• <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 ?

    可提高多樣性的基于重排序圖書推薦算法研究

    2018-01-02 00:15鐘足峰
    現(xiàn)代情報 2017年12期
    關(guān)鍵詞:協(xié)同過濾推薦系統(tǒng)多樣性

    鐘足峰

    〔摘 要〕通過提供個性化推薦,推薦系統(tǒng)的重要性越來越受到讀者的重視?,F(xiàn)有推薦算法著重關(guān)注推薦的準確度,將讀者引導(dǎo)到少數(shù)熱點圖書上,導(dǎo)致產(chǎn)生較多長尾圖書的問題;并且讀者的興趣過于集中,不利于挖掘讀者潛在的興趣點。提出一種重排序的基于用戶協(xié)同過濾算法,該算法通過對推薦列表TOP-N進行重排序來產(chǎn)生推薦列表。實驗結(jié)果表明,該算法可以在一定精確度損失的條件下,大幅提高最終推薦列表的多樣性有利于讀者接觸更多的未知領(lǐng)域及長尾圖書的銷售。

    〔關(guān)鍵詞〕推薦系統(tǒng);協(xié)同過濾;多樣性;長尾圖書

    DOI:10.3969/j.issn.1008-0821.2017.12.010

    〔中圖分類號〕G252.1 〔文獻標識碼〕A 〔文章編號〕1008-0821(2017)12-0059-05

    〔Abstract〕The importance of Recommender systems is becoming more and more to readers by providing personalized recommendations.The existing recommendation algorithms that focus on recommendation accuracy will misguide readers to a few hot books,thus creating many long-tail books.As a result,the excessive concentration of reader interest is unfavorable for excavation of potential points of interest.The paper proposed a reranking user-based collaborative filtering algorithm,which generated a new recommendation list via reranking of TOP-N on the original list.The experimental results showed that this algorithm could greatly improve the diversity of the final recommendation list at the sacrifice of certain accuracy.This algorithm helped readers to know more previously unknown fields as well as the borrowing of long-tail books.

    〔Key words〕recommender system;collaborative filtering;diversity;long-tail book

    隨著高校的不斷發(fā)展和學(xué)生數(shù)量的擴大,圖書館中館藏圖書數(shù)量以幾何倍數(shù)增長。高校圖書館面臨著數(shù)萬讀者與上百萬的圖書資源之間如何進行匹配的問題:即在如何發(fā)揮圖書的最大功效的同時,能針對讀者的個性化需求提供圖書推薦服務(wù)。推薦系統(tǒng)實質(zhì)是一種能進行信息過濾的系統(tǒng)。其能根據(jù)用戶特征模型通過智能推薦策略實現(xiàn)個性化信息推薦和定制[1]。近年來,越來越多的推薦系統(tǒng)幫助人們從候選集合中找出最優(yōu)資源,在不同的領(lǐng)域如音樂[ 2-3],電影[4-5],旅行[ 6-7],電子商務(wù)[ 8-9 ]、在線學(xué)習(xí)[10]、社交網(wǎng)絡(luò)[11]和圖書[12-13]等領(lǐng)域發(fā)揮著作用。

    推薦系統(tǒng)的目的是為用戶推薦合適的項目值,大多數(shù)推薦算法的主要目的是提高推薦的準確度。但在實際應(yīng)用中,用戶對準確率高的推薦系統(tǒng)不一定滿意。因為推薦系統(tǒng)不僅需要通過高準確率來滿足用戶,更重要的是能發(fā)掘出用戶潛在的最大需求效能。例如,系統(tǒng)推薦了熱門經(jīng)典圖書給讀者,使得準確度非常高,但是這些圖書信息讀者可以從其他途徑輕易得到,因此讀者不會認為這樣的系統(tǒng)是有價值的。

    由于現(xiàn)有圖書推薦算法過度關(guān)注推薦的準確度,而很少考慮到推薦的多樣性。將存在以下問題:①對圖書而言,在現(xiàn)有的各種推薦算法中,由于各種熱門經(jīng)典書記被讀者借閱和評論的越多,則將被排在推薦列表的首位,將更容易被讀者借閱和評論,即廣大讀者的興趣被集中引導(dǎo)到同類中的熱門圖書上去。形成馬太效應(yīng),即熱門書籍越來越熱,而其他非熱門的書籍將無人問津,形成長尾書籍。②對圖書館而言,推薦的書籍為經(jīng)典或熱門書籍,也受到大多數(shù)讀者的喜歡,因此將導(dǎo)致推薦結(jié)果同質(zhì)化嚴重的現(xiàn)象,很難推薦出讀者潛在喜歡的書籍,也就是說,推薦系統(tǒng)提供的實質(zhì)是熱門及經(jīng)典圖書的排名推薦,而并沒有做到推薦的個性化。③對讀者而言,尤其是高校的學(xué)生來說,由于信息的不對稱及認知的局限,開始并不知道對哪一方面的知識感興趣,只有多接觸不同種類不同學(xué)科的知識,才能真正發(fā)掘出自己的愛好和特長。因此為了充分推薦給讀者潛在喜歡的書籍,對推薦結(jié)果質(zhì)量的評估,不僅從推薦書籍準確度評估,更需要對推薦書籍的多樣性進行評估。這樣不僅能更好的挖掘讀者潛在的喜好,也能增加長尾書籍的借閱量,為高校圖書館的書籍發(fā)揮更大效益。

