• <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MUK-means算法的微博輿情意見領(lǐng)袖群識(shí)別

    2019-02-07 05:32:15李熠輝李冠趙衛(wèi)東
    軟件導(dǎo)刊 2019年12期

    李熠輝 李冠 趙衛(wèi)東

    摘要:推動(dòng)微博輿情事件演化是眾多意見領(lǐng)袖共同作用的結(jié)果,因此識(shí)別意見領(lǐng)袖群對(duì)于輿情事件的監(jiān)管具有重要作用。提出微博輿情話題下的意見領(lǐng)袖群識(shí)別模型,綜合考慮用戶屬性特征、交互特征和網(wǎng)絡(luò)結(jié)構(gòu),設(shè)計(jì)微博輿情下用戶影響力評(píng)估算法MUR,并結(jié)合K-means算法形成MUK-means算法,實(shí)現(xiàn)對(duì)意見領(lǐng)袖群的識(shí)別。以新浪微博數(shù)據(jù)進(jìn)行實(shí)驗(yàn),MUK-means算法的聚類時(shí)間(14s)遠(yuǎn)遠(yuǎn)少于傳統(tǒng)K-means算法(32s),而且基于MUK-means算法得到的意見領(lǐng)袖群的用戶覆蓋率高達(dá)86.3%。實(shí)驗(yàn)結(jié)果表明,MUK-means算法改進(jìn)了K-means算法初始聚類中心不確定的缺點(diǎn),不僅提高了聚類效率,而且實(shí)現(xiàn)了對(duì)意見領(lǐng)袖群的有效識(shí)別。

    關(guān)鍵詞:微博輿情;MUR;MUK-means;意見領(lǐng)袖群

    DOI:10.11907/rjd k.192007

    中圖分類號(hào):TP301 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1672-7800(2019)012-0030-05

    0引言

    網(wǎng)絡(luò)輿情事件是指在網(wǎng)絡(luò)世界中,由于各種刺激人們對(duì)于該事件所有的認(rèn)知、態(tài)度、情感和行為傾向的集合。網(wǎng)絡(luò)輿情事件的突發(fā)性、環(huán)境隱蔽性和網(wǎng)絡(luò)用戶素質(zhì)參差不齊,都加大了社會(huì)公共治理難度。在通過(guò)法律手段對(duì)網(wǎng)絡(luò)環(huán)境進(jìn)行規(guī)范的同時(shí),應(yīng)更關(guān)注意見領(lǐng)袖對(duì)普通網(wǎng)民潛移默化的影響,正確的思想方向與規(guī)范的言論能夠正確引導(dǎo)普通網(wǎng)民對(duì)待輿情事件的態(tài)度,繼而影響事件的發(fā)展態(tài)勢(shì)。微博作為國(guó)內(nèi)主流社交平臺(tái),不僅擁有龐大的用戶群,便捷化、大眾化和實(shí)時(shí)性等特點(diǎn)更使其成為網(wǎng)絡(luò)輿情事件形成和發(fā)展的主要陣地。在微博這個(gè)社會(huì)網(wǎng)絡(luò)中,“意見領(lǐng)袖”不是指某一個(gè)體,單個(gè)的意見領(lǐng)袖并不能牽動(dòng)全局,對(duì)輿情事件的引導(dǎo)、推動(dòng)作用是眾多意見領(lǐng)袖共同作用的結(jié)果。因此,準(zhǔn)確識(shí)別出意見領(lǐng)袖群,對(duì)于網(wǎng)絡(luò)輿情事件管理具有重大意義。

    1相關(guān)工作

    近年來(lái),國(guó)內(nèi)外學(xué)者在意見領(lǐng)袖識(shí)別方面作了大量研究,主要分為3個(gè)方向:基于鏈路分析的方法、基于社會(huì)網(wǎng)絡(luò)分析的方法和基于用戶特征的方法。

    基于鏈路分析的方法主要以網(wǎng)頁(yè)排序算法PageRank及其拓展算法為基礎(chǔ),根據(jù)用戶間的鏈接關(guān)系對(duì)影響力進(jìn)行迭代計(jì)算。這種算法主要研究用戶間的交互行為,忽略了對(duì)交互內(nèi)容的分析。對(duì)此,朱茂然通過(guò)分析回帖的情感傾向,計(jì)算情感權(quán)重,提出了Leader-PageRank算法。

    傳統(tǒng)基于社會(huì)網(wǎng)絡(luò)分析的方法通過(guò)用戶間的關(guān)系構(gòu)建社會(huì)網(wǎng)絡(luò),利用節(jié)點(diǎn)人度、點(diǎn)度中心性、中間中心性、接近中心性等結(jié)構(gòu)要素實(shí)現(xiàn)關(guān)鍵節(jié)點(diǎn)識(shí)別。Dewi提出通過(guò)定義社會(huì)網(wǎng)絡(luò)中邊緣類型尋找意見領(lǐng)袖。但是基于社會(huì)網(wǎng)絡(luò)分析的方法在考慮節(jié)點(diǎn)全局性的同時(shí),忽略了節(jié)點(diǎn)自身屬性特征。

    基于用戶特征的方法主要利用層次分析法,通過(guò)對(duì)提取的特征加權(quán),實(shí)現(xiàn)對(duì)用戶影響力的綜合評(píng)價(jià),但是由于缺乏統(tǒng)一標(biāo)準(zhǔn),往往會(huì)造成特征提取不全面。因此在微博輿情事件下,綜合分析用戶交互內(nèi)容、用戶自身特性及其網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)對(duì)意見領(lǐng)袖群的識(shí)別具有重要意義。

