• <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 ?

    SOA智能學(xué)習(xí)風(fēng)格判別組件的設(shè)計與實現(xiàn)

    2016-06-29 10:03:44黃興祿楊娟宋曉玲劉璇
    中國遠程教育 2016年5期
    關(guān)鍵詞:學(xué)習(xí)風(fēng)格

    黃興祿+楊娟+宋曉玲+劉璇

    【摘 要】 為了解決智能學(xué)習(xí)系統(tǒng)中學(xué)習(xí)風(fēng)格判別等功能模塊之間存在著耦合性低、重用性差、不同系統(tǒng)之間不能實現(xiàn)資源共享等問題,基于面向服務(wù)體系結(jié)構(gòu)(SOA)設(shè)計了一個智能學(xué)習(xí)系統(tǒng)架構(gòu)(SOALS)以及學(xué)習(xí)風(fēng)格判別組件(SOALS_pre),并通過該組件對外發(fā)布了一個學(xué)習(xí)風(fēng)格服務(wù)(LstyleRMIService)。各種學(xué)習(xí)系統(tǒng)或者門戶網(wǎng)站通過綁定該服務(wù)接口,可以實現(xiàn)學(xué)習(xí)者在不同學(xué)習(xí)環(huán)境下多模型的學(xué)習(xí)風(fēng)格判別服務(wù)。

    【關(guān)鍵詞】 學(xué)習(xí)風(fēng)格;面向服務(wù)架構(gòu);學(xué)習(xí)風(fēng)格判別組件

    【中圖分類號】 G40-057 【文獻標(biāo)識碼】 A 【文章編號】 1009—458x(2016)05—0064—07

    一、研究背景及相關(guān)研究

    學(xué)習(xí)風(fēng)格(Learning Style,簡稱“LS”)是學(xué)習(xí)者特有的認知、情感和心理行為,作為學(xué)習(xí)者如何理解信息以及學(xué)習(xí)者在學(xué)習(xí)環(huán)境相互作用下如何反應(yīng)的相對穩(wěn)定的指標(biāo)[1]。根據(jù)學(xué)習(xí)者不同的認知過程分為不同類型的學(xué)習(xí)風(fēng)格。很多教育理論學(xué)者以及研究者對這一觀點表示認同,一致認為將學(xué)習(xí)風(fēng)格整合到教育中可以更好地促進學(xué)習(xí)者個性化學(xué)習(xí)。有大量的相關(guān)研究證明并支持這一觀點,例如Bajraktarevic、Hall和Fullick[2]、Graf和Kinshuk[3]等。目前主要是通過人工智能相關(guān)技術(shù)來實現(xiàn)學(xué)習(xí)者學(xué)習(xí)風(fēng)格自動偵測,例如機器學(xué)習(xí)[4]、貝葉斯網(wǎng)絡(luò)[5][6]、神經(jīng)網(wǎng)絡(luò)[7]以及基于規(guī)則的推理[8]等。很多智能學(xué)習(xí)系統(tǒng),尤其是自適應(yīng)教育超媒體系統(tǒng)(AEHS),大多數(shù)都具備不同的LS偏向性測試功能,并通過建立LS用戶模型為學(xué)習(xí)者提供更好的個性化學(xué)習(xí)服務(wù),如Tangow 系 統(tǒng)[9]、Protus 系統(tǒng)[10]、WHURLE 系統(tǒng)[11]、CS383 系統(tǒng)[12]等都使用了Felder-Silverman模型;AES-CS系統(tǒng)[13]使用了FI-FD模型;INSPIRE系統(tǒng)[14]使用了Honey-Mumford模型。這些傳統(tǒng)的智能學(xué)習(xí)系統(tǒng)在一定程度上解決了個性化學(xué)習(xí)的問題,但是這些系統(tǒng)的功能模塊之間存在著耦合性低、重用性差、不同系統(tǒng)之間很難實現(xiàn)資源共享等問題。

    大量研究表明,采用面向服務(wù)架構(gòu)(SOA)技術(shù)能很好地解決傳統(tǒng)智能系統(tǒng)存在的問題。Dagger對學(xué)習(xí)管理系統(tǒng)(LMS)的演變進行了分析,指出了傳統(tǒng)智能學(xué)習(xí)系統(tǒng)存在著以上問題,肯定了下一代智能學(xué)習(xí)系統(tǒng)應(yīng)具有互操作性和擴展性這一未來發(fā)展的趨勢,并通過案例證明了SOA架構(gòu)的優(yōu)越性[15]。

    現(xiàn)在,基于SOA技術(shù)設(shè)計了很多學(xué)習(xí)系統(tǒng)架構(gòu),試圖通過SOA架構(gòu)技術(shù)解決傳統(tǒng)學(xué)習(xí)系統(tǒng)存在的問題。其中,Mohammed提出了使用SOA技術(shù)構(gòu)建一個E-learning學(xué)習(xí)管理系統(tǒng),雖然該系統(tǒng)沒有實現(xiàn)個性化學(xué)習(xí)資源推送服務(wù),但可以對外提供服務(wù)接口[16];Cheng設(shè)計了一個可擴展的SOA E-learning系統(tǒng)架構(gòu),能使網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)功能更完善、更靈活,但是如何實現(xiàn)這些服務(wù)沒有進行詳細設(shè)計[17];SLO 管理系統(tǒng)是一個基于SOA的學(xué)習(xí)資源管理系統(tǒng)架構(gòu),該系統(tǒng)架構(gòu)采用SOA技術(shù)是為了實現(xiàn)教學(xué)資源共享,但沒有使用學(xué)習(xí)風(fēng)格模型對用戶進行建模[18];孫艷提出了一種面向服務(wù)的E-learning系統(tǒng)架構(gòu),該系統(tǒng)可以實現(xiàn)教學(xué)設(shè)計、動態(tài)更新學(xué)習(xí)資源以及通過學(xué)習(xí)者個性特征分析提供個性化的學(xué)習(xí)指導(dǎo)。雖然該系統(tǒng)有個性化特征提取,但是并沒有提到如何建立學(xué)習(xí)者個性化特征[19]。Canales提出了一個基于SOA自適應(yīng)智能網(wǎng)絡(luò)教育系統(tǒng) (WBES)架構(gòu),詳細介紹了用認知地圖來構(gòu)建學(xué)習(xí)者學(xué)習(xí)風(fēng)格用戶模型[20];Yaghmaie通過SOA架構(gòu)設(shè)計了一個自適應(yīng)學(xué)習(xí)系統(tǒng),根據(jù)學(xué)習(xí)者學(xué)習(xí)風(fēng)格自動過濾學(xué)習(xí)內(nèi)容,實現(xiàn)個性化學(xué)習(xí)內(nèi)容的推介[21];姜強設(shè)計的SOALS系統(tǒng)主要采用了Felder-Silverman模型,并使用學(xué)習(xí)行為來修正學(xué)習(xí)風(fēng)格模型,最終實現(xiàn)個性化資源推送服務(wù)[22]。

