• <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 ?

    電子商務(wù)網(wǎng)站的個性化“混合”推薦服務(wù)

    2017-08-01 00:14:00蔡銀英
    關(guān)鍵詞:關(guān)聯(lián)個性化協(xié)同

    蔡銀英

    (重慶第二師范學(xué)院 數(shù)學(xué)與信息工程學(xué)院,重慶 400067)

    ?

    電子商務(wù)網(wǎng)站的個性化“混合”推薦服務(wù)

    蔡銀英

    (重慶第二師范學(xué)院 數(shù)學(xué)與信息工程學(xué)院,重慶 400067)

    隨著電子商務(wù)網(wǎng)站的快速發(fā)展,網(wǎng)絡(luò)商品銷售數(shù)量急劇增加,要提升用戶網(wǎng)購的體驗度,就必須為用戶提供個性化的推薦服務(wù)。目前常用的個性化推薦算法有:基于內(nèi)容的推薦算法、基于關(guān)聯(lián)規(guī)則的推薦算法和基于協(xié)同過濾的推薦算法。在實際應(yīng)用中,各算法都存在一定的局限,為了發(fā)揮各算法的優(yōu)勢,可以采用個性化的“混合”推薦服務(wù)。

    電子商務(wù)網(wǎng)站;個性化推薦算法;混合推薦服務(wù)

    中國互聯(lián)網(wǎng)絡(luò)信息中心發(fā)布的《第38次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示,截至2016年6月,中國網(wǎng)民總規(guī)模達(dá)7.1億,人均周上網(wǎng)時長26.5小時;網(wǎng)絡(luò)購物用戶規(guī)模達(dá)到4.48億,較2015年底增加3448萬,增長率為8.3%。2015年發(fā)布的同期數(shù)據(jù)顯示,當(dāng)年的網(wǎng)絡(luò)購物用戶較2014年增長3.5%。從這些數(shù)據(jù)可以看出,越來越多的網(wǎng)民喜歡通過網(wǎng)絡(luò)購物平臺采購所需商品,究其原因無非就是因為網(wǎng)絡(luò)的便捷性與選擇的多樣性。而有需求就有發(fā)展,隨著電子商務(wù)網(wǎng)站的急速發(fā)展,網(wǎng)絡(luò)購物平臺的商品數(shù)量呈現(xiàn)爆炸式增長,商品數(shù)量的急劇增加在為用戶提供更多選擇的同時,也增加了用戶選到心儀商品的難度。如何幫助用戶快速找到自己喜歡的物品,提升用戶的使用感受就成了電子商務(wù)網(wǎng)站關(guān)注的熱點。目前普遍采用的方法為搜索引擎,搜索引擎可以根據(jù)用戶的搜索過濾大量的信息,但是返回結(jié)果是大眾化的,仍然需要用戶花費大量時間對返回結(jié)果進(jìn)行瀏覽辨別。為了提高用戶的搜索效率,就需要對用戶進(jìn)行個性化的推薦。

    一、個性化推薦服務(wù)的流程

    個性化推薦服務(wù)主要是基于用戶的歷史行為記錄以及用戶的原始信息,預(yù)測用戶感興趣的產(chǎn)品,并為用戶的購買行為或網(wǎng)頁瀏覽提供建議的服務(wù)。個性化推薦服務(wù)一般包含三個模塊:歷史信息采集模塊、推薦算法模塊、用戶尋求推薦模塊。其通用流程如圖1所示。從流程圖可以看出,推薦算法模塊是個性化推薦服務(wù)的核心。推薦算法其實就是從用戶的歷史行為記錄以及用戶的原始信息中深層次挖掘出用戶的偏好信息、個性化信息,并從中提取用戶的潛在興趣因素。

    圖1 個性化推薦服務(wù)的流程

    二、常用的三種推薦算法

    常用的推薦算法主要包含基于內(nèi)容的推薦算法、基于關(guān)聯(lián)規(guī)則的推薦算法與基于協(xié)同過濾的推薦算法。

    (一)基于內(nèi)容的推薦算法

    基于內(nèi)容的推薦算法,是利用用戶的興趣偏好屬性與待推薦項目的特征屬性的相似度進(jìn)行推薦。該推薦算法首先建立用戶與項目的特征屬性集,采用向量空間模型得到用戶與項目特征屬性的稀疏矩陣集,再依據(jù)余弦相似度為用戶提供推薦結(jié)果。假設(shè)第k個用戶的特征屬性集為Ck={wk1,wk2,…,wkr},第t個項目的特征屬性集為Dt={dt1,wt2,…,wtr},這里的r是指項目與用戶特征屬性集中的關(guān)鍵詞個數(shù)。余弦相似度就為

    cos(Ck,Dt)值越高說明第k個用戶與第t個項目的相似度就越高,共同屬性就越多。也就是說,第k個用戶也就越喜歡第t個項目,據(jù)此可以得到用戶與所有待推薦項目的余弦相似度,采用TOP—N的方法進(jìn)行推薦即可。