    上述研究雖然從不同角度實(shí)現(xiàn)了對(duì)用戶影響力的評(píng)估,但對(duì)意見領(lǐng)袖范圍進(jìn)行確定時(shí),往往采用排名閾值方式,而閾值由研究者自己決定,具有很強(qiáng)的不確定性和人為性。為了解決此問(wèn)題,本文提出微博輿情話題下的意見領(lǐng)袖群識(shí)別模型:綜合考慮用戶屬性特征、交互特征和網(wǎng)絡(luò)結(jié)構(gòu),借鑒PageRank算法思想,提出了MUR(Microb-log-lyric User-Influence Rank)算法實(shí)現(xiàn)對(duì)用戶影響力評(píng)估,并將MUR算法與K-means算法相結(jié)合得到MUK-means(Microblog-lyric User-Influence-based K-means)算法,以影響力最大的用戶為簇心進(jìn)行聚類,識(shí)別意見領(lǐng)袖群,得到意見領(lǐng)袖的范圍。

    2微博輿情話題下的意見領(lǐng)袖群識(shí)別

    微博輿情話題下的意見領(lǐng)袖群識(shí)別模型如圖1所示,主要包括4個(gè)方面:①數(shù)據(jù)獲取及處理,主要任務(wù)是對(duì)以Python語(yǔ)言編寫程序爬取的輿情數(shù)據(jù)進(jìn)行預(yù)處理;②用戶特征分析,從用戶活躍度和影響力角度對(duì)用戶屬性特征進(jìn)行詮釋,用戶的交互特征是從語(yǔ)義角度對(duì)用戶交互過(guò)程中產(chǎn)生的影響力進(jìn)行刻畫;③用戶影響力評(píng)估,借鑒Pager-ank算法思想,綜合用戶屬性特征、交互特征和網(wǎng)絡(luò)結(jié)構(gòu),設(shè)計(jì)微博輿情下的用戶影響力評(píng)估算法MUR;④意見領(lǐng)袖群識(shí)別,K-means算法與MUR算法相結(jié)合形成MUK-means算法,實(shí)現(xiàn)對(duì)意見領(lǐng)袖群和一般用戶群初始簇心的確定,以對(duì)用戶進(jìn)行聚類,得到意見領(lǐng)袖群。

    2.1用戶特征分析

    在微博輿情傳播過(guò)程中,用戶影響力是多種因素共同作用的結(jié)果,從靜態(tài)和動(dòng)態(tài)兩個(gè)角度出發(fā),本文選取用戶屬性特征與用戶交互特征作為影響力評(píng)估基礎(chǔ)。

    2.1.1用戶屬性特征

    根據(jù)拉扎斯菲爾德對(duì)意見領(lǐng)袖的定義,意見領(lǐng)袖是小部分具有一定影響力的活躍分子。綜合微博特性和已有研究,本文從用戶活躍度和影響力兩個(gè)維度對(duì)用戶屬性特征進(jìn)行描述。用戶屬性特征組成如圖2所示。

    活躍度A(i)是指用戶單位時(shí)間內(nèi)更新微博的數(shù)量,通過(guò)原創(chuàng)微博數(shù)(M1)和轉(zhuǎn)發(fā)微博數(shù)(M2)體現(xiàn)。微博用戶單位時(shí)間內(nèi)活躍度越高,其在微博輿情話題下保持高活躍度的概率就越大。

    影響力I(f)是身份認(rèn)證(M3)、粉絲數(shù)(M4)和單位時(shí)間內(nèi)微博被轉(zhuǎn)發(fā)率(M5)的綜合體現(xiàn)。微博用戶認(rèn)證意味著更高的可信度與曝光度,認(rèn)證后的用戶極可能被收錄到搜索引擎,使用戶及其所發(fā)微博的曝光度大大增加,而且在一般用戶的認(rèn)知中,經(jīng)過(guò)認(rèn)證的用戶所發(fā)表的文字更加權(quán)威,更使人信服,可信度更高。用戶粉絲量越大,其接觸到的用戶范圍就越大,產(chǎn)生的影響輻射范圍就越大。用戶單位時(shí)間內(nèi)微博被轉(zhuǎn)發(fā)率越高,其在微博輿情話題下發(fā)表的言論被轉(zhuǎn)發(fā)的機(jī)率就越大。

    由于特征數(shù)據(jù)的維度不統(tǒng)一,因此為了方便數(shù)據(jù)處理,使處理結(jié)果更加準(zhǔn)確,本文對(duì)各級(jí)特征數(shù)據(jù)進(jìn)行歸一化處理,采用rain-max方法,對(duì)數(shù)據(jù)進(jìn)行線性變換,將數(shù)據(jù)映射到[0,1]區(qū)間內(nèi),轉(zhuǎn)換如式(1)所示。

    2.1.2用戶交互特征

    意見領(lǐng)袖的權(quán)威度來(lái)自于其他用戶對(duì)其言論的認(rèn)可,在微博輿情傳播過(guò)程中,轉(zhuǎn)發(fā)量和評(píng)論量是對(duì)其最直接的體現(xiàn)。但是在對(duì)意見領(lǐng)袖進(jìn)行識(shí)別過(guò)程中,單純地對(duì)數(shù)據(jù)量進(jìn)行疊加并不能很好地詮釋用戶在交互過(guò)程中產(chǎn)生的影響力,因此本文同時(shí)從語(yǔ)義角度出發(fā)對(duì)用戶交互特征進(jìn)行分析:通過(guò)判斷轉(zhuǎn)發(fā)、評(píng)論內(nèi)容與原微博情感極性是否一致,作為互動(dòng)行為有效性的依據(jù)。