    現(xiàn)有的很多SOA 智能系統(tǒng)只是一個系統(tǒng)架構(gòu),雖然有些系統(tǒng)提供了學(xué)習(xí)風(fēng)格判別和個性化推送功能,但是這些功能并不對外提供服務(wù)接口,導(dǎo)致不能實現(xiàn)資源共享。同時,現(xiàn)在的系統(tǒng)很多只采用了單一的LS用戶模型,導(dǎo)致用戶建模單一化和片面化,學(xué)習(xí)資源推送準(zhǔn)確率低、效率低。此外,大部分SOA學(xué)習(xí)系統(tǒng)都沒有建立LS用戶模型,因此,這類系統(tǒng)不能提供個性化服務(wù)。

    二、 SOALS系統(tǒng)架構(gòu)及其服務(wù)模型

    (一)SOALS系統(tǒng)架構(gòu)

    為了解決現(xiàn)有SOA學(xué)習(xí)系統(tǒng)存在的問題,基于SOA架構(gòu)設(shè)計了一個智能學(xué)習(xí)系統(tǒng)架構(gòu)(SOALS),并設(shè)計了一個學(xué)習(xí)風(fēng)格判別組件(SOALS_pre),該組件采用了Felder-Silverman(簡稱“FS”)[23][24]和Field Independence/Field Dependence(簡稱“FI-FD”)[25][26]學(xué)習(xí)風(fēng)格建立用戶模型,使LS預(yù)測更加準(zhǔn)確。通過對SOALS_pre組件進行封裝,對外發(fā)布了一個學(xué)習(xí)風(fēng)格服務(wù)(LstyleRMIService)。不同架構(gòu)的學(xué)習(xí)系統(tǒng)通過綁定該服務(wù)接口可以實現(xiàn)學(xué)習(xí)者在不同環(huán)境下進行多模型的LS判別服務(wù)。同時,服務(wù)會把測試結(jié)果自動建立成標(biāo)記的樣本數(shù)據(jù)集,為LS測試服務(wù)提供樣本數(shù)據(jù)資源。

    該架構(gòu)共有四層:第一層是資源層,第二層是組件層,第三層是服務(wù)接口層,第四層是用戶表示層(如圖1所示)。

    資源層主要存儲了各種服務(wù)所需要的資源,例如學(xué)習(xí)風(fēng)格樣本數(shù)據(jù)、學(xué)習(xí)行為樣本數(shù)據(jù)、學(xué)習(xí)資源庫(LOM標(biāo)準(zhǔn))等。本系統(tǒng)通過Mysql 5.5設(shè)計了3個數(shù)據(jù)庫,其中LSdata數(shù)據(jù)庫主要用于存儲學(xué)習(xí)風(fēng)格樣本數(shù)據(jù);LCdata數(shù)據(jù)庫主要用于存儲學(xué)習(xí)行為樣本數(shù)據(jù);LRdata數(shù)據(jù)庫主要用于存儲學(xué)習(xí)資源,學(xué)習(xí)資源需要遵循LOM標(biāo)準(zhǔn)。

    組件層是系統(tǒng)架構(gòu)的核心層,也是系統(tǒng)的底層,它涉及組件的核心代碼和對核心代碼的封裝。在系統(tǒng)中,學(xué)習(xí)風(fēng)格判別組件(SOALS_pre)分別由LS組件、LS前測組件、LS維度篩選組件和LS預(yù)測組件組成。其中,LS組件提供了FS學(xué)習(xí)風(fēng)格測試、FI-FD學(xué)習(xí)風(fēng)格測試、LS維度篩選以及LS預(yù)測功能。LS組件要實現(xiàn)這些功能需要分別引用LS前測組件、LS維度篩選組件和LS預(yù)測組件。LS前測組件需要使用LSdata數(shù)據(jù);LS維度篩選組件和LS預(yù)測組件需要使用LSdata數(shù)據(jù)和LCdata數(shù)據(jù),如圖1組件層所示。

    服務(wù)接口層是SOA系統(tǒng)架構(gòu)中最重要的一層,是服務(wù)使用者綁定和實現(xiàn)服務(wù)的入口。一個服務(wù)可能需要使用一個組件或者多個組件來實現(xiàn)其功能。同時,一個組件可以實現(xiàn)一個或者多個服務(wù)功能。本系統(tǒng)對外發(fā)布的LstyleRMIService學(xué)習(xí)風(fēng)格服務(wù)需要使用LS組件、LS前測組件、LS篩選組件和LS預(yù)測組件來實現(xiàn)服務(wù)的功能,這個服務(wù)主要對外提供了三個服務(wù)接口:LS前測服務(wù)、LS維度篩選服務(wù)以及LS預(yù)測服務(wù)(如圖1第三層中橢圓虛線框所示)。

    表示層主要是指綁定并使用服務(wù)的各種系統(tǒng)。本文通過設(shè)計一個學(xué)習(xí)系統(tǒng)驗證了服務(wù)功能具有可重用性,不同系統(tǒng)之間能實現(xiàn)資源共享。最后,對學(xué)習(xí)風(fēng)格服務(wù)得到的實驗結(jié)果與NBC分類器得到的實驗結(jié)果進行了對比分析。

    (二)SOALS_pre判別組件核心模型

    1.LS前測服務(wù)模型

    前測服務(wù)主要是從終端獲取學(xué)習(xí)者學(xué)習(xí)風(fēng)格問卷數(shù)據(jù),并根據(jù)量化公式把問卷結(jié)果進行量化處理,最后把該量化的數(shù)據(jù)作為有標(biāo)記的樣本數(shù)據(jù)存儲在LSdata數(shù)據(jù)庫中。FS學(xué)習(xí)風(fēng)格通過Solomon量化表進行學(xué)習(xí)風(fēng)格計算;FI-FD學(xué)習(xí)風(fēng)格通過改進的問卷調(diào)查表和量化表進行學(xué)習(xí)風(fēng)格計算[27][28][29], LS前測服務(wù)模型如圖2所示。

    本文使用了標(biāo)準(zhǔn)的FS問卷進行學(xué)習(xí)風(fēng)格樣本數(shù)據(jù)采集,該問卷的量化方式遵循Solomon量化表規(guī)則(最大數(shù)-最小數(shù)+最大數(shù)的字母),通過這種規(guī)則得到的LS結(jié)果分別是:1a、3a、5a、7a、9a、11a;1b、3b、5b、7b、9b、11b。其中,a表示學(xué)習(xí)者在某種維度上LS左邊的傾向值,b表示學(xué)習(xí)者在某種維度上LS右邊的傾向值,值越大表示學(xué)習(xí)風(fēng)格傾向性越大。為了使學(xué)習(xí)風(fēng)格結(jié)果適用于數(shù)學(xué)建模,本文將Solomon量化表的結(jié)果進行量化處理,把LS結(jié)果量化為0到1之間的小數(shù)。通過量化關(guān)系表和所羅門學(xué)習(xí)風(fēng)格理論,學(xué)習(xí)風(fēng)格可以通過一個四元組進行形式化表示,如公式(1)所示[30]:

    其中,中的i是學(xué)習(xí)者序號,表示學(xué)習(xí)者在學(xué)習(xí)風(fēng)格t維度上的取值。當(dāng)取值范圍為時,學(xué)習(xí)風(fēng)格偏向左邊的維度;當(dāng)時,學(xué)習(xí)風(fēng)格絕對偏向左邊的維度;當(dāng)取值范圍為時,學(xué)習(xí)風(fēng)格偏向右邊的維度;當(dāng)時,學(xué)習(xí)風(fēng)格絕對偏向右邊的維度;當(dāng)時,學(xué)習(xí)風(fēng)格偏向中間的維度。