    基于內(nèi)容的推薦算法,其優(yōu)點為可解釋性強;不需要用戶的評分?jǐn)?shù)據(jù),只需建立特征屬性集;對于項目而言不存在冷啟動的問題(不存在新項目無法獲得推薦的問題)。其缺點為特征屬性集需要從用戶的描述與項目的表述中提取關(guān)鍵詞,并不是所有項目都可以提取關(guān)鍵詞,比如音樂、影視等項目是無法通過分詞的辦法提取關(guān)鍵詞的;對于沒有任何記錄的新用戶,因為沒有數(shù)據(jù)可用,也就無法推薦;不可挖掘用戶新的興趣點(因為所有推薦項目都與用戶的已有資料相匹配)。

    (二)基于關(guān)聯(lián)規(guī)則的推薦算法

    基于關(guān)聯(lián)規(guī)則的推薦算法,是從大量的數(shù)據(jù)中挖掘出項目間有意義的聯(lián)系,再通過這種聯(lián)系對用戶進(jìn)行推薦。項目間的這種聯(lián)系可以用關(guān)聯(lián)規(guī)則或頻繁項集的形式來表示。該推薦算法的關(guān)鍵就是要發(fā)現(xiàn)頻繁項集,建立關(guān)聯(lián)規(guī)則?!捌【婆c尿布”就是關(guān)聯(lián)規(guī)則的推薦算法中非常經(jīng)典的實例。

    設(shè)待推薦項目總數(shù)為N,待推薦項目表示為ti,i為1到N中的正整數(shù),表示各個項目的編號。用戶的一次瀏覽或購買構(gòu)成一個條目記為Sj,j表示該網(wǎng)站的瀏覽或者購買累計次數(shù),取值為正整數(shù),則Sj={ti|i為所購項目的編號}。由此構(gòu)建所有歷史條目的二元數(shù)據(jù)矩陣M,即以待推薦項目為列,以每個購買條目為行,交叉處的元素cij為0或者1,0表示第i個條目沒有購買第j個貨物,1表示第i個條目購買了第j個貨物。

    顯然,基于關(guān)聯(lián)規(guī)則的推薦算法不需要分析用戶的興趣偏好、物品的特征屬性,僅通過用戶的瀏覽與購買行為即可進(jìn)行推薦,但是其推薦為共性推薦,忽略了用戶的個性特點;隨著數(shù)據(jù)量的累積,運算開銷太大;對于新的物品,因為沒有用戶的購買數(shù)據(jù),所以無法進(jìn)行推薦,即存在冷啟動的問題。

    (三)基于協(xié)同過濾的推薦算法

    基于協(xié)同過濾的推薦算法,是目前應(yīng)用最多的推薦算法,其基本思想是利用群智對信息進(jìn)行過濾篩選,分為基于近鄰的協(xié)同過濾推薦算法與基于模型的協(xié)同過濾推薦算法?;诮彽膮f(xié)同過濾推薦算法建立在用戶以前有相同的愛好,以后也有相同的愛好這一假設(shè)之上,主要是利用用戶的歷史信息(注冊信息、瀏覽信息、評分?jǐn)?shù)據(jù)等)分析用戶的興趣愛好,并尋找與用戶興趣愛好相似的用戶群,再根據(jù)相似用戶群的選擇對用戶進(jìn)行推薦,目前有基于用戶的協(xié)同過濾推薦算法與基于項目的協(xié)同過濾推薦算法。

    基于用戶的協(xié)同過濾推薦算法是根據(jù)用戶對項目的評價信息,計算用戶間的相似性,并依據(jù)相似性尋找用戶相似群即用戶鄰居群,再根據(jù)用戶鄰居群對項目的評價信息預(yù)測用戶的偏好,并為用戶進(jìn)行推薦。該推薦算法有三個關(guān)鍵步驟:用戶評價信息描述、用戶鄰居群構(gòu)建、生成推薦。

    用戶對項目的評價信息可以通過用戶—項目矩陣進(jìn)行描述,設(shè)用戶集合為U={u1,u2,…,um},

    項目集合為

    I={i1,i2,…,in},

    rij,(i=1,2,…,m;j=1,2,…n),

    表示用戶ui對項目ij的評價,由rij所生成的m×n的矩陣就是對用戶評價信息的描述。用戶鄰居群的構(gòu)建主要依賴于用戶間的相似性,用戶的相似性可以采用余弦相似度與皮爾森相似度來衡量,皮爾森相似度為

    利用預(yù)測的評分進(jìn)行TOP—N推薦。

    基于項目的協(xié)同過濾推薦算法根據(jù)用戶對項目的評價信息,計算項目間的相似性,并依據(jù)用戶的偏好(已購買的物品或點擊過的頁面)預(yù)測用戶對各項目感興趣的程度,再根據(jù)用戶的興趣度為用戶進(jìn)行推薦。該推薦算法主要依賴于項目的相似度與用戶的興趣度計算。

    項目相似度的計算有多種方法,項目i,j的相似度較為直觀的一種算法為

    Ruj表示用戶對項目j的興趣度,可以將其簡化為1。最后依據(jù)Pui對用戶進(jìn)行TOP-N的推薦。

    基于協(xié)同過濾的推薦算法與基于關(guān)聯(lián)規(guī)則的推薦算法一樣,都不依賴于項目屬性與用戶自身的數(shù)據(jù)信息,不會對用戶的推薦體驗帶來負(fù)面影響。但是基于協(xié)同過濾的推薦算法需要利用用戶的歷史數(shù)據(jù)或評價信息來推薦,若用戶的歷史數(shù)據(jù)較少或與其他用戶的重疊數(shù)據(jù)較少時會影響評價的準(zhǔn)確性,同時基于協(xié)同過濾的推薦算法對新用戶與新項目是沒有辦法進(jìn)行推薦的。