    在已有研究中,往往通過(guò)正向情感占比實(shí)現(xiàn)對(duì)微博情感支持率的分析,由于情感粒度劃分較粗,只統(tǒng)計(jì)正向情感的比例容易忽略關(guān)鍵信息,如在負(fù)面輿情事件中,博主發(fā)表微博“愿逝者安息,英雄一路走好”表達(dá)悲傷,情感極性為負(fù)向,而評(píng)論“太悲傷了”,情感極性雖然為負(fù)向,但表達(dá)的是對(duì)博主言論的支持,博主的言論對(duì)其產(chǎn)生了影響。為了改進(jìn)上述問(wèn)題,本文通過(guò)判斷轉(zhuǎn)發(fā)、評(píng)論內(nèi)容與原微博情感極性是否一致對(duì)用戶獲取的情感支持,即產(chǎn)生的影響力進(jìn)行衡量。本文采用FastText分類器對(duì)微博內(nèi)容進(jìn)行情感極性分析,將情感極性分為正向和負(fù)向兩類。FastText是Mikolov于2016年提出的一種快速文本分類器,能夠獲得與深度學(xué)習(xí)分類器相近的準(zhǔn)確率,但運(yùn)行效率遠(yuǎn)遠(yuǎn)高于深度學(xué)習(xí)分類器,保證了輿情快速演化過(guò)程中情感極性的準(zhǔn)確快速識(shí)別。獲得情感極性分類后,定義在微博輿情傳播過(guò)程中,情感一致的轉(zhuǎn)發(fā)、評(píng)論行為視為有效互動(dòng)行為,用戶有效互動(dòng)值Eij計(jì)算如式(5)所示。

    2.2基于MUR的用戶影響力評(píng)估

    微博輿情下用戶間的互動(dòng)網(wǎng)絡(luò)可以抽象為有向加權(quán)圖G(v,E),其中v表示節(jié)點(diǎn)集合,E表示邊的集合。將參與輿情話題討論的用戶看作節(jié)點(diǎn),若用戶間存在互動(dòng)關(guān)系,構(gòu)建用戶間的有向邊,邊的權(quán)值由用戶間的有效互動(dòng)率確定。

    PageRank算法是衡量網(wǎng)絡(luò)中網(wǎng)頁(yè)重要程度的經(jīng)典算法,基于微博拓?fù)浣Y(jié)構(gòu)與網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的相似性,本文借鑒PageRank算法思想,提出了微博輿情用戶影響力評(píng)估算法MUR,具體計(jì)算如式(6)所示。原始PageRank算法只考慮了網(wǎng)絡(luò)結(jié)構(gòu),在影響力分配過(guò)程中往往采取平均分配原則,既忽視了用戶節(jié)點(diǎn)本身影響力大小的不同,也忽視了傳遞過(guò)程中用戶受影響程度的不同。鑒于此,本文將用戶屬性特征值P(i)作為節(jié)點(diǎn)初值,根據(jù)有效互動(dòng)率分配用戶影響力,對(duì)傳統(tǒng)PageRank算法進(jìn)行改進(jìn)。

    2.3基于MUK-means的意見領(lǐng)袖群識(shí)別

    K-means算法是一種無(wú)監(jiān)督學(xué)習(xí)的聚類算法,基于物以類聚的思想,對(duì)內(nèi)在相似性大的數(shù)據(jù)進(jìn)行分類組織,其因簡(jiǎn)單高效而應(yīng)用廣泛,但初始聚類中心的不確定性容易使K-means算法陷入局部最優(yōu)解,造成聚類結(jié)果不穩(wěn)定。本文提出將MUR算法和K-means算法結(jié)合形成MUK-means算法,在有效解決初始聚類中心不確定的同時(shí),實(shí)現(xiàn)對(duì)意見領(lǐng)袖群的識(shí)別。在識(shí)別意見領(lǐng)袖時(shí),用戶總會(huì)被劃分為意見領(lǐng)袖和非意見領(lǐng)袖,則可確定劃分K值為2。MUR算法優(yōu)化了PageRank算法,得到微博輿情話題下微博用戶影響力從高到低的準(zhǔn)確排名,用戶的MUI值越大,其影響力就越大,排名越高。將MUR算法與K-means算法相結(jié)合,MUI值最高的用戶代表意見領(lǐng)袖簇的聚類中心,MUI值最低的用戶代表非意見領(lǐng)袖簇的聚類中心,避免了聚類中心的隨機(jī)性,保證了簇間距離的最大化,優(yōu)化了聚類效果,同時(shí)也得到了意見領(lǐng)袖群和一般用戶群。

    3實(shí)驗(yàn)與結(jié)果分析

    3.1實(shí)驗(yàn)數(shù)據(jù)收集預(yù)處理

    本文基于新浪微博提供的開放API,以“重慶公交車墜江”作為關(guān)鍵詞,爬取2018年10月28日-2018年11月2日的相關(guān)傳播數(shù)據(jù),詳細(xì)數(shù)據(jù)集信息如表1所示。此外,實(shí)驗(yàn)數(shù)據(jù)還包括用戶基礎(chǔ)信息:粉絲數(shù)、認(rèn)證信息及其近一個(gè)月內(nèi)發(fā)表、轉(zhuǎn)發(fā)微博的相關(guān)信息。

