• <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 ?

    基于云計算平臺的圖書館混合推薦技術(shù)研究

    2019-12-09 11:18
    現(xiàn)代電子技術(shù) 2019年23期
    關(guān)鍵詞:粘稠度聚類圖書

    趙 冉

    (河北金融學(xué)院,河北保定 071000)

    0 引 言

    用戶獲取圖書資源的重要途徑是圖書館,隨著科學(xué)技術(shù)的不斷發(fā)展,圖書館信息服務(wù)迎來巨大挑戰(zhàn)[1]。在傳統(tǒng)圖書館信息服務(wù)模式下,所有用戶統(tǒng)一使用一個圖書館平臺,用戶想要獲取自己所需圖書信息時,只需主動向圖書館平臺提交查詢請求,圖書館平臺通過用戶查詢請求后用戶就可獲取需求信息。但是隨著信息化的不斷發(fā)展,高校圖書館信息量不斷膨脹[2],導(dǎo)致傳統(tǒng)信息服務(wù)模式下的用戶難以快速發(fā)現(xiàn)符合自身偏好的圖書信息。在此情況下學(xué)者應(yīng)將研究重點放在圖書館推薦技術(shù)上,通過設(shè)計較好的圖書館推薦技術(shù)及時將符合目標(biāo)用戶偏好的圖書推薦給目標(biāo)用戶,且設(shè)計的圖書館推薦技術(shù)能過濾圖書館中的海量數(shù)據(jù),在較短時間內(nèi)響應(yīng)目標(biāo)用戶需求[3]。該圖書館推薦技術(shù)必須具備處理大數(shù)據(jù)的能力。經(jīng)過實際調(diào)查分析發(fā)現(xiàn),當(dāng)前主流內(nèi)存計算框架是Spark,且處理大數(shù)據(jù)的能力較好,因此基于云計算平臺設(shè)計圖書館推薦技術(shù)能提升處理大數(shù)據(jù)的能力和推薦效率[4]。通過云計算平臺處理大數(shù)據(jù)后,應(yīng)將推薦效果較好的推薦算法融合到云計算平臺中,精準(zhǔn)快速地向目標(biāo)用戶推薦圖書[5]。通過查閱相關(guān)文獻發(fā)現(xiàn),當(dāng)前個性化圖書館推薦技術(shù)在用戶粘稠度較低的情況下,無法精準(zhǔn)向目標(biāo)用戶推薦圖書[6],因此需在基于云計算平臺的圖書館推薦技術(shù)中添加混合推薦算法,當(dāng)用戶粘稠度較低時采用基于Spark 的聚類算法推薦圖書,當(dāng)用戶粘稠度較高時采用協(xié)同過濾算法向目標(biāo)用戶推薦圖書。根據(jù)上述分析本文研究基于云計算平臺的圖書館混合推薦技術(shù),通過該技術(shù)彌補當(dāng)前圖書館推薦技術(shù)存在的缺陷,提升推薦圖書的質(zhì)量[7]。

    1 圖書館混合推薦技術(shù)

    1.1 圖書館混合推薦系統(tǒng)總體架構(gòu)

    基于云計算平臺的圖書館混合推薦系統(tǒng)將并行計算框架作為計算前提,依照分布式結(jié)構(gòu)將采集到的數(shù)據(jù)信息傳輸?shù)郊?,傳輸過程中采用Kafka 消息中間件傳輸數(shù)據(jù)信息,并行化處理數(shù)據(jù)信息,基于云計算平臺的圖書館混合推薦系統(tǒng)框架結(jié)構(gòu)如圖1 所示。