    一般而言,系統(tǒng)推薦長尾圖書會使得系統(tǒng)的準確度降低,但這時讀者反而容易發(fā)現(xiàn)一些新穎的,未接觸過的圖書。本文在基于用戶的協(xié)同算法的基礎(chǔ)上,利用重排名算法盡量選擇讀者具有潛在感興趣的圖書形成推薦列表,使生成的推薦列表具有更強的多樣性。

    1 相關(guān)研究回顧

    1.1 協(xié)同推薦算法

    協(xié)同過濾是通過分析使用者的歷史評分記錄,計算與其他使用者的評分的相似度,來挖掘出使用者潛在喜好的項目。協(xié)同過濾推薦算法可分為基于用戶協(xié)同過濾算法、基于項目協(xié)同過濾算法與混合型協(xié)同過濾算法三類。以用戶為基礎(chǔ)協(xié)同過濾算法的概念是根據(jù)評價矩陣計算用戶之間的相鄰程度,取鄰近用戶喜好項目做出推薦。即假設(shè)兩用戶之間有越多的項目評價相似,則喜好的項目也相似[14]。隨著使用者數(shù)量的增加,鄰近用戶的計算機將成線性加大,其性能會越來越差。反應(yīng)速度將越來越慢,而在互聯(lián)網(wǎng)上,系統(tǒng)響應(yīng)速度是影響使用者體驗的重要因素。以項目為基礎(chǔ)的協(xié)同過濾算法則根據(jù)評價矩陣計算推薦項目之間的相鄰程度,選取用戶以往喜好項目的鄰近項目做出推薦。即系統(tǒng)假設(shè)用戶喜好的項目類似,因此系統(tǒng)可以找出與查詢項目相似度高的項目進行推薦。同樣隨項目數(shù)量增加,計算量將成線性加大,其性能會越來越差[15]。但由于相似項目集合不易受時間變化影響,可以在離線狀態(tài)先完成相似項目集合計算,因此可在數(shù)據(jù)量大的情況下做出快速推薦。其缺點是如果用戶從未曾對相似項目評過分,則無法采用此方法。而混合型協(xié)同過濾算法是集合以上兩種算法優(yōu)點的算法,將兩種算法進行互補[16]。endprint

    1.2 推薦系統(tǒng)的評價指標

    準確性指標:推薦的準確度是評價推薦質(zhì)量的最重要指標之一。推薦系統(tǒng)中的一個基本假設(shè)是用戶喜好能帶來精確推薦項目的系統(tǒng)。因此準確度被絕大多數(shù)推薦系統(tǒng)用來評估推薦結(jié)果的質(zhì)量。平均絕對誤差(MAE)是度量準確度的一個經(jīng)典方法,其通過度量用戶的過往實際打分與系統(tǒng)的預(yù)測打分的平均絕對誤差值來進行計算[17]。其計算公式如公式(1)所示;

    該方法使用按項目流行度排序的啟發(fā)式重排名方法,rankItemPop(i)為推薦系統(tǒng)中項目的流行度指標,將候選項目按流行度(根據(jù)每個項目的歷史評分數(shù)計算)從低到高進行排序。然后將該排名分兩類處理[20]:1)當項目的評分大于閥值TR時,使用rankx(i)重新計算項目排名;2)當評分小于TR時,使用原有標準排名方法計算物品排名。其中Tmax為最大評分值,TH為判定物品是否與用戶相關(guān)的閥值。au隨著TR的變化而動態(tài)變化,au的主要作用是確保評分在[TR,Tmax]內(nèi)的項目的排名比在[TH,TR]內(nèi)優(yōu)先。而當TR與Tmax靠近時,評分高的物品將被推薦,則造成推薦系統(tǒng)的準確度越大;TR與TH靠近時,則使用rankx(i)進行重排名,則造成推薦系統(tǒng)多樣性增加而準確性降低。因此,TR具有調(diào)節(jié)推薦系統(tǒng)結(jié)果的準確度與多樣性的作用。

    2 基于中心值距離重排序算法(Center distance-Based Ranking)