    FI-FD學(xué)習(xí)風(fēng)格采集的方式有很多種,本文主要采用問卷調(diào)查法獲取學(xué)習(xí)者LS,并將FI-FD學(xué)習(xí)風(fēng)格結(jié)果進行歸一化處理,量化成0到1之間的小數(shù)。通過量化關(guān)系表以及FI-FD學(xué)習(xí)風(fēng)格理論,F(xiàn)I-FD學(xué)習(xí)風(fēng)格可以通過一元組形式化表示或公式(2):

    其中,中的i是學(xué)習(xí)者序號;是i學(xué)習(xí)者學(xué)習(xí)風(fēng)格維度上的偏向值。當(dāng)取值范圍為時,學(xué)習(xí)風(fēng)格偏向左邊的維度;當(dāng)時,學(xué)習(xí)風(fēng)格絕對傾向于左邊的維度;當(dāng)取值范圍為時,學(xué)習(xí)風(fēng)格偏向右邊的維度;當(dāng)時,學(xué)習(xí)風(fēng)格絕對傾向于右邊的維度;當(dāng)時,學(xué)習(xí)風(fēng)格偏向中間的維度。

    2. LS維度篩選服務(wù)模型

    LS維度篩選服務(wù)的主要功能是識別出學(xué)習(xí)者群體在不同學(xué)習(xí)環(huán)境下LS主導(dǎo)維度偏向。本模塊沿用了前期工作中使用的維度篩選技術(shù)[31],并將其封裝成LS維度篩選服務(wù)(如圖3所示)。

    學(xué)習(xí)者的學(xué)習(xí)風(fēng)格會隨著學(xué)習(xí)環(huán)境的改變而發(fā)生變化,由于一種學(xué)習(xí)風(fēng)格模型不能完全描述出學(xué)習(xí)者在不同學(xué)習(xí)環(huán)境中的偏向,所以本文采用了FS學(xué)習(xí)風(fēng)格模型以及FI-FD認知風(fēng)格模型構(gòu)建了一個多模型的學(xué)習(xí)風(fēng)格用戶模型。為了識別出學(xué)習(xí)者群體在不同環(huán)境下的主導(dǎo)維度偏向,需要使用兩種樣本數(shù)據(jù):一種是學(xué)習(xí)者在某一學(xué)習(xí)環(huán)境下的學(xué)習(xí)行為樣本數(shù)據(jù),另一種是學(xué)習(xí)者在多模型下學(xué)習(xí)風(fēng)格抽象樣本數(shù)據(jù)。通過這些抽象樣本數(shù)據(jù)就能夠進行多模型下學(xué)習(xí)風(fēng)格維度相似度識別,實現(xiàn)多標(biāo)簽分類向單標(biāo)簽分類的轉(zhuǎn)化[32],從而識別出學(xué)習(xí)群體在當(dāng)前學(xué)習(xí)環(huán)境下主導(dǎo)K維度LS偏向。

    3. 學(xué)習(xí)風(fēng)格預(yù)測服務(wù)模型

    預(yù)測服務(wù)是對未知LS的學(xué)習(xí)者在某一環(huán)境下的學(xué)習(xí)風(fēng)格偏向進行預(yù)測,其方法是把新學(xué)習(xí)者的學(xué)習(xí)行為根據(jù)主導(dǎo)K維度下學(xué)習(xí)行為樣本進行聚類。可以采用初始化群集核心構(gòu)造算法(Initialization Cluster Core Constructing Algorithm,簡稱“ICCCA算法”)和3-means聚類算法(如圖4所示)。

    (三)組件及服務(wù)接口設(shè)計

    本文利用SCA規(guī)范設(shè)計了一個學(xué)習(xí)風(fēng)格組件(SOALS_Pre組件),共包括4個組件。LS組件(LS_component)中有3個服務(wù)接口和3個屬性;LS前測組件(FSDI_component)中有1個服務(wù)接口和1個屬性;LS篩選組件(Rec_component)中有1個服務(wù)接口和3個屬性;學(xué)習(xí)風(fēng)格預(yù)測組件(Pre_component)中有1個服務(wù)接口和3個屬性(如圖5所示)。

    三、實驗

    (一)樣本數(shù)據(jù)采集

    實驗數(shù)據(jù)主要來自成都大學(xué)2014級和2011級本科生以及四川師范大學(xué)2014級和2011級本科生、2013級研究生計算機專業(yè)學(xué)生的學(xué)習(xí)風(fēng)格樣本數(shù)據(jù)和學(xué)習(xí)行為樣本數(shù)據(jù),共計320份。其中,有效樣本數(shù)據(jù)298份,男生232人,女生66人,平均年齡為23歲;從學(xué)歷層次來看,本科生262人,碩士研究生36人;從區(qū)域來看,成都大學(xué)136人,四川師范大學(xué)162人。

    為了驗證測試結(jié)果的一致性、穩(wěn)定性和可靠性,在第一次采集數(shù)據(jù)后的第二周再一次對有效樣本群體進行了學(xué)習(xí)風(fēng)格偏向性采集,并通過SPSS軟件采用了重測可信度的方法對所羅門學(xué)習(xí)風(fēng)格量表中100個樣本數(shù)據(jù)進行信度驗證,其中重測可信度主要通過Cohen提出的Kappa系數(shù)來驗證。當(dāng)問卷調(diào)查Kappa系數(shù)大于0.75就可以表示重測的可信度很好。通過對學(xué)習(xí)風(fēng)格的4個維度進行可信度驗證,每個維度的Kappa系數(shù)分別為 active/reflective(0.881)、sensing/intuitive(0.879)、visual/verbal(0.896)、sequential/global(0.869)。通過這些結(jié)果很好地驗證了該問卷的可靠性。

    通過SPSS軟件,使用了100個樣本數(shù)據(jù)對所羅門學(xué)習(xí)風(fēng)格量表的44道題進行探索性因子分析來驗證問卷的效度,把取消最小系數(shù)設(shè)置為0.6,最終KMO得出的結(jié)果為0.73,說明該問卷及樣本數(shù)據(jù)適合使用探索性因子分析來驗證問卷的效度。該量表是目前心理學(xué)中比較成熟的量表之一,很多研究者都做過信度和效度檢驗,并對該量表測試的LS結(jié)果進行了肯定,如Livesay、Dee和Nauman[33],Van Zwanenberg等[34],Zywno[35],F(xiàn)elder和 Spurlin[36]等。

    本文通過對實驗所使用的50個訓(xùn)練樣本數(shù)據(jù)進行處理,得到了LS維度偏向分布圖(如圖6所示)。X軸分別為A-R(活躍型/沉思型)、S-I(感悟型/直覺型)、Vi-Ve(視覺型/言語型)、S-G(序列型/綜合型)和FI-FD(場獨立/場依存)5個維度的取值,每個維度上有三個取值分別表示LS左邊偏向、LS中間偏向、LS右邊偏向(從左往右)。Y軸表示每個維度上不同LS偏向的學(xué)生人數(shù)。

