• <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
    一区二区日韩欧美中文字幕| 欧美激情极品国产一区二区三区| 亚洲av美国av| a级片在线免费高清观看视频| 亚洲,欧美精品.| 亚洲熟妇中文字幕五十中出 | 成熟少妇高潮喷水视频| 亚洲avbb在线观看| 久久久久精品国产欧美久久久| 亚洲av片天天在线观看| 亚洲色图av天堂| 丝袜在线中文字幕| 国产精品久久久av美女十八| 在线免费观看的www视频| 天天添夜夜摸| 日韩av在线大香蕉| 欧美乱妇无乱码| 黄色片一级片一级黄色片| svipshipincom国产片| 欧美 亚洲 国产 日韩一| 日韩精品青青久久久久久| 中文字幕人妻丝袜一区二区| 69精品国产乱码久久久| 啦啦啦在线免费观看视频4| 欧美日韩黄片免| av视频免费观看在线观看| 亚洲国产精品一区二区三区在线| 久久久久久亚洲精品国产蜜桃av| 亚洲一区二区三区不卡视频| 欧美av亚洲av综合av国产av| 国产av精品麻豆| 亚洲人成电影免费在线| 看片在线看免费视频| 超碰97精品在线观看| 80岁老熟妇乱子伦牲交| 最近最新免费中文字幕在线| 国产片内射在线| 激情在线观看视频在线高清| 亚洲国产精品999在线| 国产精品爽爽va在线观看网站 | 老汉色av国产亚洲站长工具| 别揉我奶头~嗯~啊~动态视频| 最新美女视频免费是黄的| 日本免费一区二区三区高清不卡 | a级毛片在线看网站| 精品欧美一区二区三区在线| 777久久人妻少妇嫩草av网站| 丁香欧美五月| 欧美在线一区亚洲| 在线播放国产精品三级| 中文亚洲av片在线观看爽| 日本 av在线| 大型av网站在线播放| 久久草成人影院| 一本综合久久免费| 91成人精品电影| 琪琪午夜伦伦电影理论片6080| 午夜精品在线福利| 最新美女视频免费是黄的| 久久国产精品影院| 日本精品一区二区三区蜜桃| 久99久视频精品免费| 精品国产乱子伦一区二区三区| 欧美成人午夜精品| 99国产精品免费福利视频| a在线观看视频网站| 成人影院久久| 国产精品亚洲一级av第二区| 在线免费观看的www视频| 亚洲人成电影观看| 中文字幕av电影在线播放| 女人被躁到高潮嗷嗷叫费观| 久久精品影院6| 一区二区三区精品91| 高清在线国产一区| 欧美日韩av久久| 一a级毛片在线观看| 18禁美女被吸乳视频| 亚洲第一欧美日韩一区二区三区| 国产精品99久久99久久久不卡| 欧美黑人精品巨大| 这个男人来自地球电影免费观看| 人妻丰满熟妇av一区二区三区| 999久久久精品免费观看国产| 亚洲第一青青草原| 欧美人与性动交α欧美精品济南到| 国产成人av激情在线播放| 动漫黄色视频在线观看| 五月开心婷婷网| 日本一区二区免费在线视频| 成人永久免费在线观看视频| 久热这里只有精品99| 亚洲黑人精品在线| 正在播放国产对白刺激| 12—13女人毛片做爰片一| 长腿黑丝高跟| 日本wwww免费看| 色播在线永久视频| 国产xxxxx性猛交| 亚洲一码二码三码区别大吗| 法律面前人人平等表现在哪些方面| 一边摸一边抽搐一进一出视频| 国产又色又爽无遮挡免费看| 18美女黄网站色大片免费观看| 熟女少妇亚洲综合色aaa.