    在收集的數(shù)據(jù)集中,僅包含“#重慶公交車墜江#”話題標(biāo)簽的微博數(shù)據(jù)有539條,不能作為有效數(shù)據(jù)進(jìn)行分析,在過(guò)濾掉無(wú)效數(shù)據(jù)后,剩余45519條微博,參與討論(發(fā)布原創(chuàng)微博或轉(zhuǎn)發(fā)微博)的用戶數(shù)為39074,有12642個(gè)用戶發(fā)表了原創(chuàng)微博,但是沒(méi)有引起任何轉(zhuǎn)發(fā)和評(píng)論,有16007個(gè)用戶轉(zhuǎn)發(fā)他人微博后并沒(méi)有引發(fā)二次轉(zhuǎn)發(fā)。本文將對(duì)剩余的10425個(gè)用戶及其互動(dòng)關(guān)系構(gòu)造的網(wǎng)絡(luò)進(jìn)行影響力計(jì)算。

    3.2評(píng)價(jià)指標(biāo)

    (1)用戶覆蓋率(coverage Rate,CR)。由于目前對(duì)用戶影響力沒(méi)有一個(gè)統(tǒng)一的評(píng)價(jià)指標(biāo),本文選用戶覆蓋率指標(biāo)對(duì)用戶影響力評(píng)估準(zhǔn)確性進(jìn)行驗(yàn)證。用戶覆蓋率是指在微博輿情事件中受用戶i影響的用戶數(shù)占總用戶的比例,計(jì)算公式如式(12)所示。NK表示前K個(gè)用戶影響的用戶數(shù)量,Ⅳ表示參與該輿情事件討論的用戶總數(shù)。

    3.4實(shí)驗(yàn)與分析

    3.3.1基于MUR算法的用戶影響力評(píng)估實(shí)驗(yàn)

    將用戶作為種子節(jié)點(diǎn),以用戶間的互動(dòng)關(guān)系構(gòu)建網(wǎng)絡(luò)。提取用戶身份認(rèn)證信息、粉絲數(shù),并以用戶2018年9月27日2018年10月27日一個(gè)月內(nèi)的微博數(shù)據(jù)作為樣本,統(tǒng)計(jì)單位時(shí)間內(nèi)的原創(chuàng)微博數(shù)、轉(zhuǎn)發(fā)微博數(shù)、被轉(zhuǎn)發(fā)微博數(shù)。對(duì)數(shù)據(jù)進(jìn)行歸一化處理后,根據(jù)式(4)計(jì)算用戶屬性值作為節(jié)點(diǎn)初始值。調(diào)用Python的FastText包實(shí)現(xiàn)情感極性的分類,工作流程如圖3所示。通過(guò)情感一致性判別對(duì)有效互動(dòng)值進(jìn)行計(jì)算,并根據(jù)MUR算法計(jì)算式(6)對(duì)互動(dòng)網(wǎng)絡(luò)中的用戶影響力并進(jìn)行迭代計(jì)算,直到每個(gè)節(jié)點(diǎn)的MUI值與上次計(jì)算的MUI值相等,得到每個(gè)用戶最終的影響力值。

    為了驗(yàn)證MUR算法對(duì)用戶影響力評(píng)估的準(zhǔn)確性,采用前K個(gè)用戶的用戶覆蓋率對(duì)MUR算法與UI_LR算法、PageRank算法進(jìn)行對(duì)比。3種算法的用戶覆蓋率結(jié)果如圖4所示。圖4中,MUR算法和UI-LR算法性能明顯優(yōu)于PageRank算法。雖然在前10個(gè)用戶的影響下,UI-LR算法與本文算法覆蓋的用戶范圍十分接近,但是在10名之后的用戶影響下,本文算法覆蓋的用戶范圍更廣,這充分說(shuō)明了MUR算法對(duì)用戶影響力評(píng)估的有效性,同時(shí)保證了初始聚類中心的準(zhǔn)確性。

    3.3.2基于MUK-means算法的意見領(lǐng)袖群識(shí)別實(shí)驗(yàn)

    基于MUK-means算法的意見領(lǐng)袖群識(shí)別,即將意見領(lǐng)袖識(shí)別轉(zhuǎn)換為一個(gè)二分類問(wèn)題,把用戶分為意見領(lǐng)袖和一般用戶。以在用戶影響力評(píng)估中影響力最大和最小的用戶作為初始聚類中心,歸一化后的用戶屬性特征與互動(dòng)特征作為特征向量,利用Python實(shí)現(xiàn)用戶聚類,影響力最大的用戶所在的簇即為意見領(lǐng)袖群。

    由于目前沒(méi)有對(duì)意見領(lǐng)袖群的識(shí)別研究,缺乏對(duì)比算法,為了證明MUK-means算法對(duì)意見領(lǐng)袖群識(shí)別的有效性,通過(guò)DBI指標(biāo)和聚類時(shí)間對(duì)比MUK-means算法與K-means算法的聚類效果,并計(jì)算兩種算法得到意見領(lǐng)袖群用戶覆蓋率,結(jié)果如表2所示。

    從表2可以看出,MUK-means算法運(yùn)行時(shí)間要小于K-means算法,因?yàn)镸UK-means算法對(duì)初始聚類中心的確定,減少了迭代次數(shù),優(yōu)化了原始K-means算法。MUK-means算法的DBI值要低于K-means算法,說(shuō)明MUK-means的聚類效果要優(yōu)于K-means算法,即由MUK-means算法得到的意見領(lǐng)袖群內(nèi)距離更小,相似度更大。從得到的意見領(lǐng)袖群的用戶覆蓋率看,MUK-means算法得到的意見領(lǐng)袖群用戶覆蓋率高達(dá)86.3%,遠(yuǎn)大于K-means算法直接通過(guò)特征聚類得到的結(jié)果,說(shuō)明了MUK-means識(shí)別意見領(lǐng)袖群的有效性。

    4結(jié)語(yǔ)