    (二)學(xué)習(xí)風(fēng)格測試與預(yù)測

    1. LS前測服務(wù)

    本文設(shè)計了一個學(xué)習(xí)系統(tǒng)并綁定LstyleRMIService服務(wù),在實驗中讓一名新學(xué)習(xí)者(C201110409121)通過前測服務(wù)進行了學(xué)習(xí)風(fēng)格測試,得到學(xué)習(xí)風(fēng)格測試結(jié)果(如圖7、圖8所示)。

    2. LS維度篩選服務(wù)與LS預(yù)測服務(wù)

    在實驗中,在學(xué)習(xí)系統(tǒng)中選擇“Java JDK平臺搭建”作為學(xué)習(xí)環(huán)境(如圖9所示)。

    通過對實驗所使用的50個訓(xùn)練樣本數(shù)據(jù)進行維度篩選,得到的結(jié)果發(fā)現(xiàn),這些訓(xùn)練樣本在該學(xué)習(xí)環(huán)境下的主導(dǎo)維度偏向是視覺型/言語型(Vi—Ve)。將當(dāng)前學(xué)習(xí)者(C201110409121)和另外49個學(xué)習(xí)者群體(除訓(xùn)練樣本數(shù)據(jù)外,對剩下的樣本數(shù)據(jù)隨機選?。?gòu)成一個測試學(xué)習(xí)者群體,通過調(diào)用LS預(yù)測服務(wù)對該測試學(xué)習(xí)者群的學(xué)習(xí)風(fēng)格進行偏向性預(yù)測。其中,“Main dimensions:Vi—Ve”是指學(xué)習(xí)者群體的該學(xué)習(xí)環(huán)境下主導(dǎo)K維度偏向;“Results of LS online questionnaire(LSOQ)”是指問卷測試的結(jié)果;“Results of Prediction”是指學(xué)習(xí)者在“Java JDK平臺搭建”環(huán)境下通過學(xué)習(xí)行為預(yù)測的結(jié)果。數(shù)字1-50表示了50個測試樣本的序號,其中當(dāng)前學(xué)習(xí)(C201110409121)的序列為7(如圖10所示)。

    從LSOQ結(jié)果可以看出,有19名學(xué)習(xí)者偏向于視覺型;有1名學(xué)習(xí)者偏向中間的維度;有30名學(xué)習(xí)者偏向于言語型。而這50個測試樣本在“Java JDK平臺搭建”學(xué)習(xí)環(huán)境下進行學(xué)習(xí)風(fēng)格預(yù)測的結(jié)果顯示,有35名學(xué)習(xí)者偏向于視覺型,有14名學(xué)習(xí)者偏向于言語型,有1名學(xué)習(xí)者偏向中間的維度。其中,有32名學(xué)習(xí)者樣本的LSOQ結(jié)果與預(yù)測結(jié)果一致(正確為64%)(如表1所示)。

    通過以上的實驗結(jié)果,可以看出大部分學(xué)習(xí)者在“Java JDK平臺搭建”學(xué)習(xí)環(huán)境下并沒有像傳統(tǒng)預(yù)測方法一樣預(yù)測“active/reflective”維度,而通過本文的維度篩選服務(wù)預(yù)測的結(jié)果是“visual/verbal”維度,而這個維度上的預(yù)測通常比較困難,以前的預(yù)測準(zhǔn)確率都只有50%-60%左右(樣本數(shù)小于300),部分技術(shù)預(yù)測準(zhǔn)確率只能達到40%。因此,實驗結(jié)果是令人滿意的。

    為了更好地驗證維度篩選服務(wù)和預(yù)測服務(wù)的有效性,利用樸素貝葉斯分類器(Naive Bayes Classifier,簡稱“NBC”)對50名學(xué)習(xí)者在不同維度上進行了分類,結(jié)果如表2所示。

    通過上面的實驗結(jié)果可以看出,通過NBC分類器在Vi-Ve維度上預(yù)測的結(jié)果準(zhǔn)確率達到62.5%,可以確定當(dāng)前環(huán)境下學(xué)習(xí)者群體主要偏向Vi-Ve維度,這與本文實驗維度篩選結(jié)果一致,但是本文預(yù)測的優(yōu)于NBC分類器的結(jié)果,準(zhǔn)確率可以達到64%。

    四、結(jié)語與展望

    本文通過SOA架構(gòu)技術(shù)設(shè)計了一個智能學(xué)習(xí)系統(tǒng)架構(gòu)(SOALS)和學(xué)習(xí)風(fēng)格判別組件( SOALS_pre),并對外發(fā)布了一個學(xué)習(xí)風(fēng)格服務(wù)(LstyleRMIService)。不同架構(gòu)的系統(tǒng)通過綁定該服務(wù)接口,可以實現(xiàn)學(xué)習(xí)者在不同環(huán)境下多模型學(xué)習(xí)風(fēng)格預(yù)測服務(wù)。本文通過一個學(xué)習(xí)系統(tǒng)對學(xué)習(xí)風(fēng)格服務(wù)進行了綁定,并通過“Java JDK平臺搭建”為主題(學(xué)習(xí)環(huán)境)對提供的服務(wù)功能進行驗證,證明了學(xué)習(xí)風(fēng)格服務(wù)的可重用性。最后,通過對比實驗驗證了學(xué)習(xí)風(fēng)格預(yù)測的準(zhǔn)確率優(yōu)于NBC分類器。

    本文設(shè)計的學(xué)習(xí)系統(tǒng)架構(gòu)和學(xué)習(xí)風(fēng)格判別組件(SOALS_pre)還存在以下問題:

    第一,未能完全實現(xiàn)訓(xùn)練數(shù)據(jù)集自動動態(tài)更新;

    第二,F(xiàn)S與FI-FD學(xué)習(xí)風(fēng)格測試服務(wù)使用了同一個服務(wù)接口;

    第三,學(xué)習(xí)風(fēng)格用戶模型太少,例如缺少Kolb等。

    我們將會在未來工作中重點解決這些問題。

    [參考文獻]

    [1] National Association of Secondary School Principals(US). Student learning styles: Diagnosing and prescribing programs[M]. NatlAssn of Secondary School,1979.

    [2] N. Barjraktarevic, W. Hall, and P. Fullick, Incorporating Learning Styles in Hypermedia Environment: Empirical Evaluation, Proceedings of the workshop on adaptive Hypermedia and Adaptive Web-Based Systems, Nottingham, UK, 2003, pp.41-52.

    [3] S. Graf and Kinshuk, Providing Adaptive Courses in Learning Management Systems with Respect to Learning Styles, Proceedings of the World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education, AACE, 2007, pp. 2576-2583.

    [4] Orriols-Puig, J. Casillas, and E. Bernado-Mansilla, Fuzzy-UCS: AMichigan-Style Learning Fuzzy-Classifier System for Supervised Learning, IEEE Transactions on Evolutionary Computation,13(2), 2009.

    [5] P. Garcia, A. Amandi, S. Schiaffino, and M. Campo. Evaluating Bayesian networksprecision for detecting studentslearning styles[M]. Computers & Education, 2007,49:794-808.

    [6] C. Carcia, G. Castillo and E. Millan. Designing a Dynamic Bayesian Network for Modeling StudentsLearning Styles [M]. Proceedings of the 8th IEEE International Conference on Advanced Learning Techologies, 2008: pp.346-350.