    圖1 圖書館混合推薦系統(tǒng)Fig.1 Library hybrid recommendation system

    從圖1 中可清晰明了地觀察出基于云計算平臺的圖書館混合推薦系統(tǒng)推薦過程。首先,存儲收集到的圖書館用戶日志和圖書館圖書數(shù)據(jù),存儲位置是本地數(shù)據(jù)庫[8],采用Flume 的Tail 命令觀測圖書館用戶日志變化規(guī)律,采集圖書館用戶日志信息和圖書館圖書數(shù)據(jù)[9]。其次,將圖書館用戶日志信息和圖書館圖書數(shù)據(jù)傳輸?shù)終afka 消息中間件中,采用Kafka 消息中間件將集群訂閱的圖書館用戶日志信息和圖書館圖書數(shù)據(jù)傳輸?shù)郊褐?,?chuàng)建分布式數(shù)據(jù)集,依照定義算子和函數(shù)預(yù)處理分布式數(shù)據(jù),根據(jù)用戶粘稠度采用不同推薦算法計算分布式數(shù)據(jù)。當(dāng)用戶粘稠度較低時采用聚類算法,當(dāng)用戶粘稠度較高時采用基于協(xié)同過濾的混合推薦算法,將推薦結(jié)果傳輸?shù)紿Base 數(shù)據(jù)庫中,存儲推薦結(jié)果。

    同時將推薦結(jié)果傳輸?shù)郊旱暮诵慕M件中,分析計算推薦結(jié)果數(shù)據(jù)和備份推薦結(jié)果數(shù)據(jù)的同時向目標(biāo)用戶推薦圖書,將最終推薦結(jié)果存儲到HDFS 分布式文件系統(tǒng)中,Web 服務(wù)器可隨時訪問HBase 數(shù)據(jù)庫和HDFS分布式文件系統(tǒng)中的推薦數(shù)據(jù)信息?;谠朴嬎闫脚_的圖書館混合推薦系統(tǒng)能夠?qū)崿F(xiàn)多種功能,包括分析用戶日志數(shù)據(jù)、推薦圖書、實時備份數(shù)據(jù)等功能[10]。分布式并行化處理顯式反饋和隱式反饋的數(shù)據(jù),其中顯式反饋數(shù)據(jù)指的是用戶收藏和屬性特征等用戶行為,隱式反饋數(shù)據(jù)指的是在某圖書上用戶消耗的時間或者搜索圖書類別等數(shù)據(jù)。依照計算的推薦結(jié)果將圖書館中圖書推薦給目標(biāo)用戶,目標(biāo)用戶可采用Web 網(wǎng)頁訪問該推薦系統(tǒng)[11]。該系統(tǒng)中最為重要的是圖書推薦算法,根據(jù)用戶粘稠度采用相應(yīng)圖書推薦算法推薦圖書。

    1.2 圖書館混合推薦算法

    圖書館混合推薦算法在不同粘稠度的狀況下分別采用相應(yīng)算法推薦圖書館圖書。假設(shè)用戶粘稠度較低,即存在新用戶的情況下,應(yīng)采用聚類算法,假定同類用戶具有相同的讀書偏好,依照聚類結(jié)果向目標(biāo)用戶推薦圖書。當(dāng)用戶粘稠度較高時,應(yīng)采用基于協(xié)同過濾的混合推薦算法向目標(biāo)用戶推薦圖書,下面詳細討論不同粘稠度下圖書館推薦算法的計算過程。

    1.2.1 聚類算法

    當(dāng)用戶粘稠度較低時需聚類用戶,假定同類用戶讀書偏好相同,基于聚類結(jié)果向目標(biāo)用戶推薦圖書。本文采用聚類算法聚類用戶[12],將圖書館圖書數(shù)據(jù)劃分成多個片區(qū),每個片區(qū)大小相同,聚類操作多個片區(qū),合并聚類結(jié)果得到最終所需聚類。算法詳細步驟如下所示:

    1)通過Flume 采集圖書館圖書數(shù)據(jù),創(chuàng)建彈性分布式數(shù)據(jù)集RDD。

    2)讀取map 函數(shù),通過雙層并行遺傳算法獲取聚類中心b1和b2,通過獲取的聚類中心得到新彈性分布式數(shù)據(jù)集RDD1。

    3)MapToPair 操作原有彈性分布式數(shù)據(jù)集,通過每個點和聚類中心之間的距離聚類劃分原有彈性分布式數(shù)據(jù)集,得到RDD3。

    4)reduceBykey 操作RDD3,計算新聚類中心,同時判斷聚類中心收斂性,當(dāng)聚類中心不收斂時,需繼續(xù)迭代聚類中心[13],如果聚類中心出現(xiàn)收斂的狀況,需依照key 值合并聚類中心。

