• <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 ?

    基于聚類分析技術的教師識別過程研究

    2017-06-10 08:45:32陳春燕葉楓
    淮南師范學院學報 2017年2期
    關鍵詞:掌握情況分段試卷

    陳春燕,葉楓

    (蚌埠醫(yī)學院 衛(wèi)生管理系,安徽 蚌埠 233000)

    基于聚類分析技術的教師識別過程研究

    陳春燕,葉楓

    (蚌埠醫(yī)學院 衛(wèi)生管理系,安徽 蚌埠 233000)

    分析合肥10所學校學生的考試試卷,從試卷知識點和試卷成績兩個方面共提取5類特征,使用這5類特征進行教師識別,進而驗證教師對學生成績的影響。從試卷成績方面提取3類特征,分別是班級均得分率*試題難度、得分率分段比例、錯選項比例;從試卷知識點方面提取2類特征,分別是班級均掌握情況、知識點/抽象能力掌握情況分段比例。將這5類特征作為特征向量,使用聚類分析的方法進行教師識別,實驗結果表明識別正確率達到73%。

    聚類分析;教師識別;特征提取

    本文通過數(shù)據(jù)挖掘技術對學生考試試卷分析,對不同班級的任課教師進行識別,把這個過程稱之為教師識別。進一步驗證不同老師是否對學生的成績有影響,如果識別率高,可以間接說明老師對學生的成績有影響。數(shù)據(jù)為合肥10所學校學生的考試數(shù)據(jù),十所學校分別標記為A、B、C、D、E、F、G、H、I、J,每所學校的班級數(shù)分別是15、8、11、6、14、8、9、12、3、4。數(shù)據(jù)中包括每個班的人數(shù),試卷情況和每個學生每一題的得分情況。為了能夠順利完成識別任務,進行了以下五方面的工作。

    一、學生診斷

    學生診斷的主要工作是考察學生對知識點的掌握程度,使用DINA模型①Brian W Junker and Klaas Sijtsma,"Cognitive assessment models with few assumptions,and connections with nonparametric item response theory",Applied Psycho-logical Measurement,Vol.25,No.3,2001,pp.258-272. Louis V DiBello,Louis A Roussos,and William Stout,"31a review of cognitively diagnostic assessment and a summary of psychometric models",Handbook of statisticsNo1.26,2006,pp.979-1030.進行學生診斷。DINA模型以學生各小題得分以及各小題的考察知識點/抽象能力標注為輸入,通過數(shù)學模型來推導學生對知識點/抽象能力的不同掌握情況下的后驗概率,借助最大化似然度的方法來估計學生的具體掌握情況。DINA模型假設學生的知識點/抽象能力掌握程度是離散的二元值,即掌握或不掌握。在這里利用每一種掌握模式下的后驗概率來對結果進行平滑,將學生的掌握程度變?yōu)橐粋€連續(xù)的概率值(0~1之間),從而得到每一個學生的知識結構的量化分析,用Xitk表示學生對知識點的掌握程度,k表示第k個班級,i表示第i個學生,t表示第t個知識點。每個學生對于每個知識點的掌握程度,選取一小部分如表1所示。

    表1 每個學生知識結構量化分析

    二、試卷診斷

    試卷診斷是確定試卷的難度系數(shù),本文中應用IRT模型進行試卷診斷。IRT模型以學生在試卷上的表現(xiàn)為輸入,答對為1,答錯為0。將學生在該題目上答對的概率用項目反應函數(shù)②戴海琦,羅照盛:《項目反應理論原理與當前應用熱點概覽》,《心理學探新》2013年第33期,第392-395頁。晏子:《心理科學領域內(nèi)的客觀測量——Rasch模型之特點及發(fā)展趨勢》,《心理科學進展》2010年第8期,第1298-1305頁。表示,即用學生能力與該題難度的logistic函數(shù)來表示。然后用極大似然估計對IRT模型進行擬合,得出學生參數(shù)(能力)和試題參數(shù)(難度)①KONG Q C,MAO W J.,"Predicting popularity of forum threads based on dynamic evolution",Journal of Software,Vol.25,No.12,2014,pp.2767-2776.陳春燕,張鈺,常標等:《基于ARMA模型的在線電視劇流行度預測》,《計算機科學與探索》2016年第3期,第425-432頁。。試卷難度系數(shù),選取一小部分如表2所示。

