• <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 ?

    加權(quán)網(wǎng)絡(luò)中基于冗余邊過濾的k-核分解排序算法?

    2018-01-11 03:06:40羅仕龍龔凱唐朝生周靖
    物理學(xué)報 2017年18期
    關(guān)鍵詞:核心層排序影響力

    羅仕龍 龔凱 唐朝生 周靖

    1)(西南財經(jīng)大學(xué)經(jīng)濟信息工程學(xué)院,成都 611130)

    2)(河南理工大學(xué)計算機科學(xué)與技術(shù)學(xué)院,焦作 454000)

    加權(quán)網(wǎng)絡(luò)中基于冗余邊過濾的k-核分解排序算法?

    羅仕龍1)龔凱1)?唐朝生2)周靖1)

    1)(西南財經(jīng)大學(xué)經(jīng)濟信息工程學(xué)院,成都 611130)

    2)(河南理工大學(xué)計算機科學(xué)與技術(shù)學(xué)院,焦作 454000)

    加權(quán)網(wǎng)絡(luò),k-核分解,冗余邊,傳播影響力

    1 引 言

    現(xiàn)實社會中的許多系統(tǒng)都可以很自然地抽象成復(fù)雜網(wǎng)絡(luò)[1],例如航空網(wǎng)絡(luò)[2]、在線虛擬網(wǎng)絡(luò)[3]、社會網(wǎng)絡(luò)[4]等.在這些復(fù)雜網(wǎng)絡(luò)中,鑒別重要節(jié)點的研究工作對于預(yù)防基礎(chǔ)設(shè)施遭受攻擊[5]、阻止傳染病在人群中爆發(fā)[6?8]、抑制謠言信息在社會上擴散[9]等方面有著非常重要的理論意義和指導(dǎo)作用.一般而言,重要節(jié)點是指具有重要傳播影響力的少數(shù)節(jié)點[10],通過傳播途徑快速地影響網(wǎng)絡(luò)上大多數(shù)節(jié)點.因此,如何有效地度量網(wǎng)絡(luò)節(jié)點的傳播影響力既是發(fā)現(xiàn)重要節(jié)點的主要方法,也是復(fù)雜網(wǎng)絡(luò)研究領(lǐng)域的熱點問題[11,12].

    近年來,復(fù)雜網(wǎng)絡(luò)節(jié)點的核數(shù)研究引起了學(xué)者們的高度關(guān)注[13?15].核數(shù)(core)是指節(jié)點在網(wǎng)絡(luò)上的位置核心性[16],基本思想是通過遞歸過程移除網(wǎng)絡(luò)中當(dāng)前度數(shù)小于或等于k值的剩余節(jié)點,剩下最大核數(shù)的節(jié)點組成網(wǎng)絡(luò)核心層.Kitsak等[17]基于k-核分解思想(k-shell decomposition),提出用核數(shù)度量節(jié)點的傳播影響力,取得了相比度數(shù)[18]和介數(shù)[19]更準確的排序結(jié)果.k-核分解法優(yōu)點在于方法簡單且計算復(fù)雜度低,但存在排序結(jié)果粗?;热毕?國內(nèi)外學(xué)者對此提出了許多改良措施[20?25],這些研究多數(shù)都是基于無權(quán)網(wǎng)絡(luò)結(jié)構(gòu).有些學(xué)者[26?28]利用權(quán)重信息定義加權(quán)度數(shù)以替換核分解過程中的當(dāng)前剩余度,提出了加權(quán)網(wǎng)絡(luò)上的k-核排序算法.

    最新實證研究發(fā)現(xiàn)[29],一些網(wǎng)絡(luò)上存在局域連接稠密的特殊構(gòu)型是導(dǎo)致k-核分解無效的根本原因之一.對此,文獻[30]提出過濾某些邊來減少稠密結(jié)構(gòu)對k-核分解過程造成干擾的方法,指出邊是否為應(yīng)該過濾的冗余邊(redundant links)取決于邊在傳播過程中具備的擴散性(diffusion im-portance),并利用邊兩端節(jié)點的外部連邊數(shù)度量邊的擴散性,但這種方法并不適用于加權(quán)網(wǎng)絡(luò).我們考慮到現(xiàn)實網(wǎng)絡(luò)上邊含有權(quán)重的普遍性,利用節(jié)點的權(quán)重特征重新定義邊的擴散性,提出適用于加權(quán)網(wǎng)絡(luò)結(jié)構(gòu)的基于冗余邊過濾的k-核分解排序算法: filter-core.仿真結(jié)果顯示,利用節(jié)點的權(quán)重特征過濾冗余邊后求得的節(jié)點核數(shù),能夠更準確地度量加權(quán)網(wǎng)絡(luò)上重要節(jié)點的傳播影響力.本文結(jié)構(gòu)如下:首先提出節(jié)點權(quán)重和權(quán)重分布指數(shù)的計算方法,求出節(jié)點傳播系數(shù),根據(jù)兩端節(jié)點的傳播系數(shù)計算出邊的擴散系數(shù),過濾該系數(shù)低于閾值的所有網(wǎng)絡(luò)邊;接著,在剩余網(wǎng)絡(luò)上實施k-核分解求出節(jié)點核數(shù);最后通過世界貿(mào)易網(wǎng)、線蟲腦細胞網(wǎng)和科學(xué)家合著網(wǎng)等真實加權(quán)網(wǎng)絡(luò)上的SIR(susceptible-infected-recovered)傳播仿真,分別與其他加權(quán)k-核分解法[26?28]的排序準確性進行比較分析.實驗結(jié)果表明,本文算法能夠更準確地識別加權(quán)網(wǎng)絡(luò)上具有重要傳播影響力的核心節(jié)點及核心層.

    2 算法理論

    最新研究證實[29],k-分解法在許多真實網(wǎng)絡(luò)上失效的根本原因之一是這些網(wǎng)絡(luò)中存在著局域連接稠密的微觀構(gòu)型,這些微觀構(gòu)型可以是稠密三角形,或是其他能夠形成稠密回路的特殊構(gòu)型.這些微觀構(gòu)型會導(dǎo)致k-分解過程把網(wǎng)絡(luò)上局域區(qū)域連接稠密的一些節(jié)點誤判為核心節(jié)點,而這些節(jié)點影響力受限于連接稠密的局部區(qū)域,并不具備重要影響力;同時,這些微觀構(gòu)型的稠密性也容易導(dǎo)致網(wǎng)絡(luò)節(jié)點的鄰居重疊程度過高,造成多源傳播覆蓋區(qū)域出現(xiàn)太多重疊,嚴重地制約多源傳播影響力.對此,文獻[30]提出一種過濾網(wǎng)絡(luò)冗余邊來減少稠密結(jié)構(gòu)從而提高k-核分解準確性的方法,指出邊是否應(yīng)該過濾取決于該邊在傳播過程中具備的擴散性,例如無權(quán)網(wǎng)絡(luò)上邊兩端節(jié)點的外部連邊數(shù)越多,意味著傳播途徑越廣,這條邊的擴散性越強.受到上述思想的啟發(fā),我們考慮到現(xiàn)實網(wǎng)絡(luò)上邊含有權(quán)重的普遍性[31],提出利用節(jié)點的權(quán)重特征重新定義邊的擴散性.一般地,加權(quán)網(wǎng)絡(luò)上節(jié)點權(quán)重等于邊的權(quán)重和,其大小意味著該節(jié)點對周圍鄰居影響程度的強弱,同時,邊的權(quán)重分布特征又意味著該節(jié)點在傳播過程中傳播途徑的多樣性或局限性[32].因此,我們認為具備高權(quán)重且權(quán)重呈均勻分布特征的節(jié)點間的邊,能夠在傳播過程中起到很重要的擴散作用.簡單地說,加權(quán)網(wǎng)絡(luò)上邊的擴散性依賴于兩端節(jié)點的權(quán)重,也依賴于兩端節(jié)點的權(quán)重分布特征.本文用符號Iij表示邊的擴散系數(shù),Ii表示節(jié)點的傳播系數(shù),Di表示節(jié)點權(quán)重,Hi表示節(jié)點權(quán)重分布指數(shù).這里,Iij通過計算邊兩端節(jié)點的傳播系數(shù)Ii求出:

