• <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
    成人亚洲精品av一区二区 | 一进一出抽搐gif免费好疼 | 国产欧美日韩综合在线一区二区| 亚洲 欧美 日韩 在线 免费| 视频区图区小说| 日本黄色日本黄色录像| 欧美性长视频在线观看| 国产极品粉嫩免费观看在线| 男女做爰动态图高潮gif福利片 | 午夜免费鲁丝| 一a级毛片在线观看| 18美女黄网站色大片免费观看| 国产精品99久久99久久久不卡| 欧美日韩福利视频一区二区| 免费女性裸体啪啪无遮挡网站| 久久精品成人免费网站| 一级片'在线观看视频| 成人影院久久| xxx96com| 色婷婷久久久亚洲欧美| 成人国产一区最新在线观看| 女人被躁到高潮嗷嗷叫费观| 国产精品av久久久久免费| 成年人黄色毛片网站| 人人妻,人人澡人人爽秒播| 激情在线观看视频在线高清| av片东京热男人的天堂| 一个人免费在线观看的高清视频| 久久久国产欧美日韩av| 夜夜看夜夜爽夜夜摸 | 国产成人精品久久二区二区91| 一边摸一边抽搐一进一出视频| 欧美成人免费av一区二区三区| 久久精品国产亚洲av高清一级| 午夜a级毛片| 国产乱人伦免费视频| av免费在线观看网站| 久久久久久人人人人人| 亚洲视频免费观看视频| 国产精品 国内视频| 热99re8久久精品国产| 午夜成年电影在线免费观看| 色婷婷久久久亚洲欧美| 80岁老熟妇乱子伦牲交| 99国产精品一区二区蜜桃av| 久久久精品欧美日韩精品| 久久久久久人人人人人| 国产激情久久老熟女| av网站在线播放免费| 国产欧美日韩综合在线一区二区| 亚洲人成电影观看| 欧美乱妇无乱码| av网站免费在线观看视频| 亚洲中文av在线| 精品电影一区二区在线| 又黄又粗又硬又大视频| 99精品在免费线老司机午夜| 在线观看免费午夜福利视频| av国产精品久久久久影院| 亚洲av熟女| 在线永久观看黄色视频| 亚洲一码二码三码区别大吗| 18禁黄网站禁片午夜丰满| 亚洲成av片中文字幕在线观看| 亚洲一区二区三区欧美精品| 亚洲欧美日韩无卡精品| 国产视频一区二区在线看| 精品一区二区三区视频在线观看免费 | 村上凉子中文字幕在线| 亚洲 欧美一区二区三区| 黑人欧美特级aaaaaa片| 99久久综合精品五月天人人| 女警被强在线播放| 亚洲国产精品一区二区三区在线| 亚洲伊人色综图| 高清在线国产一区| 精品一区二区三区四区五区乱码| 极品人妻少妇av视频| 日韩视频一区二区在线观看| 麻豆久久精品国产亚洲av | 在线国产一区二区在线| 日本wwww免费看| 淫秽高清视频在线观看| 天天影视国产精品| 欧美乱色亚洲激情| 国产精品一区二区免费欧美| 国产精品亚洲av一区麻豆| 国产成人精品无人区| 亚洲av美国av| 色哟哟哟哟哟哟| 好看av亚洲va欧美ⅴa在| 亚洲情色 制服丝袜| 大香蕉久久成人网| 亚洲七黄色美女视频| 午夜免费成人在线视频| 一级毛片精品| 久久人妻av系列| 色老头精品视频在线观看| 嫩草影视91久久| 免费av毛片视频| 国产免费现黄频在线看| 99香蕉大伊视频| 91大片在线观看| 欧美精品啪啪一区二区三区| 日本欧美视频一区| 精品久久久久久久毛片微露脸| 欧美人与性动交α欧美精品济南到| 免费av中文字幕在线| 香蕉久久夜色| 男女午夜视频在线观看| 精品国产乱码久久久久久男人| 三级毛片av免费| 亚洲欧美日韩高清在线视频| 亚洲成人免费电影在线观看| 免费在线观看完整版高清| 大型av网站在线播放| 国产亚洲欧美98| 