    表2 試卷難度系數(shù)

    三、特征提取

    共提取5類特征,學生成績在試卷方面的情況提取三類特征,試卷知識點情況提取兩類特征。

    (一)試卷成績方面特征

    1.班級均得分率*試題難度

    首先計算每個學生在每道試題上的得分率(學生得分/試題分值),然后求班級在每道試題上的均得分率,最后乘以試題的難度,得到第一類特征T1,如公式(1)所示:

    其中ri,j,k為學生在每道題上的實際得分,i指第i個學生,j指第j題,k指第k個班級,fj為第j題的試題分值,nk為第k個班級人數(shù),Dj為第j題的試題難度。

    2.得分率分段比例

    第二類特征是得分率分段比例,客觀題和主觀題分別計算??陀^題的得分只有兩種情況,完全得分或不得分,所以得分率只有0或者1,因此只需計算得分率為0的學生所占的比重,自然就有了得分率為1的學生的比重。主觀題的得分是連續(xù)值,得分率范圍為0~1,所以對學生的得分情況進行分段,本文中把主觀題得分率分為三段,分別為0、0~0.7、0.7~1,然后計算班級內(nèi)落在每個分段上的學生所占的比重。

    把第二類特征表示為T2,客觀題和主觀題分別計算。

    客觀題分為兩段計算得分率分段比率,得分率為0的比例記為T20,得分率為1的比例記為T21,如公式(2)、(3)所示:

    其中,T20為該題得分率為0的比例,T21為該題得分率為1的比例,S0jk為第k班第j題得分為0的學生人數(shù),nk為第k個班級的學生人數(shù)。

    主觀題分為三段計算得分率分段比例,得分率為0的比例記為T20,得分率為0~0.7的比例記為T22,得分率為1的比例記為T21,如公式(2)、(4)、(5)所示:

    其中,S7jk為第k班第j題得分率為0~0.7的學生人數(shù),nk為第k個班級的學生人數(shù)。

    3.錯選項比例

    第三類特征是錯選項比例,這類特征只針對選擇題,針對每個錯選項,計算班級內(nèi)選該錯選項的學生所占的比重,每題正確選項有一個,錯選項有三個,因此第三類特征T3分三次計算,分別記為T3x,x取值為1、2、3。

    第三類特征記為T3x,表示如公式(6)所示:

    其中,Sjxk為第k班第j題選第x個錯選項的學生人數(shù),nk為第k個班級的學生人數(shù)。

    (二)試卷知識點方面特征

    1.班級均掌握情況

    第1節(jié)學生診斷工作中,計算了每位同學,針對每個知識點/抽象能力的掌握情況。因為本文是要識別兩個班級的學生是否為同一名老師所帶,所以需要知道針對每個知識點/抽象能力,班級的平均掌握情況。

    第四類特征記為T4,如公式(7)所示。

    其中,Xitk為第k班第i個學生對第t個知識點的掌握程度,nk為第k個班級學生人數(shù)。

    2.知識點/抽象能力掌握情況分段比例

    知識點/抽象能力的掌握情況為連續(xù)值,取值范圍在0~1之間。為了有更好的區(qū)分度,本文中將知識點/抽象能力的掌握情況分段表示,分為四段,分別是0~0.35、0.35~0.5、0.5~0.55、0.55~1。針對每段計算班級內(nèi)落在此段的學生比重,即為班級掌握情況分段比率。

    第5類特征記為T5,本文把學生掌握情況分為四段,所以分四次計算。掌握情況在0~0.35、0.35~0.5、0.5~0.55、0.55~1之間的每班學生比例分別記為T50、T51、T52、T53,如公式(8)(9)、(10)、(11)所示。

    其中,Q0t、Q3t、Q5t分別為第k班對第t個知識點,學生掌握情況落在0~0.35、0.35~0.5、0.5~0.55這三段中學生的人數(shù),nk為第k個班級學生人數(shù)。