    從以上算法可以看出,基于商品流行度重排序算法可以提高長尾商品的覆蓋率,然而沒有充分考慮到用戶個性化的潛在愛好,即沒有考慮到個體多樣性的擴展。例如:如果讀者對某熱門書籍評價較高,則按該算法推薦的為該熱門書籍所屬類的長尾商品,即將讀者引向了先前感興趣的領(lǐng)域。而讀者更關(guān)注的可能是不同類的書籍,即未知的領(lǐng)域。如圖1所示:以上算法導(dǎo)致用戶的選項趨向于圖中箭頭1的方向,即引導(dǎo)到B區(qū)域的產(chǎn)品,而最優(yōu)的推薦應(yīng)該是箭頭2的方向,即將用戶的選擇引導(dǎo)到D區(qū)域?;诖嬖诘膯栴},本文提出了一種新的TOP-N重排名推薦方法,兼顧群體多樣性和個體多樣性。思路如下:盡可能將讀者的選擇引導(dǎo)到新的領(lǐng)域的項目,并且這些項目盡可能是長尾的書籍,因此通過計算讀者已經(jīng)借閱書籍的中心值,推薦距離該中心值遠的書籍,距離中心值越遠的說明不僅對讀者來說是新的領(lǐng)域的項目,而且對整個所有書籍項目集來說也是長尾的書籍。步驟如下:首先通過基于讀者的協(xié)同推薦算法得出前N個排在前面的書籍項目,然后計算讀者已經(jīng)借閱的項目集的中心值。設(shè)置閾值,將大于閾值的M個項目按照距離中心值的由遠至近進行排序,另外小于閾值的N-M個項目按照標準的推薦算法進行排序,合并這N個項目為候選項目進行推薦。

    其中i*表示某個大于閾值需要進行重排序的書籍,R1(u,i*)為所有讀者對其評分的均值,i1表示該讀者已經(jīng)借閱(或評分)的項目,R0(u,i1)為所有讀者對已評分書籍集評分的均值,即中心值。閾值初始值TR=,為所有讀者對所有書籍已評分值的平均。并且根據(jù)實際需要可以動態(tài)設(shè)置閾值 TR(TH

    3 實驗及結(jié)果分析

    實驗數(shù)據(jù)選用某高校圖書館借閱數(shù)據(jù)集,該圖書館紙質(zhì)圖書211萬余冊,紙質(zhì)中外文期刊2 200多種,每周開放時間100小時,在校本科生23 000多人,為了方便實驗,抽取商學(xué)院和化學(xué)學(xué)院13級學(xué)生共1 023人,從2013年9月1日到2017年1月1日借閱記錄共73 231條借閱記錄,借閱后對圖書打分記錄有21 654條,打分從 1~5,5 分表示最好。實驗用75%的數(shù)據(jù)進行學(xué)習(xí),用剩下的25%去預(yù)測驗證。

    采用的是精確度指標來評價推薦的精確性,采用覆蓋率指標來評價推薦的多樣性,實驗使用用戶協(xié)同推薦算法,及基于流行度的重排名算法和本文的基于聚類的重排名算法,使用N=5,10,15,20,25進行實驗。

    經(jīng)過實驗,圖示3展示了以上述多種評估方法所表示的實驗結(jié)果,由結(jié)果可知,該改進的重排名方法不僅展示了在top-N推薦方面的準確度和多樣性性能,,并且將其與原基于流行度的重排名和用戶協(xié)同推薦算法進行了對比。與預(yù)期中一致,用戶協(xié)同推薦算法的推薦結(jié)果具有最高的準確度,但其覆蓋率和多樣性卻很低。雖然ReRank-Itempop和ReRank-ItemDist算法在精確度和覆蓋率方面差不多,但是在多樣性方面,ReRank-ItemDist方面優(yōu)于ReRank-Itempop算法。表明ReRank-ItemDist算法能更有利于擴張個體的多樣性,即引導(dǎo)個體到新的領(lǐng)域。圖中原重排名方法的準確度——多樣性曲線是通過使用不同的N的值來確定的。

    4 結(jié) 論

    近年來,推薦系統(tǒng)已取得重大進展。為了提高推薦質(zhì)量涌現(xiàn)了許多解決方法,然而,設(shè)計的算法大多數(shù)為了提高精度,而推薦結(jié)果的多樣性經(jīng)常被忽視。推薦結(jié)果的多樣性不僅能提高長尾圖書的借閱量,而且能挖掘出讀者潛在閱讀興趣點。因此,在本文中,我們提出了基于距離的重排名算法,本算法能對圖書借閱推薦的多樣性進行改進,而只造成少量的推薦精確度損失。此外,該算法非常靈活,能根據(jù)需要設(shè)置其中的參數(shù)N來調(diào)節(jié)推薦結(jié)果多樣性與精確度的比重。同時,通過仿真實驗的設(shè)計,并與傳統(tǒng)算法進行比較,得出了基于距離的重排名算法在推薦結(jié)果多樣性指標上優(yōu)于傳統(tǒng)算法。

    參考文獻

    [1]Resnick P,Varian H R.Recommender systems[J].Communications of the ACM,1997,40(3):56-58.

    [2]Chen H C,Chen A L P.A music recommendation system based on music and user grouping[J].Journal of Intelligent Information Systems,2005,24(2):113-132.

    [3]秦繼偉,鄭慶華.面向推薦系統(tǒng)的音樂內(nèi)涵空間建模研究[J].西安交通大學(xué)學(xué)報,2014,48(4):31-34.