    5)采用filter 函數(shù)篩選出需要的聚類中心,依照聚類中心用戶讀書偏好向目標(biāo)用戶推薦圖書。

    1.2.2 基于協(xié)同過濾的混合推薦算法

    當(dāng)用戶粘稠度較高時,采用基于協(xié)同過濾的混合推薦算法分析用戶閱讀偏好,在用戶群中篩選出與目標(biāo)用戶閱讀偏好較為一致的用戶,采用近鄰用戶產(chǎn)品評價信息數(shù)據(jù)計算目標(biāo)用戶對圖書館的預(yù)測評分,通過預(yù)測評分?jǐn)?shù)據(jù)探析目標(biāo)用戶對圖書館中某類圖書的需求程度[14],根據(jù)需求程度的高低向用戶推薦相應(yīng)的圖書館圖書?;趨f(xié)同過濾的混合推薦算法過程主要包括以下兩個步驟:

    1)選取近鄰用戶。假設(shè)Di=(y1,y2,…,yj)表示其他用戶和目標(biāo)用戶評價向量,當(dāng)用戶m和目標(biāo)用戶的Dm之間相似性與既定閾值相符合時,將用戶m當(dāng)成是目標(biāo)用戶的近鄰用戶,此時選取用戶m為評分預(yù)測的計算用戶集。通過Pearson 系統(tǒng)計算用戶之間相似程度,相似度計算公式如下所示:

    2)預(yù)測評分。采用全局?jǐn)?shù)值算法預(yù)測評分,將上文計算的相似度當(dāng)成權(quán)值,組合多個權(quán)值產(chǎn)生預(yù)測評分,其計算公式如下所示:

    式中:m表示計算用戶集中用戶數(shù)量;Qyj表示用戶y對圖書j的預(yù)測評分。

    綜上所述,基于云計算平臺的圖書館混合推薦過程是當(dāng)目標(biāo)用戶登錄基于云計算平臺的圖書館混合推薦系統(tǒng)后,系統(tǒng)需要判斷用戶粘稠度,粘稠度較低時,需聚類用戶,假定同類用戶有相同讀書偏好,依照聚類算法獲取聚類中心,通過聚類中心中用戶讀書偏好向目標(biāo)用戶推薦圖書;當(dāng)粘稠度較高時采用基于協(xié)同過濾的混合推薦算法,尋找近鄰用戶,采用評分向量計算用戶相似性,預(yù)測評分,依照預(yù)測評分結(jié)果向目標(biāo)用戶推薦圖書[15]。

    2 實驗驗證

    為驗證本文基于云計算平臺的圖書館混合推薦技術(shù)的性能,需采用Windows XP 系統(tǒng),雙核CPU 1.85 GHz和4 GB 內(nèi)存的計算機,本次實驗的測試數(shù)據(jù)為某高校圖書館讀者借閱圖書數(shù)據(jù)。

    2.1 推薦效果

    為檢測本文方法的推薦效果,檢測本文方法查準(zhǔn)率和誤判率判斷推薦效果,其中,推薦成功圖書和推薦圖書總數(shù)之間的比值表示查準(zhǔn)率,推薦失敗的圖書總數(shù)和推薦圖書總數(shù)之間比值表示誤判率。系統(tǒng)統(tǒng)計結(jié)果如圖2 所示,同時將采用本文方法推薦圖書的界面效果用圖3 呈現(xiàn)出來。

    圖2 統(tǒng)計結(jié)果Fig.2 Statistical results

    圖3 推薦界面Fig.3 Recommended interface

    從圖2 中可以看出,隨著用戶評價圖書數(shù)目的不斷增加,本文方法推薦的查準(zhǔn)率逐漸上升,誤判率逐漸下降,且本文方法推薦查準(zhǔn)率不低于95%,說明本文方法查準(zhǔn)率較高,本文方法推薦效果較好。