    三、個性化的混合推薦算法

    (一)個性化的混合推薦算法及應(yīng)用

    為了提高推薦的準(zhǔn)確性,改進(jìn)各個算法中的缺陷,建議依據(jù)歷史數(shù)據(jù)的多少將用戶分為老用戶(有較多的歷史數(shù)據(jù))、次新用戶(有少量的歷史數(shù)據(jù))、新用戶(沒有歷史數(shù)據(jù))三類,分別適用不同的推薦算法。對老用戶采用基于協(xié)同過濾的推薦算法進(jìn)行個性化推薦,次新用戶采用基于關(guān)聯(lián)規(guī)則的推薦算法進(jìn)行推薦,只要數(shù)據(jù)積累到一定數(shù)量即可轉(zhuǎn)為老用戶進(jìn)行個性化推薦;新用戶采用基于內(nèi)容的推薦算法,主要是熱點推薦,只要新用戶有所選擇便是次新用戶,采用關(guān)聯(lián)規(guī)則推薦算法對其進(jìn)行推薦。對用戶的推薦流程如圖2所示。新項目的推薦采用簡化的基于內(nèi)容的推薦算法,根據(jù)用戶的歷史數(shù)據(jù)都可以為用戶設(shè)定標(biāo)簽,計算新項目與用戶的相似性,選擇相似性較高的項目,作為TOP-N中的待選項目推薦給用戶。

    圖2 混合推薦流程圖

    利用此混合推薦算法對某網(wǎng)站的客戶進(jìn)行推薦,主要分析步驟為:獲取用戶訪問網(wǎng)站的原始記錄;對數(shù)據(jù)進(jìn)行預(yù)處理,包括數(shù)據(jù)去重、數(shù)據(jù)變換、屬性規(guī)約、屬性變換等;對比多種推薦算法,采用混合推薦算法對用戶進(jìn)行個性化推薦,即第一次登陸網(wǎng)站的用戶采用內(nèi)容相關(guān)的熱點推薦,一旦用戶有點擊則采用基于關(guān)聯(lián)規(guī)則的推薦對用戶進(jìn)行推薦;老用戶采用基于協(xié)同過濾的推薦算法對其進(jìn)行推薦。分析流程如圖3所示。

    在對數(shù)據(jù)的探索過程中,發(fā)現(xiàn)約有1/4的網(wǎng)站用戶只登陸了網(wǎng)站的首頁,而沒有瀏覽其他頁面,這部分用戶應(yīng)該是通過搜索引擎進(jìn)入網(wǎng)站,在網(wǎng)站的導(dǎo)航頁面沒有找到所需要的內(nèi)容而退出網(wǎng)站的;同時也說明網(wǎng)站原有的基于內(nèi)容的新品推薦不能滿足用戶的需求。采用混合推薦算法中的對待新用戶的推薦策略,利用基于內(nèi)容的熱點推薦與現(xiàn)有的社會熱點或時事熱點結(jié)合,可以留存部分用戶。一旦用戶瀏覽推薦頁面,即為次新用戶,可以采用關(guān)聯(lián)規(guī)則的推薦算法對其進(jìn)行較為個性化的推薦。因為關(guān)聯(lián)規(guī)則模型中的最小支持度與最小置信度取值越大,事物之間的聯(lián)系也就越密切;滿足條件的頻繁項集也就越少。當(dāng)然頻繁項集的多少也與數(shù)據(jù)量的大小有關(guān),對于次新用戶的推薦經(jīng)過多次調(diào)整,最后選取模型最小支持度為0.6%,最小置信度為65%的頻繁項集給出推薦結(jié)果。

    圖3 混合推薦算法流程圖

    對于老用戶采用協(xié)同過濾推薦算法進(jìn)行個性化的推薦,因為該網(wǎng)站的網(wǎng)頁數(shù)明顯少于用戶數(shù),所以采用基于項目的協(xié)同過濾推薦算法。豐富的歷史數(shù)據(jù)可以提高推薦準(zhǔn)確度,利用協(xié)同過濾推薦算法對老用戶進(jìn)行推薦時,發(fā)現(xiàn)部分用戶沒有推薦結(jié)果,主要是因為用戶的瀏覽量較少所致,對這部分用戶仍然采用次新用戶的推薦結(jié)果進(jìn)行推薦。

    (二)推薦算法評價

    為了對比個性化推薦算法與非個性化推薦算法的結(jié)果,通過兩種非個性化的算法:隨機推薦算法、熱點推薦算法和個性化的算法:基于項目的協(xié)同過濾算法來對數(shù)據(jù)進(jìn)行建模并對模型進(jìn)行評價與分析。

