• <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 ?

    基于社區(qū)劃分的學(xué)術(shù)論文推薦模型

    2016-05-14 09:17:07黃泳航湯庸李春英湯志康劉繼偉
    計(jì)算機(jī)應(yīng)用 2016年5期

    黃泳航 湯庸 李春英 湯志康 劉繼偉

    摘要:針對學(xué)術(shù)社交網(wǎng)絡(luò)獨(dú)有的社交性,構(gòu)建了基于社區(qū)劃分的學(xué)術(shù)論文推薦模型。模型選擇社區(qū)復(fù)雜好友關(guān)系網(wǎng)絡(luò)圖中最大連通分量作為數(shù)據(jù)處理邏輯單元,在此基礎(chǔ)上進(jìn)行核心關(guān)系網(wǎng)劃分,并采用非參數(shù)控制的方式,在所建立的核心關(guān)系網(wǎng)內(nèi)建立標(biāo)簽,在學(xué)術(shù)社交網(wǎng)絡(luò)中通過標(biāo)簽傳播進(jìn)行社區(qū)劃分,根據(jù)社區(qū)劃分結(jié)果在社區(qū)內(nèi)部的用戶之間推薦學(xué)術(shù)論文。該社區(qū)劃分算法與經(jīng)典社區(qū)劃分算法在人工網(wǎng)絡(luò)上進(jìn)行仿真實(shí)驗(yàn),結(jié)果表明該算法在不同特征的人工網(wǎng)絡(luò)上皆能取得良好的社區(qū)發(fā)現(xiàn)質(zhì)量。

    關(guān)鍵詞:核心關(guān)系網(wǎng);社區(qū)劃分;標(biāo)簽傳播;自適應(yīng)閾值;學(xué)術(shù)論文推薦

    中圖分類號:TP391.3 文獻(xiàn)標(biāo)志碼:A

    Abstract:An academic paper recommendation model based on community partition was proposed according to sociability in social network. The model regarded the largest connected component in complex network as the logic unit in data processing, and divided up the largest connected component into nonintersect kernel subnetwork. The labels would be established according to kernel subnetwork by nonparameter control mode. Communities were divided in scholar social network through label propagation, and academic papers were recommended among the users in the communities by the results of the community partition. The proposed community partition method was compared with the classic community partition method in the experiments on artificial network. The experimental results show that the proposed method can achieve good community partition qualities on different characteristic artificial networks.

    Key words:kernel subnetwork; community partition; label propagation; selfadaptive threshold; academic paper recommendation

    0 引言

    近幾年,社交網(wǎng)站發(fā)展迅速,已滲入主流文化以及人們的日常生活中,備受網(wǎng)民關(guān)注[1]。隨著學(xué)術(shù)社交網(wǎng)絡(luò)的興起,學(xué)者在學(xué)術(shù)社交網(wǎng)絡(luò)中發(fā)掘論文的需求激增。面對學(xué)術(shù)社交網(wǎng)絡(luò)中海量的論文,學(xué)者難以檢索高質(zhì)量或獲取自己感興趣的論文;同時(shí),優(yōu)秀的推薦算法不僅可以為學(xué)者尋找其感興趣的論文,而且也可以為學(xué)術(shù)社交網(wǎng)絡(luò)謀取豐厚的利潤。因此,發(fā)掘用戶感興趣的論文成為一個(gè)新的研究方向。

    目前,關(guān)于社交網(wǎng)絡(luò)的推薦算法,國內(nèi)外的研究主要分為兩個(gè)方面:一個(gè)方面是以現(xiàn)有的信息為基礎(chǔ),通過語義分析進(jìn)行發(fā)掘建立推薦模型。例如,文獻(xiàn)[2]提出的信息庫學(xué)習(xí)自動(dòng)機(jī)的推薦模型,該模型是利用連續(xù)型學(xué)習(xí)自動(dòng)機(jī)在隨機(jī)和高噪聲環(huán)境中優(yōu)化參數(shù)的卓越性能,代替原有的梯度下降算法進(jìn)行大型稀疏矩陣的奇異值分解計(jì)算,使得重構(gòu)矩陣與原矩陣之間的誤差進(jìn)一步降低,提高了后續(xù)預(yù)測算法的精確度。文獻(xiàn)[3]對學(xué)生能力評估過程進(jìn)行主題建模,采用局部社區(qū)發(fā)現(xiàn)算法對學(xué)生各方面能力進(jìn)行合理的等級分類等。與此同時(shí),以用戶的使用習(xí)慣為基礎(chǔ),根據(jù)用戶的登錄信息等推薦模式也可以歸為此類。例如,文獻(xiàn)[4]通過考慮用戶對服務(wù)的興趣剖面以及服務(wù)對標(biāo)簽的滿足度剖面,所提出的基于用戶興趣和服務(wù)滿足度的服務(wù)搜索和推薦算法。文獻(xiàn)[5]以用戶所發(fā)表的內(nèi)容建立學(xué)習(xí)自動(dòng)機(jī)和訓(xùn)練樣本,在訓(xùn)練樣本的基礎(chǔ)上進(jìn)行推薦。文獻(xiàn)[6]則以多用戶所組成的群體為單位,根據(jù)群體所發(fā)表的信息與發(fā)表的地點(diǎn)建立的推薦模型等等。然而,這類算法建立于用戶所填寫的信息上,對一些缺乏信息的用戶欠缺考慮。對于這部分在社交網(wǎng)絡(luò)的惰性群體,認(rèn)為對最后的好友推薦結(jié)果影響力不大,往往采取直接剔除的方法,使得算法數(shù)據(jù)集的準(zhǔn)確性受到一定的影響,只能在具有大量活躍用戶的社區(qū)進(jìn)行推薦。另一方面是先在社交復(fù)雜網(wǎng)絡(luò)中固有的拓?fù)潢P(guān)系圖之上進(jìn)行社區(qū)發(fā)現(xiàn),劃分社區(qū)之后再發(fā)掘其中潛在關(guān)系進(jìn)行推薦。此方面的社區(qū)發(fā)現(xiàn)方式多種多樣。例如,文獻(xiàn)[7]利用拓?fù)鋱D中的完全子圖建立標(biāo)簽,根據(jù)標(biāo)簽在圖中的節(jié)點(diǎn)傳播結(jié)果劃分社區(qū)。文獻(xiàn)[8]則以拓?fù)鋱D中的三角形拓?fù)浣Y(jié)構(gòu)為網(wǎng)絡(luò)社區(qū)分層嵌套模式中的基本社區(qū)單元,經(jīng)過粗化迭代,令網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖中的高階多邊形逐步向低階多邊形演化,最終演化成社區(qū)。與此成為對比,文獻(xiàn)[9]則首先為每個(gè)節(jié)點(diǎn)賦予一個(gè)獨(dú)立的標(biāo)簽,然后根據(jù)節(jié)點(diǎn)的影響力大小進(jìn)行排序,在標(biāo)簽傳播的過程中,綜合網(wǎng)絡(luò)的結(jié)構(gòu)傳播特性和節(jié)點(diǎn)的屬性特征共同計(jì)算標(biāo)簽傳播的概率,同時(shí)利用節(jié)點(diǎn)的歷史標(biāo)簽記錄修正標(biāo)簽更新結(jié)果,最后將傳播后具有相同標(biāo)簽的節(jié)點(diǎn)劃分為同一社區(qū)。也有部分學(xué)者利用物理分析的方法進(jìn)行社區(qū)發(fā)現(xiàn)。例如,文獻(xiàn)[10]把拓?fù)潢P(guān)系圖上的節(jié)點(diǎn)視為粒子,在之間建立引力作用,通過彼此的引力關(guān)系劃分社區(qū);文獻(xiàn)[11]則是對邊建立多層光譜關(guān)系,通過一系列的數(shù)學(xué)分析求出社區(qū)。