    [7] R. Zatarain-Cabada, M.L. Barron-Estrada, Viridiana Ponce Angulo, A.Jose Garcia and Carlos A. Reyes Garcia, A framework for Creating, Training, and Testing Self-Organizing Maps for Recognizing Learning Styles[M]. Proceedings of the 5th International Conference on E-learning and Games, 2010: pp. 53-64.

    [8] Jeremi Z, Deved?i V. Design pattern its: Student model implementation[C]//Advanced Learning Technologies, IEEE International Conference on. IEEE Computer Society, 2004: 864-865.

    [9] Paredes P, Rodriguez P. Considering Sensing-Intuitive Dimension to Exposition-Exemplification in Adaptive Sequencing[J]. Lecture Notes in Computer Science, 2002:556-559.

    [10] Klasnja-Milicevic A, Vesin B, Ivanovic M, Budimac Z: E-Learning personalization based on hybrid recommendation strategy and learning style identification. Comput Educ 2011, 56:885-899.

    [11] Brown E, Stewart C, Brailsford T. Adapting for Visual and Verbal Learning Styles in AEH[C]// Advanced Learning Technologies, 2006. Sixth International Conference on. IEEE, 2006:1145-1146.

    [12] Carver C A, Howard R A, Lane W D. Enhancing student learning through hypermedia courseware and incorporation of student learning styles[J]. Education IEEE Transactions on, 1999, 42(1):33-38.

    [13] Triantafillou, E., Pomportsis, A., Georgiadou, E.: AES-CS: Adaptive Educational System based on Cognitive Styles. In: The Workshop on Adaptive System for Web-based Education, held in conjunction with AH 2002, Malaga, Spain (2002).

    [14] Papanikolaou K A, Grigoriadou M, Kornilakis H, et al. Personalizing The Interaction In A Web-Based Educational Hypermedia System: The Case Of Inspire. User Modeling And User-Adapted Interaction[J]. User Modeling and User-Adapted Interaction, 2003,13(3):213-267.

    [15] Dagger D, O'Connor A, Lawless S, et al. Service-oriented e-learning platforms: From monolithic systems to flexible services [J]. Internet Computing, IEEE, 2007,11(3): 28-35.

    [16] Jabr M A, Al-omari H K. e-Learning Management System Using Service Oriented Architecture 1[J]. 2010.

    [17] Cheng Z, Huang T, NongJ.An extensible development platform for SOA-based e-learning system[C]//Computer Science and Software Engineering, 2008 International Conference on. IEEE, 2008, 5: 901-904.

    [18] 李曉鋒,吳產(chǎn)樂. 基于 SLO 與 SOA 技術(shù)構(gòu)建新一代教學(xué)資源管理系統(tǒng)[J]. 中國電化教育, 2010,(1):029.

    [19] 孫艷,崔懷林. 面向服務(wù)的個性化 E-Learning 系統(tǒng)分析與設(shè)計[J]. 廣東技術(shù)師范學(xué)院學(xué)報,2010,31(06):19-22.

    [20] Canales A, Pe?a A, Peredo R, et al. Adaptive and intelligent web based education system: Towards an integral architecture and framework[J]. Expert Systems with Applications, 2007, 33(4): 1076-1089.

    [21] Yaghmaie M, Bahreininejad A. A context-aware adaptive learning system using agents [J]. Expert Systems with Applications, 2011, 38(4): 3280-3286.

    [22] 姜強,趙蔚. 面向“服務(wù)”視角的自適應(yīng)學(xué)習(xí)系統(tǒng)設(shè)計與實現(xiàn)[J]. 中國電化教育,2011,(2):119-124.

    [23] Felder R M, Silverman L K. Learning and teaching styles in engineering education [J]. Engineering education, 1988, 78(7): 674-681.

    [24] Felder R M. Matters of style [J]. ASEE prism, 1996, 6(4): 18-23.

    [25] Witkin H A, Goodenough D R. Field dependence and interpersonal behavior [J]. Psychological bulletin, 1977, 84(4): 661.

    [26] Witkin H A, Moore C A, Goodenough D R, et al. Field-dependent and field-independent cognitive styles and their educational implications[J]. Review of educational research, 1977.

    [27] Maghsudi M. The Interaction Between Field Dependent/Independent Learning Styles and LearnersLinguality in Third Language Acquisition[J]. Language in India, 2007, 7(5).

    [28] Wyss R. Field independent/dependent learning styles and L2 acquisition [J].The weekly column article 102. Retrieved June 28, 2005

    [29] Brown H D,吳一安. Principles of language learning and teaching[J]. 2000.

    [30] 黃興祿. 基于SOA學(xué)習(xí)風(fēng)格判別組件的設(shè)計與實現(xiàn)[D]. 四川師范大學(xué),2014.

    [31][32] J. Yang, Z. X. Huang,Y. X. Gao, H. T. Liu, Dynamic Learning Style Prediction Method Based on a Pattern Recognition Technique, IEEE Transactions on Learning Technologies, vol. 7 no. 2, 2014, pp.165-177.

    [33] Livesay, G.A., Dee, K.C., Nauman, E.A., Hites, L.S.: Engineering student learning styles: a statistical analysis using Felders Index of Learning Styles. Presented at the Annual Conference of the American Society for Engineering Education, Montreal, Canada (June 2002).

    [34] Van Zwanenberg, N., Wilkinson, L.J., Anderson, A.: Felder and Silvermans Index of Learning Styles and Honey and Mumfords Learning Styles Questionnaire: how do they compare and do they predict academic performance? Educational Psychology 20, 365-380 (2000).

    [35] Zywno, M.S.: A contribution to validation of score meaning for Felder-Solomans Index of Learning Styles. Presented at the Annual Conference of the American Society for Engineering Education, Nashville, USA (June 2003).

    [36] Felder, R.M., Spurlin, J.: Applications, Reliability and Validity of the Index of Learning Styles. International Journal on Engineering Education 21(1), 103-112 (2005).