    從圖3 中的推薦界面可以看出,采用本文方法后用戶能夠清晰明了地從推薦界面中看到推薦圖書,簡單快速地尋找自身感興趣圖書,目標(biāo)用戶可從界面中觀察推薦圖書的推薦分值,選取自己感興趣的圖書,降低搜尋時間。

    2.2 推薦性能評估

    為檢測本文方法的推薦性能,需研究不同推薦列表長度下本文方法推薦的精準(zhǔn)度和多樣率,通過精準(zhǔn)度表示推薦列表中符合目標(biāo)用戶閱讀偏好的圖書占有比重,通過多樣率表示推薦圖書的多樣性,研究結(jié)果如表1所示。

    表1 本文方法推薦性能Table 1 Recommending performance of this method

    由表1 可得本文方法推薦精準(zhǔn)性和圖書兩兩相異性多樣率之間呈反比,隨著推薦列表長度的增加,與目標(biāo)用戶閱讀偏好較為一致的圖書進入列表比重會逐步上升,方法精準(zhǔn)性會顯著上升,多樣性會顯著降低,且方法推薦精準(zhǔn)性最高,最高數(shù)值為99.72%,推薦性能較好。

    2.3 運行情況

    為驗證本文方法在計算機中的運行情況,檢測用戶量不同情況下本文方法的響應(yīng)時間、內(nèi)存使用情況和CPU 使用情況,通過SAS 繪圖軟件顯示檢測結(jié)果,如圖4所示。

    圖4 本文方法運行情況Fig.4 Operating status of this method

    從圖4 可看出,隨著用戶人數(shù)的增加,采用本文方法向目標(biāo)用戶推薦圖書館的響應(yīng)時間逐漸增加,且內(nèi)存使用情況和CPU 使用情況也隨著用戶人數(shù)的增加而不斷增加,但是從總體上看,采用本文方法向目標(biāo)用戶推薦圖書后計算機的內(nèi)存使用情況和CPU 使用情況不超過60%,本文方法響應(yīng)時間不超過0.2 s,即本文方法推薦時間較短,且采用本文方法向目標(biāo)用戶推薦圖書的整個過程中較少使用CPU,占有內(nèi)存較小,說明本文方法響應(yīng)時間快,能夠節(jié)省計算機內(nèi)存空間。

    3 結(jié) 論

    當(dāng)前圖書館中含有海量圖書信息,基于云計算平臺的圖書館混合推薦技術(shù)能夠快速有效地從圖書館中采集到所需圖書館用戶日志信息,依照用戶粘稠度采用相應(yīng)算法向目標(biāo)用戶推薦圖書。本文方法充分考慮用戶粘稠度,彌補當(dāng)前個性化圖書館推薦技術(shù)無法向粘稠度較低的用戶推薦圖書的缺陷,經(jīng)過實驗分析發(fā)現(xiàn),本文方法推薦精準(zhǔn)度高,可將本文方法應(yīng)用到實際的圖書館推薦中。