    數(shù)據(jù)中用戶行為是二元選擇(有瀏覽、無瀏覽),對用戶的推薦也就是一個二分問題。二分問題中,常將實例分為正類(positive)與負(fù)類(negative),預(yù)測中會出現(xiàn)四種情況,即正類被預(yù)測為正類(真正類Truepositive)、負(fù)類被預(yù)測為正類(假正類Falsepositive)、負(fù)類被預(yù)測為負(fù)類(真負(fù)類Truenegative)、正類被預(yù)測為負(fù)類(假負(fù)類Falsenegative)??捎帽?來表示。

    表1 二分問題的分類

    二分問題的預(yù)測常用準(zhǔn)確率(P)、召回率(R)、真正率(TPR)、假正率(FPR)作為評測指標(biāo),其中

    由公式可以看出準(zhǔn)確率就是預(yù)測正確的實例占總實例的比例;召回率是正類中預(yù)測正確的實例占預(yù)測為正類實例的比例;真正率又稱為靈敏度,是正類中預(yù)測正確的實例占正類實例的比例;假正率是負(fù)類中預(yù)測為正類的實例占負(fù)類實例的比例;除了假正率外,其余的準(zhǔn)確率、召回率、真正率都是值越大越好,假正率是越小越好。

    對于推薦算法的評價采用離線測試的方法來獲取,選擇準(zhǔn)確率(P)、召回率(R)、真正率(TPR)、假正率(FPR)作為評測指標(biāo)。

    對三種推薦算法,選擇不同K值(推薦個數(shù),K取3、5、10、15、20)的情況下進(jìn)行模型構(gòu)造,得到評測指標(biāo)準(zhǔn)確率、召回率、真正率(TPR)、假正率(FPR),并繪制出ROC(真正率-假正率)曲線如圖4所示。從ROC曲線可以看出,不管K取何值時基于項目的協(xié)同過濾推薦其真正率比其他兩種非個性化推薦取值都要高,假正率比非個性化推薦的取值都低,這說明個性化的推薦基于項目的協(xié)同過濾推薦優(yōu)于隨機推薦與熱點推薦。同時又注意到隨機推薦與熱點推薦的假正率取值接近,但是隨機推薦的真正率要比熱點推薦的真正率低得多,所以熱點推薦優(yōu)于隨機推薦。

    圖4 ROC曲線

    四、結(jié)語

    綜上所述,個性化的“混合”推薦算法具有一定的優(yōu)勢,它能夠改進(jìn)協(xié)同過濾推薦算法中的數(shù)據(jù)稀疏性問題,同時可以利用協(xié)同過濾推薦的個性化及精準(zhǔn)性為用戶進(jìn)行推薦;可以有效改進(jìn)冷啟動問題,使每一位用戶都有推薦項目;有效利用特征屬性的提取對新項目進(jìn)行推薦,使特征屬性的提取最小化。

    但是,該算法不能改善協(xié)同過濾算法的可擴展性的問題。

    [1]中國互聯(lián)網(wǎng)信息中心.第38次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告[DB/OL].http:∥www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201608/t20160803_54392.htm,2016-10-6.

    [2]何佳知.基于內(nèi)容和協(xié)同過濾的混合算法在推薦系統(tǒng)中的應(yīng)用研究[D].上海:東華大學(xué),2016.

    [3]張同啟.基于關(guān)聯(lián)規(guī)則及用戶喜好程度的綜合電子商務(wù)推薦系統(tǒng)的研究[D].北京:北京郵電大學(xué),2014.

    [4]Pang-NingTan,MichaelSteinbach,VipinKumar.數(shù)據(jù)挖掘?qū)д揫M].范明,范宏建,譯.北京:人民郵電出版社,2011.

    [5]博客頻道.基于物品的協(xié)同過濾算法[DB/OL].http:∥blog.csdn.net/yeruby/article/details/44154009,2017-2-17.

    [責(zé)任編輯 文 川]

    2017-03-24

    重慶第二師范學(xué)院“青年教師成長支持計劃”(201605);重慶市教委科研項目(KJ1501414)