    收稿日期:2015-06-01

    定稿日期:2015-12-29

    作者簡介:黃興祿,碩士研究生,助理實驗師,成都大學(xué)(610106)。

    楊娟,博士,副教授, 碩士生導(dǎo)師;宋曉玲,碩士研究生;劉璇,碩士研究生。四川師范大學(xué)(610101)。

    責(zé)任編輯 韓世梅

    猜你喜歡
    學(xué)習(xí)風(fēng)格
    學(xué)習(xí)風(fēng)格理論的研究焦點及新思路
    亞太教育(2016年36期)2017-01-17 20:16:11
    學(xué)習(xí)風(fēng)格對大學(xué)計算機課程MOOC學(xué)習(xí)的影響
    思維導(dǎo)圖在不同學(xué)習(xí)風(fēng)格類型學(xué)生中的應(yīng)用調(diào)查
    學(xué)習(xí)風(fēng)格理論框架的建構(gòu)與融合
    學(xué)習(xí)風(fēng)格理論在《中醫(yī)學(xué)》見習(xí)帶教中的應(yīng)用研究
    語言學(xué)習(xí)風(fēng)格的研究背景與研究意義分析
    翻轉(zhuǎn)課堂模式下高中大學(xué)英語教學(xué)銜接研究
    科技視界(2016年23期)2016-11-04 09:00:24
    從霍夫斯泰德文化維度看文化對學(xué)習(xí)者學(xué)習(xí)風(fēng)格的影響
    淺談學(xué)習(xí)風(fēng)格在獨立學(xué)院英語教學(xué)中的應(yīng)用
    基于學(xué)習(xí)風(fēng)格的個性化英語教學(xué)校本研究
    久久精品国产a三级三级三级| 欧美精品一区二区免费开放| 日本黄色日本黄色录像| 午夜福利视频在线观看免费| 亚洲精品一区蜜桃| 亚洲av综合色区一区| 久久久久国产精品人妻一区二区| 99九九在线精品视频| 国产99久久九九免费精品| 欧美成狂野欧美在线观看| 狠狠婷婷综合久久久久久88av| 欧美人与性动交α欧美精品济南到| 久久女婷五月综合色啪小说| 女人爽到高潮嗷嗷叫在线视频| 日日摸夜夜添夜夜爱| 国产国语露脸激情在线看| 精品久久久久久电影网| 亚洲人成电影免费在线| av福利片在线| 国产成人91sexporn| 亚洲专区中文字幕在线| 久久久久久久国产电影| 悠悠久久av| 女人高潮潮喷娇喘18禁视频| 精品人妻一区二区三区麻豆| 欧美97在线视频| 另类亚洲欧美激情| 免费在线观看完整版高清| 十八禁网站网址无遮挡| 精品人妻熟女毛片av久久网站| 人人妻人人澡人人爽人人夜夜| 国产成人精品在线电影| 欧美日韩亚洲综合一区二区三区_| 黄频高清免费视频| 99国产精品一区二区蜜桃av | 成年美女黄网站色视频大全免费| 亚洲精品乱久久久久久| 热99国产精品久久久久久7| 久久精品国产a三级三级三级| 大香蕉久久网| 亚洲免费av在线视频| 亚洲国产欧美网| 韩国高清视频一区二区三区| 亚洲精品一二三| 日韩av不卡免费在线播放| 久久久国产一区二区| 亚洲欧美清纯卡通| 国产淫语在线视频| 婷婷色麻豆天堂久久| svipshipincom国产片| 男人爽女人下面视频在线观看| 国产亚洲av片在线观看秒播厂| 成人亚洲精品一区在线观看| 日本vs欧美在线观看视频| 丁香六月欧美| 亚洲专区中文字幕在线| 国产成人精品在线电影| 各种免费的搞黄视频| 女人爽到高潮嗷嗷叫在线视频| 新久久久久国产一级毛片| 亚洲成色77777| 亚洲人成电影免费在线| netflix在线观看网站| 99久久人妻综合| 久久女婷五月综合色啪小说| 亚洲成国产人片在线观看| 一本大道久久a久久精品| 极品少妇高潮喷水抽搐| 狠狠婷婷综合久久久久久88av| 各种免费的搞黄视频| 欧美 亚洲 国产 日韩一| 日本91视频免费播放| 精品国产一区二区三区久久久樱花| 免费不卡黄色视频| 成年人午夜在线观看视频| 国产真人三级小视频在线观看| 亚洲欧美一区二区三区黑人| 一级毛片电影观看| 欧美成人午夜精品| 一本一本久久a久久精品综合妖精| 国产有黄有色有爽视频| 国产激情久久老熟女| 免费日韩欧美在线观看| 男人添女人高潮全过程视频| 久久九九热精品免费| 久久热在线av| 国产深夜福利视频在线观看| 大话2 男鬼变身卡| 国产片内射在线| 国产精品一区二区精品视频观看| 国产精品二区激情视频| 久久久精品国产亚洲av高清涩受| 99久久99久久久精品蜜桃| 久久精品国产a三级三级三级| 90打野战视频偷拍视频| 女人精品久久久久毛片| 久久精品亚洲熟妇少妇任你| 久久毛片免费看一区二区三区| 一级片免费观看大全| 成人影院久久| 美女视频免费永久观看网站| 色94色欧美一区二区| 亚洲一卡2卡3卡4卡5卡精品中文| 天天躁日日躁夜夜躁夜夜| 午夜视频精品福利| 免费观看av网站的网址| 欧美大码av| 啦啦啦啦在线视频资源| 精品一区二区三卡| 天天添夜夜摸| 日本wwww免费看| 国产99久久九九免费精品| 久久久久久免费高清国产稀缺| 亚洲人成网站在线观看播放| 黄色一级大片看看| 岛国毛片在线播放| 久久人妻熟女aⅴ| a级毛片在线看网站| 国产熟女午夜一区二区三区| 久久精品亚洲av国产电影网| 十分钟在线观看高清视频www| 9色porny在线观看| 亚洲自偷自拍图片 自拍| 激情视频va一区二区三区| 国产在线一区二区三区精| tube8黄色片| 大香蕉久久网| 亚洲免费av在线视频| 亚洲一区中文字幕在线| 欧美黑人欧美精品刺激| 久9热在线精品视频| 91精品国产国语对白视频| 精品亚洲乱码少妇综合久久| cao死你这个sao货| 脱女人内裤的视频| 日本欧美视频一区| 婷婷色综合大香蕉| 在现免费观看毛片| 99国产精品免费福利视频| 国产国语露脸激情在线看| 高清欧美精品videossex| 久久国产精品男人的天堂亚洲| 美女大奶头黄色视频| 国产日韩一区二区三区精品不卡| 男人舔女人的私密视频| 欧美精品一区二区大全| 欧美黄色片欧美黄色片| 性少妇av在线| 狂野欧美激情性bbbbbb| videosex国产| 久久久久精品国产欧美久久久 | 日韩中文字幕欧美一区二区 | 国产精品久久久久成人av| av天堂在线播放| 免费观看人在逋| 美女扒开内裤让男人捅视频| 欧美日韩亚洲高清精品| 欧美日韩亚洲综合一区二区三区_| 午夜久久久在线观看| 国产亚洲一区二区精品| 精品免费久久久久久久清纯 | 亚洲久久久国产精品| 