    利用邊的權(quán)重定義節(jié)點權(quán)重時,最常見的做法是按照網(wǎng)絡(luò)邊的權(quán)重均值進行歸一化處理[26],但這樣處理后的權(quán)重是一個絕對值.我們提出節(jié)點權(quán)重的計算公式如下:

    這里wij表示邊eij的實際權(quán)重.為了量化節(jié)點的權(quán)重分布特征,參考文獻[33]中的度分布異質(zhì)指數(shù),本文提出權(quán)重分布指數(shù)Hi的計算式:

    在附錄A中,我們利用Kendall[34]相關(guān)系數(shù)τ進一步分析本文所提出的權(quán)重特征指標(biāo)與節(jié)點傳播影響力之間的相關(guān)性,結(jié)果表明τ(Ii)>τ(Di)>τ(Hi).

    利用邊過濾后實施k-核數(shù)分解的思想, filtercore算法分成過濾和分解兩個階段.首先,在過濾階段,計算并求出原始網(wǎng)絡(luò)上所有邊的擴散系數(shù)Iij.如果該系數(shù)小于閾值θ,則視為冗余邊進行過濾,直至剩余網(wǎng)絡(luò)中所有邊的系數(shù)Iij都大于閾值.這里要根據(jù)具體情況進行算法閾值θ的選取:選值過大會嚴重破壞網(wǎng)絡(luò)結(jié)構(gòu),得到的核數(shù)不能代表節(jié)點在原始網(wǎng)絡(luò)上的核心性;選值太小又無法實施有效地過濾.對此,我們遵循文獻[26]中提出的過濾后網(wǎng)絡(luò)核心層規(guī)模趨穩(wěn)作為選取閾值θ的依據(jù).接著,在核數(shù)分解階段,移除剩余網(wǎng)絡(luò)中當(dāng)前度數(shù)等于1的所有節(jié)點,被移除后的節(jié)點處在網(wǎng)絡(luò)的邊緣核層,核數(shù)ks=1;繼續(xù)移除剩余度數(shù)等于2的網(wǎng)絡(luò)節(jié)點,核數(shù)ks=2;直至所有節(jié)點都被賦予相應(yīng)的核數(shù)后,核數(shù)分解結(jié)束.此時,最大核數(shù)的節(jié)點稱為網(wǎng)絡(luò)核心節(jié)點,最大核數(shù)的核層稱為網(wǎng)絡(luò)核心層. filter-core算法在過濾階段的計算復(fù)雜度為分解階段[35]的計算復(fù)雜度為O(N+E),其中N表示網(wǎng)絡(luò)節(jié)點規(guī)模數(shù),E表示網(wǎng)絡(luò)邊數(shù).經(jīng)過數(shù)學(xué)推導(dǎo)可知,算法的計算復(fù)雜度為O(N+E3/2).

    為了驗證 filter-core算法與其他加權(quán)k-核分解法的排序優(yōu)劣,本文選用三種適用于加權(quán)網(wǎng)絡(luò)結(jié)構(gòu)的k-核分解法:weighted degree方法[26]通過重新定義度數(shù)和權(quán)重的乘積關(guān)系作為k-核分解過程中使用的剩余度數(shù)(本文簡稱m-core),s-core算法[27]是利用節(jié)點的邊權(quán)重和進行核數(shù)分解,weightedk-shell方法[28]將節(jié)點度數(shù)與權(quán)重的線性相加定義成核數(shù)分解時的剩余度數(shù)(本文簡稱p-core).

    3 實驗數(shù)據(jù)和算法應(yīng)用

    3.1 實驗數(shù)據(jù)

    本文實驗數(shù)據(jù)選用三個真實加權(quán)網(wǎng)絡(luò):世界貿(mào)易網(wǎng)(ITN)[36]、線蟲腦細胞網(wǎng)(CEL)[37]和科學(xué)家合著網(wǎng)(SCIE)[38],來檢驗 filter-core算法度量節(jié)點傳播影響力的準確性.其中,ITN權(quán)重表示國家之間的貿(mào)易額,權(quán)重分布接近廣延指數(shù)特征;CEL權(quán)重表示秀麗隱桿線蟲的細胞數(shù)量,權(quán)重冪率系數(shù)等于1.76±0.08;SCIE權(quán)重表示科學(xué)家之間合作發(fā)表的論文數(shù)量,權(quán)重分布呈指數(shù)特征.表1統(tǒng)計了網(wǎng)絡(luò)結(jié)構(gòu)特征量,?k?表示平均度,l表示節(jié)點間平均最短路徑,C表示聚類系數(shù)[39].可以看出,ITN表現(xiàn)出高聚類系數(shù)與短路徑的小世界特性,又具有度數(shù)分布服從無標(biāo)度的性質(zhì)[40].相反,CEL聚類系數(shù)偏低且路徑短,更接近隨機網(wǎng)絡(luò)結(jié)構(gòu).SCIE具有高聚類系數(shù)和路徑長的雙重特征,呈現(xiàn)規(guī)則網(wǎng)絡(luò)的特性.上述網(wǎng)絡(luò)表征不同的結(jié)構(gòu)特征,能夠更好地評估算法在真實加權(quán)網(wǎng)絡(luò)上的有效性.

    表1 網(wǎng)絡(luò)拓撲的結(jié)構(gòu)特征量Table 1.Structural properties of real weighted networks.

    圖1 核心層的節(jié)點規(guī)模隨閾值的變化 (a)ITN;(b)CEL;(c)SCIEFig.1.Scale of the max-core for different redundant link thresholds θ in weighted networks:(a)ITN;(b)CEL;(c)SCIE.

    3.2 算法實際應(yīng)用

    根據(jù)算法理論可知,閾值θ選取是根據(jù)過濾結(jié)束后網(wǎng)絡(luò)核心層規(guī)模是否趨穩(wěn)為依據(jù),圖1描述的是 filter-core算法應(yīng)用在具體網(wǎng)絡(luò)上的閾值選取過程.圖中橫坐標(biāo)表示閾值θ,縱坐標(biāo)表示核心層的節(jié)點規(guī)模數(shù).由圖1可見,隨著閾值θ的不斷增長,初期臃腫的核心層規(guī)模逐漸縮減,達到一定值時,核心層規(guī)模基本趨于穩(wěn)定.例如ITN網(wǎng)絡(luò)閾值θ=0時,核心層規(guī)模數(shù)等于152;當(dāng)閾值θ>2.2時,規(guī)模數(shù)在很長一段都穩(wěn)定在13附近.依據(jù)以上分析,得出θ(ITN)=2.3,θ(CEL)=2.5,θ(SCIE)=8.