    猜你喜歡
    粘稠度聚類圖書
    圖書推薦
    血流變檢查一般可查出哪些疾病
    歡迎來到圖書借閱角
    睡前一杯水預(yù)防腦血栓
    班里有個圖書角
    基于DBSACN聚類算法的XML文檔聚類
    基于高斯混合聚類的陣列干涉SAR三維成像
    漫畫
    一種層次初始的聚類個數(shù)自適應(yīng)的聚類方法研究
    自適應(yīng)確定K-means算法的聚類數(shù):以遙感圖像聚類為例
    色播在线永久视频| 丰满少妇做爰视频| 19禁男女啪啪无遮挡网站| 亚洲国产成人一精品久久久| 久久影院123| 欧美亚洲 丝袜 人妻 在线| 亚洲国产精品999| 狂野欧美激情性bbbbbb| 日韩大片免费观看网站| 久久精品国产亚洲av高清一级| 99国产精品一区二区三区| 男女国产视频网站| 国产一区二区三区av在线| 精品国产一区二区三区四区第35| 久久久久国产精品人妻一区二区| 中国美女看黄片| 成年人免费黄色播放视频| 午夜福利视频在线观看免费| 亚洲精品第二区| 亚洲va日本ⅴa欧美va伊人久久 | 国产色视频综合| 中文字幕人妻丝袜一区二区| 老熟妇仑乱视频hdxx| 精品少妇久久久久久888优播| 日本vs欧美在线观看视频| 国产精品 国内视频| 叶爱在线成人免费视频播放| 在线观看一区二区三区激情| 777久久人妻少妇嫩草av网站| 中文字幕高清在线视频| 夫妻午夜视频| 三级毛片av免费| 大香蕉久久成人网| 岛国毛片在线播放| av在线老鸭窝| 女人高潮潮喷娇喘18禁视频| 亚洲精品中文字幕在线视频| 亚洲精品国产av成人精品| av又黄又爽大尺度在线免费看| 久久国产精品大桥未久av| 日本91视频免费播放| 无限看片的www在线观看| 亚洲avbb在线观看| 制服诱惑二区| 狠狠婷婷综合久久久久久88av| av视频免费观看在线观看| 久久久精品区二区三区| 另类亚洲欧美激情| 亚洲第一欧美日韩一区二区三区 | 国产精品1区2区在线观看. | 成在线人永久免费视频| 青春草视频在线免费观看| 97在线人人人人妻| 国产亚洲av高清不卡| 精品国产乱子伦一区二区三区 | 久久精品国产综合久久久| av天堂久久9| 欧美一级毛片孕妇| 性少妇av在线| 99久久国产精品久久久| 精品国产乱码久久久久久小说| 男人操女人黄网站| 一级,二级,三级黄色视频| 三上悠亚av全集在线观看| 91九色精品人成在线观看| 久久久国产成人免费| 在线观看免费视频网站a站| 丰满少妇做爰视频| 欧美另类一区| 99香蕉大伊视频| 19禁男女啪啪无遮挡网站| 亚洲视频免费观看视频| 黄色视频在线播放观看不卡| 亚洲 欧美一区二区三区| 国产精品欧美亚洲77777| 2018国产大陆天天弄谢| 国产区一区二久久| 日本撒尿小便嘘嘘汇集6| 成人黄色视频免费在线看| 日韩人妻精品一区2区三区| 在线永久观看黄色视频| 黑人巨大精品欧美一区二区mp4| 91麻豆av在线| 国产精品成人在线| 成年美女黄网站色视频大全免费| 精品人妻熟女毛片av久久网站| 91成人精品电影| 999精品在线视频| 黄色视频在线播放观看不卡| 男男h啪啪无遮挡| 高清在线国产一区| 人人妻人人澡人人看| 99国产精品一区二区蜜桃av | 91av网站免费观看| 午夜福利一区二区在线看| 午夜免费成人在线视频| 侵犯人妻中文字幕一二三四区| 日日摸夜夜添夜夜添小说| 日韩中文字幕视频在线看片| 一区二区三区精品91| 91av网站免费观看| 亚洲久久久国产精品| 国产主播在线观看一区二区| av天堂在线播放| 欧美亚洲日本最大视频资源| 国产精品久久久久成人av| 