免费一级毛片在线播放高清视频 | 亚洲精品一卡2卡三卡4卡5卡| 又紧又爽又黄一区二区| 免费av毛片视频| 国产精品二区激情视频| 黄片大片在线免费观看| 美女扒开内裤让男人捅视频| 老司机深夜福利视频在线观看| 午夜福利影视在线免费观看| 18禁黄网站禁片午夜丰满| 国产高清激情床上av| 精品国产超薄肉色丝袜足j| 一二三四在线观看免费中文在| 国产成+人综合+亚洲专区| 人人妻人人添人人爽欧美一区卜| 首页视频小说图片口味搜索| 大香蕉久久成人网| 色精品久久人妻99蜜桃| 交换朋友夫妻互换小说| 中亚洲国语对白在线视频| 最近最新免费中文字幕在线| 亚洲欧美一区二区三区黑人| 国产一区二区激情短视频| 欧美日韩亚洲综合一区二区三区_| 女性生殖器流出的白浆| 99国产精品免费福利视频| 看黄色毛片网站| 国产精品久久久久久人妻精品电影| 美女高潮喷水抽搐中文字幕| 亚洲男人天堂网一区| 最近最新免费中文字幕在线| 偷拍熟女少妇极品色| 校园春色视频在线观看| 亚洲欧美清纯卡通| 九色成人免费人妻av| 性插视频无遮挡在线免费观看| 老司机午夜福利在线观看视频| 国产伦一二天堂av在线观看| 日韩成人在线观看一区二区三区| 啪啪无遮挡十八禁网站| 精品久久久久久成人av| 欧美三级亚洲精品| 午夜福利欧美成人| 国内毛片毛片毛片毛片毛片| 国产在视频线在精品| 国产精品久久久久久久电影| 久久久久久久久久黄片| 18禁黄网站禁片午夜丰满| 中文字幕av在线有码专区| 97碰自拍视频| 欧美在线一区亚洲| 看黄色毛片网站| 成人特级黄色片久久久久久久| 久久久成人免费电影| 成人无遮挡网站| 久久国产精品人妻蜜桃| 12—13女人毛片做爰片一| 久久精品综合一区二区三区| 亚洲欧美激情综合另类| 欧美不卡视频在线免费观看| 亚洲av免费在线观看| 麻豆国产av国片精品| 怎么达到女性高潮| 每晚都被弄得嗷嗷叫到高潮| 色哟哟·www| 能在线免费观看的黄片| 久久久久免费精品人妻一区二区| 成人毛片a级毛片在线播放| 综合色av麻豆| 女人被狂操c到高潮| 国产免费男女视频| 97人妻精品一区二区三区麻豆| 69人妻影院| 老司机午夜福利在线观看视频| 亚洲国产精品合色在线| 国产91精品成人一区二区三区| a级毛片a级免费在线| 日韩欧美免费精品| 天美传媒精品一区二区| 一区二区三区免费毛片| 99国产综合亚洲精品| 精品免费久久久久久久清纯| 18美女黄网站色大片免费观看| 精品熟女少妇八av免费久了| 人妻久久中文字幕网| 国产又黄又爽又无遮挡在线| 我的老师免费观看完整版| 99在线人妻在线中文字幕| 一级黄片播放器| 国产午夜精品论理片| 亚洲精品日韩av片在线观看| 国产伦人伦偷精品视频| 国产在视频线在精品| 成年女人看的毛片在线观看| 亚洲内射少妇av| 51国产日韩欧美| 久久久久久久久久成人| 久久中文看片网| 1024手机看黄色片| 一个人看视频在线观看www免费| 日本 av在线| 男女床上黄色一级片免费看| 免费黄网站久久成人精品 | 老女人水多毛片| 丁香六月欧美| 免费看光身美女| 久久热精品热| 色噜噜av男人的天堂激情| 亚洲av美国av| 美女高潮喷水抽搐中文字幕| 精品免费久久久久久久清纯| 桃红色精品国产亚洲av| 国产成人欧美在线观看| 免费观看精品视频网站| 人妻制服诱惑在线中文字幕| 精品一区二区三区人妻视频| 色在线成人网| 日韩欧美三级三区| 女人十人毛片免费观看3o分钟| 亚洲人成伊人成综合网2020| 国产精品美女特级片免费视频播放器| 中文字幕免费在线视频6| 久久久久久久亚洲中文字幕 | 国产乱人伦免费视频| 日本黄大片高清| 国产一区二区在线观看日韩| 欧美精品国产亚洲| 午夜精品久久久久久毛片777| 亚洲av不卡在线观看| 亚洲av成人精品一区久久| 久久久久国产精品人妻aⅴ院| 亚洲精品亚洲一区二区| 91av网一区二区| 搡女人真爽免费视频火全软件 | 此物有八面人人有两片| 日韩欧美精品v在线| 波多野结衣高清作品| 色精品久久人妻99蜜桃| 禁无遮挡网站| 欧美日韩福利视频一区二区| 特级一级黄色大片| 亚洲国产欧美人成| 亚洲人成电影免费在线| 窝窝影院91人妻| 精品人妻偷拍中文字幕| 亚洲av电影在线进入| 1024手机看黄色片| 国产单亲对白刺激| 亚洲va日本ⅴa欧美va伊人久久| 黄色女人牲交| 亚洲最大成人手机在线| 天堂影院成人在线观看| 色综合婷婷激情| 悠悠久久av| 亚洲无线在线观看| 免费黄网站久久成人精品 | 99久久精品一区二区三区| 国产精品1区2区在线观看.| 久久中文看片网| 亚洲五月天丁香| 国产亚洲精品久久久com| 久久久国产成人精品二区| 日日摸夜夜添夜夜添小说| 久久热精品热| 一个人观看的视频www高清免费观看| 国产大屁股一区二区在线视频| 每晚都被弄得嗷嗷叫到高潮| 亚洲av电影在线进入| 99riav亚洲国产免费| 成人av在线播放网站| 高清在线国产一区| 老熟妇乱子伦视频在线观看| 亚洲精品成人久久久久久| 天美传媒精品一区二区| 午夜激情福利司机影院| 高潮久久久久久久久久久不卡| 99视频精品全部免费 在线| 丰满乱子伦码专区| 一卡2卡三卡四卡精品乱码亚洲| 日日摸夜夜添夜夜添小说| 内射极品少妇av片p| 波野结衣二区三区在线| 欧美区成人在线视频| 国产视频一区二区在线看| 久久国产乱子免费精品| 国产亚洲欧美在线一区二区| 一本久久中文字幕| 国产精品久久久久久久久免 | 国产伦人伦偷精品视频| 99久久无色码亚洲精品果冻| 99在线视频只有这里精品首页| av在线老鸭窝| 两性午夜刺激爽爽歪歪视频在线观看| 一进一出抽搐gif免费好疼| or卡值多少钱| 男女那种视频在线观看| 亚洲精品日韩av片在线观看| 欧美黑人巨大hd| 久久国产精品人妻蜜桃| 亚洲专区国产一区二区| 美女免费视频网站| 久久久久久大精品| 精品人妻熟女av久视频| 亚洲av五月六月丁香网| АⅤ资源中文在线天堂| 午夜免费激情av| 成熟少妇高潮喷水视频| 国产成+人综合+亚洲专区| 好男人电影高清在线观看| 少妇的逼好多水| 亚洲最大成人手机在线| 国产综合懂色| 韩国av一区二区三区四区| 久久国产乱子伦精品免费另类| 男女视频在线观看网站免费| 一级av片app| 在线国产一区二区在线| 午夜日韩欧美国产| av天堂中文字幕网| 亚洲精品一区av在线观看| 丰满的人妻完整版| 我要搜黄色片| 欧美色视频一区免费| 中文字幕免费在线视频6| 久久精品91蜜桃| 少妇的逼好多水| 亚洲精品久久国产高清桃花| 两人在一起打扑克的视频| 99热6这里只有精品| www.熟女人妻精品国产| 一本综合久久免费| 国产主播在线观看一区二区| bbb黄色大片| 激情在线观看视频在线高清| 麻豆国产97在线/欧美| 如何舔出高潮| 国产白丝娇喘喷水9色精品| 长腿黑丝高跟| 校园春色视频在线观看| 婷婷精品国产亚洲av在线| 国产高清有码在线观看视频| 99热这里只有精品一区| 成人高潮视频无遮挡免费网站| 男人舔奶头视频| a级毛片a级免费在线| 中文在线观看免费www的网站| 色在线成人网| 久久九九热精品免费| 欧美不卡视频在线免费观看| 国产精品精品国产色婷婷| 