    為了進一步分析 filter-core算法求出的核數(shù)能夠代表節(jié)點在原始網(wǎng)絡(luò)上的核心性,圖2描述了過濾閾值處的剩余網(wǎng)絡(luò)的完整情況,圖中縱坐標(biāo)表示極大連通系數(shù)gcc.極大連通系數(shù)是指過濾后最大連通網(wǎng)絡(luò)的節(jié)點規(guī)模占原始網(wǎng)絡(luò)節(jié)點規(guī)模的比例,系數(shù)越大,說明剩余網(wǎng)絡(luò)的結(jié)構(gòu)完整性越高.觀察不難發(fā)現(xiàn)(圓圈符號),三個網(wǎng)絡(luò)在過濾閾值處都保持著較高的網(wǎng)絡(luò)完整性(gcc(ITN)=1,gcc(CEL)=0.84,gcc(SCIE)=0.54).相反,如果連邊擴散系數(shù)Iij是根據(jù)兩端節(jié)點權(quán)重進行計算(倒三角符號),將會明顯削弱剩余網(wǎng)絡(luò)的結(jié)構(gòu)完整性(gcc(ITN)=1,gcc(CEL)=0.74,gcc(SCIE)=0.05).同樣,如果按照兩端節(jié)點權(quán)重分布指數(shù)進行計算時(上三角符號),剩余網(wǎng)絡(luò)結(jié)構(gòu)也會受到嚴重破壞.經(jīng)比較分析可知, filter-core算法選取閾值過濾后的剩余網(wǎng)絡(luò)結(jié)構(gòu)保持著較高的完整性,分解所得的核數(shù)能夠從很大程度上代表節(jié)點在原始網(wǎng)絡(luò)上的核心位置.

    圖2 (網(wǎng)刊彩色)過濾閾值與剩余網(wǎng)絡(luò)完整性 (a)ITN;(b)CEL;(c)SCIEFig.2.(color online)Giant connected component gcc as the function of link filter threshold θ in weighted networks:(a)ITN;(b)CEL;(c)SCIE.

    4 傳播模型與指標(biāo)

    本文采用SIR模型[26]仿真加權(quán)網(wǎng)絡(luò)上的傳播過程.SIR模型是把節(jié)點按照健康狀態(tài)劃分成三類:易感態(tài)S是指當(dāng)前未感染但存在感染可能性的節(jié)點,感染態(tài)I是指當(dāng)前患病且具有感染能力的節(jié)點,康復(fù)態(tài)R是指已治愈且不再對傳播行為產(chǎn)生任何影響的節(jié)點.感染節(jié)點以感染概率λ將傳染病傳給鄰居,感染節(jié)點以康復(fù)率β(取值等于1)進行治愈并免疫.在加權(quán)網(wǎng)絡(luò)的傳播過程中,節(jié)點間的感染概率并非恒等[41].權(quán)重在傳播路徑上發(fā)揮著極其重要的作用,感染概率與節(jié)點同其自身鄰居間的權(quán)重關(guān)系密切相關(guān).根據(jù)文獻[26],感染概率λ的計算公式如下:

    參數(shù)m表征疾病感染性的強弱或者謠言迷惑性的強弱等.傳播模型用符號M表示節(jié)點的傳播影響力:

    其中Mi(n)表示節(jié)點vi在第n次傳播結(jié)束后的感染節(jié)點數(shù),Mi表示節(jié)點vi在ntol次傳播過程的感染節(jié)點平均數(shù).本文對每個網(wǎng)絡(luò)進行ntol=105次的獨立重復(fù)實驗.

    圖3描述了節(jié)點核數(shù)ks、節(jié)點傳播影響力均值?M?和模型參數(shù)m三者間的變化關(guān)系,圖中點線表示核數(shù)ks.觀察可見,高核數(shù)節(jié)點的傳播影響力總是大于核數(shù)居中和核數(shù)偏低的節(jié)點.也就是說,當(dāng)參數(shù)m固定時,核數(shù)ks越大,節(jié)點傳播影響力越強.進一步分析發(fā)現(xiàn),當(dāng)固定核數(shù)ks時,參數(shù)m與節(jié)點傳播影響力?M?之間呈正相關(guān).參數(shù)m取值范圍有嚴格限制,取值太高會導(dǎo)致感染概率λ增大,造成任意節(jié)點都會以很高概率感染網(wǎng)絡(luò)其他節(jié)點,無法有效地驗證算法的優(yōu)劣.對此,參考原模型的取值方法,得出不同網(wǎng)絡(luò)的參數(shù)值:m(ITN)=6,m(CEL)=2,m(SCIE)=3.

    基于SIR模型仿真,本文利用傳播誤差率ε、傳播發(fā)散性σ、傳播時間T和感染規(guī)模R等指標(biāo)比較分析 filter-core與其他加權(quán)k-核分解法的排序準確性.傳播誤差率是指核數(shù)排序的結(jié)果與節(jié)點實際傳播影響力排序結(jié)果的符合度[17]:

    其中p代表節(jié)點比例,Mfilter-core(p)表示按照k-核算法( filter-core)進行核數(shù)降序的節(jié)點傳播影響力M的均值,Meff(p)表示根據(jù)節(jié)點實際傳播影響力降序的M均值.ε越小,說明排序結(jié)果的準確性越高.傳播發(fā)散性σ是指核心節(jié)點的傳播影響力M與核心層里所有節(jié)點的平均傳播影響力的離散程度,即標(biāo)準差:

    其中ψ表示核心節(jié)點的集合,|ψ|表示核心節(jié)點的數(shù)量.σ越大,說明節(jié)點間的傳播影響力的離散程度越高.傳播時間T和感染規(guī)模R是指核心層里的核心節(jié)點作為多源傳播節(jié)點,在傳播時間內(nèi)感染的網(wǎng)絡(luò)節(jié)點數(shù).在規(guī)定傳播時間T內(nèi),感染規(guī)模R越大,說明整個核心層的傳播影響力越強.

    圖3 (網(wǎng)刊彩色)不同核數(shù)節(jié)點的傳播影響力隨m值的變化趨勢 (a)ITN;(b)CEL;(c)SCIEFig.3.(color online)Comparison of?M?vs.m for different cores in weighted networks:(a)ITN;(b)CEL;(c)SCIE.

    5 結(jié)果分析

    圖4描述了核數(shù)分解排序后的節(jié)點比例p與傳播誤差率ε的變化,橫坐標(biāo)表示按照核數(shù)降序的節(jié)點比例,縱坐標(biāo)表示傳播誤差率,圓圈符號(倒三角、方塊、十字)表示采用 filter-core算法(m-core,s-core,p-core)分解得到的核數(shù)排序結(jié)果,數(shù)值ε越低,說明排序準確性越高.觀察圖4(a)不難發(fā)現(xiàn),f i lter-core核數(shù)排序后的誤差率最低;其次是s-core和p-core,這兩者排序的結(jié)果幾乎重疊但誤差率都不低;誤差率最高的是m-core分解后的核數(shù)排序.進一步觀察圖4(b)和圖4(c)可見,我們提出的算法在CEL網(wǎng)絡(luò)和SCIE網(wǎng)絡(luò)上依然保持著較大優(yōu)勢,能夠很好地度量加權(quán)網(wǎng)絡(luò)上具有重要傳播影響力的少數(shù)節(jié)點.

    圖4 (網(wǎng)刊彩色)傳播誤差率隨節(jié)點比例的變化 (a)ITN;(b)CEL;(c)SCIEFig.4.(color online)The imprecision index ε as the function of node ratio p in weighted networks:(a)ITN;(b)CEL;(c)SCIE.

    圖5 (網(wǎng)刊彩色)核心層節(jié)點的傳播發(fā)散性隨m值的變化 (a)—(c)ITN;(d)—(f)CEL;(g)—(i)SCIEFig.5.(color online)Standard deviation σ of each node’s spreading in fluence for max-core vs.m in weighted networks:(a)–(c)ITN;(d)–(f)CEL;(g)–(i)SCIE.