    然而,由于學(xué)術(shù)社交網(wǎng)絡(luò)存在大量的學(xué)術(shù)論文可供分享,以上算法忽視單一學(xué)者與分享論文形成一對多的關(guān)系,導(dǎo)致最終學(xué)術(shù)論文推薦并不理想。因此,部分學(xué)者在此基礎(chǔ)上,又針對學(xué)術(shù)論文推薦的特殊性提出不同的推薦模型:文獻(xiàn)[12]介紹了一種根據(jù)論文摘要建立數(shù)據(jù)庫索引,通過對索引進(jìn)行語義分析得出推薦結(jié)果的方法;文獻(xiàn)[13]則是基于論文的內(nèi)容與引用關(guān)系進(jìn)行推薦;文獻(xiàn)[14]通過提取論文的特征,建立集成的科技論文推薦框架,為科研社交網(wǎng)絡(luò)中的研究者提供個(gè)性化論文推薦服務(wù);文獻(xiàn)[15]則根據(jù)文檔在主題上的分布概率,考慮主題之間的關(guān)聯(lián),發(fā)掘文檔間的潛在關(guān)系建立垂直模型進(jìn)行推薦;文獻(xiàn)[16]則對PageRank算法和內(nèi)容過濾進(jìn)行改進(jìn),提出了一種面向論文投稿推薦的垂直搜索引擎的主要模塊設(shè)計(jì)及實(shí)現(xiàn)方法。雖然上述的方法對于學(xué)術(shù)論文的推薦有一定的貢獻(xiàn),但是在推薦的過程中忽視了學(xué)術(shù)社交網(wǎng)絡(luò)中的好友關(guān)系,造成一定程度上的精度丟失,從這些算法的推薦結(jié)果來看,為用戶所推薦論文與該用戶缺乏關(guān)聯(lián)度,推薦結(jié)果不是很理想。

    針對學(xué)術(shù)社交網(wǎng)絡(luò)獨(dú)有的社交性,本文擬構(gòu)建一個(gè)基于社區(qū)劃分的學(xué)術(shù)論文推薦模型。該模型以學(xué)術(shù)社交網(wǎng)絡(luò)的好友關(guān)系拓?fù)鋱D為基礎(chǔ),在其中發(fā)現(xiàn)核心關(guān)系子網(wǎng)。以核心關(guān)系網(wǎng)中節(jié)點(diǎn)的標(biāo)簽和權(quán)重為基礎(chǔ),更新整個(gè)學(xué)術(shù)社交網(wǎng)絡(luò)中節(jié)點(diǎn)標(biāo)簽及權(quán)重。標(biāo)簽傳播過程中采用自適應(yīng)閾值方式剔除無意義標(biāo)簽進(jìn)行社區(qū)發(fā)現(xiàn)。在學(xué)術(shù)社交網(wǎng)絡(luò)中建立社區(qū),在社區(qū)內(nèi)好友間共享文獻(xiàn)達(dá)到論文推薦的目的。

    1 自適應(yīng)標(biāo)簽傳播算法

    本模型著重考慮學(xué)術(shù)社區(qū)中的社交關(guān)系,在推薦學(xué)術(shù)論文之前根據(jù)學(xué)術(shù)社交網(wǎng)絡(luò)中的好友拓?fù)潢P(guān)系圖發(fā)掘其中的社區(qū)。因此,本文首先提出基于核心關(guān)系網(wǎng)的社區(qū)劃分算法——自適應(yīng)標(biāo)簽傳播算法(Adaptive Label Propagation Algorithm, ALPA)。該社區(qū)劃分算法在學(xué)術(shù)社交網(wǎng)絡(luò)拓?fù)鋱D中發(fā)掘核心關(guān)系網(wǎng)并對核心關(guān)系網(wǎng)中的節(jié)點(diǎn)賦予標(biāo)簽和權(quán)重,然后采用同步標(biāo)簽傳播的方式計(jì)算全部節(jié)點(diǎn)的標(biāo)簽和權(quán)重,在算法的迭代過程中利用自適應(yīng)閾值剔除不合理的標(biāo)簽,最終擁有同一個(gè)標(biāo)簽的節(jié)點(diǎn)屬于同一個(gè)社區(qū)。

    1.1 基本定義

    定義1 完全圖。學(xué)術(shù)社交網(wǎng)絡(luò)的好友關(guān)系拓?fù)鋱D由圖G={V, E}表示,其中V表示用戶的集合,E表示好友關(guān)系的集合。若圖G存在子集Gs,且Gs中任意兩點(diǎn)都相鄰,則稱此圖為完全圖。

    定義2 核心關(guān)系網(wǎng)。在圖G={V, E}中,以V中未賦予標(biāo)簽的度數(shù)最大的節(jié)點(diǎn)vi及其鄰接節(jié)點(diǎn)中未賦予標(biāo)簽的度數(shù)最大的節(jié)點(diǎn)vj為初始邊尋找完全圖Gs。若GsG,且不存在任何完全圖GtG,使得GsGt,則稱Gs為核心關(guān)系網(wǎng)。

    1.2 算法初始化

    因?yàn)樵撍惴ㄊ歉鶕?jù)核心關(guān)系網(wǎng)建立社區(qū),所以每一個(gè)社區(qū)至少包含一個(gè)核心關(guān)系網(wǎng)。據(jù)此,算法初始化的關(guān)鍵是在G中尋找核心關(guān)系網(wǎng)。具體過程如下所示。

    1)對V中所有節(jié)點(diǎn)賦予label=0;

    2)取V中l(wèi)abel=0的節(jié)點(diǎn),按照定義2尋找核心關(guān)系網(wǎng)。如果同時(shí)存在多個(gè)滿足label=0且度數(shù)最大的點(diǎn),則隨機(jī)選取一個(gè);