    本文針對(duì)現(xiàn)有研究對(duì)意見領(lǐng)袖范圍不確定的問(wèn)題,基于對(duì)用戶屬性特征、交互特征和網(wǎng)絡(luò)結(jié)構(gòu)的多角度分析,提出了微博輿情話題下的意見領(lǐng)袖群識(shí)別算法MUK-means。實(shí)驗(yàn)結(jié)果表明,MUK-means算法改進(jìn)了傳統(tǒng)K-means算法初始聚類中心不確定的缺點(diǎn),提高了聚類效率,能夠有效識(shí)別微博輿情話題下的意見領(lǐng)袖群,從而為相關(guān)部門及時(shí)掌握意見領(lǐng)袖范圍,了解輿情動(dòng)態(tài),進(jìn)行輿情控制提供了依據(jù)。然而本文在分析用戶交互特征時(shí),沒(méi)有考慮到網(wǎng)絡(luò)水軍所發(fā)虛假評(píng)論的影響,下一步研究中將對(duì)虛假評(píng)論進(jìn)行過(guò)濾,從而進(jìn)一步提高意見領(lǐng)袖群的識(shí)別準(zhǔn)確率。

    久久精品国产亚洲av天美| 亚洲熟女精品中文字幕| 婷婷色综合大香蕉| 免费播放大片免费观看视频在线观看| 99香蕉大伊视频| 大码成人一级视频| 欧美精品av麻豆av| 自拍欧美九色日韩亚洲蝌蚪91| 中文字幕人妻熟女乱码| 中文字幕人妻丝袜一区二区 | 美女国产高潮福利片在线看| 黄色视频在线播放观看不卡| 国产精品一二三区在线看| 久久久久久人人人人人| 亚洲精品一区蜜桃| 欧美亚洲 丝袜 人妻 在线| 欧美成人午夜精品| 精品少妇内射三级| 亚洲欧洲精品一区二区精品久久久 | 老熟女久久久| 成年av动漫网址| av女优亚洲男人天堂| 激情视频va一区二区三区| 最近2019中文字幕mv第一页| 老汉色∧v一级毛片| 免费黄频网站在线观看国产| 人人妻人人爽人人添夜夜欢视频| 国产av精品麻豆| 国产黄频视频在线观看| 国产熟女午夜一区二区三区| 国产精品人妻久久久影院| 18禁裸乳无遮挡动漫免费视频| 久久久精品94久久精品| 亚洲欧美一区二区三区久久| 蜜桃国产av成人99| 水蜜桃什么品种好| 99久久人妻综合| 91成人精品电影| 在线天堂中文资源库| 女性生殖器流出的白浆| 一区二区三区四区激情视频| 曰老女人黄片| 三级国产精品片| 精品99又大又爽又粗少妇毛片| 男女午夜视频在线观看| 欧美97在线视频| 伦精品一区二区三区| 国产免费福利视频在线观看| 日韩av在线免费看完整版不卡| 2022亚洲国产成人精品| 日韩不卡一区二区三区视频在线| 少妇的丰满在线观看| 制服人妻中文乱码| 亚洲,一卡二卡三卡| 亚洲成人手机| 少妇猛男粗大的猛烈进出视频| 激情五月婷婷亚洲| 精品少妇内射三级| 午夜激情av网站| 纯流量卡能插随身wifi吗| 美女午夜性视频免费| 深夜精品福利| 国产熟女欧美一区二区| 一区二区三区精品91| 精品一区二区免费观看| 成人影院久久| 国产成人a∨麻豆精品| 黄色视频在线播放观看不卡| 久久久久久久国产电影| 国产亚洲av片在线观看秒播厂| 自线自在国产av| 国产精品蜜桃在线观看| 成人二区视频| 国产黄色视频一区二区在线观看| 女人被躁到高潮嗷嗷叫费观| 成人午夜精彩视频在线观看| 成人免费观看视频高清| 亚洲欧美成人综合另类久久久| 毛片一级片免费看久久久久| www.自偷自拍.com| 亚洲欧美一区二区三区黑人 | 巨乳人妻的诱惑在线观看| 高清黄色对白视频在线免费看| 国产男女内射视频| 啦啦啦啦在线视频资源| 欧美最新免费一区二区三区| 国产一区亚洲一区在线观看| 亚洲五月色婷婷综合| 热99久久久久精品小说推荐| 免费播放大片免费观看视频在线观看| 在现免费观看毛片| 久久av网站| 波多野结衣一区麻豆| 亚洲色图综合在线观看| 国产精品麻豆人妻色哟哟久久| 免费观看在线日韩| 色哟哟·www| 国产精品免费视频内射| 九草在线视频观看| 大码成人一级视频| 在线观看www视频免费| 高清视频免费观看一区二区| 精品一区二区免费观看| 一级a爱视频在线免费观看| 宅男免费午夜| 日韩精品有码人妻一区| 女性被躁到高潮视频| 午夜福利乱码中文字幕| 如日韩欧美国产精品一区二区三区| 日本爱情动作片www.