    在k-核分解法中,最大核數(shù)的節(jié)點集構(gòu)成了網(wǎng)絡(luò)核心層,而處在核心層里的所有節(jié)點應(yīng)當(dāng)具有近似相同的傳播影響力[30].對此,進一步比較分析if lter-core算法與其他加權(quán)k-核分解法找到的核心層節(jié)點在傳播發(fā)散性方面的優(yōu)劣表現(xiàn),如圖5所示.整體而言, filter-core算法在三個網(wǎng)絡(luò)上的傳播發(fā)散值σ在大多數(shù)時候都是最低,也就是說,本文算法找到的網(wǎng)絡(luò)核心層,其內(nèi)部核心節(jié)點之間的傳播影響力表現(xiàn)得最接近.觀察圖5(d)—(f)可以發(fā)現(xiàn),CEL網(wǎng)絡(luò)上的傳播參數(shù)m取值偏小時, filter-core算法相比其他算法在傳播發(fā)散方面的優(yōu)勢并沒有受到影響,造成該現(xiàn)象的原因與網(wǎng)絡(luò)權(quán)重和網(wǎng)絡(luò)結(jié)構(gòu)都有關(guān):CEL網(wǎng)絡(luò)的權(quán)重分布具有冪率分布特征,這種分布特征有利于本文算法在參數(shù)m較小時依然能夠區(qū)分出具有重要擴散性的網(wǎng)絡(luò)邊,有助于提高冗余邊過濾的效果.另外,k-核分解法不適用于Barabási-Albert(BA)無標(biāo)度網(wǎng)絡(luò)[20],根據(jù)表1結(jié)構(gòu)特征量分析得知,CEL網(wǎng)絡(luò)結(jié)構(gòu)更接近隨機網(wǎng)絡(luò).經(jīng)上述分析可知, filter-core算法更適用于權(quán)重分布具備冪率特征且結(jié)構(gòu)不具備BA無標(biāo)度的加權(quán)網(wǎng)絡(luò).

    圖6描述了 filter-core算法與其他k-核分解法找到的核心層節(jié)點作為多源傳播節(jié)點時,傳播時間T與感染規(guī)模R之間的變化.由圖6可見,ITN網(wǎng)絡(luò)感染規(guī)模R≈80%時, filter-core算法的傳播時間T=2,相反其他算法的傳播時間T都大于6;在CEL網(wǎng)絡(luò)中,當(dāng)傳播時間T=8時,相比score算法(m-core,p-core)感染規(guī)模R≈77%(70%,69%), filter-core算法的感染規(guī)模更高(R≈80%);在SCIE網(wǎng)絡(luò)中, filter-core算法在傳播時間T=10的感染規(guī)模R≈61%,明顯強過s-core算法(mcore,p-core)在相同傳播時間內(nèi)的感染情況(55%,53%,37%).分析可知, filter-core找到的核心層節(jié)點在多數(shù)傳播時間內(nèi)的感染規(guī)模都明顯高于其他k-核分解法.上述結(jié)果進一步驗證了我們算法能夠更準確地度量加權(quán)網(wǎng)絡(luò)上核心節(jié)點的傳播影響力.

    圖6 (網(wǎng)刊彩色)核心層節(jié)點的傳播時間與感染規(guī)模之間的變化 (a)—(c)ITN;(d)—(f)CEL;(g)—(i)SCIEFig.6.(color online)Spreading time T vs.number of recovered R pro files in weighted networks:(a)–(c)ITN;(d)–(f)CEL;(g)–(i)SCIE.

    6 結(jié)論與展望

    真實網(wǎng)絡(luò)上存在局域連接稠密的特殊構(gòu)型是導(dǎo)致k-核分解結(jié)果粗?;谋举|(zhì)原因之一.本文考慮到現(xiàn)實網(wǎng)絡(luò)上存在權(quán)重的普遍性,利用節(jié)點權(quán)重和權(quán)重分布定義邊的擴散性進而實施邊過濾,提出適用于加權(quán)網(wǎng)絡(luò)結(jié)構(gòu)的基于冗余邊過濾的k-核分解排序算法: filter-core.通過對世界貿(mào)易網(wǎng)、線蟲腦細胞網(wǎng)和科學(xué)家合著網(wǎng)等真實數(shù)據(jù)的SIR傳播實驗表明,該算法的傳播誤差率相比其他加權(quán)k-核分解法的值更低,該結(jié)果表明我們算法得出的節(jié)點核數(shù)能夠更準確地度量加權(quán)網(wǎng)絡(luò)上重要節(jié)點的傳播影響力;利用傳播發(fā)散性、傳播時間和感染規(guī)模等指標(biāo)進行比較分析,結(jié)果進一步表明該算法能夠更準確地識別加權(quán)網(wǎng)絡(luò)上具有重要傳播影響力的網(wǎng)絡(luò)核心層.

    本文利用權(quán)重特征和邊過濾的思想對加權(quán)網(wǎng)絡(luò)上節(jié)點的核數(shù)排序進行了研究,該工作有助于人們進一步發(fā)現(xiàn)復(fù)雜網(wǎng)絡(luò)上的重要節(jié)點以提高傳播效率或阻止疾病傳染及謠言傳播等,同時也為深入研究真實網(wǎng)絡(luò)的核心層結(jié)構(gòu)等后續(xù)工作提供了有力的支持.

    感謝審稿專家對文章提出的寶貴意見和建議,這對本文研究工作的完善和提高起到了非常重要的作用.

    附錄A 權(quán)重特征指標(biāo)與節(jié)點傳播影響力之間的相關(guān)性

    這里采用Kendallτ相關(guān)系數(shù),基于真實加權(quán)網(wǎng)絡(luò)世界貿(mào)易網(wǎng)(ITN)、線蟲腦細胞網(wǎng)(CEL)和科學(xué)家合著網(wǎng)(SCIE),分析節(jié)點的權(quán)重特征指標(biāo)傳播系數(shù)Ii((2)式)、權(quán)重Di((3)式)和權(quán)重分布指數(shù)Hi((4)式)與節(jié)點的傳播影響力M((6)式)之間的相關(guān)性.觀察圖A1可見,綜合考慮權(quán)重和權(quán)重分布的節(jié)點傳播系數(shù)Ii與節(jié)點傳播影響力M的相關(guān)系數(shù)τ(ITN)=0.861,τ(CEL)=0.744,τ(SCIE)=0.371,明顯高于節(jié)點權(quán)重Di與傳播影響力M之間的相關(guān)系數(shù)τ(ITN)=0.738,τ(CEL)=0.648,τ(SCIE)=0.221,也明顯高于權(quán)重分布指數(shù)的相關(guān)系數(shù)τ(ITN)=0.531,τ(CEL)=0.597,τ(SCIE)=0.103. 結(jié)果表明,加權(quán)網(wǎng)絡(luò)上利用節(jié)點權(quán)重和權(quán)重分布能夠更準確地反映出節(jié)點在傳播中的重要性,也進一步說明利用邊兩端節(jié)點的傳播系數(shù)Ii可以更有效地度量邊在傳播過程中發(fā)揮的擴散作用.

    圖A1節(jié)點的權(quán)重特征指標(biāo)與傳播影響力之間的相關(guān)性 (a)—(c)ITN;(d)—(f)CEL;(g)—(i)SCIEFig.A1.M vs.measuring index pro files in weighted networks:(a)–(c)ITN;(d)–(f)CEL;(g)–(i)SCIE.