    3)label=label+1;

    4)將有序?qū)Γ╨abel,1)賦予給核心關(guān)系網(wǎng)節(jié)點(diǎn)對應(yīng)的標(biāo)簽集,結(jié)果為{(label,1)},其中l(wèi)abel為節(jié)點(diǎn)的標(biāo)簽,1為該標(biāo)簽對應(yīng)的權(quán)重;

    5)重復(fù)2)~4),直到在G={V, E}中不存在核心關(guān)系網(wǎng),過程停止。

    1.3 標(biāo)簽傳播

    在核心關(guān)系網(wǎng)建立之后,利用自適應(yīng)標(biāo)簽傳播算法計(jì)算節(jié)點(diǎn)的標(biāo)簽和權(quán)重,達(dá)到極大限度地減少冗余標(biāo)簽,提高模型的穩(wěn)定性的目的。采用穩(wěn)定的同步標(biāo)簽傳播方式,根據(jù)復(fù)雜網(wǎng)絡(luò)小世界原則,節(jié)點(diǎn)在算法的多次迭代過程后一定會(huì)獲得標(biāo)簽。標(biāo)簽權(quán)重的大小與節(jié)點(diǎn)在多個(gè)標(biāo)簽中的度數(shù)分布有關(guān)。為了避免標(biāo)簽被過度傳播,一些權(quán)重較小的標(biāo)簽在算法迭代過程中不斷被剔除。具體標(biāo)簽更新規(guī)則如下所示。

    1.4 算法復(fù)雜度分析

    設(shè)復(fù)雜網(wǎng)絡(luò)圖G有n個(gè)節(jié)點(diǎn)。初始化的時(shí)候,對點(diǎn)集V中所有的節(jié)點(diǎn)賦予label=0,時(shí)間復(fù)雜度為O(n)。在圖中建立核心關(guān)系網(wǎng),由于要取label=0的度數(shù)最大的節(jié)點(diǎn)v,先對V中的所有節(jié)點(diǎn)按度數(shù)進(jìn)行排序,將消耗O(n2)的時(shí)間復(fù)雜度。算法初始化時(shí),需要考察每一個(gè)節(jié)點(diǎn)v的鄰接節(jié)點(diǎn)以建立核心關(guān)系網(wǎng),需要O(n log n)的時(shí)間復(fù)雜度。最終對核心關(guān)系網(wǎng)中的點(diǎn)賦予(label,1)的權(quán)重,考慮到圖的節(jié)點(diǎn)有可能都被劃入核心關(guān)系網(wǎng)中,故將達(dá)到O(n)的時(shí)間復(fù)雜度。因此,建立核心關(guān)系網(wǎng)的時(shí)間復(fù)雜度為最高階O(n2)。在標(biāo)簽傳播階段,每一個(gè)節(jié)點(diǎn)v的標(biāo)簽更新僅在其鄰接矩陣中進(jìn)行,此過程需要的時(shí)間復(fù)雜度為O(n log n)。最后刪除重疊社區(qū)的子社區(qū),時(shí)間復(fù)雜度同樣為O(n log n)。綜上,社區(qū)發(fā)現(xiàn)算法的時(shí)間復(fù)雜度為O(n)+O(n2)+O(n log n),近似為平方階O(n2)。

    2 實(shí)驗(yàn)分析

    2.1 社區(qū)劃分性能分析與評估

    本文將設(shè)計(jì)實(shí)驗(yàn)對算法社區(qū)劃分性能進(jìn)行分析與評估。實(shí)驗(yàn)將采用Benchmark Graphs (BG)圖集作為人工網(wǎng)絡(luò)數(shù)據(jù)集。BG圖集是利用特定參數(shù)產(chǎn)生的、社區(qū)規(guī)模不均一分布的復(fù)雜網(wǎng)絡(luò),其是在社區(qū)發(fā)現(xiàn)算法缺乏統(tǒng)一評價(jià)標(biāo)準(zhǔn)情況下的一種用于直接反應(yīng)社區(qū)發(fā)現(xiàn)算法優(yōu)劣的人工網(wǎng)絡(luò)[17]。BG圖集將產(chǎn)生一個(gè)固有的社區(qū)劃分結(jié)果與其生成的人工網(wǎng)絡(luò)相匹配。如果一個(gè)社區(qū)劃分算法在BG圖集產(chǎn)生的人工網(wǎng)絡(luò)上劃分結(jié)果,與BG圖集固有的社區(qū)劃分結(jié)果越為吻合,則說明該社區(qū)劃分算法越為精準(zhǔn)。

    本文設(shè)置的BG圖集人工網(wǎng)絡(luò)具體參數(shù)如表1所示。n是網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù),k為節(jié)點(diǎn)的平均度數(shù),kmax為節(jié)點(diǎn)的最大度數(shù),cmax是一個(gè)社區(qū)的最大節(jié)點(diǎn)數(shù),cmin為一個(gè)社區(qū)的最小節(jié)點(diǎn)數(shù)?;旌蠀?shù)μ決定社區(qū)結(jié)構(gòu)明顯程度,其取值范圍是[0,1]。取值越大,生成的人工網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)越不明顯。當(dāng)取值為0時(shí),整個(gè)網(wǎng)絡(luò)是一個(gè)社區(qū);當(dāng)取值為1時(shí),則是一個(gè)隨機(jī)網(wǎng)絡(luò)。如圖4所示的,2個(gè)對應(yīng)μ值分別為0.1和0.8的人工網(wǎng)絡(luò),從中可以非常直觀地看出,μ值較小時(shí),BG圖集產(chǎn)生的人工網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)明顯;而當(dāng)μ值較大時(shí),人工網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)則變得模糊。隨著設(shè)置的μ值增大,社區(qū)劃分算法越難以在此類型的人工網(wǎng)絡(luò)上實(shí)現(xiàn)社區(qū)劃分,劃分結(jié)果越難以與BG圖集固有的社區(qū)劃分結(jié)果吻合。

    實(shí)驗(yàn)將本文算法與標(biāo)簽傳播算法(Label Propagation Algorithm, LPA)[19]、 COPRA算法[20]、CFinder算法[21]等經(jīng)典社區(qū)劃分算法進(jìn)行對比,對本文算法的社區(qū)劃分性能進(jìn)行評估。在實(shí)驗(yàn)運(yùn)行之前,由于COPRA算法在提前預(yù)測重疊社區(qū)數(shù)x的值才能執(zhí)行,考慮到設(shè)置的BG圖集重疊社區(qū)數(shù)為4,所以將COPRA算法的x分別預(yù)設(shè)為x=4,以最適狀態(tài)執(zhí)行,同時(shí)設(shè)置x=5作為此算法不能在最適狀態(tài)運(yùn)行時(shí)的對照組。