国产国语露脸激情在线看| 久久精品亚洲熟妇少妇任你| 99国产精品免费福利视频| 99热网站在线观看| 建设人人有责人人尽责人人享有的| 黄色视频不卡| 亚洲精品国产一区二区精华液| 又紧又爽又黄一区二区| 美女高潮到喷水免费观看| 成人国语在线视频| 国产亚洲一区二区精品| 亚洲欧美精品自产自拍| 一区二区三区四区激情视频| 亚洲第一av免费看| 一区在线观看完整版| 一级毛片我不卡| 国产日韩欧美在线精品| av福利片在线| 久久国产精品影院| 黑丝袜美女国产一区| 欧美黄色淫秽网站| 啦啦啦啦在线视频资源| 男女下面插进去视频免费观看| 搡老乐熟女国产| 国产爽快片一区二区三区| 亚洲欧美精品自产自拍| 久久国产亚洲av麻豆专区| 国产精品久久久av美女十八| 精品国产乱码久久久久久小说| 欧美性长视频在线观看| 欧美老熟妇乱子伦牲交| 国产成人91sexporn| 久久久久国产精品人妻一区二区| 亚洲av电影在线进入| 国产男女内射视频| 亚洲av成人不卡在线观看播放网 | 欧美日韩亚洲国产一区二区在线观看 | 久久国产精品人妻蜜桃| 亚洲欧美色中文字幕在线| 欧美日韩成人在线一区二区| 日本欧美国产在线视频| 成人亚洲精品一区在线观看| 欧美久久黑人一区二区| 18禁观看日本| 最新的欧美精品一区二区| 在线观看免费高清a一片| 日韩 欧美 亚洲 中文字幕| 国产一区二区三区av在线| 一本综合久久免费| 在线天堂中文资源库| 一级片'在线观看视频| 欧美亚洲日本最大视频资源| 亚洲黑人精品在线| 大片免费播放器 马上看| 久久精品aⅴ一区二区三区四区| av福利片在线| 亚洲精品一卡2卡三卡4卡5卡 | 免费女性裸体啪啪无遮挡网站| 两个人看的免费小视频| 欧美97在线视频| 99精品久久久久人妻精品| 老司机亚洲免费影院| 欧美日本中文国产一区发布| 成人三级做爰电影| 极品少妇高潮喷水抽搐| 成人黄色视频免费在线看| 中文字幕精品免费在线观看视频| 黄色视频不卡| 久久国产精品人妻蜜桃| 精品一区二区三卡| 国产成人免费观看mmmm| 久久久久国产精品人妻一区二区| 亚洲七黄色美女视频| 国产高清videossex| 亚洲伊人色综图| 男女下面插进去视频免费观看| 黄色毛片三级朝国网站| 国产精品二区激情视频| 伦理电影免费视频| 日韩精品免费视频一区二区三区| 少妇人妻久久综合中文| 欧美亚洲日本最大视频资源| 男女免费视频国产| 在线av久久热| 2021少妇久久久久久久久久久| 99久久人妻综合| 国产欧美亚洲国产| 在线观看免费午夜福利视频| 777米奇影视久久| 欧美日韩精品网址| 久久精品国产亚洲av涩爱| 国产一区二区三区av在线| 少妇猛男粗大的猛烈进出视频| 国产亚洲一区二区精品| 国产欧美日韩精品亚洲av| 成年人黄色毛片网站| 91麻豆av在线| 人妻人人澡人人爽人人| 涩涩av久久男人的天堂| 国产一卡二卡三卡精品| 一区在线观看完整版| 国产99久久九九免费精品| 久久久久久久国产电影| 国产精品一区二区在线观看99| 日本一区二区免费在线视频| 制服人妻中文乱码| 精品国产超薄肉色丝袜足j| 欧美人与善性xxx| 中文字幕人妻熟女乱码| 亚洲色图综合在线观看| 91成人精品电影| 欧美精品一区二区大全| av国产精品久久久久影院| 亚洲 国产 在线| 国产有黄有色有爽视频| 午夜日韩欧美国产| 日韩,欧美,国产一区二区三区| 国产97色在线日韩免费| 三上悠亚av全集在线观看| 成人亚洲精品一区在线观看| 亚洲精品乱久久久久久| 黄色视频在线播放观看不卡| 考比视频在线观看| 男人操女人黄网站| 99久久综合免费| 日韩制服丝袜自拍偷拍| 久久精品人人爽人人爽视色| 曰老女人黄片| 国产欧美日韩一区二区三 | 亚洲第一av免费看| 日韩一本色道免费dvd| 搡老乐熟女国产| 性色av一级| 一本一本久久a久久精品综合妖精| 精品国产乱码久久久久久小说| 欧美日韩国产mv在线观看视频| 97在线人人人人妻| 免费女性裸体啪啪无遮挡网站| 夫妻午夜视频| 晚上一个人看的免费电影| 亚洲九九香蕉| av一本久久久久| 日本五十路高清| 亚洲人成77777在线视频| 国产精品成人在线| 50天的宝宝边吃奶边哭怎么回事| 天天躁夜夜躁狠狠躁躁| 看十八女毛片水多多多| 国产亚洲欧美精品永久| 婷婷色av中文字幕| 久久女婷五月综合色啪小说| 亚洲精品国产一区二区精华液| 一级黄色大片毛片| 黄片小视频在线播放| 操美女的视频在线观看| av线在线观看网站| 操出白浆在线播放| 亚洲国产欧美日韩在线播放| 午夜av观看不卡| 麻豆乱淫一区二区| 1024视频免费在线观看| 亚洲欧美一区二区三区国产| 久久久久久久久久久久大奶| 欧美精品亚洲一区二区| 色精品久久人妻99蜜桃| 一级黄色大片毛片| 日韩大码丰满熟妇| 亚洲三区欧美一区| 十八禁人妻一区二区| 亚洲一区中文字幕在线| 黄频高清免费视频| 国产精品熟女久久久久浪| 美女脱内裤让男人舔精品视频| 日日夜夜操网爽| 国产又色又爽无遮挡免| 一级毛片电影观看| 国产不卡av网站在线观看| 日本猛色少妇xxxxx猛交久久| 在线观看一区二区三区激情| 中文字幕色久视频| 天天躁狠狠躁夜夜躁狠狠躁| 久久久久国产一级毛片高清牌| av在线app专区| 亚洲欧洲国产日韩| www.自偷自拍.com| 精品国产乱码久久久久久小说| 婷婷成人精品国产| 亚洲美女黄色视频免费看| 97精品久久久久久久久久精品| 免费女性裸体啪啪无遮挡网站| 欧美日韩国产mv在线观看视频| 成人亚洲精品一区在线观看| 欧美日韩国产mv在线观看视频| 亚洲成色77777| 精品高清国产在线一区| 色94色欧美一区二区| 午夜福利视频精品| 亚洲av电影在线进入| 精品少妇内射三级| 老司机影院毛片| 免费一级毛片在线播放高清视频 | 国产亚洲av片在线观看秒播厂| 色婷婷av一区二区三区视频| 精品亚洲成a人片在线观看| 菩萨蛮人人尽说江南好唐韦庄| 欧美+亚洲+日韩+国产| 国产国语露脸激情在线看| 狠狠精品人妻久久久久久综合| 欧美日韩福利视频一区二区| 老汉色∧v一级毛片| 久久鲁丝午夜福利片| 国产精品一区二区在线不卡| 尾随美女入室| 亚洲 欧美一区二区三区| 男女床上黄色一级片免费看| 亚洲国产精品一区三区| 亚洲成av片中文字幕在线观看| 人人澡人人妻人| 亚洲成av片中文字幕在线观看| 我的亚洲天堂| 精品人妻熟女毛片av久久网站| 777米奇影视久久| 中文字幕制服av| 欧美人与性动交α欧美精品济南到| 成年人午夜在线观看视频| 19禁男女啪啪无遮挡网站| 久久99热这里只频精品6学生| 