    [1]Wang X F,Li X,Chen G R 2012Network Science:an Introduction(Beijing:Higher Education Press)pp3–18(in Chinese)[汪小帆,李翔,陳關(guān)榮2012網(wǎng)絡(luò)科學(xué)導(dǎo)論(北京:高等教育出版社)第3—18頁]

    [2]Liu H K,Zhou T 2007Acta Phys.Sin.56 106(in Chinese)[劉宏鯤,周濤 2007物理學(xué)報 56 106]

    [3]Zhang Z K,Liu C,Zhan X X,Lu X,Zhang C X,Zhang Y C 2016Phys.Rep.651 1

    [4]Liu C,Zhan X X,Zhang Z K,Sun G Q,Hui P M 2015New J.Phys.17 113045

    [5]Cohen R,Erez K,Benavraham D,Havlin S 2001Phys.Rev.Lett.86 3682

    [6]Liu J G,Lin J H,Guo Q,Zhou T 2016Sci.Rep.6 21380

    [7]Keeling M J,Rohani P 2008Modeling Infectious Diseases in Humans and Animals(Princeton:Princeton University Press)p366

    [8]Gong K,Tang M,Hui P M,Zhang H F,Younghae D,Lai Y C 2013Plos One8 e83489

    [9]Liu C,Zhang Z K 2014Commun.Nonlinear Sci.19 896

    [10]Crucitti P,Latora V,Marchiori M,Rapisarda A 2004Physica A340 388

    [11]Liu J G,Ren Z M,Guo Q,Wang B H 2013Acta Phys.Sin.62 178901(in Chinese)[劉建國,任卓明,郭強,汪秉宏2013物理學(xué)報62 178901]

    [12]Ren X L,Lü L Y 2014Chin.Sci.Bull.59 1175(in Chinese)[任曉龍,呂琳媛 2014科學(xué)通報 59 1175]

    [13]Rombach M P,Porter M A,Fowler J H,Mucha P J 2014Siam J.Appl.Math.74 167

    [14]Bassett D S,Wymbs N F,Rombach M P,Porter M A,Mucha P J,Grafton S T 2013Plos Comput.Biol.9 e1003171

    [15]Liu J G,Ren Z M,Guo Q,Chen D B 2014Plos One9 e104028

    [16]Seidman S B 1983Social Networks5 269

    [17]Kitsak M,Gallos L K,Havlin S,Liljeros F,Muchnik L,Stanley H E,Makse H A 2010Nat.Phys.6 888

    [18]Chen D,Lü L,Shang M S,Zhang Y C,Zhou T 2012Physica A391 1777

    [19]Freeman L 1977Sociometry40 35

    [20]Zeng A,Zhang C J 2013Phys.Lett.A377 1031

    [21]Hou B,Yao Y,Liao D 2012Physica A391 4012

    [22]Liu J G,Ren Z M,Guo Q 2013Physica A392 4154

    [23]Hu Q C,Yin Y S,Ma P F,Gao Y,Zhang Y,Xing C X 2013Acta Phys.Sin.62 140101(in Chinese)[胡慶成,尹龑燊,馬鵬斐,高旸,張勇,邢春曉2013物理學(xué)報62 140101]

    [24]Ren Z M,Liu J G,Shao F,Hu Z L,Guo Q 2013Acta Phys.Sin.62 108902(in Chinese)[任卓明,劉建國,邵鳳,胡兆龍,郭強2013物理學(xué)報62 108902]

    [25]Cao J X,Dong D,Xu S,Zheng X,Liu B,Luo J Z 2015Chin.J.Comput.38 238(in Chinese)[曹玖新,董丹,徐順,鄭嘯,劉波,羅軍舟2015計算機學(xué)報38 238]

    [26]Garas A,Schweitzer F,Havlin S 2012New J.Phys.14 83030

    [27]Eidsaa M,Almaas E 2013Phys.Rev.E88 062819

    [28]Wei B,Liu J,Wei D,Gao C,Deng Y 2015Physica A420 277

    [29]Liu Y,Tang M,Zhou T,Do Y 2015Sci.Rep.5 9602

    [30]Liu Y,Tang M,Zhou T,Do Y 2015Sci.Rep.5 13172

    [31]Barrat A,Barthélemy M,Pastor-Satorras R,Vespignani A 2004Proc.Natl.Acad.Sci.USA101 3747

    [32]Yan W,Zhou T,Wang J,Fu Z Q,Wang B H 2005Chin.Phys.Lett.22 510

    [33]Hu H B,Wang X F 2008Physica A387 3769

    [34]Kendall M G 1938Biometrika30 81

    [35]Batagelj V,Zaversnik M 2003 arXiv:cs/0310049v1

    [36]Lee K M,Yang J S,Kim G,Lee J,Goh K I,Kim I M 2011Plos One6 e18443

    [37]Watts D J,Strogatz S H 1998Nature393 440

    [38]Newman M E J 2006Phys.Rev.E74 036104

    [39]Saram?ki J,Kivel? M,Onnela J P,Kaski K,Kertész J 2007Phys.Rev.E75 027105

    [40]Li X,Jin Y Y,Chen G R 2003Physica A328 287

    [41]Yan G,Fu Z Q,Chen G 2008Eur.Phys.J.B65 591

    A ranking approach based onk-shell decomposition method by filtering out redundant link in weighted networks?

    Luo Shi-Long1)Gong Kai1)?Tang Chao-Sheng2)Zhou Jing1)

    1)(School of Economic Information Engineering,Southwestern University of Finance and Economics,Chengdu 611130,China)

    2)(School of Computer Science and Technology,Henan Polytechnic University,Jiaozuo 454000,China)

    16 December 2016;revised manuscript

    21 June 2017)

    Thek-shell decomposition method of identifying the in fluential nodes which accelerate spread or hinder propagation,plays an important role in analyzing the spreading performance of complex network,but it is too coarse in terms of ranking granularity.Recent study shows that the accuracy of thek-shell decomposition method in determining node coreness is significantly affected by the mutually densely connected local structures.Existing approach tries to filter out the confusion of the classicalk-shell decomposition method,caused by such densely local structures,through rede fining a diffusion importance value which is the number of out-leaving links at/from the nodes connected by a link.This value is used to quantify the potential in fluence of a link in spreading process.However,the existing approach is not suitable for ubiquitously weighted networks.In this paper,we develop a new ranking approach( filter-core)to identify the node spreading in fluence in weighted network.Here,we concern that the redundant links,although they are less important in the spreading process,form mutually densely connected local structures,which lead to the classicalk-shell decomposition method unable to accurately determine the coreness of node in network.By rede fining a new diffusion importance value for each link based on the weights of its connected nodes and the weight distribution,we filter out the redundant links which have a relatively low diffusion importance in the spreading process.After filtering out all redundant links and applying the classicalk-shell decomposition method to the residual network,we obtain a new coreness for each node,which is more accurate to indicate spreading in fluence of node in the original network.Our approach is applied to three real weighted networks,i.e.,the international trading network,the neural network of C.elegans,and the coauthorship network of scientists.And the susceptible-infected-recovered epidemic spreading model is used to make a comparison of performance between our approach and other threek-shell methods(including the weighted degree decomposition method,the s-core decomposition method,and the weightedk-shell method)in terms of four quantitative indices,i.e.,the imprecision function,the standard deviation of infected fraction of max coreness node,the spreading time,and the number of recovered nodes at the end of spreading process.The experimental results show that our proposed approach is more accurate to identify the in fluential spreaders than the weighted degree decomposition method,the score decomposition method,and the weightedk-shell method,and also helps to more accurately decompose the network core structure for an optimal analysis in weighted network.

    weighted networks,k-shell decomposition,redundant link,spreading in fluence

    PACS:89.75.–k,89.75.Fb,05.10.–aDOI:10.7498/aps.66.188902

    *Project supported by the National Natural Science Foundation of China(Grant No.61602331),the Fundamental Research Funds for the Central Universities of Ministry of Education of China(Grant Nos.JBK170133,JBK160130,JBK150503),the Scientific Research Foundation of the Education Department of Sichuan Province,China(Grant No.17ZB0434),and the Collaborative Innovation Center for Electronic Finance and Financial Regulation.