    在上述數(shù)據(jù)集上分別運(yùn)行ALPA、COPRA算法(x=4)和COPRA算法(x=5)、LPA、CFinder算法各10次,使用式(1)計(jì)算NMI值,執(zhí)行多次取平均值,用于消除各算法在標(biāo)簽傳播時(shí)不穩(wěn)定所造成的誤差。各運(yùn)行10次取平均值作最終的結(jié)果,考慮執(zhí)行結(jié)果與BG圖集固有的社區(qū)劃分結(jié)果的吻合程度,從而評測各個(gè)算法的社區(qū)劃分性能。各個(gè)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果如圖5所示。

    當(dāng)μ≥0.3時(shí),LPA無法發(fā)現(xiàn)社區(qū)結(jié)構(gòu);同時(shí)當(dāng)μ≥0.6時(shí),COPRA算法無法發(fā)現(xiàn)社區(qū)結(jié)構(gòu)。而本文所提出的ALPA無論社區(qū)結(jié)構(gòu)是否明顯,皆能保持一個(gè)良好的社區(qū)發(fā)現(xiàn)質(zhì)量,雖然與此同時(shí)表現(xiàn)較好的CFinder算法也能夠在各個(gè)μ值上的數(shù)據(jù)集上發(fā)現(xiàn)社區(qū),但是社區(qū)發(fā)現(xiàn)性能隨著μ值的加大而不如ALPA,并且在各個(gè)數(shù)據(jù)集中出現(xiàn)不穩(wěn)定的現(xiàn)象。圖5(c)和(d)顯示的是在規(guī)模較小的人工網(wǎng)絡(luò)上的社區(qū)發(fā)現(xiàn)質(zhì)量。隨著社區(qū)結(jié)構(gòu)變得不明顯,LPA、COPRA算法的性能不斷下降,CFinder算法的性能在不穩(wěn)定的同時(shí),由始至終未能達(dá)到ALPA的高性能, ALPA則一直保持著較好的社區(qū)發(fā)現(xiàn)質(zhì)量。無論社區(qū)結(jié)構(gòu)如何,ALPA則仍然保持著良好的態(tài)勢,能夠穩(wěn)定、良好地劃分社區(qū);同時(shí)ALPA無須像COPRA算法預(yù)設(shè)置復(fù)雜網(wǎng)絡(luò)可能重疊社區(qū)數(shù)x,由于具有自適應(yīng)的特點(diǎn)外,所以無論待發(fā)現(xiàn)復(fù)雜網(wǎng)絡(luò)社區(qū)規(guī)模大小,社區(qū)結(jié)構(gòu)是否模糊,皆能很好地發(fā)現(xiàn)社區(qū)。

    2.2 推薦模型的應(yīng)用

    通過上述的社區(qū)劃分性能分析與評估對比得知,ALPA具有良好的社區(qū)發(fā)現(xiàn)性能。因此可以將ALPA應(yīng)用于自主開發(fā)的面向科研工作者的社交網(wǎng)絡(luò)服務(wù)平臺——學(xué)者網(wǎng)(http://www.scholat.com),為用戶發(fā)掘更多潛在學(xué)術(shù)論文。利用ALPA在學(xué)者網(wǎng)內(nèi)的好友拓?fù)潢P(guān)系圖上劃分出社區(qū)結(jié)構(gòu),對同一社區(qū)中的用戶分享的論文以點(diǎn)擊率進(jìn)行倒序排序,并選擇點(diǎn)擊率前10位的論文推送給社區(qū)內(nèi)的每位學(xué)者。

    本文在學(xué)者網(wǎng)用戶數(shù)據(jù)中選取11000條好友關(guān)系數(shù)據(jù),消除噪聲之后共10920條數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。如圖6(a)所示,在應(yīng)用本算法之前,此10920條數(shù)據(jù)好友關(guān)系所構(gòu)成的是一個(gè)未劃分社區(qū)的好友關(guān)系復(fù)雜網(wǎng)絡(luò)。在該復(fù)雜網(wǎng)絡(luò)中,應(yīng)用ALPA經(jīng)歷5次迭代,如圖6(b)所示,最終劃分出181個(gè)極大團(tuán),108個(gè)社區(qū),對各個(gè)社區(qū)中的用戶,推薦該社區(qū)內(nèi)所有用戶所發(fā)表的論文。

    通過使用本文的潛在好友推薦方法,學(xué)者網(wǎng)已為其注冊用戶提供了有效的潛在學(xué)術(shù)論文推薦服務(wù),如圖7所示。這是本文算法為學(xué)者網(wǎng)中一位屬于社區(qū)第1、2、3、7、28、56社區(qū)用戶所推薦的學(xué)術(shù)論文的效果圖,所推薦的學(xué)術(shù)論文皆是該用戶的好友所分享的,該用戶與其大多數(shù)好友之間存在共同興趣與研究領(lǐng)域,必然會(huì)樂于接受推薦結(jié)果,如果該用戶需要瀏覽更多推薦結(jié)果,可以點(diǎn)擊下方的按鈕,加載更多的論文推薦結(jié)果。

    3 結(jié)語

    本文設(shè)計(jì)了一種基于社區(qū)劃分的學(xué)術(shù)論文推薦模型。首先對算法進(jìn)行初始化,獲得復(fù)雜網(wǎng)絡(luò)中的全部核心關(guān)系網(wǎng),再根據(jù)核心關(guān)系網(wǎng)中節(jié)點(diǎn)的標(biāo)簽和權(quán)重,采用同步標(biāo)簽傳播方式更新網(wǎng)絡(luò)中節(jié)點(diǎn)的標(biāo)簽和權(quán)重,最終將網(wǎng)絡(luò)劃分為若干個(gè)社區(qū),并對社區(qū)內(nèi)的用戶推薦學(xué)術(shù)論文。ALPA采用自適應(yīng)閾值的處理方式剔除無意義的標(biāo)簽,避免了預(yù)先輸入?yún)?shù)對未知復(fù)雜網(wǎng)絡(luò)的局限性,因此其更能夠自適應(yīng)于真實(shí)的社交網(wǎng)絡(luò)。隨著社交網(wǎng)絡(luò)的蓬勃發(fā)展,社交網(wǎng)絡(luò)中用戶之間的關(guān)系也更加錯(cuò)綜復(fù)雜,規(guī)模也在迅速增大。在此背景下,如何提高推薦算法的時(shí)間復(fù)雜度是一個(gè)可以繼續(xù)研究的方向。另一方面,可以對該算法進(jìn)行并行化處理,使其能夠應(yīng)對復(fù)雜網(wǎng)絡(luò)大數(shù)據(jù)所帶來的挑戰(zhàn)。

    參考文獻(xiàn):

    [1]高嫻子,蔣建國.近年來我國社交網(wǎng)絡(luò)發(fā)展研究[D].廣州:暨南大學(xué),2011:1-61.(GAO X Z, JIANG J G. Research on the development of Chinas social network[D]. Guangzhou: Jinan University, 2011:1-61.)