| 国产精品乱码一区二三区的特点 | 久久精品国产亚洲av高清一级| 久久精品国产99精品国产亚洲性色 | 亚洲avbb在线观看| 不卡一级毛片| videosex国产| 国产亚洲欧美98| 久久精品亚洲精品国产色婷小说| 精品国产美女av久久久久小说| 欧美在线一区亚洲| 国产成人av教育| 99久久国产精品久久久| 高清在线国产一区| 国产精品98久久久久久宅男小说| 91精品三级在线观看| 后天国语完整版免费观看| 免费在线观看日本一区| 99国产极品粉嫩在线观看| 午夜福利在线免费观看网站| 国产精品久久电影中文字幕| 老汉色∧v一级毛片| 日本黄色日本黄色录像| 黄色片一级片一级黄色片| 欧美乱码精品一区二区三区| 一a级毛片在线观看| 麻豆av在线久日| 制服人妻中文乱码| 99国产极品粉嫩在线观看| 精品免费久久久久久久清纯| 成人影院久久| 国产深夜福利视频在线观看| 少妇裸体淫交视频免费看高清 | 国产成人欧美| 黄频高清免费视频| 国产高清videossex| 亚洲精品在线美女| 免费高清在线观看日韩| www.精华液| 一级a爱视频在线免费观看| 国产一卡二卡三卡精品| 国产国语露脸激情在线看| 国产成人精品久久二区二区免费| 午夜免费成人在线视频| 国产伦人伦偷精品视频| 免费av中文字幕在线| 日本黄色视频三级网站网址| 天天添夜夜摸| 久久影院123| 欧美日韩黄片免| 国产精品九九99| 日韩一卡2卡3卡4卡2021年| 美女福利国产在线| 欧美av亚洲av综合av国产av| 十八禁人妻一区二区| 人人澡人人妻人| 999久久久国产精品视频| 黑丝袜美女国产一区| 99精品久久久久人妻精品| www.精华液| 国产麻豆69| 色综合站精品国产| 精品福利永久在线观看| 极品人妻少妇av视频| 黄片播放在线免费| 亚洲精品一卡2卡三卡4卡5卡| 天天影视国产精品| 亚洲熟妇熟女久久| 1024视频免费在线观看| 高清黄色对白视频在线免费看| aaaaa片日本免费| 精品国产乱子伦一区二区三区| 又紧又爽又黄一区二区| 精品一区二区三卡| 黄色视频,在线免费观看| 中文字幕人妻熟女乱码| xxx96com| 亚洲欧美精品综合一区二区三区| 国产男靠女视频免费网站| 欧美日韩中文字幕国产精品一区二区三区 | 夫妻午夜视频| 妹子高潮喷水视频| 午夜亚洲福利在线播放| 搡老乐熟女国产| 成人av一区二区三区在线看| 国产成人精品久久二区二区91| 国产片内射在线| 国产高清视频在线播放一区| 最近最新中文字幕大全免费视频| 久久人人爽av亚洲精品天堂| 午夜免费成人在线视频| 亚洲黑人精品在线| 成人精品一区二区免费| 在线永久观看黄色视频| 亚洲成a人片在线一区二区| 老司机亚洲免费影院| 一进一出好大好爽视频| 国产成人一区二区三区免费视频网站| 亚洲欧美日韩另类电影网站| 亚洲人成77777在线视频| 美女扒开内裤让男人捅视频| www.自偷自拍.com| 高清黄色对白视频在线免费看| 久久影院123| 91字幕亚洲| 亚洲一码二码三码区别大吗| 午夜日韩欧美国产| 在线免费观看的www视频| 很黄的视频免费| 成年版毛片免费区| 亚洲性夜色夜夜综合| 成人18禁在线播放| 亚洲欧美日韩无卡精品| 欧美精品一区二区免费开放| 超碰成人久久| av有码第一页| 亚洲情色 制服丝袜| 99国产极品粉嫩在线观看| 一边摸一边抽搐一进一小说| 91在线观看av| 丁香欧美五月| 亚洲av第一区精品v没综合| 精品国产一区二区久久| 欧美另类亚洲清纯唯美| 欧美不卡视频在线免费观看 | 欧美日韩乱码在线| 亚洲一区高清亚洲精品| 国产熟女xx| 女人高潮潮喷娇喘18禁视频| 中文字幕另类日韩欧美亚洲嫩草| 99香蕉大伊视频| 亚洲精品久久午夜乱码| 麻豆成人av在线观看| 在线观看免费视频网站a站| 欧美激情高清一区二区三区| 欧美人与性动交α欧美精品济南到| www.