最近最新中文字幕大全电影3| 精品人妻1区二区| 国产精品久久久久久人妻精品电影| 乱码一卡2卡4卡精品| 国产白丝娇喘喷水9色精品| 精品久久久久久久久亚洲 | 熟妇人妻久久中文字幕3abv| 久久久成人免费电影| 最新在线观看一区二区三区| 在线观看免费视频日本深夜| 欧美午夜高清在线| 久久久久久久午夜电影| 五月玫瑰六月丁香| 一级毛片久久久久久久久女| 成人亚洲精品av一区二区| 日韩欧美国产一区二区入口| 亚洲精品久久国产高清桃花| 麻豆一二三区av精品| 男女下面进入的视频免费午夜| 日韩亚洲欧美综合| 91九色精品人成在线观看| 亚洲精品成人久久久久久| 国产精品久久视频播放| 看免费av毛片| 国产蜜桃级精品一区二区三区| 午夜精品在线福利| 91狼人影院| 草草在线视频免费看| 国产成人aa在线观看| 757午夜福利合集在线观看| 精品久久久久久久久av| 美女高潮的动态| 国产午夜福利久久久久久| 嫩草影院入口| 在线播放无遮挡| 久久婷婷人人爽人人干人人爱| 精品一区二区三区视频在线| 国产黄片美女视频| 国产亚洲欧美在线一区二区| 成年女人毛片免费观看观看9| 在线观看免费视频日本深夜| 亚洲最大成人av| 级片在线观看| 看十八女毛片水多多多| 久久人人爽人人爽人人片va | 成人av在线播放网站| 亚洲欧美日韩东京热| 色综合站精品国产| 欧美中文日本在线观看视频| 亚洲第一区二区三区不卡| 成人特级av手机在线观看| 又爽又黄a免费视频| 亚洲专区中文字幕在线| 69av精品久久久久久| 国产在线精品亚洲第一网站| 91麻豆精品激情在线观看国产| 99热这里只有是精品在线观看 | 亚洲,欧美精品.| 久久久久九九精品影院| 内射极品少妇av片p| 波多野结衣高清作品| 女人被狂操c到高潮| 日本黄色视频三级网站网址| 18禁在线播放成人免费| 观看免费一级毛片| 国产三级在线视频| 岛国在线免费视频观看| 看黄色毛片网站| 免费av毛片视频| 免费在线观看成人毛片| 一进一出抽搐gif免费好疼| 男人的好看免费观看在线视频| 一个人免费在线观看的高清视频| 特大巨黑吊av在线直播| 91字幕亚洲| 中国美女看黄片| 亚洲一区二区三区不卡视频| 亚洲,欧美精品.| 一级av片app| 婷婷精品国产亚洲av在线| 最后的刺客免费高清国语| 日韩欧美在线乱码| 国产91精品成人一区二区三区| 美女cb高潮喷水在线观看| 国产精品不卡视频一区二区 | 国产亚洲欧美98| 在线观看av片永久免费下载| 噜噜噜噜噜久久久久久91| 丰满人妻熟妇乱又伦精品不卡| 国产午夜精品久久久久久一区二区三区 | 91久久精品电影网| 日本三级黄在线观看| 午夜福利欧美成人| 精品一区二区三区av网在线观看| 嫩草影院精品99| 亚洲国产精品合色在线| 青草久久国产| 自拍偷自拍亚洲精品老妇| 99热这里只有精品一区| 亚洲av成人av| 搞女人的毛片| 亚洲欧美清纯卡通| av天堂在线播放| 亚洲欧美精品综合久久99| 他把我摸到了高潮在线观看| 美女被艹到高潮喷水动态| 国内毛片毛片毛片毛片毛片| 变态另类成人亚洲欧美熟女| 99精品久久久久人妻精品| 午夜福利18| 久久精品国产亚洲av天美| 亚洲av成人av| 两性午夜刺激爽爽歪歪视频在线观看| 男人的好看免费观看在线视频| 91午夜精品亚洲一区二区三区 | 好看av亚洲va欧美ⅴa在| 男女视频在线观看网站免费| 91久久精品电影网| 欧美成人免费av一区二区三区| 丰满人妻一区二区三区视频av| 99精品在免费线老司机午夜| а√天堂www在线а√下载| 