    [2]荊羽純,葛昊,江文,等.一種基于學(xué)習(xí)自動(dòng)機(jī)的推薦算法改進(jìn)[J].計(jì)算機(jī)應(yīng)用研究,2016,34(1):32-34.(JING Y C, GE H, JIANG W, et al. Learning automatabased improvement for recommendation algorithm[J]. Application Research of Computers, 2016,34(1):32-34.)

    [3]石博,何楚,卓桐,等.慕課教學(xué)中基于局部社區(qū)發(fā)現(xiàn)的主題交互模型[J].計(jì)算機(jī)應(yīng)用研究,2014,32(6):1724-1727.(SHI B, HE C, ZHUO T, et al. Topic interaction model based on local community detection for MOOC teaching process[J]. Application Research of Computers, 2014,32(6):1724-1727.)

    [4]鄧華平,趙海燕,陳慶奎, 等.基于用戶興趣和服務(wù)滿足度的服務(wù)搜索和推薦算法[J].計(jì)算機(jī)應(yīng)用研究,2014,32(9):2613-2617.(DENG H P, ZHAO H Y, CHEN Q K, et al. Service search and recommendation algorithm based on users interest and service satisfaction[J]. Application Research of Computers, 2014, 32(9):2613-2617.)

    [5]HANG Y. Incorporating phraselevel sentiment analysis on textual reviews for personalized recommendation[C]// WSDM 2015: Proceedings of the 8th ACM International Conference on Web Search and Data Mining.New York:ACM, 2015: 435-440.

    [6]YUAN Q, CONG G, LIN C. COM: a generative model for group recommendation[C]// KDD14: Proceedings of the 20th ACM SIGKDD Conference on Knowledge Discovery and Data Mining. New York:ACM, 2014:80-90.

    [7]沈海燕,李星毅.一種新的基于標(biāo)簽傳播的重疊社區(qū)發(fā)現(xiàn)算法 [J].軟件導(dǎo)刊,2015,14(4):59-62.(SHEN H Y, LI X Y. A new overlapping community structure detecting algorithm by label propagation[J]. Software Guide, 2015,14(4):59-62.)

    [8]康穎,于博,古曉艷,等.一種面向大規(guī)模社會(huì)信息網(wǎng)絡(luò)的多層社區(qū)發(fā)現(xiàn)算法[J].計(jì)算機(jī)學(xué)報(bào), 2015,38(1):1-14.(KANG Y, YU B, GU X Y,et al. A multilevel community detection algorithm for largescale social information networks[J]. Chinese Journal of Computers, 2015,38(1):1-14.)

    [9]劉世超,朱福喜,甘琳.基于標(biāo)簽傳播概率的重疊社區(qū)發(fā)現(xiàn)算法[J/OL].[2015-07-22].http://www.cnki.net/kcms/detail/11.1826.TP.20150722.1205.014.html.(LIU S C, ZHU F X, GAN L. A labelpropagationprobabilitybased algorithm for overlapping community detection[J/OL]. [2015-07-22].http://www.cnki.net/kcms/detail/11.1826.TP.20150722.1205.014.html)

    [10]董宇欣,遲闊,印桂生.基于引力作用的可選粒度社區(qū)發(fā)現(xiàn)算法[J].哈爾濱工程大學(xué)學(xué)報(bào),2015,36(6):1-6.(DONG Y X, CHI K, YIN G S. Optional granularity community detection algorithm based on gravitation[J]. Journal of Harbin Engineering University, 2015,36(6):1-6.)

    [11]ZHANG X, NEWMAN M. Multiway spectral community detection in networks[EB/OL].[2015-01-22]. http://arxiv.org/abs/1507.05108.

    [12]HOXHA K, KIKA A, GANI E, et al. Towards a modular recommender system for research papers written in Albanian[J]. International Journal of Advanced Computer Science and Applications, 2015,5(4):160-168.

    [13]蔡阿妮,周傲英. 基于內(nèi)容與引用關(guān)系的學(xué)術(shù)論文推薦[D].上海:華東師范大學(xué),2014:1-82.(CAI A N, ZHOU A Y. Recommending research paper based on content and citation graph[D].Shanghai: East China Normal University, 2014:1-82.)

    [14]孫見山,劉志迎,馬建.科研社交網(wǎng)絡(luò)中的論文推薦[D].合肥:中國科學(xué)技術(shù)大學(xué), 2014:1-101.(SUN J S, LIU Z Y,MA J. Article recommendation in research social network[D].Hefei: University of Science and Technology of China, 2014:1-101.)

    [15]黃澤明,魯明羽.基于主題模型的學(xué)術(shù)論文推薦系統(tǒng)研究[D].大連:大連海事大學(xué), 2013:1-68.(HUANG Z M, LU M Y. Research on recommended system of scholar paper based on topic model[D].Dalian: Dalian Maritime University, 2013:1-68.)

    [16]徐鎮(zhèn),李廉.基于垂直搜索引擎的論文投稿推薦系統(tǒng)研究[D].蘭州:蘭州大學(xué),2014:1-67.(XU Z,LI X. Research on a recommendation system for paper submission based on vertical search engine[D]. Lanzhou: Lanzhou University, 2014:1-67.)

    [17]LANCICHINETTI A, FORTUNATO S, RADICCHI F. Benchmark graphs for testing community detection algorithms[J]. Physical Review E, 2008,78(4):046110.

    [18]LANCICHINETTI A, FORTUNATO S, KERTESZ J. Detecting the overlapping and hierarchical community structure in complex networks[J].New Journal of Physics, 2009,11(3):033015.

    [19]RAGHAVAN U, ALBERT R, KUMARA S. Near linear time algorithm to detect community structures in largescale networks[J]. Physical Review E, 2011,84(3):036103.

    [20]GREGORY S. Finding overlapping communities in networks by label [J].New Journal of Physics, 2010, 12(10):103018.

    [21]PALLA G, DERENYI I, FARKAS I, et al. Uncovering the overlapping community structure of complex networks in nature and society[J]. Nature, 2005, 435(7043): 814-818.