    ?Corresponding author.E-mail:gongkai1210@swufe.edu.cn

    (2016年12月16日收到;2017年6月21日收到修改稿)

    k-核分解排序法對于度量復(fù)雜網(wǎng)絡(luò)上重要節(jié)點的傳播影響力具有重要的理論意義和應(yīng)用價值,但其排序粗?;娜毕菀膊蝗莺鲆?最新研究發(fā)現(xiàn),一些真實網(wǎng)絡(luò)中存在局域連接稠密的特殊構(gòu)型是導(dǎo)致上述問題的根本原因之一.當(dāng)前的解決方法是利用邊兩端節(jié)點的外部連邊數(shù)度量邊的擴散性,采取過濾網(wǎng)絡(luò)邊來減少這種稠密結(jié)構(gòu)給k-核分解過程造成的干擾,但這種方法并沒有考慮現(xiàn)實網(wǎng)絡(luò)上存在權(quán)重的普遍性.本文利用節(jié)點權(quán)重和權(quán)重分布重新定義邊的擴散性,提出適用于加權(quán)網(wǎng)絡(luò)結(jié)構(gòu)的基于冗余邊過濾的k-核分解排序算法: filter-core.通過世界貿(mào)易網(wǎng)、線蟲腦細胞網(wǎng)和科學(xué)家合著網(wǎng)等真實網(wǎng)絡(luò)的SIR(susceptible-infectedrecovered)傳播模型的仿真結(jié)果表明,該算法相比其他加權(quán)k-核分解法,能夠更準確地度量加權(quán)網(wǎng)絡(luò)上具有重要傳播影響力的核心節(jié)點及核心層.

    10.7498/aps.66.188902

    ?國家自然科學(xué)基金(批準號:61602331)、中央高校基本科研業(yè)務(wù)費專項資金(批準號:JBK170133,JBK160130,JBK150503)、四川省教育廳科研基金(批準號:J17ZB0434)和互聯(lián)網(wǎng)金融創(chuàng)新及監(jiān)管協(xié)同創(chuàng)新中心資助的課題.