久久 成人 亚洲| 国产人伦9x9x在线观看| 国产激情久久老熟女| 国产成人影院久久av| 久久久水蜜桃国产精品网| 天天影视国产精品| 亚洲av成人不卡在线观看播放网 | 91麻豆精品激情在线观看国产 | 亚洲专区国产一区二区| 男男h啪啪无遮挡| 免费在线观看日本一区| 亚洲国产中文字幕在线视频| 国产国语露脸激情在线看| 电影成人av| 久久久久国内视频| 久久久国产成人免费| 狂野欧美激情性xxxx| 日本wwww免费看| 欧美日韩视频精品一区| 嫁个100分男人电影在线观看| 亚洲精品中文字幕一二三四区 | 国产一卡二卡三卡精品| 国产精品久久久久久精品古装| 亚洲午夜精品一区,二区,三区| 黄色视频在线播放观看不卡| 欧美成人午夜精品| 免费在线观看影片大全网站| 动漫黄色视频在线观看| a 毛片基地| 中文字幕高清在线视频| 人人妻人人添人人爽欧美一区卜| 免费久久久久久久精品成人欧美视频| 日韩有码中文字幕| 中文字幕人妻熟女乱码| 亚洲激情五月婷婷啪啪| 欧美日韩亚洲综合一区二区三区_| 亚洲人成77777在线视频| 国产不卡av网站在线观看| 久久中文看片网| 日韩视频一区二区在线观看| 狠狠婷婷综合久久久久久88av| 啪啪无遮挡十八禁网站| 亚洲色图 男人天堂 中文字幕| 99精品久久久久人妻精品| 欧美亚洲 丝袜 人妻 在线| av超薄肉色丝袜交足视频| 久久久久国内视频| 最近最新免费中文字幕在线| 久久99一区二区三区| 天天操日日干夜夜撸| 久久国产精品大桥未久av| 天天操日日干夜夜撸| 青草久久国产| 欧美日韩一级在线毛片| 免费在线观看黄色视频的| 中文欧美无线码| 国产伦人伦偷精品视频| 欧美亚洲 丝袜 人妻 在线| 中文欧美无线码| 色婷婷av一区二区三区视频| 午夜激情久久久久久久| 黑人欧美特级aaaaaa片| 大片免费播放器 马上看| 欧美精品啪啪一区二区三区 | 国产精品欧美亚洲77777| 国产男人的电影天堂91| 十八禁人妻一区二区| 男女床上黄色一级片免费看| 国产精品麻豆人妻色哟哟久久| 妹子高潮喷水视频| 涩涩av久久男人的天堂| av在线老鸭窝| 美女中出高潮动态图| 日本精品一区二区三区蜜桃| 五月开心婷婷网| 少妇裸体淫交视频免费看高清 | 69精品国产乱码久久久| 91成年电影在线观看| 午夜福利,免费看| 国产淫语在线视频| 乱人伦中国视频| 啦啦啦免费观看视频1| 亚洲成人免费av在线播放| 久久国产精品男人的天堂亚洲| 男人添女人高潮全过程视频| 男人添女人高潮全过程视频| 两个人免费观看高清视频| 久久久精品免费免费高清| 亚洲精品一二三| 在线天堂中文资源库| 国产av精品麻豆| 高清黄色对白视频在线免费看| 最近最新中文字幕大全免费视频| 欧美在线一区亚洲| 亚洲精品自拍成人| 日韩人妻精品一区2区三区| 一级,二级,三级黄色视频| a在线观看视频网站| 最黄视频免费看| 女警被强在线播放| 日本撒尿小便嘘嘘汇集6| 成人国产av品久久久| 狠狠精品人妻久久久久久综合| 亚洲专区中文字幕在线| 精品人妻1区二区| 国产精品麻豆人妻色哟哟久久| av在线老鸭窝| av视频免费观看在线观看| 一本一本久久a久久精品综合妖精| 国产欧美日韩精品亚洲av| videosex国产| 在线天堂中文资源库| 久久精品国产亚洲av高清一级| 亚洲精品久久久久久婷婷小说| 精品一区二区三区四区五区乱码| 中国国产av一级| 国产亚洲欧美在线一区二区| 亚洲男人天堂网一区| 人人妻人人澡人人爽人人夜夜| 亚洲一区二区三区欧美精品| 日本撒尿小便嘘嘘汇集6| 欧美大码av| 午夜免费鲁丝| 国产免费视频播放在线视频| 又黄又粗又硬又大视频| 另类精品久久| 