在线观看| 国产欧美日韩一区二区三区在线| 国产成人精品久久久久久| 国产男女内射视频| 中文字幕亚洲精品专区| 亚洲国产精品一区二区三区在线| 青青草视频在线视频观看| 国产精品蜜桃在线观看| 寂寞人妻少妇视频99o| 亚洲欧洲日产国产| 最近的中文字幕免费完整| 伊人久久国产一区二区| 狠狠精品人妻久久久久久综合| 在线免费观看不下载黄p国产| 人妻系列 视频| 黄色 视频免费看| 国产成人精品一,二区| 亚洲,欧美,日韩| 欧美日韩一级在线毛片| 日本欧美国产在线视频| 久久久欧美国产精品| 两性夫妻黄色片| 久久99热这里只频精品6学生| 亚洲美女搞黄在线观看| 91午夜精品亚洲一区二区三区| 亚洲欧洲精品一区二区精品久久久 | 国产精品一区二区在线不卡| 啦啦啦视频在线资源免费观看| 国产免费一区二区三区四区乱码| 性色avwww在线观看| 最近2019中文字幕mv第一页| 亚洲第一青青草原| 色婷婷av一区二区三区视频| 水蜜桃什么品种好| 尾随美女入室| 十分钟在线观看高清视频www| 美女国产高潮福利片在线看| 岛国毛片在线播放| 国产一区亚洲一区在线观看| 如何舔出高潮| 免费观看av网站的网址| 色视频在线一区二区三区| 亚洲伊人色综图| 寂寞人妻少妇视频99o| 国产高清国产精品国产三级| 国产日韩欧美亚洲二区| 一区二区三区精品91| 一区二区三区四区激情视频| 秋霞伦理黄片| 精品久久久久久电影网| 日韩一区二区三区影片| av.在线天堂| 夫妻午夜视频| 亚洲国产精品国产精品| 伊人亚洲综合成人网| 青青草视频在线视频观看| 亚洲伊人色综图| 久久久久久久久久久久大奶| 久久国产精品大桥未久av| 亚洲av成人精品一二三区| 国产精品嫩草影院av在线观看| 18禁国产床啪视频网站| 十分钟在线观看高清视频www| 狂野欧美激情性bbbbbb| 国产av码专区亚洲av| 欧美少妇被猛烈插入视频| 久热久热在线精品观看| 欧美精品人与动牲交sv欧美| 久久99热这里只频精品6学生| 丝袜喷水一区| 婷婷色综合大香蕉| 亚洲精品第二区| 国产成人精品福利久久| 搡老乐熟女国产| 黑人巨大精品欧美一区二区蜜桃| 欧美日韩成人在线一区二区| 色婷婷久久久亚洲欧美| 五月开心婷婷网| 2018国产大陆天天弄谢| 精品人妻一区二区三区麻豆| 一区在线观看完整版| 精品国产国语对白av| 秋霞伦理黄片| 成人国产av品久久久| 欧美 日韩 精品 国产| 欧美日韩综合久久久久久| 国产亚洲午夜精品一区二区久久| 18禁观看日本| 亚洲一区二区三区欧美精品| 嫩草影院入口| 欧美人与善性xxx| 中国三级夫妇交换| 亚洲五月色婷婷综合| 日韩熟女老妇一区二区性免费视频| 免费久久久久久久精品成人欧美视频| 韩国精品一区二区三区| 亚洲精品自拍成人| 精品少妇久久久久久888优播| 免费黄频网站在线观看国产| 五月伊人婷婷丁香| 国产乱来视频区| 国产男女超爽视频在线观看| 天堂8中文在线网| av线在线观看网站| 国产极品天堂在线| 亚洲色图综合在线观看| 欧美精品高潮呻吟av久久| 欧美精品一区二区免费开放| 97人妻天天添夜夜摸| 国产一区二区激情短视频 | 亚洲久久久国产精品| 十分钟在线观看高清视频www| 在线观看www视频免费| 欧美日韩一区二区视频在线观看视频在线| 黑人欧美特级aaaaaa片| 日韩精品免费视频一区二区三区| 亚洲av男天堂| 黄色 视频免费看| 高清黄色对白视频在线免费看| 久久99热这里只频精品6学生| 美女中出高潮动态图| 久久精品国产自在天天线| 国产精品久久久久久精品电影小说| 国产成人精品福利久久| 亚洲情色 制服丝袜| 日本欧美视频一区| 成人国产麻豆网| 少妇熟女欧美另类| 亚洲精品aⅴ在线观看| 啦啦啦在线免费观看视频4| 久热这里只有精品99| 亚洲av成人精品一二三区| 秋霞在线观看毛片| 国产成人精品无人区| 国产1区2区3区精品| 国产又色又爽无遮挡免| 成人国产av品久久久| 另类亚洲欧美激情| 大片电影免费在线观看免费| 免费黄频网站在线观看国产| 日韩伦理黄色片| 亚洲欧美精品综合一区二区三区 | 亚洲精品久久午夜乱码| 欧美激情 高清一区二区三区| 免费不卡的大黄色大毛片视频在线观看| 亚洲精品中文字幕在线视频| 视频在线观看一区二区三区| 久久久久网色| 国产av码专区亚洲av| 日本av手机在线免费观看| 国产精品香港三级国产av潘金莲 | 亚洲色图 男人天堂 中文字幕| a级毛片黄视频| 国产成人精品福利久久| 日本av手机在线免费观看| 日韩欧美一区视频在线观看| 久久久久视频综合| 97在线人人人人妻| 搡女人真爽免费视频火全软件| 韩国av在线不卡| 亚洲欧美精品自产自拍| 一本久久精品| 欧美日韩综合久久久久久| 久久久久久久精品精品| 深夜精品福利| 青春草亚洲视频在线观看| 久久久久久久亚洲中文字幕| 亚洲av男天堂| 欧美成人午夜免费资源| 日本午夜av视频| 一级黄片播放器| 黄频高清免费视频| 王馨瑶露胸无遮挡在线观看| 在线天堂中文资源库| 免费av中文字幕在线| 精品亚洲成a人片在线观看| 两性夫妻黄色片| 亚洲欧美精品综合一区二区三区 | 一二三四中文在线观看免费高清| 久久鲁丝午夜福利片| 