    ?通信作者.E-mail:gongkai1210@swufe.edu.cn

    猜你喜歡
    核心層排序影響力
    職業(yè)教育教師核心能力結(jié)構(gòu)模型構(gòu)建、特征分析及實踐價值
    排序不等式
    恐怖排序
    節(jié)日排序
    天才影響力
    NBA特刊(2018年14期)2018-08-13 08:51:40
    刻舟求劍
    兒童繪本(2018年5期)2018-04-12 16:45:32
    淺談寬帶IP城域網(wǎng)結(jié)構(gòu)規(guī)劃和建設(shè)
    黃艷:最深遠的影響力
    校園網(wǎng)核心層設(shè)計探究
    3.15消協(xié)三十年十大影響力事件
    国产精品亚洲av一区麻豆| 亚洲欧美日韩无卡精品| 亚洲精品在线观看二区| 欧美乱妇无乱码| 午夜福利18| 精品一区二区三区视频在线观看免费| 美女被艹到高潮喷水动态| 国产激情欧美一区二区| 欧美日韩国产亚洲二区| 伊人久久精品亚洲午夜| 一级黄色大片毛片| 色哟哟哟哟哟哟| 国产精品综合久久久久久久免费| ponron亚洲| 亚洲成人精品中文字幕电影| 欧美在线黄色| 婷婷六月久久综合丁香| 国产伦人伦偷精品视频| 久久久久九九精品影院| 欧美成人一区二区免费高清观看| 国产精品一区二区三区四区免费观看 | 国产精品久久久久久久电影 | 岛国视频午夜一区免费看| 国产一区二区激情短视频| 日日干狠狠操夜夜爽| 性色avwww在线观看| 亚洲最大成人手机在线| 日韩高清综合在线| 无人区码免费观看不卡| 狂野欧美白嫩少妇大欣赏| 婷婷丁香在线五月| 久久国产精品人妻蜜桃| 色综合婷婷激情| 国产精品乱码一区二三区的特点| 我的老师免费观看完整版| 亚洲av免费在线观看| 欧美成人一区二区免费高清观看| 99久久成人亚洲精品观看| 欧美激情久久久久久爽电影| 久久精品国产亚洲av香蕉五月| 少妇裸体淫交视频免费看高清| 国产真实乱freesex| 国产 一区 欧美 日韩| 黄色成人免费大全| 久久亚洲精品不卡| 欧美zozozo另类| 精品日产1卡2卡| 久久久久免费精品人妻一区二区| 日韩欧美国产一区二区入口| АⅤ资源中文在线天堂| 日韩亚洲欧美综合| 99热精品在线国产| 亚洲真实伦在线观看| 午夜福利免费观看在线| 中出人妻视频一区二区| 国产精品亚洲一级av第二区| 亚洲精品美女久久久久99蜜臀| 一边摸一边抽搐一进一小说| 亚洲天堂国产精品一区在线| 在线观看免费视频日本深夜| 丰满人妻一区二区三区视频av | 亚洲狠狠婷婷综合久久图片| 亚洲成人久久性| 久久久久久人人人人人| 五月伊人婷婷丁香| 美女黄网站色视频| 有码 亚洲区| 岛国在线免费视频观看| 男插女下体视频免费在线播放| 久久午夜亚洲精品久久| av片东京热男人的天堂| 欧洲精品卡2卡3卡4卡5卡区| 欧美日韩国产亚洲二区| 午夜福利高清视频| 久久精品国产自在天天线| 国产黄a三级三级三级人| 欧美黑人巨大hd| 成人av在线播放网站| 亚洲av电影不卡..在线观看| 一区二区三区国产精品乱码| 中文亚洲av片在线观看爽| 午夜福利欧美成人| 国产老妇女一区| 亚洲 欧美 日韩 在线 免费| 少妇人妻一区二区三区视频| www.999成人在线观看| 天天添夜夜摸| 日本一二三区视频观看| 久久草成人影院| 丁香六月欧美| 特级一级黄色大片| 女同久久另类99精品国产91| 老熟妇仑乱视频hdxx| 男女下面进入的视频免费午夜| 黄色女人牲交| 一个人免费在线观看电影| 亚洲成av人片免费观看| 久久精品国产99精品国产亚洲性色| 国产高清videossex| 亚洲无线观看免费| 国产精品综合久久久久久久免费| 国产一区二区在线观看日韩 | 国产精品女同一区二区软件 | 国产午夜精品久久久久久一区二区三区 | 国产午夜精品论理片| 日本与韩国留学比较| 嫩草影院精品99| 国产单亲对白刺激| 亚洲色图av天堂| 一进一出好大好爽视频| 午夜精品久久久久久毛片777| 黄色丝袜av网址大全| 99视频精品全部免费 在线| 美女高潮喷水抽搐中文字幕| 99在线视频只有这里精品首页| 亚洲在线观看片| 两个人的视频大全免费| 俄罗斯特黄特色一大片| 级片在线观看| 伊人久久大香线蕉亚洲五| 俄罗斯特黄特色一大片| 日韩欧美国产在线观看| 神马国产精品三级电影在线观看| 亚洲av一区综合| 亚洲av不卡在线观看| 又紧又爽又黄一区二区| 久久久久久大精品| 久久伊人香网站| 精品国产亚洲在线| 久久久精品欧美日韩精品| 99久国产av精品| 欧美最新免费一区二区三区 | 欧美一区二区国产精品久久精品| 国产97色在线日韩免费| 女同久久另类99精品国产91| 国产三级黄色录像| 亚洲av电影不卡..在线观看| 一进一出抽搐gif免费好疼| 嫩草影院精品99| 成人亚洲精品av一区二区| 在线a可以看的网站| 波多野结衣高清作品| 免费在线观看成人毛片| 欧美区成人在线视频| 国产欧美日韩精品亚洲av| 一进一出抽搐动态| 白带黄色成豆腐渣| 成年女人永久免费观看视频| 欧美极品一区二区三区四区| 一区二区三区高清视频在线| 国产精品久久久久久人妻精品电影| 国产成人欧美在线观看| 欧美日韩黄片免| 色综合站精品国产| 日本在线视频免费播放| 日韩精品青青久久久久久| 狠狠狠狠99中文字幕| 国内久久婷婷六月综合欲色啪| 在线天堂最新版资源| 国产黄a三级三级三级人| e午夜精品久久久久久久| 少妇熟女aⅴ在线视频| 免费av毛片视频| 操出白浆在线播放| 亚洲精品一卡2卡三卡4卡5卡| 18禁国产床啪视频网站| 国产单亲对白刺激| 日韩欧美 国产精品| 偷拍熟女少妇极品色| 亚洲精品乱码久久久v下载方式 | 成年免费大片在线观看| 小说图片视频综合网站| 亚洲av一区综合| 国产在视频线在精品| 国产爱豆传媒在线观看| 18美女黄网站色大片免费观看| 最新美女视频免费是黄的| 97碰自拍视频| 在线观看午夜福利视频| 欧美日韩国产亚洲二区| 国产欧美日韩精品亚洲av| e午夜精品久久久久久久| 亚洲专区国产一区二区| 叶爱在线成人免费视频播放| 亚洲在线自拍视频| 久久精品夜夜夜夜夜久久蜜豆| 最后的刺客免费高清国语| 啦啦啦观看免费观看视频高清| 97碰自拍视频| 美女cb高潮喷水在线观看| 午夜日韩欧美国产| 国产伦精品一区二区三区视频9 | 国产精品久久久久久久电影 | 色老头精品视频在线观看| 精品乱码久久久久久99久播| 婷婷丁香在线五月| 日韩欧美国产一区二区入口| 国产亚洲av嫩草精品影院| 欧美日本视频| 五月玫瑰六月丁香| 老司机福利观看| 色哟哟哟哟哟哟| 男女之事视频高清在线观看| 天堂av国产一区二区熟女人妻| 成人三级黄色视频| 亚洲成人久久爱视频| 在线十欧美十亚洲十日本专区| 亚洲美女视频黄频| 国产成人aa在线观看| 好看av亚洲va欧美ⅴa在| 成年女人看的毛片在线观看| 亚洲人成网站在线播| 在线国产一区二区在线| 我的老师免费观看完整版| 午夜影院日韩av| 18禁在线播放成人免费| 国产日本99.免费观看| 国产成人av激情在线播放| 成人特级黄色片久久久久久久| 亚洲av二区三区四区| 午夜福利欧美成人| 51午夜福利影视在线观看| 欧美黄色淫秽网站| 欧美+日韩+精品| 亚洲乱码一区二区免费版| 偷拍熟女少妇极品色| 亚洲精品456在线播放app | 99国产综合亚洲精品| 97超级碰碰碰精品色视频在线观看| 脱女人内裤的视频| ponron亚洲| 日韩欧美免费精品| 老司机午夜福利在线观看视频| 国产毛片a区久久久久| 九色成人免费人妻av| 特大巨黑吊av在线直播| av中文乱码字幕在线| 男人的好看免费观看在线视频| 亚洲国产欧美网| 久久久成人免费电影| aaaaa片日本免费| 全区人妻精品视频| 观看美女的网站| 国产探花在线观看一区二区| 久久精品国产清高在天天线| 欧美日韩亚洲国产一区二区在线观看| 麻豆久久精品国产亚洲av| 最近最新中文字幕大全免费视频| 国产欧美日韩精品一区二区| 日本精品一区二区三区蜜桃| 成人18禁在线播放| 男女下面进入的视频免费午夜| 精品熟女少妇八av免费久了| 午夜福利在线观看免费完整高清在 | 国产伦人伦偷精品视频| 日韩欧美在线乱码| 国产一区二区亚洲精品在线观看| 成人鲁丝片一二三区免费| 国产亚洲精品久久久久久毛片| 黄色女人牲交| 性色avwww在线观看| 日本在线视频免费播放| 五月伊人婷婷丁香| 女人被狂操c到高潮| 1000部很黄的大片| 毛片女人毛片| 国产精品亚洲一级av第二区| 亚洲精品影视一区二区三区av| 中文字幕久久专区| 久久中文看片网| 91麻豆av在线| 色在线成人网| aaaaa片日本免费| 老汉色∧v一级毛片| 欧美黑人巨大hd| 成人永久免费在线观看视频| 精品久久久久久久毛片微露脸| 中文字幕人妻熟人妻熟丝袜美 | svipshipincom国产片| 人人妻人人澡欧美一区二区| x7x7x7水蜜桃| 成人国产一区最新在线观看| 在线观看日韩欧美| 免费在线观看影片大全网站| 最近最新免费中文字幕在线| 757午夜福利合集在线观看| 久久久久久久午夜电影| 国产精品野战在线观看| 国产国拍精品亚洲av在线观看 | 国产午夜精品久久久久久一区二区三区 | 中文在线观看免费www的网站| 午夜免费成人在线视频| 