    俺也久久电影网| 看黄色毛片网站| 小说图片视频综合网站| 久久婷婷人人爽人人干人人爱| 狂野欧美激情性xxxx在线观看| 18禁裸乳无遮挡免费网站照片| 一级av片app| 少妇的逼水好多| 国产精品一区二区性色av| 免费av毛片视频| 露出奶头的视频| 亚洲久久久久久中文字幕| 搡老熟女国产l中国老女人| 91久久精品电影网| 国产一区二区激情短视频| 国产成人影院久久av| 成年av动漫网址| 一个人看视频在线观看www免费| 男人舔奶头视频| 久久精品影院6| 99riav亚洲国产免费| 欧美极品一区二区三区四区| 婷婷亚洲欧美| 国产蜜桃级精品一区二区三区| av在线播放精品| 亚洲一区高清亚洲精品| 久久久久免费精品人妻一区二区| 亚洲美女黄片视频| 日本爱情动作片www.在线观看 | 一级黄色大片毛片| 国产私拍福利视频在线观看| 嫩草影院入口| 国产aⅴ精品一区二区三区波| 网址你懂的国产日韩在线| 一级a爱片免费观看的视频| 淫秽高清视频在线观看| 国产中年淑女户外野战色| 国产伦精品一区二区三区四那| 成年女人看的毛片在线观看| 亚洲精品色激情综合| 国产成人影院久久av| 尤物成人国产欧美一区二区三区| 欧美日韩一区二区视频在线观看视频在线 | 99热精品在线国产| 波野结衣二区三区在线| 国产精品一区二区性色av| av在线蜜桃| 成人av一区二区三区在线看| 十八禁网站免费在线| 午夜免费激情av| 国产aⅴ精品一区二区三区波| 熟女电影av网| 哪里可以看免费的av片| 非洲黑人性xxxx精品又粗又长| av专区在线播放| 12—13女人毛片做爰片一| 99久久中文字幕三级久久日本| 亚洲高清免费不卡视频| 日本在线视频免费播放| 午夜福利在线观看免费完整高清在 | 国产 一区精品| 我要搜黄色片| 91精品国产九色| 久久精品国产亚洲av涩爱 | 欧美激情在线99| 中文字幕免费在线视频6| 大香蕉久久网| 色综合亚洲欧美另类图片| 久久韩国三级中文字幕| 久久久a久久爽久久v久久| 99视频精品全部免费 在线| 久久久久久久久大av| 欧美xxxx黑人xx丫x性爽| 久久精品国产亚洲av天美| 亚洲经典国产精华液单| 日韩三级伦理在线观看| 国产黄色视频一区二区在线观看 | av在线老鸭窝| 一进一出抽搐gif免费好疼| 99在线人妻在线中文字幕| 亚洲国产精品成人久久小说 | 大型黄色视频在线免费观看| 在线观看美女被高潮喷水网站| 桃色一区二区三区在线观看| 欧美人与善性xxx| 亚洲国产精品sss在线观看| 男女之事视频高清在线观看| 日本三级黄在线观看| 国语自产精品视频在线第100页| 男女做爰动态图高潮gif福利片| 国产精品久久久久久av不卡| 午夜精品一区二区三区免费看| 精品一区二区三区视频在线观看免费| 国产av不卡久久| 能在线免费观看的黄片| 欧美+日韩+精品| 97人妻精品一区二区三区麻豆| 欧美一区二区亚洲| 久久精品国产99精品国产亚洲性色| 国产成人freesex在线 | 在线播放无遮挡| 日本五十路高清| 国产精品女同一区二区软件| 晚上一个人看的免费电影| 国语自产精品视频在线第100页| 香蕉av资源在线| 亚洲欧美清纯卡通| 麻豆一二三区av精品| 日韩精品青青久久久久久| 最近视频中文字幕2019在线8| a级毛色黄片| 亚洲性久久影院| 美女免费视频网站| 亚洲va在线va天堂va国产| 亚洲av成人精品一区久久| 两个人的视频大全免费| 听说在线观看完整版免费高清| 久久久久性生活片| 三级经典国产精品| 国产精品一区二区三区四区久久| 欧美色欧美亚洲另类二区| 欧美激情国产日韩精品一区| 香蕉av资源在线| 久久久国产成人免费| 精品久久久久久久人妻蜜臀av| 日本五十路高清| 两个人视频免费观看高清| 九九爱精品视频在线观看| 女同久久另类99精品国产91| 久久久久久久午夜电影| 欧美极品一区二区三区四区| 精品一区二区三区视频在线观看免费| 欧美一区二区亚洲| 99久久成人亚洲精品观看| av在线蜜桃| 我要看日韩黄色一级片| 精品久久久久久久久久久久久| av福利片在线观看| 啦啦啦啦在线视频资源| 久久精品91蜜桃| 九色成人免费人妻av| 精品无人区乱码1区二区| 国产精品乱码一区二三区的特点| 国产精品国产三级国产av玫瑰| 久久久国产成人免费| 久久亚洲国产成人精品v| 精华霜和精华液先用哪个| 毛片一级片免费看久久久久| 国产伦精品一区二区三区四那| 国产真实伦视频高清在线观看| 国产精品久久久久久av不卡| 成人欧美大片| 成人三级黄色视频| 国内精品宾馆在线| 亚洲精华国产精华液的使用体验 | 久久6这里有精品| 又爽又黄a免费视频| 国产爱豆传媒在线观看| 久久综合国产亚洲精品| 男女那种视频在线观看| 人人妻人人澡欧美一区二区| 18禁裸乳无遮挡免费网站照片| 一级毛片aaaaaa免费看小| 日本与韩国留学比较| 69av精品久久久久久| 国产 一区 欧美 日韩| 日韩欧美 国产精品| 久久久精品欧美日韩精品| 亚洲欧美精品综合久久99| 国产视频一区二区在线看| 亚洲熟妇熟女久久| 欧洲精品卡2卡3卡4卡5卡区| 91午夜精品亚洲一区二区三区| 午夜亚洲福利在线播放| 欧美最黄视频在线播放免费| 国产一区二区在线观看日韩| 午夜爱爱视频在线播放| h日本视频在线播放| 亚洲国产欧洲综合997久久,| 美女cb高潮喷水在线观看| 欧美另类亚洲清纯唯美| 欧美高清成人免费视频www| 免费av不卡在线播放| 免费看a级黄色片| 亚洲内射少妇av| 欧美成人一区二区免费高清观看| 99久国产av精品| 免费av观看视频| 免费观看在线日韩| 色噜噜av男人的天堂激情| 狂野欧美激情性xxxx在线观看| 超碰av人人做人人爽久久| 最近2019中文字幕mv第一页| 国产在线精品亚洲第一网站| 亚洲成人av在线免费| 黄片wwwwww| 成人特级av手机在线观看| 悠悠久久av| 精华霜和精华液先用哪个| 九九热线精品视视频播放| 最近手机中文字幕大全| 丝袜喷水一区| 