午夜影院在线不卡| 十八禁网站网址无遮挡| 人成视频在线观看免费观看| 日韩一卡2卡3卡4卡2021年| bbb黄色大片| 亚洲精品国产一区二区精华液| 久久人人爽av亚洲精品天堂| 亚洲av片天天在线观看| 热re99久久精品国产66热6| 欧美在线黄色| 日韩欧美一区视频在线观看| 久久中文看片网| 国产一区二区三区在线臀色熟女 | 麻豆乱淫一区二区| 亚洲熟女精品中文字幕| 中文字幕人妻丝袜制服| a级毛片在线看网站| 日本av免费视频播放| 日韩中文字幕视频在线看片| 真人做人爱边吃奶动态| 成人18禁高潮啪啪吃奶动态图| 丰满迷人的少妇在线观看| 丰满人妻熟妇乱又伦精品不卡| 亚洲国产欧美网| 丁香六月欧美| 老熟妇乱子伦视频在线观看 | 日韩一区二区三区影片| 午夜精品国产一区二区电影| 国产xxxxx性猛交| 五月开心婷婷网| 中亚洲国语对白在线视频| 亚洲伊人久久精品综合| 青春草亚洲视频在线观看| 女性被躁到高潮视频| 纯流量卡能插随身wifi吗| 午夜福利乱码中文字幕| 91成年电影在线观看| a在线观看视频网站| 777米奇影视久久| 日韩中文字幕视频在线看片| 亚洲av电影在线观看一区二区三区| 高潮久久久久久久久久久不卡| 国产成人精品久久二区二区免费| 午夜福利影视在线免费观看| 曰老女人黄片| 纯流量卡能插随身wifi吗| 美女中出高潮动态图| 亚洲成av片中文字幕在线观看| 亚洲九九香蕉| 久久性视频一级片| 少妇的丰满在线观看| 制服人妻中文乱码| 亚洲一区中文字幕在线| 啦啦啦啦在线视频资源| 日韩 欧美 亚洲 中文字幕| 日韩,欧美,国产一区二区三区| 日本av免费视频播放| 成人18禁高潮啪啪吃奶动态图| 国产精品久久久久久精品电影小说| av在线老鸭窝| 国产伦人伦偷精品视频| 国产免费福利视频在线观看| 免费高清在线观看视频在线观看| 日本撒尿小便嘘嘘汇集6| 人人妻人人添人人爽欧美一区卜| 啦啦啦啦在线视频资源| a级片在线免费高清观看视频| 亚洲欧美一区二区三区黑人| 亚洲伊人久久精品综合| 一级毛片精品| 亚洲欧美清纯卡通| 日韩中文字幕欧美一区二区| 免费少妇av软件| 国产欧美日韩精品亚洲av| 汤姆久久久久久久影院中文字幕| 亚洲国产中文字幕在线视频| 热99国产精品久久久久久7| 亚洲精品一卡2卡三卡4卡5卡 | 久久精品国产a三级三级三级| 一区二区日韩欧美中文字幕| 久久中文字幕一级| 极品人妻少妇av视频| 91老司机精品| 欧美性长视频在线观看| 黄色 视频免费看| 国产又爽黄色视频| 久久久国产精品麻豆| 两性夫妻黄色片| 成人国产av品久久久| 成在线人永久免费视频| 中文欧美无线码| av网站在线播放免费| 真人做人爱边吃奶动态| 天堂俺去俺来也www色官网| 搡老岳熟女国产| 女人久久www免费人成看片| a级毛片在线看网站| 女人精品久久久久毛片| 丁香六月欧美| 建设人人有责人人尽责人人享有的| 亚洲欧美色中文字幕在线| 岛国毛片在线播放| 日本vs欧美在线观看视频| 国产成人免费无遮挡视频| 国产欧美日韩一区二区三区在线| 国产成人系列免费观看| 美女高潮到喷水免费观看| 嫁个100分男人电影在线观看| 精品一区二区三区四区五区乱码| 91精品伊人久久大香线蕉| 丝袜在线中文字幕| 午夜福利一区二区在线看| 亚洲一码二码三码区别大吗| 久久久久国产一级毛片高清牌| 国产精品熟女久久久久浪| 91成人精品电影| 欧美xxⅹ黑人| 日本猛色少妇xxxxx猛交久久| 一二三四在线观看免费中文在| 少妇被粗大的猛进出69影院| 国产黄色免费在线视频| 欧美久久黑人一区二区| 一级黄色大片毛片| 两个人免费观看高清视频| 亚洲黑人精品在线| 