美女 人体艺术 gogo| 国内精品美女久久久久久| 国产精品久久视频播放| 国产精品98久久久久久宅男小说| 国产精品精品国产色婷婷| 脱女人内裤的视频| 国产欧美日韩精品亚洲av| 黄色丝袜av网址大全| 国产一区二区在线观看日韩 | 精品国产超薄肉色丝袜足j| 欧美zozozo另类| 国产伦在线观看视频一区| 九色成人免费人妻av| 两人在一起打扑克的视频| 精品福利观看| 国产精品久久久久久人妻精品电影| 国内久久婷婷六月综合欲色啪| 亚洲中文字幕日韩| 高清毛片免费观看视频网站| 亚洲成人免费电影在线观看| 中国美女看黄片| 婷婷亚洲欧美| 免费搜索国产男女视频| 亚洲色图av天堂| 亚洲欧美一区二区三区黑人| 日韩国内少妇激情av| av在线天堂中文字幕| 成人精品一区二区免费| 亚洲av日韩精品久久久久久密| xxx96com| 日本精品一区二区三区蜜桃| 两个人看的免费小视频| 美女高潮喷水抽搐中文字幕| 亚洲在线观看片| 国产精品免费一区二区三区在线| 欧美国产日韩亚洲一区| 色综合亚洲欧美另类图片| 99热这里只有精品一区| 搡女人真爽免费视频火全软件 | 国产爱豆传媒在线观看| 亚洲成av人片免费观看| 色哟哟哟哟哟哟| 午夜福利视频1000在线观看| 欧美日韩黄片免| 十八禁人妻一区二区| 波野结衣二区三区在线 | 国产精品野战在线观看| 久久精品综合一区二区三区| 人人妻人人看人人澡| 国产国拍精品亚洲av在线观看 | www日本黄色视频网| 国产精品亚洲av一区麻豆| 女人高潮潮喷娇喘18禁视频| 成年免费大片在线观看| 亚洲精品日韩av片在线观看 | 不卡一级毛片| 久9热在线精品视频| 国产极品精品免费视频能看的| 精品久久久久久久末码| 久久香蕉精品热| 18美女黄网站色大片免费观看| 天天一区二区日本电影三级| 91久久精品国产一区二区成人 | 亚洲av日韩精品久久久久久密| 亚洲人成网站高清观看| 99在线人妻在线中文字幕| 啦啦啦观看免费观看视频高清| 免费av毛片视频| 精品久久久久久久久久久久久| 3wmmmm亚洲av在线观看| 99热这里只有精品一区| 精品国产美女av久久久久小说| 99久久综合精品五月天人人| 男女下面进入的视频免费午夜| 性欧美人与动物交配| 精品久久久久久,| 国产97色在线日韩免费| 久久精品综合一区二区三区| 色综合婷婷激情| 国产精品爽爽va在线观看网站| 国产激情欧美一区二区| 淫秽高清视频在线观看| 免费一级毛片在线播放高清视频| 女生性感内裤真人,穿戴方法视频| 日本一本二区三区精品| 亚洲内射少妇av| 国产精品野战在线观看| av在线天堂中文字幕| 搡老熟女国产l中国老女人| av在线天堂中文字幕| 欧美+日韩+精品| 性色av乱码一区二区三区2| 国产伦在线观看视频一区| 亚洲狠狠婷婷综合久久图片| 韩国av一区二区三区四区| 国产精品女同一区二区软件 | 国产探花在线观看一区二区| 丰满乱子伦码专区| 亚洲一区二区三区不卡视频| 99国产精品一区二区蜜桃av| 国产老妇女一区| 桃红色精品国产亚洲av| 麻豆久久精品国产亚洲av| 一级作爱视频免费观看| 午夜福利在线在线| 99久久综合精品五月天人人| 国产精品久久久人人做人人爽| 亚洲国产中文字幕在线视频| 久久亚洲精品不卡| 久久国产精品人妻蜜桃| 女生性感内裤真人,穿戴方法视频| 欧美最黄视频在线播放免费| 舔av片在线| 成人永久免费在线观看视频| 亚洲国产精品成人综合色| 亚洲专区国产一区二区| 亚洲av免费高清在线观看| 悠悠久久av| 18禁黄网站禁片午夜丰满| 此物有八面人人有两片| 欧美黄色淫秽网站| 婷婷六月久久综合丁香| 久久久精品大字幕| 欧美性猛交黑人性爽| 欧美日本视频| 免费人成视频x8x8入口观看| 免费搜索国产男女视频| 久久久久国产精品人妻aⅴ院| 天美传媒精品一区二区| 欧美精品啪啪一区二区三区| www.www免费av| 亚洲一区二区三区色噜噜| 日韩有码中文字幕| 男女午夜视频在线观看| 亚洲avbb在线观看| 国产精品免费一区二区三区在线| 黑人欧美特级aaaaaa片| 久久久久久大精品| 亚洲国产精品合色在线| 亚洲精品久久国产高清桃花| 两个人的视频大全免费| 国产97色在线日韩免费| 国产高清激情床上av| 最近最新中文字幕大全电影3| 久久久久久久久久黄片| 中文字幕av在线有码专区| 免费大片18禁| 亚洲色图av天堂| 高清毛片免费观看视频网站| 大型黄色视频在线免费观看| 欧美3d第一页| 他把我摸到了高潮在线观看| 免费观看精品视频网站| 深爱激情五月婷婷| 黄色成人免费大全| 别揉我奶头~嗯~啊~动态视频| 12—13女人毛片做爰片一| 99热6这里只有精品| 97人妻精品一区二区三区麻豆| 亚洲欧美精品综合久久99| 黄色女人牲交| 国产精品电影一区二区三区| 日本免费a在线| 一个人看的www免费观看视频| 欧美成人一区二区免费高清观看| 亚洲精品在线美女| 国产成人av教育| 搡老岳熟女国产| av黄色大香蕉| 国产三级黄色录像| 少妇熟女aⅴ在线视频| 精品久久久久久久末码| 久久久久久九九精品二区国产| 无人区码免费观看不卡| 美女免费视频网站| xxx96com| 国产精品精品国产色婷婷| 老熟妇乱子伦视频在线观看| 1024手机看黄色片| 精品久久久久久,| 在线播放国产精品三级| 国产精品三级大全| 99国产精品一区二区三区| 国模一区二区三区四区视频| 成年女人看的毛片在线观看| 亚洲成a人片在线一区二区| 男人舔女人下体高潮全视频| 国内精品久久久久精免费| a级毛片a级免费在线| 日本熟妇午夜| 国产亚洲精品久久久com| 亚洲精品亚洲一区二区| 精品日产1卡2卡| 亚洲精品色激情综合| 99久久99久久久精品蜜桃| 欧美激情在线99| 国产一级毛片七仙女欲春2| 很黄的视频免费| av欧美777| 一级毛片女人18水好多| 一夜夜www| 亚洲人成网站在线播放欧美日韩| av女优亚洲男人天堂| 亚洲国产精品999在线| 亚洲av电影不卡..在线观看| 亚洲成人中文字幕在线播放| tocl精华| 亚洲av不卡在线观看| 精品人妻偷拍中文字幕| 亚洲av免费高清在线观看| 欧美日韩黄片免| 国模一区二区三区四区视频| 国产精品一区二区三区四区免费观看 | 脱女人内裤的视频| 天天添夜夜摸| 九九在线视频观看精品| 免费在线观看成人毛片| 国产精品久久久久久精品电影| 中文字幕人妻熟人妻熟丝袜美 | 在线国产一区二区在线| 最近最新免费中文字幕在线| 一区二区三区高清视频在线| 国产亚洲精品久久久com| 国产精品久久久久久久电影 | 亚洲无线在线观看| 特大巨黑吊av在线直播| 搡老岳熟女国产| 国产日本99.免费观看| 免费在线观看影片大全网站| 99久久无色码亚洲精品果冻| 又黄又粗又硬又大视频| 九九热线精品视视频播放| 日韩大尺度精品在线看网址| 长腿黑丝高跟| 美女被艹到高潮喷水动态| 一二三四社区在线视频社区8| 欧洲精品卡2卡3卡4卡5卡区| 国产精品三级大全| 亚洲色图av天堂| 一本久久中文字幕| 国产精品亚洲一级av第二区| 国产三级中文精品| a在线观看视频网站| 亚洲专区国产一区二区| 69av精品久久久久久| 亚洲色图av天堂| 老鸭窝网址在线观看| 精品福利观看| 国产精品女同一区二区软件 | 欧美区成人在线视频| 色精品久久人妻99蜜桃| 亚洲一区二区三区不卡视频| 午夜亚洲福利在线播放| 国产免费男女视频| 两个人视频免费观看高清| 午夜免费男女啪啪视频观看 | 日韩欧美国产在线观看| 一区福利在线观看| 97超级碰碰碰精品色视频在线观看| 国内精品一区二区在线观看| 日韩欧美三级三区| 日韩高清综合在线| 午夜福利在线观看免费完整高清在 | 久久久久免费精品人妻一区二区| 亚洲性夜色夜夜综合| 国产免费男女视频| av在线天堂中文字幕| 老司机深夜福利视频在线观看| 男女之事视频高清在线观看| 老司机在亚洲福利影院| 18禁裸乳无遮挡免费网站照片| 欧美区成人在线视频| 麻豆成人午夜福利视频| 亚洲乱码一区二区免费版| 色综合欧美亚洲国产小说| 搡女人真爽免费视频火全软件 | 亚洲国产色片| 欧美日韩综合久久久久久 | 性欧美人与动物交配| 此物有八面人人有两片| av女优亚洲男人天堂| 国产精品综合久久久久久久免费| 日韩高清综合在线| 国产精品亚洲一级av第二区| 日本一二三区视频观看| 欧美日韩综合久久久久久 | 国产在线精品亚洲第一网站| 舔av片在线| 国产午夜福利久久久久久| www国产在线视频色| 亚洲国产欧洲综合997久久,| 亚洲av五月六月丁香网| 在线看三级毛片| 88av欧美| 老司机在亚洲福利影院| 老司机午夜十八禁免费视频| 国产成年人精品一区二区| 国产亚洲精品综合一区在线观看| 中国美女看黄片| 亚洲自拍偷在线| 日日夜夜操网爽| 欧美成人a在线观看| 亚洲精品一区av在线观看| 天堂网av新在线| 欧美黑人巨大hd| 久久人人精品亚洲av| 成人一区二区视频在线观看| 夜夜爽天天搞| 亚洲美女黄片视频| 成人欧美大片| 俺也久久电影网| 午夜福利欧美成人| 91在线观看av| 亚洲最大成人手机在线| 亚洲片人在线观看| 搡老熟女国产l中国老女人| 久9热在线精品视频| 日韩欧美一区二区三区在线观看| 9191精品国产免费久久| 一本一本综合久久| 黄色女人牲交| 一个人看视频在线观看www免费 | 国产午夜精品久久久久久一区二区三区 |