    四、特征分析

    在選取特征過程中,使用TPP方法輔助特征的選擇②羅芬,丁樹良,胡小松等:《基于IRT若干參數(shù)估計方式的比較》,《江西師范大學學報》(自然科學版)2003年第27期,第56-60頁。,以T1特征為例,最初選取了班級均得分率,實驗表明聚類效果類間距離較大。把特征1作了改變,使用班級均得分率*試題難度,實驗結果表明比直接使用班級均得分率類內(nèi)數(shù)據(jù)靠攏效果顯著。班級均得分率和班級均得分率*試題難度使用TPP方法結果如圖1所示。其它四類特征也使用TPP方法進行了分析,實驗表明本文所提取的5類特征進行聚類分析,數(shù)據(jù)靠攏效果都比較顯著。

    圖1 班級均得分率VS班級均得分率*難度系數(shù)

    五、教師識別

    教師識別的過程其實就是做聚類分析的過程①ROGER W,ALEXANDRE T,INDIKA P.Autoregressive moving average models under exponential power distributions.Probstat forum,pp.65-77.張曉,周敏:《基于K-means算法的教師評價研究》,《伊犁師范學院學報》(自然科學版)2015年第4期,第59-63頁。,每個班級都抽取以上5類特征,用這五類特征表示班級,即選取這5類特征,使用EM算法進行聚類②Xu R,Wunsch D,"Survey of clustering algorithms,Neural Networks",IEEE Transactions on,Vol.16,No. 3,2005,pp.645-678.,將一個中學的所有班級劃分為了若干簇,同一個簇內(nèi)的班級的授課教師相同。如果相同教師教的班級真在同一個簇,則這些班級識別正確,對應班級后加1。

    實驗結果如表3所示,給出了合肥市A學校15個班級的數(shù)學課程的聚類結果,該校共有15個班級,有11個班級識別正確,4個班級識別錯誤,正確率達到了73%。

    表3 合肥A學校15個班級識別結果

    表3中共有4個班級沒有識別正確,如5班識別正確,但13班沒有識別出來,原因在于13班是快班,而5班是慢班,各題班級均得分率如圖2所示,由于快慢班的影響導致識別錯誤,下一步爭取消除快慢班的影響。

    圖2 快慢班班級均得分率

    六、總結

    本文分析學生考試成績,試圖從考試成績中提取有效特征進行教師識別,在分析比較多種特征后,最終確定從試卷成績和試卷知識點方面提取5類特征進行聚類分析,用于識別兩個班的學生是否為一個老師所教。實驗準確率達到73%,還有部分班級沒有準確識別,原因是快慢班的影響,同一個老師同時帶一個快班和慢班,不能準確識別。下一階段的工作主要考慮消除快慢班的影響,爭取能夠把快慢班是由同一個老師教的情況準確識別。

    Teacher recognition process research with clustering analysis technology

    CHEN Chunyan,YE Feng

    The paper analyzed the students'test papers in ten schools in Hefei.Five types of features were extracted from testing scores and examination paper knowledge.The five types of feature were used to proceed teacher recognition,judge whether teachers had an impact on students'achievement.The three types of features were mean scoring rate of class*item difficulty,scoring rate segment ratio and wrong option ratio from testing scores.The two types of features were class mean mastery and knowledge point mastery segment ratio from examination paper knowledge.Taking the five types of features as feature vector,the author used clustering analysis technology to proceed teacher recognition.The experimental results showed that the recognition accuracy reached 73%.

    clustering analysis;teacher recognition;feature retraction

    TP399

    A

    1009-9530(2017)02-0122-03

    2017-01-04

    安徽省高校人文社科研究重點項目(SK2017A0182)

