区三区综合在线观看| 亚洲中文日韩欧美视频| 国内毛片毛片毛片毛片毛片| 欧美精品啪啪一区二区三区| 中国美女看黄片| 一区二区三区激情视频| 99香蕉大伊视频| 自线自在国产av| 操美女的视频在线观看| 99re在线观看精品视频| 亚洲欧洲精品一区二区精品久久久| 亚洲第一青青草原| 国产成人免费无遮挡视频| 午夜福利在线免费观看网站| 又黄又粗又硬又大视频| a级毛片在线看网站| 一边摸一边做爽爽视频免费| 欧美色视频一区免费| 亚洲全国av大片| av片东京热男人的天堂| 久久精品熟女亚洲av麻豆精品| www.精华液| 欧美午夜高清在线| 99精品在免费线老司机午夜| 亚洲九九香蕉| 老司机在亚洲福利影院| 欧美乱妇无乱码| 老熟妇仑乱视频hdxx| aaaaa片日本免费| 天天躁狠狠躁夜夜躁狠狠躁| 免费av中文字幕在线| 精品乱码久久久久久99久播| 少妇猛男粗大的猛烈进出视频| 大陆偷拍与自拍| 欧美精品啪啪一区二区三区| 18禁裸乳无遮挡免费网站照片 | 久久久久国内视频| 欧美日韩亚洲高清精品| 亚洲免费av在线视频| 日韩 欧美 亚洲 中文字幕| 高清在线国产一区| 国产欧美亚洲国产| 又黄又粗又硬又大视频| 国产黄色免费在线视频| 国产欧美日韩一区二区三区在线| 久久久国产成人精品二区 | 亚洲精华国产精华精| 亚洲三区欧美一区| 热99re8久久精品国产| 精品久久久久久,| 欧美中文综合在线视频| 91精品三级在线观看| 亚洲成人手机| cao死你这个sao货| 久久香蕉精品热| 一级,二级,三级黄色视频| 久久影院123| 国产精品国产高清国产av | 国产黄色免费在线视频| 久久婷婷成人综合色麻豆| 国产熟女午夜一区二区三区| 精品亚洲成国产av| 91麻豆av在线| 人人妻人人爽人人添夜夜欢视频| 王馨瑶露胸无遮挡在线观看| 欧美在线一区亚洲| 欧美亚洲日本最大视频资源| e午夜精品久久久久久久| 国产精品香港三级国产av潘金莲| av天堂久久9| 国产一区二区激情短视频| 久久精品亚洲精品国产色婷小说| 久久精品91无色码中文字幕| 老熟妇仑乱视频hdxx| 在线av久久热| 国产一卡二卡三卡精品| 看黄色毛片网站| 高清黄色对白视频在线免费看| 午夜两性在线视频| 亚洲国产精品一区二区三区在线| 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| 淫妇啪啪啪对白视频| 日韩视频一区二区在线观看| 国产精品1区2区在线观看. | 国产乱人伦免费视频| 国产色视频综合| 久久精品国产a三级三级三级| 一级片'在线观看视频| 人人妻人人爽人人添夜夜欢视频| 欧美乱码精品一区二区三区| 中国美女看黄片| 纯流量卡能插随身wifi吗| 久久草成人影院| 国产精品免费一区二区三区在线 | 99国产精品免费福利视频| 久久精品国产综合久久久| 啪啪无遮挡十八禁网站| 午夜视频精品福利| 777米奇影视久久| 亚洲男人天堂网一区| 亚洲成人手机| 久久天躁狠狠躁夜夜2o2o| 每晚都被弄得嗷嗷叫到高潮| 大码成人一级视频| 午夜福利,免费看| 咕卡用的链子| a在线观看视频网站| 亚洲av成人不卡在线观看播放网| 国产精品欧美亚洲77777| 欧美激情极品国产一区二区三区| 欧美精品啪啪一区二区三区| tocl精华| 在线观看一区二区三区激情| 我的亚洲天堂| 18禁美女被吸乳视频| 久久久久久免费高清国产稀缺| 女人精品久久久久毛片| 欧美老熟妇乱子伦牲交| 香蕉久久夜色| 国产精华一区二区三区| 午夜福利视频在线观看免费| 久久人人爽av亚洲精品天堂| 精品国产乱码久久久久久男人| 午夜两性在线视频| 国产区一区二久久| 99热只有精品国产| 成人永久免费在线观看视频| 久久九九热精品免费| videos熟女内射| 久久人妻av系列| 美女高潮到喷水免费观看| 色综合婷婷激情| 久久中文字幕一级| 757午夜福利合集在线观看| 日本a在线网址| 亚洲国产精品合色在线| 高清黄色对白视频在线免费看| 又黄又粗又硬又大视频| 一夜夜www| 亚洲一区中文字幕在线| 啪啪无遮挡十八禁网站| 一二三四在线观看免费中文在| 电影成人av| 在线观看66精品国产| 久久精品91无色码中文字幕| 国产亚洲精品久久久久久毛片 | 老司机在亚洲福利影院| 国产成人精品久久二区二区91| 欧美日韩精品网址| 一级,二级,三级黄色视频| 久久香蕉精品热| 男人操女人黄网站| 日韩制服丝袜自拍偷拍| 高清在线国产一区| 99精国产麻豆久久婷婷| 一区二区三区激情视频| e午夜精品久久久久久久| 亚洲国产看品久久| 制服人妻中文乱码| 国产一区二区三区综合在线观看| 一区二区三区国产精品乱码| av有码第一页| 亚洲av片天天在线观看| 亚洲人成77777在线视频| 91在线观看av| 久久人妻福利社区极品人妻图片| 免费日韩欧美在线观看| av超薄肉色丝袜交足视频| 国产亚洲精品久久久久久毛片 | 久久香蕉精品热| 99香蕉大伊视频| 人人妻,人人澡人人爽秒播| 国产精品亚洲av一区麻豆| 国产xxxxx性猛交| 亚洲avbb在线观看| 国产一卡二卡三卡精品| av天堂久久9| 亚洲av成人av| 黄色毛片三级朝国网站| 啪啪无遮挡十八禁网站| 99国产极品粉嫩在线观看| 9色porny在线观看| 亚洲av熟女| 好男人电影高清在线观看| 欧美精品av麻豆av| 久久中文字幕一级| 每晚都被弄得嗷嗷叫到高潮| 黑人猛操日本美女一级片| 国产精品av久久久久免费| 妹子高潮喷水视频| 国产男女内射视频| 国产精品自产拍在线观看55亚洲 | 精品久久久久久电影网| 亚洲视频免费观看视频| 超碰成人久久| 18禁黄网站禁片午夜丰满| 宅男免费午夜| 国产精品乱码一区二三区的特点 | 午夜福利,免费看| 国产1区2区3区精品| 国内毛片毛片毛片毛片毛片| 亚洲国产精品合色在线| 一级,二级,三级黄色视频| 久久久精品区二区三区| 欧美乱妇无乱码| 亚洲全国av大片| 狂野欧美激情性xxxx| 国产欧美日韩一区二区三| 精品久久久久久久久久免费视频 | 国产野战对白在线观看| 黄色片一级片一级黄色片| 精品电影一区二区在线| 国产精品一区二区在线不卡| 久久中文字幕人妻熟女| 国产精品免费视频内射| 国产精品美女特级片免费视频播放器 | 窝窝影院91人妻| 国产精品久久视频播放| 国产成人系列免费观看|