中国国产av一级| 精品一品国产午夜福利视频| 午夜激情久久久久久久| 国产成人精品一,二区| 亚洲国产av影院在线观看| 国产无遮挡羞羞视频在线观看| 成人毛片a级毛片在线播放| av电影中文网址| 国产成人精品福利久久| 免费观看无遮挡的男女| 久久久久国产网址| 一区二区三区四区激情视频| 成年人免费黄色播放视频| 在线观看国产h片| 久久国产精品男人的天堂亚洲| 日本vs欧美在线观看视频| 欧美 日韩 精品 国产| 只有这里有精品99| 麻豆乱淫一区二区| 免费高清在线观看视频在线观看| 在线免费观看不下载黄p国产| 国产福利在线免费观看视频| 夜夜骑夜夜射夜夜干| 国产精品一区二区在线观看99| 最近中文字幕高清免费大全6| 1024香蕉在线观看| 激情五月婷婷亚洲| 另类亚洲欧美激情| 搡老乐熟女国产| 久热这里只有精品99| 欧美精品国产亚洲| 一个人免费看片子| 可以免费在线观看a视频的电影网站 | 国产淫语在线视频| 中文字幕色久视频| 国产日韩欧美在线精品| 各种免费的搞黄视频| 老熟女久久久| 中文天堂在线官网| 五月天丁香电影| 狠狠婷婷综合久久久久久88av| 大片免费播放器 马上看| 欧美激情极品国产一区二区三区| 91在线精品国自产拍蜜月| 伦精品一区二区三区| 在线观看国产h片| 另类亚洲欧美激情| 亚洲国产精品一区三区| av视频免费观看在线观看| av网站在线播放免费| 波多野结衣av一区二区av| 美女国产视频在线观看| videos熟女内射| 日本vs欧美在线观看视频| 韩国精品一区二区三区| 日韩一卡2卡3卡4卡2021年| 纯流量卡能插随身wifi吗| 波多野结衣一区麻豆| 国产无遮挡羞羞视频在线观看| 国产精品偷伦视频观看了| 久久人人爽人人片av| 国产女主播在线喷水免费视频网站| 婷婷色综合www| 国产在线免费精品| 在线观看免费高清a一片| 99re6热这里在线精品视频| 丰满迷人的少妇在线观看| 亚洲视频免费观看视频| 久久久久人妻精品一区果冻| 亚洲男人天堂网一区| 美女xxoo啪啪120秒动态图| 国产精品国产av在线观看| 丰满乱子伦码专区| 久久亚洲国产成人精品v| 中文字幕最新亚洲高清| 国产精品二区激情视频| av国产精品久久久久影院| 国产探花极品一区二区| av网站在线播放免费| 青春草视频在线免费观看| 欧美日韩亚洲国产一区二区在线观看 | 午夜激情久久久久久久| 成人午夜精彩视频在线观看| 久久影院123| 赤兔流量卡办理| 亚洲精品国产色婷婷电影| 亚洲人成网站在线观看播放| 亚洲情色 制服丝袜| 欧美老熟妇乱子伦牲交| 久久久精品94久久精品| 久久毛片免费看一区二区三区| www.熟女人妻精品国产| 熟女av电影| 天堂8中文在线网| 亚洲在久久综合| 黄片播放在线免费| 黄色配什么色好看| 精品卡一卡二卡四卡免费| 久久久国产精品麻豆| 嫩草影院入口| 午夜福利在线观看免费完整高清在| 不卡av一区二区三区| 高清黄色对白视频在线免费看| 男人爽女人下面视频在线观看| 交换朋友夫妻互换小说| 国产精品免费视频内射| 久久精品亚洲av国产电影网| 欧美日韩亚洲高清精品| 亚洲美女视频黄频| 久久久a久久爽久久v久久| 国产成人免费观看mmmm| 午夜福利视频在线观看免费| 国产亚洲欧美精品永久| 日韩在线高清观看一区二区三区| 日本爱情动作片www.在线观看| 大香蕉久久网| 亚洲精品国产av成人精品| 成年美女黄网站色视频大全免费| 人妻少妇偷人精品九色| av在线观看视频网站免费| 国产精品久久久久久精品古装| 五月伊人婷婷丁香| 新久久久久国产一级毛片| 日韩三级伦理在线观看| 精品人妻在线不人妻| 中国国产av一级| 国产在线视频一区二区| 丰满少妇做爰视频| 精品福利永久在线观看| 在线免费观看不下载黄p国产| av在线观看视频网站免费| 如何舔出高潮| 国产97色在线日韩免费| 午夜免费观看性视频| 久久影院123| 日本黄色日本黄色录像| 一级毛片我不卡| 亚洲欧美一区二区三区黑人 | 日韩伦理黄色片| 国产乱人偷精品视频| 可以免费在线观看a视频的电影网站 | 十八禁网站网址无遮挡| 久久韩国三级中文字幕| 成年美女黄网站色视频大全免费| 最近的中文字幕免费完整| 成人手机av| 欧美成人精品欧美一级黄| 少妇人妻 视频| 国产一区有黄有色的免费视频| 午夜激情久久久久久久| 亚洲男人天堂网一区| 欧美少妇被猛烈插入视频| 高清视频免费观看一区二区| 亚洲婷婷狠狠爱综合网| 色94色欧美一区二区| 亚洲精品国产av成人精品| 精品福利永久在线观看| 一区二区三区激情视频| 国产精品秋霞免费鲁丝片| 午夜免费男女啪啪视频观看| 午夜久久久在线观看| 久久久欧美国产精品| 日本爱情动作片www.