熟女人妻精品国产| 一边摸一边抽搐一进一出视频| 午夜影院日韩av| 国产免费现黄频在线看| 国产极品粉嫩免费观看在线| 国产aⅴ精品一区二区三区波| 一二三四在线观看免费中文在| 亚洲欧美日韩无卡精品| 国内毛片毛片毛片毛片毛片| 午夜老司机福利片| 在线观看免费高清a一片| 精品电影一区二区在线| 99精品欧美一区二区三区四区| 1024视频免费在线观看| 国产aⅴ精品一区二区三区波| 亚洲伊人色综图| 亚洲国产欧美一区二区综合| 久久精品国产综合久久久| 午夜福利一区二区在线看| 日本一区二区免费在线视频| 亚洲熟女毛片儿| 嫩草影院精品99| 久久人妻av系列| 亚洲精品一区av在线观看| 十八禁人妻一区二区| 搡老熟女国产l中国老女人| 国产欧美日韩一区二区三| 精品国产一区二区久久| 精品国产亚洲在线| 日韩av在线大香蕉| av电影中文网址| 日韩欧美三级三区| 成人国语在线视频| 日韩免费av在线播放| 国产精品 国内视频| 真人做人爱边吃奶动态| 国产在线观看jvid| 电影成人av| 午夜福利在线观看吧| 香蕉丝袜av| 成人黄色视频免费在线看| www.精华液| 搡老熟女国产l中国老女人| 午夜福利欧美成人| x7x7x7水蜜桃| 老汉色∧v一级毛片| 大型av网站在线播放| 在线观看免费高清a一片| 国产精品国产av在线观看| 国产成人av教育| 亚洲欧美日韩另类电影网站| 亚洲aⅴ乱码一区二区在线播放 | 精品无人区乱码1区二区| 午夜福利影视在线免费观看| 国产主播在线观看一区二区| 午夜精品在线福利| 超碰成人久久| 美女高潮喷水抽搐中文字幕| 两性夫妻黄色片| 午夜成年电影在线免费观看| 亚洲人成网站在线播放欧美日韩| 少妇裸体淫交视频免费看高清 | 99re在线观看精品视频| 黄色片一级片一级黄色片| 亚洲精品成人av观看孕妇| 俄罗斯特黄特色一大片| 精品高清国产在线一区| 国产精品二区激情视频| www.精华液| 新久久久久国产一级毛片| 高清欧美精品videossex| 亚洲成人国产一区在线观看| 在线播放国产精品三级| 国产男靠女视频免费网站| 黄片大片在线免费观看| 一二三四在线观看免费中文在| 久久中文字幕一级| 欧美最黄视频在线播放免费 | 桃色一区二区三区在线观看| 纯流量卡能插随身wifi吗| 国产精品久久久久久人妻精品电影| 一级毛片高清免费大全| 十八禁网站免费在线| 欧美中文综合在线视频| 亚洲国产精品sss在线观看 | 亚洲国产欧美日韩在线播放| 日本a在线网址| 日日夜夜操网爽| 久久天堂一区二区三区四区| 午夜成年电影在线免费观看| 国产成人系列免费观看| 99久久精品国产亚洲精品| 99久久久亚洲精品蜜臀av| 丝袜人妻中文字幕| 精品福利观看| 亚洲国产精品一区二区三区在线| av电影中文网址| 亚洲中文av在线| 天堂影院成人在线观看| 欧美日本亚洲视频在线播放| a级毛片在线看网站| 夫妻午夜视频| 好男人电影高清在线观看| 久久精品亚洲av国产电影网| 国产精品1区2区在线观看.| 日本免费a在线| 久久国产亚洲av麻豆专区| 18禁国产床啪视频网站| svipshipincom国产片| 亚洲自拍偷在线| 久99久视频精品免费| 精品国产亚洲在线| 大香蕉久久成人网| 亚洲欧美激情在线| 99riav亚洲国产免费| 欧美日韩av久久| 在线看a的网站| 欧美乱色亚洲激情| 天堂中文最新版在线下载| 亚洲av片天天在线观看| 90打野战视频偷拍视频| 99国产精品99久久久久| 久久久久久久午夜电影 | 成在线人永久免费视频| 亚洲午夜理论影院| 亚洲狠狠婷婷综合久久图片| 看黄色毛片网站| 亚洲精品粉嫩美女一区| 看免费av毛片| 国产亚洲欧美在线一区二区| 久久 