    [4]雷鳴,朱明.情感分析在電影推薦系統(tǒng)中的應(yīng)用[J].計算機工程與應(yīng)用,2016,52(10):59-63.

    [5]Golbeck J.Generating predictive movie recommendations from trust in social networks[J].Trust Management,2006:93-104.

    [6]劉小燕,陳艷麗,賈宗璞,等.基于增強學(xué)習(xí)的旅行計劃推薦系統(tǒng)[J].計算機工程,2010,36(21):254-256.

    [7]Shih D H,Yen D C,Lin H C,et al.An implementation and evaluation of recommender systems for traveling abroad[J].Expert Systems with Applications,2011,38(12):15344-15355.

    [8]Rosaci D,Sarné G M L.A multi-agent recommender system for supporting device adaptivity in e-Commerce[J].Journal of Intelligent Information Systems,2012,38(2):393-418.

    [9]艾丹祥,張玉峰,左暉,等.面向C2C在線情境的一種個性化三維推薦方法[J].情報學(xué)報,2016,35(6):651-663.

    [10]Bobadilla J,Serradilla F,Hernando A.Collaborative filtering adapted to recommender systems of e-learning[J].Knowledge-Based Systems,2009,22(4):261-265.

    [11]熊回香,楊雪萍.社會化標注系統(tǒng)中的個性化信息推薦研究[J].情報學(xué)報,2016,35(5):549-560.

    [12]丁勇,朱長水.基于Android平臺的圖書閱讀推薦系統(tǒng)[J].計算機科學(xué),2016,43(s1).

    [13]高全力,高嶺,楊建鋒,等.上下文感知推薦系統(tǒng)中基于用戶認知行為的偏好獲取方法[J].計算機學(xué)報,2015,(9):1767-1776.

    [14]Zhao Z D,Shang M S.User-based collaborative-filtering recommendation algorithms on hadoop[C]//Knowledge Discovery and Data Mining,2010.WKDD10.Third International Conference on.IEEE,2010:478-481.

    [15]Sarwar B,Karypis G,Konstan J,et al.Item-based collaborative filtering recommendation algorithms[C]//Proceedings of the 10th international conference on World Wide Web.ACM,2001:285-295.

    [16]Wang J,De Vries A P,Reinders M J T.Unifying user-based and item-based collaborative filtering approaches by similarity fusion[C]//Proceedings of the 29th annual international ACM SIGIR conference on Research and development in information retrieval.ACM,2006:501-508.

    [17]劉建國,周濤,郭強,等.個性化推薦系統(tǒng)評價方法綜述[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué),2009,6(3):1-10.

    [18]Bradley K,Smyth B.Improving recommendation diversity[C]//Proceedings of the Twelfth Irish Conference on Artificial Intelligence and Cognitive Science,Maynooth,Ireland,2001:85-94.

    [19]Ge M,Delgado-Battenfeld C,Jannach D.Beyond accuracy:evaluating recommender systems by coverage and serendipity[C]//Proceedings of the fourth ACM conference on Recommender systems.ACM,2010:257-260.

    [20]Adomavicius G,Kwon Y O.Improving aggregate recommendation diversity using ranking-based techniques[J].IEEE Transactions on Knowledge and Data Engineering,2012,24(5):896-911.