在线观看| 国产精品一区二区在线观看99| 亚洲四区av| 亚洲av国产av综合av卡| 999久久久国产精品视频| 成人国产av品久久久| 中文字幕另类日韩欧美亚洲嫩草| 狂野欧美激情性bbbbbb| av福利片在线| 亚洲第一av免费看| 久久ye,这里只有精品| 国产一区二区三区综合在线观看| 亚洲精品国产av成人精品| 精品人妻偷拍中文字幕| 久久久久久人人人人人| 可以免费在线观看a视频的电影网站 | 大香蕉久久网| 老司机亚洲免费影院| 亚洲激情五月婷婷啪啪| 婷婷色av中文字幕| 亚洲一级一片aⅴ在线观看| 一区二区日韩欧美中文字幕| 91在线精品国自产拍蜜月| 国产有黄有色有爽视频| 免费黄色在线免费观看| 日韩精品有码人妻一区| 国产淫语在线视频| 久久精品久久精品一区二区三区| 久久人妻熟女aⅴ| 麻豆乱淫一区二区| 精品一区二区免费观看| 80岁老熟妇乱子伦牲交| 久久国产亚洲av麻豆专区| 国产成人精品久久久久久| 麻豆乱淫一区二区| 精品久久久久久电影网| 考比视频在线观看| 男男h啪啪无遮挡| 女人久久www免费人成看片| 国产免费视频播放在线视频| 黑人巨大精品欧美一区二区蜜桃| 成年动漫av网址| 一本—道久久a久久精品蜜桃钙片| 午夜精品国产一区二区电影| 国产精品成人在线| 久久精品久久久久久久性| freevideosex欧美| 热re99久久精品国产66热6| 国产成人91sexporn| 少妇被粗大的猛进出69影院| xxxhd国产人妻xxx| 亚洲国产精品一区二区三区在线| 国产精品久久久久久精品古装| 色吧在线观看| 免费在线观看完整版高清| 亚洲国产最新在线播放| 汤姆久久久久久久影院中文字幕| av线在线观看网站| av一本久久久久| 久久久久精品人妻al黑| 老司机亚洲免费影院| 制服诱惑二区| 日本91视频免费播放| 国产片内射在线| 国产成人精品在线电影| 亚洲欧美精品综合一区二区三区 | 亚洲五月色婷婷综合| 亚洲av成人精品一二三区| 在线观看免费视频网站a站| 国精品久久久久久国模美| 男女下面插进去视频免费观看| 国产成人欧美| 大片电影免费在线观看免费| www.av在线官网国产| 热99国产精品久久久久久7| 久久99精品国语久久久| 国产精品久久久久久精品古装| 欧美日韩精品成人综合77777| 午夜老司机福利剧场| 国产乱来视频区| 日产精品乱码卡一卡2卡三| 欧美精品亚洲一区二区| 亚洲国产精品一区二区三区在线| 精品少妇内射三级| 亚洲成色77777| 男男h啪啪无遮挡| 黄色配什么色好看| 午夜福利视频精品| videosex国产| 丰满少妇做爰视频| 久久99一区二区三区| 97人妻天天添夜夜摸| 亚洲一区二区三区欧美精品| 日韩一区二区三区影片| 成人毛片60女人毛片免费| 男人爽女人下面视频在线观看| 精品国产一区二区三区久久久樱花| 亚洲国产欧美网| 国产免费现黄频在线看| 美国免费a级毛片| 制服丝袜香蕉在线| 丝袜脚勾引网站| 久久99精品国语久久久| 欧美 日韩 精品 国产| 亚洲国产av影院在线观看| 日本91视频免费播放| 国产成人精品婷婷| 国产又色又爽无遮挡免| 人人妻人人添人人爽欧美一区卜| 在线天堂中文资源库| 欧美日韩国产mv在线观看视频| 亚洲欧美精品自产自拍| 最近的中文字幕免费完整| 国产精品无大码| 男人舔女人的私密视频| 色吧在线观看| 亚洲精品久久成人aⅴ小说| 成人影院久久| 久久久久国产网址| 亚洲国产欧美网| 高清黄色对白视频在线免费看| 在线免费观看不下载黄p国产| 国产精品无大码| 久久久久久久亚洲中文字幕| 国精品久久久久久国模美| 一级,二级,三级黄色视频| av在线app专区| 午夜免费鲁丝| 伊人亚洲综合成人网| 久久精品国产鲁丝片午夜精品| 亚洲av电影在线观看一区二区三区| 免费观看在线日韩| 国产欧美日韩一区二区三区在线| www.熟女人妻精品国产| 一级毛片黄色毛片免费观看视频| 国产精品久久久久久精品古装| 午夜激情久久久久久久| 美女高潮到喷水免费观看| 少妇 在线观看| 最近最新中文字幕免费大全7| 国产一区二区三区综合在线观看| 日韩 亚洲 欧美在线| av免费在线看不卡| 国产一区二区三区综合在线观看| 亚洲欧美精品综合一区二区三区 | 女性被躁到高潮视频| 国产精品秋霞免费鲁丝片| 人妻一区二区av| 丝袜脚勾引网站| 一级毛片 在线播放| 久久久久国产网址| 99热全是精品| 午夜激情久久久久久久| 波野结衣二区三区在线| 国产精品久久久久久精品古装| 夫妻午夜视频| av.在线天堂| 免费黄网站久久成人精品| 久久人人爽av亚洲精品天堂| 人成视频在线观看免费观看| 女人高潮潮喷娇喘18禁视频| 黄色怎么调成土黄色| 男女啪啪激烈高潮av片| 久久久久久久亚洲中文字幕|