成人 亚洲| 亚洲精品美女久久久久99蜜臀| 国产av一区在线观看免费| 一a级毛片在线观看| 中文字幕色久视频| 日韩成人在线观看一区二区三区| 久久久精品国产亚洲av高清涩受| 嫩草影视91久久| 亚洲人成电影免费在线| 18禁观看日本| 久久这里只有精品19| 日韩免费av在线播放| 如日韩欧美国产精品一区二区三区| 又黄又爽又免费观看的视频| 欧美在线一区亚洲| 老熟妇乱子伦视频在线观看| 亚洲欧美一区二区三区黑人| 欧美日韩瑟瑟在线播放| 69av精品久久久久久| 热99国产精品久久久久久7| 丝袜美腿诱惑在线| netflix在线观看网站| av有码第一页| 色综合婷婷激情| 欧美日韩中文字幕国产精品一区二区三区 | 无人区码免费观看不卡| 男人舔女人的私密视频| 国产精品美女特级片免费视频播放器 | 免费日韩欧美在线观看| 欧美精品啪啪一区二区三区| 午夜两性在线视频| 久久久精品欧美日韩精品| 黄色丝袜av网址大全| 亚洲精品一区av在线观看| 亚洲五月婷婷丁香| 美女福利国产在线| 午夜a级毛片| 久久香蕉激情| 大型黄色视频在线免费观看| 女警被强在线播放| 国产一区二区三区视频了| 国产成人影院久久av| 国产乱人伦免费视频| 亚洲黑人精品在线| 久热爱精品视频在线9| 亚洲av熟女| 日韩国内少妇激情av| 性色av乱码一区二区三区2| 超碰成人久久| 在线看a的网站| 欧美日韩瑟瑟在线播放| 亚洲av熟女| 美女国产高潮福利片在线看| av网站免费在线观看视频| 色老头精品视频在线观看| 大型av网站在线播放| 老司机亚洲免费影院| 久久99一区二区三区| 老司机亚洲免费影院| 欧美激情高清一区二区三区| 久久久久国产精品人妻aⅴ院| 精品免费久久久久久久清纯| 岛国在线观看网站| 免费搜索国产男女视频| 精品少妇一区二区三区视频日本电影| 久久久久国内视频| 精品一区二区三区视频在线观看免费 | 久久午夜亚洲精品久久| 国产无遮挡羞羞视频在线观看| 国产成人影院久久av| 亚洲三区欧美一区| 青草久久国产| 老司机靠b影院| 午夜精品久久久久久毛片777| 国产成人欧美| 精品国产一区二区久久| 免费少妇av软件| 欧美一级毛片孕妇| 一区二区日韩欧美中文字幕| 最新美女视频免费是黄的| 99精品欧美一区二区三区四区| 亚洲精品久久午夜乱码| 女生性感内裤真人,穿戴方法视频| 美女福利国产在线| 国产精品av久久久久免费| 国产熟女xx| 亚洲av第一区精品v没综合| 亚洲一区中文字幕在线| 色精品久久人妻99蜜桃| 妹子高潮喷水视频| 国产欧美日韩一区二区精品| 久久青草综合色| 99热只有精品国产| 久久青草综合色| 欧美日韩中文字幕国产精品一区二区三区 | 国产激情久久老熟女| 日韩欧美一区二区三区在线观看| 最新美女视频免费是黄的| 亚洲精品美女久久久久99蜜臀| 国产精品野战在线观看 | 曰老女人黄片| 一区二区三区精品91| 三上悠亚av全集在线观看| 免费在线观看黄色视频的| 人人妻,人人澡人人爽秒播| 性欧美人与动物交配| 国产精品香港三级国产av潘金莲| 成人影院久久| 欧美日韩中文字幕国产精品一区二区三区 | 午夜福利一区二区在线看| 久久人妻av系列| 亚洲精品美女久久av网站| 真人做人爱边吃奶动态| 国产亚洲精品久久久久5区| 欧美精品啪啪一区二区三区| 在线观看午夜福利视频| 国产99白浆流出| 在线观看免费午夜福利视频| 亚洲成人精品中文字幕电影 | 亚洲精品国产区一区二| 在线av久久热| 99热只有精品国产| 美国免费a级毛片| 视频在线观看一区二区三区| 97碰自拍视频| 日本三级黄在线观看| 啦啦啦 