    (本文責任編輯:孫國雷)endprint

    猜你喜歡
    協(xié)同過濾推薦系統(tǒng)多樣性
    基于用戶偏好的信任網(wǎng)絡(luò)隨機游走推薦模型
    海洋微生物次生代謝的生物合成機制
    舞蹈表演的表現(xiàn)形式多樣性研究
    国产精品爽爽va在线观看网站 | 韩国精品一区二区三区| 日韩三级视频一区二区三区| 黑人巨大精品欧美一区二区蜜桃| 嫁个100分男人电影在线观看| 国产蜜桃级精品一区二区三区| 不卡一级毛片| 成人精品一区二区免费| 国产精品精品国产色婷婷| 午夜福利18| 午夜成年电影在线免费观看| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲色图综合在线观看| 制服丝袜大香蕉在线| 女人爽到高潮嗷嗷叫在线视频| 青草久久国产| 国产午夜精品久久久久久| 亚洲最大成人中文| 人人妻人人澡人人看| 久久精品国产亚洲av香蕉五月| 啦啦啦韩国在线观看视频| 欧美av亚洲av综合av国产av| 成人国产综合亚洲| 黑人操中国人逼视频| 国产aⅴ精品一区二区三区波| 亚洲免费av在线视频| 18禁黄网站禁片午夜丰满| 丁香欧美五月| 欧美国产日韩亚洲一区| 免费不卡黄色视频| 亚洲九九香蕉| 欧美av亚洲av综合av国产av| 亚洲五月色婷婷综合| 超碰成人久久| 精品无人区乱码1区二区| 亚洲av第一区精品v没综合| 黄片小视频在线播放| 男女做爰动态图高潮gif福利片 | 日韩欧美国产在线观看| 午夜免费观看网址| 少妇粗大呻吟视频| 亚洲午夜理论影院| 12—13女人毛片做爰片一| 国产aⅴ精品一区二区三区波| 国产欧美日韩一区二区三区在线| 丝袜美足系列| 亚洲 国产 在线| 美女扒开内裤让男人捅视频| 日韩一卡2卡3卡4卡2021年| 久久人妻熟女aⅴ| av中文乱码字幕在线| 成人18禁高潮啪啪吃奶动态图| 69精品国产乱码久久久| 国产一区二区三区在线臀色熟女| 国产主播在线观看一区二区| www日本在线高清视频| 成人精品一区二区免费| 久久久久久久久久久久大奶| 国产男靠女视频免费网站| 午夜福利成人在线免费观看| 亚洲国产欧美一区二区综合| 欧美老熟妇乱子伦牲交| 91九色精品人成在线观看| 嫁个100分男人电影在线观看| 色在线成人网| 欧洲精品卡2卡3卡4卡5卡区| 色播亚洲综合网| 欧美日韩中文字幕国产精品一区二区三区 | 伦理电影免费视频| 国产单亲对白刺激| 99香蕉大伊视频| 男女下面插进去视频免费观看| 婷婷六月久久综合丁香| 可以在线观看毛片的网站| 嫩草影院精品99| 不卡一级毛片| 亚洲国产精品合色在线| 在线av久久热| 夜夜爽天天搞| 午夜福利一区二区在线看| 咕卡用的链子| 色av中文字幕| 18禁裸乳无遮挡免费网站照片 | 欧美乱色亚洲激情| 国产精品美女特级片免费视频播放器 | 国产不卡一卡二| 9热在线视频观看99| 成人亚洲精品av一区二区| 国产精品,欧美在线| 国产精品99久久99久久久不卡| 日本五十路高清| 咕卡用的链子| 久久人人爽av亚洲精品天堂| 母亲3免费完整高清在线观看| 亚洲av成人av| 精品一区二区三区视频在线观看免费| 久久 成人 亚洲| 可以免费在线观看a视频的电影网站| 国产区一区二久久| 操美女的视频在线观看| 国产色视频综合| 久久久精品欧美日韩精品| 成人国产一区最新在线观看| 黑人操中国人逼视频| 久久 成人 亚洲| 亚洲天堂国产精品一区在线| 国产成人欧美在线观看| 搡老妇女老女人老熟妇| 啦啦啦免费观看视频1| 黄色视频,在线免费观看| 麻豆久久精品国产亚洲av| 久久香蕉国产精品| 又黄又爽又免费观看的视频| 久久九九热精品免费| 亚洲成人精品中文字幕电影| 久久影院123| 久久久国产精品麻豆| 一级a爱视频在线免费观看| 18禁黄网站禁片午夜丰满| 男女之事视频高清在线观看| АⅤ资源中文在线天堂| 久热这里只有精品99| 涩涩av久久男人的天堂| 国产成人欧美| 久热爱精品视频在线9| 欧美不卡视频在线免费观看 | 天天一区二区日本电影三级 | 免费少妇av软件| 女人高潮潮喷娇喘18禁视频| 天天躁夜夜躁狠狠躁躁| 老司机靠b影院| 欧美色视频一区免费| 亚洲熟妇熟女久久| 天堂动漫精品| 国产午夜精品久久久久久| 午夜福利欧美成人| 欧美+亚洲+日韩+国产| 亚洲熟女毛片儿| 少妇 在线观看| 亚洲专区国产一区二区| 777久久人妻少妇嫩草av网站| 少妇 在线观看| 亚洲国产精品合色在线| 人妻丰满熟妇av一区二区三区| 