    蔡銀英(1976— ),女,山西運城人,副教授,研究方向:概率論與數(shù)理統(tǒng)計。

    O244

    A

    1008-6390(2017)04-0122-05

    猜你喜歡
    關(guān)聯(lián)個性化協(xié)同
    蜀道難:車與路的協(xié)同進(jìn)化
    堅持個性化的寫作
    文苑(2020年4期)2020-05-30 12:35:12
    “一帶一路”遞進(jìn),關(guān)聯(lián)民生更緊
    “四化”協(xié)同才有出路
    汽車觀察(2019年2期)2019-03-15 06:00:50
    新聞的個性化寫作
    新聞傳播(2018年12期)2018-09-19 06:27:10
    奇趣搭配
    智趣
    讀者(2017年5期)2017-02-15 18:04:18
    上汽大通:C2B個性化定制未來
    三醫(yī)聯(lián)動 協(xié)同創(chuàng)新
    滿足群眾的個性化需求
    卡戴珊不雅视频在线播放| 成人美女网站在线观看视频| 在现免费观看毛片| 床上黄色一级片| 一进一出抽搐gif免费好疼| 黄色欧美视频在线观看| 成年女人永久免费观看视频| eeuss影院久久| 夫妻性生交免费视频一级片| 老女人水多毛片| 两个人视频免费观看高清| 在现免费观看毛片| 黄色视频,在线免费观看| 99久久精品热视频| 九九在线视频观看精品| 亚洲精华国产精华液的使用体验 | 中文字幕av成人在线电影| 国产探花极品一区二区| 久久久久久久亚洲中文字幕| 秋霞在线观看毛片| videossex国产| 波多野结衣高清作品| 在线观看美女被高潮喷水网站| 成人毛片60女人毛片免费| 美女被艹到高潮喷水动态| 国产单亲对白刺激| 免费观看的影片在线观看| 欧美性感艳星| 精品日产1卡2卡| 国产成人aa在线观看| 97热精品久久久久久| 欧美性猛交黑人性爽| avwww免费| 日韩精品青青久久久久久| h日本视频在线播放| kizo精华| 久久综合国产亚洲精品| 亚洲第一电影网av| 亚洲精品久久国产高清桃花| 99九九线精品视频在线观看视频| 波多野结衣高清作品| 舔av片在线| 丝袜美腿在线中文| 最近视频中文字幕2019在线8| 国产一区二区亚洲精品在线观看| 欧美又色又爽又黄视频| h日本视频在线播放| 亚洲,欧美,日韩| 日本一本二区三区精品| 欧洲精品卡2卡3卡4卡5卡区| 久久精品夜色国产| 一本久久中文字幕| 久久久久久大精品| 成人三级黄色视频| 国产三级在线视频| av福利片在线观看| 久久久久久久亚洲中文字幕| 亚洲国产精品成人久久小说 | 又爽又黄无遮挡网站| 欧美成人a在线观看| 少妇的逼好多水| 日日撸夜夜添| 波多野结衣高清无吗| 欧美激情久久久久久爽电影| 欧美极品一区二区三区四区| 国产高清有码在线观看视频| 男人舔女人下体高潮全视频| 一级黄色大片毛片| 亚洲三级黄色毛片| 欧美3d第一页| 久久九九热精品免费| a级毛片a级免费在线| 婷婷色综合大香蕉| 亚洲国产高清在线一区二区三| 亚洲在线自拍视频| 最近2019中文字幕mv第一页| 99久久无色码亚洲精品果冻| АⅤ资源中文在线天堂| 久久国产乱子免费精品| 蜜臀久久99精品久久宅男| 99视频精品全部免费 在线| 亚洲,欧美,日韩| 国产大屁股一区二区在线视频| 一进一出抽搐gif免费好疼| 久久久精品大字幕| 91精品国产九色| 亚洲人与动物交配视频| 国产亚洲精品久久久com| 亚洲婷婷狠狠爱综合网| 国产精品乱码一区二三区的特点| 丝袜喷水一区| 国产91av在线免费观看| 国产69精品久久久久777片| 麻豆成人午夜福利视频| 久久午夜福利片| 国产成人a∨麻豆精品| 有码 亚洲区| 中文精品一卡2卡3卡4更新| 菩萨蛮人人尽说江南好唐韦庄 | 国产精品伦人一区二区| 国产人妻一区二区三区在| 在线免费观看不下载黄p国产| 九九热线精品视视频播放| 国产高清激情床上av| 国产精品无大码| 国产午夜精品久久久久久一区二区三区| 欧美日韩一区二区视频在线观看视频在线 | 校园春色视频在线观看| 一进一出抽搐动态| 亚洲精品国产av成人精品| 少妇猛男粗大的猛烈进出视频 | 亚洲av免费在线观看| 五月伊人婷婷丁香| 日韩人妻高清精品专区| 日韩欧美 国产精品| 麻豆久久精品国产亚洲av| 国产亚洲精品久久久久久毛片| 少妇熟女aⅴ在线视频| 国产午夜精品论理片| 中文字幕av在线有码专区| 大又大粗又爽又黄少妇毛片口| 成人综合一区亚洲| 晚上一个人看的免费电影| 夜夜夜夜夜久久久久| 非洲黑人性xxxx精品又粗又长| 