在线观看视频| 99国产精品一区二区三区| 亚洲五月婷婷丁香| 国产野战对白在线观看| 最新美女视频免费是黄的| 精品久久久久久久毛片微露脸| 亚洲av五月六月丁香网| 精品熟女少妇八av免费久了| 亚洲国产看品久久| 精品国产乱子伦一区二区三区| 欧美激情高清一区二区三区| 亚洲 欧美 日韩 在线 免费| 欧美黄色淫秽网站| 欧美激情 高清一区二区三区| 9191精品国产免费久久| 亚洲一区二区三区欧美精品| 亚洲av成人不卡在线观看播放网| 国产激情久久老熟女| 日韩三级视频一区二区三区| 色老头精品视频在线观看| 99在线视频只有这里精品首页| 美女大奶头视频| 精品一区二区三区av网在线观看| 丝袜美腿诱惑在线| 亚洲精品在线美女| 欧美中文日本在线观看视频| 亚洲成av片中文字幕在线观看| 一本综合久久免费| 久久九九热精品免费| 男女午夜视频在线观看| 丰满迷人的少妇在线观看| 国产一区二区三区在线臀色熟女 | 国产精品偷伦视频观看了| av中文乱码字幕在线| 伦理电影免费视频| 国产精品自产拍在线观看55亚洲| 久久香蕉精品热| 国产亚洲欧美98| 亚洲,欧美精品.| 国产成+人综合+亚洲专区| 一区二区三区精品91| 精品久久久久久,| 国产日韩一区二区三区精品不卡| 精品国产乱码久久久久久男人| 成人特级黄色片久久久久久久| 色婷婷av一区二区三区视频| 黄片小视频在线播放| 女人爽到高潮嗷嗷叫在线视频| 这个男人来自地球电影免费观看| 免费看a级黄色片| 国产aⅴ精品一区二区三区波| 亚洲九九香蕉| 丰满饥渴人妻一区二区三| 国产单亲对白刺激| 一二三四社区在线视频社区8| 欧美 亚洲 国产 日韩一| 成人黄色视频免费在线看| 日韩 欧美 亚洲 中文字幕| 一级毛片精品| 久久精品91无色码中文字幕| 日韩欧美国产一区二区入口| 亚洲欧洲精品一区二区精品久久久| 亚洲性夜色夜夜综合| 精品国产亚洲在线| 婷婷丁香在线五月| 国产精品日韩av在线免费观看 | 亚洲成人国产一区在线观看| 高清欧美精品videossex| 成人黄色视频免费在线看| 国产精品香港三级国产av潘金莲| 男男h啪啪无遮挡| 18美女黄网站色大片免费观看| 亚洲少妇的诱惑av| 精品久久久久久久久久免费视频 | 亚洲av片天天在线观看| 中国美女看黄片| av中文乱码字幕在线| 精品久久久久久久久久免费视频 | 在线看a的网站| 天堂俺去俺来也www色官网| 国产精品久久视频播放| 国产精品99久久99久久久不卡| 亚洲欧美激情综合另类| 美女高潮喷水抽搐中文字幕| 亚洲情色 制服丝袜| 亚洲一码二码三码区别大吗| 嫩草影视91久久| 国产欧美日韩综合在线一区二区| 国产蜜桃级精品一区二区三区| 国产高清国产精品国产三级| 国产精品av久久久久免费| 99久久99久久久精品蜜桃| 午夜免费激情av| 亚洲一区二区三区色噜噜 | 精品午夜福利视频在线观看一区| 日韩三级视频一区二区三区| 一级毛片女人18水好多| 色精品久久人妻99蜜桃| 欧美精品啪啪一区二区三区| 欧美日韩福利视频一区二区| 神马国产精品三级电影在线观看 | 国产一区二区激情短视频| 最新在线观看一区二区三区| 身体一侧抽搐| 美女 人体艺术 gogo| av免费在线观看网站| 一级片免费观看大全| 久久人人97超碰香蕉20202| 人妻久久中文字幕网| 男人舔女人下体高潮全视频| 精品国产国语对白av| 精品国产乱码久久久久久男人| 国产高清视频在线播放一区| 性少妇av在线| 99精品欧美一区二区三区四区| 国产成人av激情在线播放| 日韩av在线大香蕉| 91成人精品电影| 久久久国产一区二区|