国内久久婷婷六月综合欲色啪| 99香蕉大伊视频| 亚洲成av人片免费观看| 亚洲精华国产精华精| 国产亚洲精品久久久久5区| 一二三四社区在线视频社区8| 久久亚洲精品不卡| 亚洲国产精品sss在线观看| 999精品在线视频| 亚洲人成网站在线播放欧美日韩| 一区二区三区国产精品乱码| 黄色a级毛片大全视频| 99久久精品国产亚洲精品| 一个人观看的视频www高清免费观看 | 午夜精品久久久久久毛片777| 国内精品久久久久久久电影| 人妻久久中文字幕网| 免费观看精品视频网站| 精品无人区乱码1区二区| 这个男人来自地球电影免费观看| 亚洲性夜色夜夜综合| 88av欧美| 岛国视频午夜一区免费看| 久久精品国产亚洲av香蕉五月| 国产免费av片在线观看野外av| 亚洲成人免费电影在线观看| 亚洲欧美精品综合一区二区三区| 精品第一国产精品| 午夜成年电影在线免费观看| 久久久久精品国产欧美久久久| 成熟少妇高潮喷水视频| 18禁黄网站禁片午夜丰满| 色播亚洲综合网| 国产私拍福利视频在线观看| 日韩欧美国产一区二区入口| ponron亚洲| 亚洲欧美日韩无卡精品| 在线视频色国产色| 不卡一级毛片| 亚洲欧美激情在线| 岛国在线观看网站| 日韩大尺度精品在线看网址 | 人人妻人人澡欧美一区二区 | 一区二区三区激情视频| 欧美乱码精品一区二区三区| 女人爽到高潮嗷嗷叫在线视频| 国产精品免费视频内射| 9色porny在线观看| 最好的美女福利视频网| 大码成人一级视频| 久久久精品国产亚洲av高清涩受| 久久久久国产一级毛片高清牌| 欧美日韩亚洲国产一区二区在线观看| 日本一区二区免费在线视频| 夜夜爽天天搞| 男女下面进入的视频免费午夜 | 女性被躁到高潮视频| 50天的宝宝边吃奶边哭怎么回事| 人人澡人人妻人| 国产激情久久老熟女| 很黄的视频免费| 高清毛片免费观看视频网站| cao死你这个sao货| 丰满的人妻完整版| 久久国产乱子伦精品免费另类| 国产高清激情床上av| 国产精品久久久人人做人人爽| 亚洲激情在线av| 久热这里只有精品99| 美女高潮到喷水免费观看| 亚洲中文av在线| 亚洲国产精品sss在线观看| 亚洲一区二区三区色噜噜| 9191精品国产免费久久| 成人18禁在线播放| 国产熟女午夜一区二区三区| 国产一区二区三区在线臀色熟女| 久久久久久大精品| 天堂√8在线中文| 亚洲成av片中文字幕在线观看| 精品人妻在线不人妻| 色老头精品视频在线观看| 久久精品91蜜桃| 亚洲午夜理论影院| 精品久久久久久久久久免费视频| 一个人观看的视频www高清免费观看 | 亚洲成av人片免费观看| 天天添夜夜摸| 少妇被粗大的猛进出69影院| 亚洲成人国产一区在线观看| 长腿黑丝高跟| 国产av精品麻豆| 久久精品91无色码中文字幕| 可以在线观看的亚洲视频| 99在线视频只有这里精品首页| 久久精品国产99精品国产亚洲性色 | 高清黄色对白视频在线免费看| bbb黄色大片| 两个人看的免费小视频| 曰老女人黄片| 亚洲国产精品sss在线观看| 人人妻人人爽人人添夜夜欢视频| 欧美黄色片欧美黄色片| 国产三级黄色录像| 大香蕉久久成人网| 亚洲avbb在线观看| 热re99久久国产66热| 亚洲三区欧美一区| 99国产极品粉嫩在线观看| 久久国产乱子伦精品免费另类| 欧美日本中文国产一区发布| 51午夜福利影视在线观看| 男人操女人黄网站| 熟女少妇亚洲综合色aaa.| 99国产精品99久久久久| 午夜两性在线视频| 两个人免费观看高清视频| 久久香蕉国产精品| 亚洲性夜色夜夜综合| 国产精品 国内视频| 欧美色视频一区免费| 两人在一起打扑克的视频| 国产精品 欧美亚洲| 日日夜夜操网爽| www日本在线高清视频| 在线观看www视频免费| 自线自在国产av| 国产主播在线观看一区二区| 亚洲av电影在线进入| 亚洲男人天堂网一区| 90打野战视频偷拍视频| 好男人在线观看高清免费视频 | 午夜精品国产一区二区电影| 亚洲自拍偷在线| 看免费av毛片| 手机成人av网站| 国产av在哪里看| 国产精品爽爽va在线观看网站 | 少妇的丰满在线观看| 欧美最黄视频在线播放免费| 色婷婷久久久亚洲欧美| 亚洲国产精品成人综合色| 啦啦啦观看免费观看视频高清 | 91麻豆精品激情在线观看国产| 午夜福利欧美成人| 亚洲色图综合在线观看| 欧美日韩福利视频一区二区| 18禁观看日本| 在线观看免费视频日本深夜| 黄色丝袜av网址大全| 熟女少妇亚洲综合色aaa.