亚洲精品一卡2卡三卡4卡5卡| 成人毛片a级毛片在线播放| 中文字幕av成人在线电影| av天堂在线播放| 插逼视频在线观看| 插逼视频在线观看| 国产私拍福利视频在线观看| 深爱激情五月婷婷| 成年av动漫网址| 三级国产精品欧美在线观看| АⅤ资源中文在线天堂| 色视频www国产| 久久精品91蜜桃| 综合色丁香网| 国产伦精品一区二区三区四那| avwww免费| 麻豆成人午夜福利视频| 一个人看视频在线观看www免费| 五月玫瑰六月丁香| 欧美高清性xxxxhd video| 成人毛片a级毛片在线播放| 69av精品久久久久久| 国产激情偷乱视频一区二区| 国产私拍福利视频在线观看| 中文字幕免费在线视频6| 天天躁夜夜躁狠狠久久av| 六月丁香七月| 国产精品99久久久久久久久| 男女边吃奶边做爰视频| 校园春色视频在线观看| 97碰自拍视频| 久久久色成人| 熟女电影av网| 美女内射精品一级片tv| 熟妇人妻久久中文字幕3abv| 亚洲av成人av| 欧洲精品卡2卡3卡4卡5卡区| 少妇人妻一区二区三区视频| 午夜激情欧美在线| 一级黄色大片毛片| 亚洲国产精品成人综合色| av专区在线播放| 九九久久精品国产亚洲av麻豆| 最近的中文字幕免费完整| av天堂中文字幕网| av在线播放精品| 波多野结衣巨乳人妻| 久久99热这里只有精品18| 美女 人体艺术 gogo| 欧美最新免费一区二区三区| 国产黄色小视频在线观看| 国产色婷婷99| 日日撸夜夜添| 欧美成人精品欧美一级黄| 日韩av不卡免费在线播放| 插阴视频在线观看视频| 免费无遮挡裸体视频| 久久久久久大精品| 精品国内亚洲2022精品成人| 少妇丰满av| 热99re8久久精品国产| 亚洲成人av在线免费| 欧美日韩乱码在线| 中国美白少妇内射xxxbb| 日韩三级伦理在线观看| 亚洲天堂国产精品一区在线| 一区福利在线观看| 老司机午夜福利在线观看视频| 午夜福利高清视频| 性色avwww在线观看| 特级一级黄色大片| 国产精品爽爽va在线观看网站| av在线老鸭窝| 久久精品国产清高在天天线| 国产精品永久免费网站| 一a级毛片在线观看| 99热6这里只有精品| 永久网站在线| 插阴视频在线观看视频| 在线a可以看的网站| 俄罗斯特黄特色一大片| 午夜视频国产福利| 99在线人妻在线中文字幕| 午夜久久久久精精品| 美女大奶头视频| 天堂网av新在线| 日本免费一区二区三区高清不卡| 好男人在线观看高清免费视频| 国产黄片美女视频| 欧美日韩乱码在线| 色5月婷婷丁香| 哪里可以看免费的av片| 精品人妻一区二区三区麻豆 | 亚洲熟妇熟女久久| 日韩大尺度精品在线看网址| 亚洲一级一片aⅴ在线观看| 成熟少妇高潮喷水视频| 国产三级中文精品| 欧美色视频一区免费| 少妇熟女aⅴ在线视频| 久久久精品欧美日韩精品| 可以在线观看毛片的网站| 久久久久久久久久黄片| 老师上课跳d突然被开到最大视频| 美女大奶头视频| 免费在线观看成人毛片| 国产精品一区二区性色av| 性色avwww在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 久久中文看片网| 在线观看午夜福利视频| 国产精品,欧美在线| 久久久久国内视频| 国产亚洲av嫩草精品影院| 欧美极品一区二区三区四区| 国产亚洲精品久久久久久毛片| 国产三级在线视频| 免费搜索国产男女视频| 级片在线观看| 国产高清视频在线播放一区| 一级毛片电影观看 | 联通29元200g的流量卡| 欧美又色又爽又黄视频| 国产黄色小视频在线观看| 真实男女啪啪啪动态图| 一区二区三区高清视频在线| 国产欧美日韩精品亚洲av| 亚洲成人久久性| 深夜精品福利| 欧美中文日本在线观看视频| 人妻制服诱惑在线中文字幕| 久久久国产成人精品二区| 成人一区二区视频在线观看| 又粗又爽又猛毛片免费看| av在线天堂中文字幕| 国产91av在线免费观看| 国产亚洲精品久久久久久毛片| 久久久精品94久久精品| 麻豆av噜噜一区二区三区| 大香蕉久久网| 97超视频在线观看视频| 国产成人影院久久av| 国产在线男女| 午夜影院日韩av| 日韩av在线大香蕉| 直男gayav资源| 午夜福利在线观看免费完整高清在 | 伦理电影大哥的女人| 亚洲综合色惰| 国产在视频线在精品| 日韩制服骚丝袜av| 亚洲国产精品国产精品| 国产精品免费一区二区三区在线| 国产 一区 欧美 日韩| 国产私拍福利视频在线观看| 国产在线精品亚洲第一网站| 长腿黑丝高跟| av专区在线播放| 久久人人爽人人爽人人片va| 成人综合一区亚洲| 97在线视频观看| 国产在线男女| 十八禁网站免费在线| 成年女人毛片免费观看观看9| 婷婷精品国产亚洲av在线| 久久久久九九精品影院| 欧美绝顶高潮抽搐喷水| 噜噜噜噜噜久久久久久91| 亚洲三级黄色毛片| 成人特级av手机在线观看| 小蜜桃在线观看免费完整版高清| 国产精品爽爽va在线观看网站| 午夜免费男女啪啪视频观看 | 成年版毛片免费区| 午夜老司机福利剧场| 在线观看66精品国产| 久久久久国内视频| 寂寞人妻少妇视频99o| 老司机影院成人| 亚洲成人久久性| 精品人妻熟女av久视频| 免费看a级黄色片| 成人鲁丝片一二三区免费| 午夜福利18| 欧美丝袜亚洲另类| 亚洲欧美日韩无卡精品| 午夜福利成人在线免费观看| 国产精品久久久久久精品电影| 级片在线观看| 天堂√8在线中文| 亚洲三级黄色毛片| 九九热线精品视视频播放| 亚洲精华国产精华液的使用体验 | 国产单亲对白刺激| 黄片wwwwww| 成年av动漫网址| 丰满的人妻完整版| 成人综合一区亚洲| 噜噜噜噜噜久久久久久91| 尾随美女入室| а√天堂www在线а√下载| 色综合色国产| 日韩欧美精品免费久久| 国产免费一级a男人的天堂| 可以在线观看的亚洲视频| 神马国产精品三级电影在线观看| 最新在线观看一区二区三区| www日本黄色视频网| 亚洲av电影不卡..