    陳春燕(1981-),女,蚌埠醫(yī)學院衛(wèi)生管理系講師,碩士。

    猜你喜歡
    掌握情況分段試卷
    不同健康教育模式對女性人工流產(chǎn)術后保健知識掌握情況的影響研究
    一類連續(xù)和不連續(xù)分段線性系統(tǒng)的周期解研究
    分段計算時間
    菏澤學院公共體育課學生籃球規(guī)則掌握情況及對策分析
    體育時空(2017年5期)2017-06-17 16:22:18
    Module5 A Trip Along the Three Gorges
    Module5 Great People and Great Inventions of Ancient China
    Module 4 Sandstorms in Asia
    Module 1 Europe
    3米2分段大力士“大”在哪兒?
    太空探索(2016年9期)2016-07-12 10:00:04
    淺談初中英語教學中有效運用信息反饋
    欧美三级亚洲精品| 久久亚洲国产成人精品v| 三级男女做爰猛烈吃奶摸视频| 国产精品美女特级片免费视频播放器| 在线观看美女被高潮喷水网站| АⅤ资源中文在线天堂| 最新中文字幕久久久久| 亚洲18禁久久av| a级毛片免费高清观看在线播放| 国产av不卡久久| 床上黄色一级片| 国产精品爽爽va在线观看网站| 久久久久久久久久黄片| 亚洲伊人久久精品综合 | 亚洲人成网站在线观看播放| 最近2019中文字幕mv第一页| 亚洲精品国产av成人精品| 91精品伊人久久大香线蕉| 中文字幕熟女人妻在线| 高清av免费在线| 国产av不卡久久| 97超视频在线观看视频| 久久99热这里只有精品18| 美女黄网站色视频| 在线天堂最新版资源| av在线亚洲专区| 国产视频内射| 国产麻豆成人av免费视频| 桃色一区二区三区在线观看| 国产亚洲精品久久久com| 男女视频在线观看网站免费| 国产精品女同一区二区软件| 国产一区二区亚洲精品在线观看| 在线免费观看的www视频| 亚洲熟妇中文字幕五十中出| 九九热线精品视视频播放| 免费观看人在逋| 国产精品一区二区三区四区久久| 亚洲精品日韩av片在线观看| 中文字幕av成人在线电影| 99视频精品全部免费 在线| 一个人看视频在线观看www免费| 一卡2卡三卡四卡精品乱码亚洲| 国产乱来视频区| 春色校园在线视频观看| 97热精品久久久久久| 免费观看性生交大片5| 亚洲精品国产成人久久av| 国产黄a三级三级三级人| 亚洲av男天堂| 国产三级在线视频| 精品人妻偷拍中文字幕| 天堂中文最新版在线下载 | 日本黄色视频三级网站网址| 国产午夜精品一二区理论片| 夜夜爽夜夜爽视频| 美女高潮的动态| 18禁裸乳无遮挡免费网站照片| 99国产精品一区二区蜜桃av| 丝袜美腿在线中文| 美女内射精品一级片tv| 色哟哟·www| 国产精品av视频在线免费观看| 日本与韩国留学比较| av在线蜜桃| 色综合色国产| 岛国毛片在线播放| 夜夜爽夜夜爽视频| 国产色爽女视频免费观看| 亚洲在线自拍视频| 嘟嘟电影网在线观看| 久久久久网色| 亚洲综合精品二区| 国产精品熟女久久久久浪| 成人特级av手机在线观看| 久久精品夜夜夜夜夜久久蜜豆| 蜜臀久久99精品久久宅男| 亚洲成色77777| 午夜久久久久精精品| 少妇熟女欧美另类| 亚洲精品国产av成人精品| 两个人视频免费观看高清| 国产精品嫩草影院av在线观看| 亚洲欧美精品综合久久99| 国产91av在线免费观看| 九九爱精品视频在线观看| 啦啦啦啦在线视频资源| 国产精品久久视频播放| 男女国产视频网站| 亚洲av一区综合| 男女国产视频网站| 18禁在线播放成人免费| 