| e午夜精品久久久久久久| 黄色视频,在线免费观看| 亚洲久久久国产精品| 亚洲国产精品成人综合色| 人成视频在线观看免费观看| 欧美成人性av电影在线观看| 国产成人影院久久av| 精品国产一区二区久久| 夜夜夜夜夜久久久久| 午夜福利视频1000在线观看 | 精品一区二区三区四区五区乱码| 亚洲免费av在线视频| 别揉我奶头~嗯~啊~动态视频| 日韩av在线大香蕉| 欧美日韩一级在线毛片| 精品一区二区三区四区五区乱码| 精品熟女少妇八av免费久了| 欧美中文综合在线视频| 国产熟女xx| 女人被躁到高潮嗷嗷叫费观| 国产三级黄色录像| bbb黄色大片| 亚洲欧美日韩高清在线视频| netflix在线观看网站| 在线视频色国产色| 一个人观看的视频www高清免费观看 | 视频区欧美日本亚洲| 久久久久九九精品影院| av网站免费在线观看视频| 电影成人av| 亚洲国产精品久久男人天堂| 少妇熟女aⅴ在线视频| 亚洲国产毛片av蜜桃av| 欧美黄色片欧美黄色片| 亚洲欧美激情综合另类| 精品高清国产在线一区| 国产三级在线视频| 久久人妻熟女aⅴ| 久99久视频精品免费| 亚洲第一欧美日韩一区二区三区| 9191精品国产免费久久| 久热这里只有精品99| 一区在线观看完整版| 91大片在线观看| 亚洲人成网站在线播放欧美日韩| 亚洲精品国产精品久久久不卡| 性少妇av在线| 女同久久另类99精品国产91| 国产精品二区激情视频| 国产欧美日韩综合在线一区二区| 久久久久国产精品人妻aⅴ院| 亚洲av成人不卡在线观看播放网| 成在线人永久免费视频| 女警被强在线播放| 在线国产一区二区在线| 精品国产超薄肉色丝袜足j| 国产精品av久久久久免费| avwww免费| 两个人视频免费观看高清| av天堂久久9| 成人国产一区最新在线观看| 亚洲中文日韩欧美视频| 波多野结衣av一区二区av| 中文字幕另类日韩欧美亚洲嫩草| 欧美一级毛片孕妇| 侵犯人妻中文字幕一二三四区| 宅男免费午夜| 国产精品自产拍在线观看55亚洲| 久久久久久亚洲精品国产蜜桃av| 亚洲 欧美一区二区三区| 中文亚洲av片在线观看爽| 18禁国产床啪视频网站| 久99久视频精品免费| 亚洲色图综合在线观看| 亚洲自拍偷在线| 国产高清有码在线观看视频 | 极品人妻少妇av视频| 国产乱人伦免费视频| 黄色女人牲交| 在线观看免费午夜福利视频| 亚洲情色 制服丝袜| www.自偷自拍.com| 色综合站精品国产| 久久午夜亚洲精品久久| 淫妇啪啪啪对白视频| 欧美乱色亚洲激情| 不卡一级毛片| 亚洲男人天堂网一区| 午夜亚洲福利在线播放| 成年女人毛片免费观看观看9| 色播在线永久视频| 亚洲精品国产区一区二| 亚洲久久久国产精品| a级毛片在线看网站| 日韩欧美在线二视频| 欧美日韩瑟瑟在线播放| 村上凉子中文字幕在线| 99国产精品一区二区蜜桃av| 国产人伦9x9x在线观看| 一二三四在线观看免费中文在| 欧美黑人精品巨大| 大香蕉久久成人网| 波多野结衣巨乳人妻| 搡老岳熟女国产| 满18在线观看网站| 精品久久蜜臀av无| 老熟妇乱子伦视频在线观看| 午夜影院日韩av| 日韩欧美免费精品| www国产在线视频色| 色播在线永久视频| 亚洲欧美日韩无卡精品| 男女下面进入的视频免费午夜 | 成人av一区二区三区在线看| 亚洲精品在线观看二区| 亚洲成av片中文字幕在线观看| 1024视频免费在线观看| 一进一出抽搐动态| 久久热在线av| 伊人久久大香线蕉亚洲五| 99国产精品免费福利视频| 青草久久国产| 黄色毛片三级朝国网站| 亚洲国产毛片av蜜桃av| 亚洲色图 男人天堂 中文字幕| 高清在线国产一区| 亚洲国产日韩欧美精品在线观看 | 国产精品自产拍在线观看55亚洲| 亚洲国产精品久久男人天堂| 老汉色∧v一级毛片| 国产一卡二卡三卡精品| 久9热在线精品视频| 国产99久久九九免费精品| 天天躁狠狠躁夜夜躁狠狠躁| 最近最新免费中文字幕在线| 精品国内亚洲2022精品成人| 亚洲欧美日韩无卡精品| 欧美乱妇无乱码| 国产1区2区3区精品| 国产成人系列免费观看| 69精品国产乱码久久久| 亚洲一区中文字幕在线| 91精品三级在线观看| 精品国产一区二区久久| 少妇 在线观看| 久久中文字幕一级| 久久青草综合色| 久久狼人影院| 嫩草影院精品99| 免费不卡黄色视频| 亚洲av五月六月丁香网| 99精品欧美一区二区三区四区| av片东京热男人的天堂| 在线观看免费视频日本深夜| 久久久久久国产a免费观看| 国产激情久久老熟女| ponron亚洲| 国产精品99久久99久久久不卡| 国产精品日韩av在线免费观看 | 9热在线视频观看99| 午夜福利免费观看在线| 久久国产精品人妻蜜桃| av天堂在线播放| 