国产黄色小视频在线观看| 色综合站精品国产| 久久精品影院6| 99热只有精品国产| 色综合亚洲欧美另类图片| 黄片wwwwww| 黄片无遮挡物在线观看| 欧美日韩在线观看h| 日韩一本色道免费dvd| 永久网站在线| 亚洲中文字幕日韩| 欧美最新免费一区二区三区| 中文亚洲av片在线观看爽| 波野结衣二区三区在线| 黄色日韩在线| 亚洲成人av在线免费| 欧美最新免费一区二区三区| 麻豆一二三区av精品| 国产又黄又爽又无遮挡在线| 国产单亲对白刺激| 国产69精品久久久久777片| 久久99热6这里只有精品| 欧美高清性xxxxhd video| 又爽又黄无遮挡网站| 美女被艹到高潮喷水动态| 成人一区二区视频在线观看| 欧美一级a爱片免费观看看| av在线老鸭窝| 欧美一级a爱片免费观看看| 日本一本二区三区精品| 中文字幕av在线有码专区| 日韩一区二区视频免费看| 成人午夜精彩视频在线观看| 久久亚洲国产成人精品v| 91狼人影院| 少妇熟女aⅴ在线视频| 搞女人的毛片| 免费看光身美女| 在线a可以看的网站| 亚洲国产精品久久男人天堂| 日韩一区二区三区影片| 国产精品久久视频播放| 国产成人a∨麻豆精品| 男插女下体视频免费在线播放| 黄色配什么色好看| 两性午夜刺激爽爽歪歪视频在线观看| 99久久九九国产精品国产免费| 免费观看在线日韩| av在线蜜桃| 久久热精品热| 最好的美女福利视频网| 亚洲国产高清在线一区二区三| 可以在线观看的亚洲视频| 久久久久网色| 天天躁日日操中文字幕| 亚洲经典国产精华液单| 精品国内亚洲2022精品成人| 又爽又黄a免费视频| 十八禁国产超污无遮挡网站| 欧美一级a爱片免费观看看| 免费一级毛片在线播放高清视频| 午夜精品一区二区三区免费看| 午夜精品一区二区三区免费看| 欧美成人精品欧美一级黄| 男人狂女人下面高潮的视频| 一级av片app| 天堂网av新在线| 免费一级毛片在线播放高清视频| 亚洲av成人精品一区久久| 免费黄网站久久成人精品| 免费黄网站久久成人精品| 欧美极品一区二区三区四区| 国产成人aa在线观看| 亚洲最大成人手机在线| 免费观看的影片在线观看| 国产精品嫩草影院av在线观看| 日本一二三区视频观看| 日本爱情动作片www.在线观看| 99国产精品一区二区蜜桃av| 久久综合国产亚洲精品| 欧美性猛交╳xxx乱大交人| 中国国产av一级| 91久久精品国产一区二区三区| 国产精品女同一区二区软件| 国产黄色小视频在线观看| 好男人视频免费观看在线| 亚洲成a人片在线一区二区| 亚洲成a人片在线一区二区| 亚洲美女搞黄在线观看| 久久久久久久亚洲中文字幕| 国产午夜精品一二区理论片| 欧美不卡视频在线免费观看| 两个人的视频大全免费| 少妇丰满av| a级毛片a级免费在线| 日韩欧美精品免费久久| 美女高潮的动态| 真实男女啪啪啪动态图| 久久久久久久久久成人| 国产成人精品久久久久久| 哪个播放器可以免费观看大片| 国产成人精品婷婷| 狠狠狠狠99中文字幕| 可以在线观看的亚洲视频| 特大巨黑吊av在线直播| 亚洲丝袜综合中文字幕| 伦理电影大哥的女人| 在线观看av片永久免费下载| 最新中文字幕久久久久| 男女边吃奶边做爰视频| 午夜福利在线观看吧| 久久久久性生活片| 亚洲人成网站高清观看| 大香蕉久久网| 又粗又爽又猛毛片免费看| 久久久久久久久大av| 精品久久久久久久久av| 欧美成人a在线观看| 亚洲成a人片在线一区二区| 欧美高清性xxxxhd video| 国产伦理片在线播放av一区 | 男的添女的下面高潮视频| 欧美一区二区精品小视频在线| 亚洲精品成人久久久久久| 国产一区二区在线av高清观看| 91在线精品国自产拍蜜月| 免费观看的影片在线观看| 啦啦啦啦在线视频资源| 国产成人精品一,二区 | 久久人人爽人人爽人人片va| 午夜亚洲福利在线播放| 六月丁香七月| 国产精品一二三区在线看| 老师上课跳d突然被开到最大视频| 中国美白少妇内射xxxbb| av.在线天堂| 亚洲成人精品中文字幕电影| 丰满的人妻完整版| 欧美日韩乱码在线| 午夜爱爱视频在线播放| 亚洲国产精品久久男人天堂| 久久这里有精品视频免费| 亚洲国产精品合色在线| 我的老师免费观看完整版| 亚洲精品日韩av片在线观看| 日日撸夜夜添| 日本免费a在线| 国产老妇女一区| 国产成人精品一,二区 | 婷婷六月久久综合丁香| 国产一区二区三区av在线 | 亚洲精品久久国产高清桃花| 少妇裸体淫交视频免费看高清| 99久国产av精品国产电影| 精品久久久久久成人av| 国产av麻豆久久久久久久| 欧美最新免费一区二区三区| av在线观看视频网站免费| 高清日韩中文字幕在线| 一个人免费在线观看电影| 简卡轻食公司| 亚洲av电影不卡..