乱人视频在线观看| 久久久精品欧美日韩精品| 偷拍熟女少妇极品色| 淫秽高清视频在线观看| 国产av不卡久久| 久久亚洲精品不卡| 在线免费十八禁| 欧美成人a在线观看| 亚洲av免费高清在线观看| 亚洲av熟女| 嫩草影院新地址| 一级毛片我不卡| 中国国产av一级| 久久久精品欧美日韩精品| 国产精品无大码| 久久精品人妻少妇| 国语自产精品视频在线第100页| 91狼人影院| 日韩,欧美,国产一区二区三区 | 高清午夜精品一区二区三区| 成人美女网站在线观看视频| 国产乱人偷精品视频| 特大巨黑吊av在线直播| 免费在线观看成人毛片| 六月丁香七月| 亚洲婷婷狠狠爱综合网| 天堂√8在线中文| 久久国产乱子免费精品| 日韩在线高清观看一区二区三区| 十八禁国产超污无遮挡网站| 免费看日本二区| 久久99热6这里只有精品| 国产麻豆成人av免费视频| 麻豆国产97在线/欧美| 久久精品人妻少妇| 只有这里有精品99| 日韩欧美精品v在线| 菩萨蛮人人尽说江南好唐韦庄 | 少妇的逼好多水| 一个人免费在线观看电影| 国产黄片视频在线免费观看| 少妇猛男粗大的猛烈进出视频 | 国产午夜精品论理片| 免费av不卡在线播放| 寂寞人妻少妇视频99o| 热99在线观看视频| 久久人人爽人人爽人人片va| 精品久久国产蜜桃| 黑人高潮一二区| 黑人高潮一二区| 久久99热这里只有精品18| 国产精品无大码| 波多野结衣高清无吗| 在线观看一区二区三区| 美女大奶头视频| 亚洲精品自拍成人| 天天一区二区日本电影三级| 可以在线观看毛片的网站| 中文字幕av在线有码专区| 18+在线观看网站| 三级经典国产精品| 伦精品一区二区三区| 久久99热6这里只有精品| 亚洲av中文字字幕乱码综合| 国产成人精品久久久久久| 国产成人91sexporn| 一二三四中文在线观看免费高清| 在现免费观看毛片| 日本三级黄在线观看| 欧美+日韩+精品| 国产精品久久久久久久电影| 五月伊人婷婷丁香| 国产成人精品婷婷| 六月丁香七月| 国产亚洲一区二区精品| 内地一区二区视频在线| 国产成人精品一,二区| 亚洲欧美成人精品一区二区| 夫妻性生交免费视频一级片| 久久99精品国语久久久| 久久久久久久久大av| 成人午夜高清在线视频| 99久久无色码亚洲精品果冻| 色播亚洲综合网| 两个人视频免费观看高清| 久久精品国产自在天天线| 精品人妻视频免费看| 91久久精品国产一区二区三区| 在线观看一区二区三区| 国产精品日韩av在线免费观看| 99久久精品国产国产毛片| 亚洲久久久久久中文字幕| 国产高清三级在线| 人人妻人人澡人人爽人人夜夜 | 中文字幕制服av| 午夜久久久久精精品| 亚洲成av人片在线播放无| 欧美激情国产日韩精品一区| 国产午夜精品一二区理论片| 亚洲性久久影院| 日韩在线高清观看一区二区三区| 成年版毛片免费区| 我的老师免费观看完整版| 色综合亚洲欧美另类图片| 日韩制服骚丝袜av| 亚洲欧洲日产国产| 一区二区三区乱码不卡18| 人妻少妇偷人精品九色| 女的被弄到高潮叫床怎么办| 少妇的逼水好多| 国产毛片a区久久久久| 天堂中文最新版在线下载 | 观看美女的网站| 国产成人福利小说| 久久精品综合一区二区三区| 亚洲aⅴ乱码一区二区在线播放| 91精品伊人久久大香线蕉| 国产精品一及| 精品久久国产蜜桃| 99九九线精品视频在线观看视频| 国产老妇伦熟女老妇高清| 国产精品永久免费网站| h日本视频在线播放| 亚洲成人精品中文字幕电影| 91久久精品国产一区二区三区| 成人性生交大片免费视频hd| videos熟女内射| 亚洲成色77777| 精华霜和精华液先用哪个| 成人特级av手机在线观看| 精品久久国产蜜桃| 亚洲av成人精品一二三区| 国产一区二区在线观看日韩| 