高清毛片免费观看视频网站| 久久 成人 亚洲| 国产主播在线观看一区二区| 人人妻人人澡人人看| 一边摸一边做爽爽视频免费| 久久久国产精品麻豆| 日韩欧美一区视频在线观看| 777久久人妻少妇嫩草av网站| 久久狼人影院| 无人区码免费观看不卡| 亚洲av片天天在线观看| 久久婷婷人人爽人人干人人爱 | 亚洲欧美日韩另类电影网站| 女性生殖器流出的白浆| 久久伊人香网站| 国产精品综合久久久久久久免费 | 桃红色精品国产亚洲av| 一级毛片精品| 一区二区日韩欧美中文字幕| av片东京热男人的天堂| 身体一侧抽搐| 欧美在线一区亚洲| 9191精品国产免费久久| 国产精品,欧美在线| 热99re8久久精品国产| 亚洲av五月六月丁香网| 日本精品一区二区三区蜜桃| 色综合欧美亚洲国产小说| 每晚都被弄得嗷嗷叫到高潮| 久久精品成人免费网站| 男男h啪啪无遮挡| 精品人妻在线不人妻| 女警被强在线播放| 亚洲三区欧美一区| 国内毛片毛片毛片毛片毛片| 成人18禁高潮啪啪吃奶动态图| 亚洲国产高清在线一区二区三 | 成人特级黄色片久久久久久久| 国产三级黄色录像| 国产成人啪精品午夜网站| 国产三级在线视频| 在线观看日韩欧美| 九色亚洲精品在线播放| 亚洲人成77777在线视频| 一区二区三区国产精品乱码| 久久天堂一区二区三区四区| 精品久久蜜臀av无| 国产精品98久久久久久宅男小说| 国产高清有码在线观看视频 | 免费看a级黄色片| 麻豆av在线久日| 日韩国内少妇激情av| 国产精品爽爽va在线观看网站 | 国产精品精品国产色婷婷| 99精品在免费线老司机午夜| 婷婷六月久久综合丁香| 精品日产1卡2卡| 一级a爱片免费观看的视频| 成年女人毛片免费观看观看9| 18禁观看日本| 亚洲人成电影免费在线| 中文亚洲av片在线观看爽| 人成视频在线观看免费观看| 99久久99久久久精品蜜桃| 变态另类丝袜制服| 久久影院123| 久久精品aⅴ一区二区三区四区| 国产亚洲欧美98| 午夜精品国产一区二区电影| 午夜免费激情av| 亚洲午夜精品一区,二区,三区| 大陆偷拍与自拍| 一区二区三区国产精品乱码| 十八禁网站免费在线| 天堂影院成人在线观看| 一a级毛片在线观看| 国产单亲对白刺激| 欧美+亚洲+日韩+国产| 这个男人来自地球电影免费观看| 成人永久免费在线观看视频| 久久人妻福利社区极品人妻图片| 久久精品国产综合久久久| 国产欧美日韩精品亚洲av| 怎么达到女性高潮| 亚洲自拍偷在线| 三级毛片av免费| 老熟妇仑乱视频hdxx| 大香蕉久久成人网| 国产亚洲精品久久久久久毛片| 18美女黄网站色大片免费观看| 亚洲一区二区三区不卡视频| 久久久国产精品麻豆| 国产精品野战在线观看| 一二三四社区在线视频社区8| 在线播放国产精品三级| 亚洲自拍偷在线| 久久草成人影院| 无遮挡黄片免费观看| 国产精品亚洲av一区麻豆| 久久久久久人人人人人| 一区在线观看完整版| 不卡一级毛片| 免费在线观看黄色视频的| 国产高清视频在线播放一区| 国产成人一区二区三区免费视频网站| 精品电影一区二区在线| 可以在线观看的亚洲视频| 免费在线观看影片大全网站| 女性被躁到高潮视频| 国产精品自产拍在线观看55亚洲| 91在线观看av| 琪琪午夜伦伦电影理论片6080| 色综合婷婷激情| av在线天堂中文字幕| 无限看片的www在线观看| 国内毛片毛片毛片毛片毛片| 色播在线永久视频| 国产午夜精品久久久久久| 怎么达到女性高潮| 午夜福利免费观看在线| 国产亚洲精品一区二区www| 黑丝袜美女国产一区| 欧美乱码精品一区二区三区| 欧美激情极品国产一区二区三区| 啦啦啦观看免费观看视频高清 | 国产极品粉嫩免费观看在线| 亚洲 国产 在线| 69精品国产乱码久久久| 老熟妇仑乱视频hdxx| 国产成人一区二区三区免费视频网站| 亚洲 国产 在线| 国产亚洲欧美98| av天堂在线播放| 国产麻豆69| 好男人电影高清在线观看| 性少妇av在线| 欧美在线黄色| 法律面前人人平等表现在哪些方面| 啦啦啦免费观看视频1| 亚洲第一欧美日韩一区二区三区| 91成人精品电影| 欧美一级毛片孕妇| 午夜福利一区二区在线看| 黄片播放在线免费| 日韩三级视频一区二区三区| 可以在线观看毛片的网站| 91成年电影在线观看| 国产成人免费无遮挡视频| 91成年电影在线观看| 中文字幕精品免费在线观看视频| 丝袜美腿诱惑在线| 久久精品亚洲精品国产色婷小说| 亚洲av电影在线进入| 亚洲国产欧美网| 亚洲av日韩精品久久久久久密| 欧美日本视频| 满18在线观看网站|