亚洲精品美女久久av网站| 啦啦啦中文免费视频观看日本| 久久鲁丝午夜福利片| 啦啦啦视频在线资源免费观看| www.av在线官网国产| 99国产精品99久久久久| 欧美日韩综合久久久久久| 精品国产国语对白av| 亚洲九九香蕉| 中文乱码字字幕精品一区二区三区| 最近最新中文字幕大全免费视频 | 亚洲五月婷婷丁香| 黄色 视频免费看| 亚洲熟女精品中文字幕| 伊人久久大香线蕉亚洲五| 国产成人av教育| 欧美+亚洲+日韩+国产| 亚洲伊人久久精品综合| 国产xxxxx性猛交| 大码成人一级视频| 国产精品久久久人人做人人爽| 成人影院久久| 在线天堂中文资源库| 国产1区2区3区精品| 国产亚洲欧美在线一区二区| 一本综合久久免费| av网站免费在线观看视频| 侵犯人妻中文字幕一二三四区| 男女边摸边吃奶| 国产日韩欧美视频二区| 午夜av观看不卡| 999久久久国产精品视频| 少妇人妻久久综合中文| 精品国产一区二区三区四区第35| 欧美少妇被猛烈插入视频| 亚洲国产毛片av蜜桃av| 亚洲天堂av无毛| 国产在视频线精品| 亚洲人成网站在线观看播放| 色婷婷av一区二区三区视频| 亚洲熟女毛片儿| 少妇裸体淫交视频免费看高清 | 国产欧美日韩一区二区三区在线| 色播在线永久视频| 亚洲人成77777在线视频| 婷婷色综合www| 99国产精品一区二区蜜桃av | 如日韩欧美国产精品一区二区三区| 啦啦啦啦在线视频资源| 日本wwww免费看| 国产一区有黄有色的免费视频| 亚洲综合色网址| 国产精品久久久人人做人人爽| 黑人欧美特级aaaaaa片| av有码第一页| av不卡在线播放| 欧美精品一区二区大全| 在线观看www视频免费| 如日韩欧美国产精品一区二区三区| 久久久久久久国产电影| 成年女人毛片免费观看观看9 | 人人妻人人澡人人看| 99久久人妻综合| 大码成人一级视频| 免费看不卡的av| 免费在线观看日本一区| 叶爱在线成人免费视频播放| 欧美精品啪啪一区二区三区 | 亚洲国产日韩一区二区| 久久国产精品人妻蜜桃| 少妇被粗大的猛进出69影院| 精品欧美一区二区三区在线| 日本91视频免费播放| 日本wwww免费看| 丁香六月天网| 丰满人妻熟妇乱又伦精品不卡| 亚洲第一青青草原| 大片免费播放器 马上看| 亚洲欧美精品自产自拍| 亚洲中文字幕日韩| 又大又黄又爽视频免费| 欧美97在线视频| 亚洲av电影在线观看一区二区三区| 久久精品国产亚洲av涩爱| 精品国产国语对白av| 永久免费av网站大全| 激情视频va一区二区三区| 一区二区av电影网| 一区福利在线观看| 国产激情久久老熟女| 午夜福利,免费看| 精品高清国产在线一区| 永久免费av网站大全| 在线观看www视频免费| 国产麻豆69| 国产精品香港三级国产av潘金莲 | videosex国产| 一边摸一边抽搐一进一出视频| 大香蕉久久成人网| 99久久人妻综合| 免费久久久久久久精品成人欧美视频| 99国产精品免费福利视频| 午夜91福利影院| 亚洲av欧美aⅴ国产| 在线观看www视频免费| 菩萨蛮人人尽说江南好唐韦庄| avwww免费| 久久人人爽av亚洲精品天堂| 最近中文字幕2019免费版| 九色亚洲精品在线播放| 99热国产这里只有精品6| 免费少妇av软件| 黄片播放在线免费| 香蕉丝袜av| 国产精品亚洲一级av第二区| x7x7x7水蜜桃| 国产精品久久久人人做人人爽| 亚洲精品av麻豆狂野| 国产亚洲精品久久久久5区| 国产亚洲av高清不卡| 国产国语露脸激情在线看| 一a级毛片在线观看| 午夜免费鲁丝| 搡老妇女老女人老熟妇| 999久久久精品免费观看国产| 桃色一区二区三区在线观看| 久久精品国产清高在天天线| 99久久99久久久精品蜜桃| av超薄肉色丝袜交足视频| 悠悠久久av| 精品欧美一区二区三区在线| 亚洲国产欧洲综合997久久, | 99riav亚洲国产免费| 韩国精品一区二区三区| 国产精品久久电影中文字幕| 国产三级黄色录像| 亚洲色图av天堂| 99在线视频只有这里精品首页| 成人三级黄色视频| 欧美一级a爱片免费观看看 | 欧美一级毛片孕妇| 亚洲av成人av| 久久久久国产精品人妻aⅴ院| 久久性视频一级片| 在线视频色国产色| 夜夜躁狠狠躁天天躁| 日韩欧美免费精品| 一区二区三区激情视频| 欧美黄色淫秽网站| 男女床上黄色一级片免费看| 日韩国内少妇激情av| tocl精华| 午夜福利欧美成人| 日日摸夜夜添夜夜添小说| 免费人成视频x8x8入口观看| ponron亚洲| 熟女少妇亚洲综合色aaa.| 亚洲精品国产精品久久久不卡| 成人国产综合亚洲| 一进一出抽搐动态| 日韩欧美一区二区三区在线观看| 99久久99久久久精品蜜桃| 日韩高清综合在线| 久久久国产欧美日韩av| 黄色a级毛片大全视频| 搡老妇女老女人老熟妇| 亚洲国产欧美日韩在线播放| 久久久精品国产亚洲av高清涩受| 久久人人精品亚洲av| 精品久久蜜臀av无| 美女免费视频网站| svipshipincom国产片| 欧美午夜高清在线| 亚洲人成网站高清观看| 亚洲精品国产精品久久久不卡| 中文字幕高清在线视频| 久久中文看片网| 欧美成人性av电影在线观看| 亚洲va日本ⅴa欧美va伊人久久| 亚洲精品中文字幕一二三四区| 两性午夜刺激爽爽歪歪视频在线观看 | 一级黄色大片毛片| 制服诱惑二区| 国产精品久久久久久亚洲av鲁大| 少妇的丰满在线观看| 国产精品香港三级国产av潘金莲| 亚洲天堂国产精品一区在线| 国产黄a三级三级三级人| 在线国产一区二区在线| 日日干狠狠操夜夜爽| 在线观看66精品国产| 1024手机看黄色片| 精品人妻1区二区| 最新在线观看一区二区三区| 国产又爽黄色视频| 中文字幕最新亚洲高清| 亚洲精品粉嫩美女一区| 国产成+人综合+亚洲专区| cao死你这个sao货| 一区二区三区激情视频| 黄色片一级片一级黄色片| 午夜福利18| 99热这里只有精品一区 | 午夜成年电影在线免费观看| 88av欧美| 国产亚洲精品av在线| 亚洲黑人精品在线| 侵犯人妻中文字幕一二三四区| av片东京热男人的天堂| 亚洲av成人av| 亚洲精品一卡2卡三卡4卡5卡| 成年免费大片在线观看| 亚洲av美国av| 日韩国内少妇激情av| 18禁黄网站禁片午夜丰满| 国产精品,欧美在线| 99国产精品一区二区三区| 国产国语露脸激情在线看| 亚洲第一青青草原| 成人国产综合亚洲| 日本撒尿小便嘘嘘汇集6| 一二三四社区在线视频社区8| 婷婷亚洲欧美| av片东京热男人的天堂| 变态另类丝袜制服| 变态另类成人亚洲欧美熟女|