美女大奶头视频| 亚洲乱码一区二区免费版| 神马国产精品三级电影在线观看| 成人三级黄色视频| 免费看a级黄色片| 国产精品,欧美在线| 亚洲综合色惰| 日韩制服骚丝袜av| 日产精品乱码卡一卡2卡三| 国产av在哪里看| 男人舔奶头视频| 日本午夜av视频| 男女国产视频网站| 日韩强制内射视频| 色哟哟·www| 亚洲国产欧美人成| 久久韩国三级中文字幕| 中文字幕免费在线视频6| 免费av观看视频| 亚洲国产高清在线一区二区三| 精品久久久久久电影网 | 99久久成人亚洲精品观看| 免费av观看视频| 欧美区成人在线视频| 黄片wwwwww| 校园人妻丝袜中文字幕| 精品欧美国产一区二区三| 18禁动态无遮挡网站| 看片在线看免费视频| 免费av不卡在线播放| 国内少妇人妻偷人精品xxx网站| 免费不卡的大黄色大毛片视频在线观看 | 亚洲欧美日韩高清专用| 欧美成人免费av一区二区三区| 亚洲在线观看片| 女人久久www免费人成看片 | 久久精品久久精品一区二区三区| 国产人妻一区二区三区在| 国产精品一区www在线观看| 高清毛片免费看| 国内精品一区二区在线观看| 在线天堂最新版资源| 美女大奶头视频| 91久久精品国产一区二区三区| 最近2019中文字幕mv第一页| 国产91av在线免费观看| 亚洲天堂国产精品一区在线| 精品少妇黑人巨大在线播放 | 人人妻人人澡欧美一区二区| 黄片wwwwww| 精品免费久久久久久久清纯| a级毛色黄片| 丝袜喷水一区| 国内精品一区二区在线观看| 亚洲国产精品sss在线观看| 国产一区二区三区av在线| 身体一侧抽搐| 亚洲人成网站高清观看| 最近的中文字幕免费完整| 国产真实乱freesex| 高清在线视频一区二区三区 | 老女人水多毛片| 黄色欧美视频在线观看| 老女人水多毛片| 国产在线男女| 波野结衣二区三区在线| 丰满人妻一区二区三区视频av| 日韩亚洲欧美综合| 久久久久久久亚洲中文字幕| 成人高潮视频无遮挡免费网站| 亚洲精品乱码久久久久久按摩| 婷婷色综合大香蕉| 国产精品一及| 99久久中文字幕三级久久日本| 成人漫画全彩无遮挡| 成人午夜高清在线视频| 久久久色成人| 建设人人有责人人尽责人人享有的 | 欧美另类亚洲清纯唯美| 人妻系列 视频| 国产免费又黄又爽又色| 日本免费一区二区三区高清不卡| 中文字幕熟女人妻在线| 亚洲国产精品成人久久小说| 国产伦在线观看视频一区| 只有这里有精品99| 午夜亚洲福利在线播放| 国产69精品久久久久777片| 国产黄片美女视频| 亚洲国产欧美在线一区| 日本av手机在线免费观看| 国产片特级美女逼逼视频| 国产一级毛片在线| 欧美成人午夜免费资源| 国产精品国产高清国产av| 亚洲在久久综合| 成人国产麻豆网| 在现免费观看毛片| 联通29元200g的流量卡| 日本免费一区二区三区高清不卡| 青春草亚洲视频在线观看| 九九爱精品视频在线观看| 亚洲经典国产精华液单| 国产一区二区在线观看日韩| 亚洲av成人av| 久久久色成人| 亚洲av成人精品一区久久| 精品国产一区二区三区久久久樱花 | 国产真实伦视频高清在线观看| 搡女人真爽免费视频火全软件| 综合色av麻豆| 好男人视频免费观看在线| 国产黄色视频一区二区在线观看 | 伊人久久精品亚洲午夜| 精品国产露脸久久av麻豆 | 又爽又黄无遮挡网站| 少妇熟女aⅴ在线视频| 久久久成人免费电影| 三级毛片av免费| 一个人看视频在线观看www免费| 日本午夜av视频| 97热精品久久久久久| 久久精品国产亚洲av天美| 久久久久久久久久成人| 日韩精品青青久久久久久| av在线播放精品| 午夜激情福利司机影院| 日韩国内少妇激情av| 亚洲综合色惰| 非洲黑人性xxxx精品又粗又长| 在线播放无遮挡| 