亚洲专区国产一区二区| 简卡轻食公司| 欧美bdsm另类| 精品国内亚洲2022精品成人| 亚洲av第一区精品v没综合| 成人特级黄色片久久久久久久| 在线免费观看不下载黄p国产 | 一级毛片久久久久久久久女| 亚洲人成网站在线播放欧美日韩| 亚洲人成电影免费在线| eeuss影院久久| 亚洲人成网站高清观看| 我要搜黄色片| 精品一区二区三区视频在线观看免费| 日本黄色片子视频| 黄片小视频在线播放| 91在线观看av| 中国美女看黄片| 欧美+亚洲+日韩+国产| 成熟少妇高潮喷水视频| 99在线人妻在线中文字幕| 国产探花极品一区二区| 国产亚洲av嫩草精品影院| 国产爱豆传媒在线观看| 性欧美人与动物交配| 美女黄网站色视频| 国产午夜精品论理片| 色精品久久人妻99蜜桃| 日韩精品青青久久久久久| 国产成人啪精品午夜网站| 有码 亚洲区| 黄色一级大片看看| 真人一进一出gif抽搐免费| 亚洲国产精品999在线| 国产精品一区二区免费欧美| av在线天堂中文字幕| 看十八女毛片水多多多| 久99久视频精品免费| 少妇丰满av| 国产大屁股一区二区在线视频| 久久久精品欧美日韩精品| 三级男女做爰猛烈吃奶摸视频| 美女 人体艺术 gogo| 亚洲片人在线观看| 国产精品野战在线观看| 欧美zozozo另类| 每晚都被弄得嗷嗷叫到高潮| 欧美日韩亚洲国产一区二区在线观看| 天堂动漫精品| 欧美激情久久久久久爽电影| 日韩有码中文字幕| 美女免费视频网站| 国内精品久久久久精免费| 制服丝袜大香蕉在线| 精品国产亚洲在线| 久久草成人影院| 亚洲av成人av| 成年版毛片免费区| 在线观看午夜福利视频| 亚洲va日本ⅴa欧美va伊人久久| 免费观看人在逋| 在线播放无遮挡| 综合色av麻豆| 真人做人爱边吃奶动态| 久久精品综合一区二区三区| 在线播放无遮挡| 一夜夜www| 一本综合久久免费| 欧美成人性av电影在线观看| 成年版毛片免费区| 久久天躁狠狠躁夜夜2o2o| 亚洲色图av天堂| 久久午夜福利片| 亚洲av五月六月丁香网| 深爱激情五月婷婷| 国产伦在线观看视频一区| 俄罗斯特黄特色一大片| 国产亚洲精品综合一区在线观看| 99国产综合亚洲精品| 国产午夜精品论理片| 欧美一区二区亚洲| 欧美日韩国产亚洲二区| 90打野战视频偷拍视频| 国产亚洲精品综合一区在线观看| 久久6这里有精品| 亚洲 欧美 日韩 在线 免费| 国产精品美女特级片免费视频播放器| 好男人电影高清在线观看| bbb黄色大片| 国产午夜精品久久久久久一区二区三区 | 亚洲五月天丁香| 午夜两性在线视频| 久99久视频精品免费| 日本免费一区二区三区高清不卡| 狂野欧美白嫩少妇大欣赏| 日韩欧美国产一区二区入口| 又爽又黄无遮挡网站| АⅤ资源中文在线天堂| 免费av不卡在线播放| 在线看三级毛片| 国产精品一区二区三区四区久久| 欧美不卡视频在线免费观看| aaaaa片日本免费| 国产精品一区二区三区四区久久| 免费无遮挡裸体视频| 在线免费观看不下载黄p国产 | 男人的好看免费观看在线视频| 亚洲精品成人久久久久久| 午夜视频国产福利| 美女cb高潮喷水在线观看| 男人舔女人下体高潮全视频| 小蜜桃在线观看免费完整版高清| 亚洲欧美清纯卡通| 午夜福利欧美成人| netflix在线观看网站| 亚洲欧美日韩高清专用| 热99在线观看视频| 国产成+人综合+亚洲专区| 能在线免费观看的黄片| 宅男免费午夜| 国产精品国产高清国产av| 在线免费观看不下载黄p国产 | 简卡轻食公司| 91麻豆精品激情在线观看国产| 亚洲最大成人中文| 免费在线观看亚洲国产|