在线观看| 看片在线看免费视频| 白带黄色成豆腐渣| 日韩av不卡免费在线播放| 男女做爰动态图高潮gif福利片| 美女xxoo啪啪120秒动态图| 亚洲欧美日韩高清专用| 精品久久久久久成人av| 欧美日本视频| 两个人的视频大全免费| 亚洲av.av天堂| 亚洲欧美日韩卡通动漫| 在线免费观看不下载黄p国产| 男女那种视频在线观看| 精品熟女少妇av免费看| 哪个播放器可以免费观看大片| 亚洲av免费在线观看| 免费人成视频x8x8入口观看| 久久人人爽人人片av| 色尼玛亚洲综合影院| 成人永久免费在线观看视频| 亚洲精品亚洲一区二区| 亚州av有码| 亚洲高清免费不卡视频| 在线播放国产精品三级| 久久亚洲国产成人精品v| 在线观看免费视频日本深夜| 亚洲成人精品中文字幕电影| 色综合站精品国产| 久久国内精品自在自线图片| 别揉我奶头 嗯啊视频| 精品少妇黑人巨大在线播放 | 亚洲成人av在线免费| 欧美bdsm另类| 最近中文字幕高清免费大全6| 99热这里只有是精品在线观看| 国产伦精品一区二区三区四那| 寂寞人妻少妇视频99o| 国产精品国产三级国产av玫瑰| 99久久无色码亚洲精品果冻| 夜夜夜夜夜久久久久| 啦啦啦韩国在线观看视频| 天堂中文最新版在线下载 | 日韩在线高清观看一区二区三区| 亚洲成人久久性| 我的女老师完整版在线观看| 嫩草影院入口| 成人亚洲精品av一区二区| 91狼人影院| 日本与韩国留学比较| 日韩强制内射视频| 热99re8久久精品国产| 天堂av国产一区二区熟女人妻| 91午夜精品亚洲一区二区三区| 又粗又硬又长又爽又黄的视频 | 精品无人区乱码1区二区| 欧美潮喷喷水| 不卡一级毛片| 久久久久久久久久黄片| 国产亚洲av嫩草精品影院| 国产精品麻豆人妻色哟哟久久 | 哪里可以看免费的av片| 毛片女人毛片| 久久久久久久亚洲中文字幕| 人体艺术视频欧美日本| 丰满的人妻完整版| 欧美成人一区二区免费高清观看| 亚洲人成网站在线播| 日本熟妇午夜| 亚洲自拍偷在线| 亚洲最大成人av| 青春草国产在线视频 | 国产精品乱码一区二三区的特点| 最好的美女福利视频网| 欧美性感艳星| 国产亚洲欧美98| 亚洲性久久影院| 久久99蜜桃精品久久| 免费观看人在逋| 蜜桃亚洲精品一区二区三区| 看免费成人av毛片| 欧美bdsm另类| 男女视频在线观看网站免费| 亚洲国产精品久久男人天堂| 国产成人精品久久久久久| 亚洲av成人av| 久久久久性生活片| 91精品一卡2卡3卡4卡| 亚洲乱码一区二区免费版| 亚洲av第一区精品v没综合| 成人亚洲精品av一区二区| 伦理电影大哥的女人| 菩萨蛮人人尽说江南好唐韦庄 | 国产精品无大码| 69人妻影院| 亚洲国产精品久久男人天堂| 久久久久久久久久久免费av| 国产精品久久久久久精品电影小说 | 欧洲精品卡2卡3卡4卡5卡区| 免费看光身美女| 91久久精品电影网| av免费在线看不卡| 亚洲精品影视一区二区三区av| 国产片特级美女逼逼视频| 99久久成人亚洲精品观看| 国产熟女欧美一区二区| 男女下面进入的视频免费午夜| 色播亚洲综合网| 真实男女啪啪啪动态图| 国产乱人视频| 亚洲内射少妇av| 欧美色欧美亚洲另类二区| 国产在线男女| 身体一侧抽搐| 成年女人永久免费观看视频| 久久久国产成人精品二区| 国产伦理片在线播放av一区 | 国产精品,欧美在线| 能在线免费看毛片的网站| 国产日韩欧美在线精品| 此物有八面人人有两片| 最近视频中文字幕2019在线8| 91精品国产九色| 变态另类成人亚洲欧美熟女| 久久久久久久久大av| a级毛色黄片| 三级国产精品欧美在线观看| 成人午夜高清在线视频| 成人鲁丝片一二三区免费| 熟妇人妻久久中文字幕3abv| 日本色播在线视频| 超碰av人人做人人爽久久| 成人二区视频| 大香蕉久久网| 少妇丰满av| 97热精品久久久久久| 99热这里只有是精品50| av在线蜜桃| 美女xxoo啪啪120秒动态图| 一卡2卡三卡四卡精品乱码亚洲| 99视频精品全部免费 在线| 99在线人妻在线中文字幕| 最近的中文字幕免费完整| 成年版毛片免费区| 高清日韩中文字幕在线| 久久国内精品自在自线图片| 国产 一区 欧美 日韩| 免费无遮挡裸体视频| 国内精品久久久久精免费| 亚洲天堂国产精品一区在线| 高清在线视频一区二区三区 | 一区二区三区高清视频在线| 精品熟女少妇av免费看| 我的女老师完整版在线观看| 老司机影院成人| 国产伦理片在线播放av一区 | 久久久精品94久久精品| 亚洲国产精品成人久久小说 | 国产一区亚洲一区在线观看| 三级毛片av免费| 精品少妇黑人巨大在线播放 | av国产免费在线观看| 中国美女看黄片| 国产欧美日韩精品一区二区| 国产一区二区三区av在线 | 伊人久久精品亚洲午夜| 18禁黄网站禁片免费观看直播| 中国美女看黄片| 成人欧美大片| av在线观看视频网站免费| 丝袜美腿在线中文| 欧美一级a爱片免费观看看| 丝袜美腿在线中文| 男人的好看免费观看在线视频| kizo精华| 久久中文看片网| 日韩 亚洲 欧美在线| 不卡视频在线观看欧美| 亚洲一级一片aⅴ在线观看| 熟女人妻精品中文字幕| 亚洲无线观看免费| 亚洲欧洲国产日韩| 一本一本综合久久| 亚洲无线观看免费| 波多野结衣高清作品| 国产精品蜜桃在线观看 | av免费在线看不卡| 精品无人区乱码1区二区| 全区人妻精品视频| 久久人人爽人人爽人人片va| 老司机福利观看| 男女啪啪激烈高潮av片| 最近中文字幕高清免费大全6| 亚洲人成网站高清观看| 国产 一区精品| 给我免费播放毛片高清在线观看| 日韩国内少妇激情av| 久久精品影院6| 日本在线视频免费播放| 不卡一级毛片| 国产高清有码在线观看视频| 直男gayav资源| 国产老妇女一区| 天美传媒精品一区二区| 高清毛片免费看| 在线观看66精品国产| 中国国产av一级| 久久久a久久爽久久v久久| 久久久久久久久久久丰满| 99久久久亚洲精品蜜臀av| 欧美zozozo另类| 亚洲欧美成人精品一区二区| 国产一区亚洲一区在线观看| 亚洲人成网站在线播| 此物有八面人人有两片| 久久国内精品自在自线图片| 九草在线视频观看| 18禁在线播放成人免费| 亚洲在线自拍视频| 日韩精品有码人妻一区| 国产日本99.免费观看| 12—13女人毛片做爰片一| 18禁在线无遮挡免费观看视频| 欧美日本视频| 国产男人的电影天堂91| 人妻久久中文字幕网| 91午夜精品亚洲一区二区三区| 最后的刺客免费高清国语| 欧美+日韩+精品| 有码 亚洲区| 又爽又黄a免费视频| 精品久久久久久久久亚洲| 国产精品美女特级片免费视频播放器| 国产精品一区二区在线观看99 | 免费在线观看成人毛片| 欧美日韩一区二区视频在线观看视频在线 | 欧美成人免费av一区二区三区| 国产爱豆传媒在线观看| 能在线免费看毛片的网站| 日韩,欧美,国产一区二区三区 | 精品国产三级普通话版| 国产中年淑女户外野战色| 国产成人精品久久久久久| 好男人视频免费观看在线| 欧美日韩国产亚洲二区| 哪里可以看免费的av片| 久久精品国产鲁丝片午夜精品| 成人三级黄色视频| 人妻系列 视频| 欧美一区二区精品小视频在线| 国产成人影院久久av| 三级经典国产精品| 日本爱情动作片www.在线观看| 午夜免费男女啪啪视频观看| 五月玫瑰六月丁香| av黄色大香蕉| 亚洲欧美日韩无卡精品| 99热全是精品| 国产亚洲5aaaaa淫片| 乱系列少妇在线播放| 日本-黄色视频高清免费观看| 免费人成视频x8x8入口观看| 亚洲,欧美,日韩| 乱人视频在线观看| 久久这里有精品视频免费| 亚洲精品色激情综合| av黄色大香蕉| 国产成人91sexporn| 女的被弄到高潮叫床怎么办| 亚洲乱码一区二区免费版| 少妇人妻精品综合一区二区 | 国产不卡一卡二| 成人鲁丝片一二三区免费| av在线观看视频网站免费| 一进一出抽搐动态| 国内少妇人妻偷人精品xxx网站| 国产精品久久视频播放| 成年版毛片免费区| 亚洲欧美日韩卡通动漫| 国产探花极品一区二区| 久久综合国产亚洲精品| 在线播放无遮挡| 91久久精品国产一区二区三区| 欧美最黄视频在线播放免费| 国产成人精品婷婷| 亚洲欧美日韩高清在线视频| 免费不卡的大黄色大毛片视频在线观看 | 色5月婷婷丁香| 美女xxoo啪啪120秒动态图| 国产亚洲精品av在线| 九九热线精品视视频播放| 成人午夜精彩视频在线观看| 有码 亚洲区| 成人欧美大片| 有码 亚洲区| 亚洲av中文字字幕乱码综合| 有码 亚洲区| 欧美变态另类bdsm刘玥| 国产成人福利小说| 亚洲丝袜综合中文字幕| 精品久久久久久久久av| 99热精品在线国产| 久久精品影院6| 成人欧美大片| 久久久久久国产a免费观看| 99久久精品一区二区三区| 精品久久国产蜜桃| 18+在线观看网站| 淫秽高清视频在线观看| 欧美高清成人免费视频www| 综合色av麻豆| 内射极品少妇av片p| 岛国在线免费视频观看| 伦精品一区二区三区| 校园人妻丝袜中文字幕| 天天一区二区日本电影三级| 成人午夜高清在线视频| 三级经典国产精品| 一本久久精品| 寂寞人妻少妇视频99o| 乱系列少妇在线播放| 午夜福利在线在线| 桃色一区二区三区在线观看| 亚洲自拍偷在线| 中文字幕制服av| 成人国产麻豆网| 老女人水多毛片| 国产av不卡久久| 日韩欧美在线乱码|