在线观看| 一进一出好大好爽视频| 久久久精品大字幕| 综合色av麻豆| 成人永久免费在线观看视频| 欧美zozozo另类| av福利片在线观看| 久久久色成人| 亚洲真实伦在线观看| 成年女人毛片免费观看观看9| 一a级毛片在线观看| 精品久久久久久久久久久久久| 日韩三级伦理在线观看| 小蜜桃在线观看免费完整版高清| 校园人妻丝袜中文字幕| 精品不卡国产一区二区三区| 亚洲国产精品成人久久小说 | 99九九线精品视频在线观看视频| 大香蕉久久网| 午夜福利视频1000在线观看| 日韩人妻高清精品专区| 蜜桃亚洲精品一区二区三区| 男女做爰动态图高潮gif福利片| 最近最新中文字幕大全电影3| 免费高清视频大片| av在线亚洲专区| 日日摸夜夜添夜夜爱| 在线观看免费视频日本深夜| 能在线免费观看的黄片| 国产 一区精品| 色尼玛亚洲综合影院| 国产一区亚洲一区在线观看| 国产精品人妻久久久久久| 深爱激情五月婷婷| 亚洲精品一卡2卡三卡4卡5卡| 狠狠狠狠99中文字幕| 亚洲,欧美,日韩| 嫩草影院精品99| 九九爱精品视频在线观看| 久久99热6这里只有精品| 午夜福利视频1000在线观看| 波多野结衣巨乳人妻| 国产男人的电影天堂91| 国产精品永久免费网站| 3wmmmm亚洲av在线观看| 女人被狂操c到高潮| 97碰自拍视频| 国产人妻一区二区三区在| 国产极品精品免费视频能看的| 18禁在线无遮挡免费观看视频 | 99在线人妻在线中文字幕| 国产高清三级在线| 精品乱码久久久久久99久播| 国产色爽女视频免费观看| 亚洲18禁久久av| 国内精品久久久久精免费| 最新中文字幕久久久久| 直男gayav资源| 国产av不卡久久| 色5月婷婷丁香| 欧美成人a在线观看| 精品一区二区三区人妻视频| 成人鲁丝片一二三区免费| 九九久久精品国产亚洲av麻豆| 亚洲三级黄色毛片| 搡老妇女老女人老熟妇| 日本黄色视频三级网站网址| 性色avwww在线观看| 亚洲人成网站在线播放欧美日韩| 俺也久久电影网| 91久久精品国产一区二区三区| 国产在视频线在精品| 日韩中字成人| 麻豆精品久久久久久蜜桃| 久久热精品热| 麻豆国产av国片精品| 亚洲,欧美,日韩| 嫩草影院精品99| 精品国内亚洲2022精品成人| 久久精品国产清高在天天线| 国产91av在线免费观看| 精品久久久久久久久亚洲| 男人狂女人下面高潮的视频| 欧美+亚洲+日韩+国产| 99久久精品国产国产毛片| 九九在线视频观看精品| 亚洲婷婷狠狠爱综合网| 日韩,欧美,国产一区二区三区 | 久久久久免费精品人妻一区二区| 国产精品爽爽va在线观看网站| 国产av麻豆久久久久久久| 亚洲国产欧洲综合997久久,| 国产又黄又爽又无遮挡在线| 99久久中文字幕三级久久日本| 国产aⅴ精品一区二区三区波| 国产精品一及| 国产乱人偷精品视频| 婷婷六月久久综合丁香| 亚洲国产精品国产精品| 久久精品国产清高在天天线| 一本精品99久久精品77| 久久久久久伊人网av| 国产乱人偷精品视频| 一进一出好大好爽视频| 国产 一区 欧美 日韩| 日本精品一区二区三区蜜桃| 天堂网av新在线| 一级毛片久久久久久久久女| 亚洲成人av在线免费| 久久人人爽人人片av| 菩萨蛮人人尽说江南好唐韦庄 | 麻豆精品久久久久久蜜桃| 日韩欧美一区二区三区在线观看| 久久久欧美国产精品| 亚洲婷婷狠狠爱综合网| 欧美又色又爽又黄视频| 精品人妻一区二区三区麻豆 | 啦啦啦韩国在线观看视频| 亚洲七黄色美女视频| 色哟哟哟哟哟哟| 欧美成人精品欧美一级黄| 长腿黑丝高跟| 少妇高潮的动态图| 成人av在线播放网站| 色噜噜av男人的天堂激情| 可以在线观看毛片的网站| 日韩av在线大香蕉| 日韩一本色道免费dvd| 精品99又大又爽又粗少妇毛片| 国产成人福利小说| 亚洲av二区三区四区| 能在线免费观看的黄片| 久久精品国产亚洲av香蕉五月| 亚洲中文日韩欧美视频| 国模一区二区三区四区视频| 亚洲激情五月婷婷啪啪| 欧洲精品卡2卡3卡4卡5卡区| 淫秽高清视频在线观看| 熟女电影av网| 亚洲精品456在线播放app| 免费高清视频大片| 老熟妇乱子伦视频在线观看| 人妻少妇偷人精品九色| 九九久久精品国产亚洲av麻豆| 亚洲精华国产精华液的使用体验 | 精品一区二区三区av网在线观看| 搡老妇女老女人老熟妇| 国产高潮美女av| 欧美高清性xxxxhd video| 91久久精品国产一区二区三区| 精品不卡国产一区二区三区| 麻豆av噜噜一区二区三区| 五月玫瑰六月丁香| 99久久九九国产精品国产免费| 成人性生交大片免费视频hd| 久久精品国产亚洲av香蕉五月| 亚洲精华国产精华液的使用体验 | 精品久久久噜噜| 日本爱情动作片www.在线观看 | 人妻久久中文字幕网| 97在线视频观看| 国产老妇女一区| 桃色一区二区三区在线观看| 亚洲国产欧洲综合997久久,| 成年版毛片免费区| 国产日本99.免费观看| 99热只有精品国产| 又黄又爽又免费观看的视频| 乱系列少妇在线播放| 亚洲综合色惰| 一个人看视频在线观看www免费| 国产真实乱freesex| www.色视频.com| 久久久久久久久久成人| 国产人妻一区二区三区在| 日韩欧美一区二区三区在线观看| 国产成人一区二区在线| av女优亚洲男人天堂| www.色视频.com| 内射极品少妇av片p| 国产片特级美女逼逼视频| 在线观看一区二区三区| 91在线观看av| 麻豆国产av国片精品| 99久久精品热视频| 国产精品亚洲美女久久久| 亚洲国产精品成人久久小说 | 免费观看的影片在线观看| 亚洲精品日韩av片在线观看| 啦啦啦韩国在线观看视频| 中国美女看黄片| 久久国产乱子免费精品| 可以在线观看毛片的网站| 日韩欧美精品免费久久| 18禁黄网站禁片免费观看直播| 亚洲人成网站在线观看播放| 国产亚洲av嫩草精品影院| avwww免费| 欧美日韩国产亚洲二区| 最近在线观看免费完整版| 菩萨蛮人人尽说江南好唐韦庄 | 精品久久久久久久久av| 99久久精品一区二区三区| 欧美性猛交黑人性爽| 免费一级毛片在线播放高清视频|