亚洲精品,欧美精品| 青青草视频在线视频观看| 中文字幕免费在线视频6| 高清午夜精品一区二区三区| 国产一区亚洲一区在线观看| 午夜免费激情av| 老女人水多毛片| 亚洲成人av在线免费| 亚洲内射少妇av| 久久精品国产亚洲网站| 免费无遮挡裸体视频| 七月丁香在线播放| 日韩高清综合在线| 特级一级黄色大片| 日日撸夜夜添| 亚洲精品国产av成人精品| 午夜精品一区二区三区免费看| 村上凉子中文字幕在线| 国产亚洲精品久久久com| 搞女人的毛片| 免费电影在线观看免费观看| 亚洲一区高清亚洲精品| 日本免费在线观看一区| 校园人妻丝袜中文字幕| 日本三级黄在线观看| 波多野结衣高清无吗| 99久久精品国产国产毛片| 国产欧美日韩精品一区二区| 国产一区二区在线观看日韩| 能在线免费观看的黄片| 成人亚洲欧美一区二区av| 国产视频首页在线观看| 亚洲不卡免费看| 日韩av在线免费看完整版不卡| 最后的刺客免费高清国语| 亚洲人成网站在线观看播放| 国产精品av视频在线免费观看| 人妻少妇偷人精品九色| 伊人久久精品亚洲午夜| 国产成人91sexporn| 亚洲人与动物交配视频| 国产精品乱码一区二三区的特点| 国产成人免费观看mmmm| 99热这里只有是精品在线观看| 美女脱内裤让男人舔精品视频| 亚洲精品自拍成人| 91久久精品国产一区二区三区| 久久精品国产亚洲av天美| 一级黄色大片毛片| 亚洲内射少妇av| 又爽又黄无遮挡网站| 身体一侧抽搐| 久久99热这里只频精品6学生 | 九九爱精品视频在线观看| 老司机影院毛片| 亚洲国产欧美人成| 精品久久久久久成人av| 久久精品91蜜桃| 成人漫画全彩无遮挡| 国产精品永久免费网站| 日本黄大片高清| 国产亚洲最大av| 高清毛片免费看| 边亲边吃奶的免费视频| 综合色丁香网| 午夜久久久久精精品| 91午夜精品亚洲一区二区三区| 天美传媒精品一区二区| 国产精品蜜桃在线观看| 国产高清不卡午夜福利| 男女边吃奶边做爰视频| 午夜福利成人在线免费观看| 国产老妇女一区| 爱豆传媒免费全集在线观看| 久久久久性生活片| 国产黄片美女视频| 久久精品综合一区二区三区| 国产精品国产三级国产专区5o | 少妇人妻一区二区三区视频| 亚洲av电影在线观看一区二区三区 | 成年免费大片在线观看| 岛国毛片在线播放| 天堂√8在线中文| 国产一级毛片在线| 日本黄大片高清| 日韩成人av中文字幕在线观看| 别揉我奶头 嗯啊视频| 亚洲精品乱码久久久久久按摩| 午夜激情欧美在线| 免费一级毛片在线播放高清视频| 91午夜精品亚洲一区二区三区| 国产一区亚洲一区在线观看| 1024手机看黄色片| 日日摸夜夜添夜夜添av毛片| 菩萨蛮人人尽说江南好唐韦庄 | 一级黄片播放器| 在线免费观看不下载黄p国产| 黄色日韩在线| 日韩强制内射视频| 亚洲国产精品久久男人天堂| 国产成人精品久久久久久| 综合色av麻豆| 老司机福利观看| 身体一侧抽搐| 在线观看美女被高潮喷水网站| 99久久成人亚洲精品观看| 国产爱豆传媒在线观看| 日本爱情动作片www.在线观看| 老师上课跳d突然被开到最大视频| 中文字幕av成人在线电影| 综合色丁香网| 国产大屁股一区二区在线视频| 亚洲激情五月婷婷啪啪| 男女视频在线观看网站免费| 99热精品在线国产| 五月伊人婷婷丁香| 日韩亚洲欧美综合| 日韩国内少妇激情av| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 超碰97精品在线观看| 小说图片视频综合网站| 少妇猛男粗大的猛烈进出视频 | 边亲边吃奶的免费视频| 亚洲aⅴ乱码一区二区在线播放| 亚洲天堂国产精品一区在线| 国产 一区精品| 国产免费视频播放在线视频 | 99久久精品一区二区三区| 日韩精品有码人妻一区| 日韩 亚洲 欧美在线| 波野结衣二区三区在线| 听说在线观看完整版免费高清| 久久久精品大字幕| 婷婷色综合大香蕉| 久久久国产成人免费| 女人久久www免费人成看片 | 成年av动漫网址| 国内少妇人妻偷人精品xxx网站| 亚洲欧美日韩卡通动漫| 欧美潮喷喷水| www日本黄色视频网| av女优亚洲男人天堂| 欧美激情久久久久久爽电影| 变态另类丝袜制服| 免费看日本二区| 欧美精品一区二区大全| 99久久无色码亚洲精品果冻| 赤兔流量卡办理| 国产成人免费观看mmmm| 日本黄色片子视频| 人妻夜夜爽99麻豆av| 国产精品熟女久久久久浪| 国产白丝娇喘喷水9色精品| 亚洲最大成人av| 国产精品永久免费网站| 精品人妻视频免费看| 2021少妇久久久久久久久久久| 国产精品.久久久| 偷拍熟女少妇极品色| 97超碰精品成人国产| 国产一区二区亚洲精品在线观看| 啦啦啦观看免费观看视频高清| 免费不卡的大黄色大毛片视频在线观看 | 成人漫画全彩无遮挡| 欧美97在线视频| 国产一区亚洲一区在线观看| 国产精品久久久久久久久免| 中文天堂在线官网| 亚洲精品国产av成人精品| 免费无遮挡裸体视频| av在线天堂中文字幕| 亚洲av电影在线观看一区二区三区 | 国产精品99久久久久久久久| 精品午夜福利在线看| 国产久久久一区二区三区| 免费看a级黄色片| 毛片女人毛片| 精品酒店卫生间| 国产精品女同一区二区软件| a级一级毛片免费在线观看| 色吧在线观看| 高清毛片免费看| 日韩欧美精品v在线| 麻豆成人午夜福利视频| av天堂中文字幕网| 日本av手机在线免费观看| 国产又色又爽无遮挡免| 国产欧美另类精品又又久久亚洲欧美| 欧美成人免费av一区二区三区| 91久久精品电影网| 欧美成人一区二区免费高清观看| 欧美+日韩+精品| 丰满乱子伦码专区| 国产一区有黄有色的免费视频 | 国产午夜精品一二区理论片| 亚洲精品乱久久久久久| 午夜福利成人在线免费观看| 亚洲精品日韩在线中文字幕| 亚洲欧美清纯卡通| 伦理电影大哥的女人| 久久韩国三级中文字幕| 国产免费男女视频| 国产亚洲午夜精品一区二区久久 | 黄片wwwwww| 欧美3d第一页| 日本五十路高清| 午夜激情欧美在线| 永久网站在线| 两个人视频免费观看高清| 欧美激情国产日韩精品一区| 一级毛片电影观看 | 欧美激情久久久久久爽电影| 欧美性猛交╳xxx乱大交人| 亚洲人成网站在线观看播放| 高清av免费在线| 国产免费又黄又爽又色| 国产精品国产三级国产av玫瑰| 中文字幕制服av| 丰满乱子伦码专区| 久久草成人影院| 国产一区二区三区av在线| 国产精品国产三级国产专区5o | 午夜老司机福利剧场| 白带黄色成豆腐渣| 少妇猛男粗大的猛烈进出视频 | 国产黄a三级三级三级人| 成人午夜精彩视频在线观看| 男女边吃奶边做爰视频| 亚洲人成网站高清观看| 美女国产视频在线观看| 亚洲国产精品国产精品| www.色视频.com| 99久久成人亚洲精品观看| 亚洲欧洲国产日韩| 高清毛片免费看| 热99在线观看视频| 国产久久久一区二区三区| 日韩精品有码人妻一区| 国产91av在线免费观看| 最新中文字幕久久久久| 免费黄网站久久成人精品| 最新中文字幕久久久久| 中文字幕亚洲精品专区| 久久精品国产自在天天线| 中文字幕亚洲精品专区| 欧美bdsm另类| 蜜桃久久精品国产亚洲av| 亚洲欧洲国产日韩| 色尼玛亚洲综合影院| www.色视频.com| 老师上课跳d突然被开到最大视频| 久久久久久伊人网av| 国产又黄又爽又无遮挡在线| 爱豆传媒免费全集在线观看| 亚洲在线自拍视频| 欧美精品国产亚洲| 久久精品熟女亚洲av麻豆精品 | 亚洲中文字幕日韩| 男人的好看免费观看在线视频|