中文精品一卡2卡3卡4更新| 97人妻天天添夜夜摸| 在线永久观看黄色视频| 香蕉丝袜av| 亚洲va日本ⅴa欧美va伊人久久 | 国产主播在线观看一区二区| 亚洲人成77777在线视频| 在线观看免费午夜福利视频| 国产成人a∨麻豆精品| 老熟女久久久| 国产男女超爽视频在线观看| 国产av又大| 久久久久久久久免费视频了| 纯流量卡能插随身wifi吗| 亚洲精品美女久久久久99蜜臀| 久久精品亚洲av国产电影网| 久久久久精品国产欧美久久久 | 丝袜喷水一区| 国产精品久久久久久人妻精品电影 | 亚洲精品国产色婷婷电影| 国产在视频线精品| 欧美日韩亚洲高清精品| 亚洲第一青青草原| 最近最新免费中文字幕在线| 亚洲国产欧美在线一区| 在线观看舔阴道视频| 国产亚洲av片在线观看秒播厂| 国产精品一区二区在线观看99| 久久香蕉激情| 国产成人av激情在线播放| 悠悠久久av| 老司机影院毛片| 亚洲国产欧美在线一区| 亚洲欧美日韩另类电影网站| 黄色视频不卡| 免费久久久久久久精品成人欧美视频| 久久人人爽人人片av| 性高湖久久久久久久久免费观看| 日韩大片免费观看网站| av电影中文网址| 十八禁高潮呻吟视频| 99re6热这里在线精品视频| 别揉我奶头~嗯~啊~动态视频 | 欧美+亚洲+日韩+国产| 91av网站免费观看| 国产成人啪精品午夜网站| 97人妻天天添夜夜摸| 人妻一区二区av| 视频区图区小说| 国产精品熟女久久久久浪| 亚洲视频免费观看视频| 免费观看a级毛片全部| 午夜日韩欧美国产| 国产xxxxx性猛交| 免费看十八禁软件| 日日摸夜夜添夜夜添小说| videos熟女内射| 亚洲黑人精品在线| 丰满迷人的少妇在线观看| 三上悠亚av全集在线观看| 免费观看av网站的网址| 欧美精品人与动牲交sv欧美| av网站在线播放免费| 欧美乱码精品一区二区三区| 午夜福利视频在线观看免费| 国产亚洲欧美在线一区二区| 久久精品亚洲av国产电影网| 午夜成年电影在线免费观看| 在线十欧美十亚洲十日本专区| 精品亚洲成a人片在线观看| 国产亚洲欧美在线一区二区| 免费不卡黄色视频| 岛国在线观看网站| 国产不卡av网站在线观看| 国产精品秋霞免费鲁丝片| 手机成人av网站| 日本黄色日本黄色录像| 午夜精品国产一区二区电影| 久久精品久久久久久噜噜老黄| 成人18禁高潮啪啪吃奶动态图| 欧美精品亚洲一区二区| 中文字幕人妻丝袜一区二区| 欧美人与性动交α欧美精品济南到| 精品高清国产在线一区| videos熟女内射| 亚洲精品中文字幕一二三四区 | 亚洲精品中文字幕一二三四区 | 一进一出抽搐动态| 丝袜美足系列| 国产淫语在线视频| 欧美亚洲 丝袜 人妻 在线| 啦啦啦视频在线资源免费观看| 成年av动漫网址| 日本a在线网址| 欧美精品av麻豆av| 99热全是精品| 国产精品.久久久| 中文精品一卡2卡3卡4更新| 一级黄色大片毛片| 黄色视频不卡| 一本色道久久久久久精品综合| 日韩 亚洲 欧美在线| 日本黄色日本黄色录像| 极品人妻少妇av视频| 亚洲午夜精品一区,二区,三区| 亚洲国产精品999| 亚洲天堂av无毛| 一本大道久久a久久精品| 国产精品二区激情视频| 老司机午夜十八禁免费视频| av不卡在线播放| kizo精华| 可以免费在线观看a视频的电影网站| 手机成人av网站| 久久精品人人爽人人爽视色| 久久ye,这里只有精品| 极品少妇高潮喷水抽搐| 国产av又大| 九色亚洲精品在线播放| 国产精品自产拍在线观看55亚洲 | av天堂在线播放| 最近最新免费中文字幕在线| 免费在线观看日本一区| tube8黄色片| 亚洲色图 男人天堂 中文字幕| 在线十欧美十亚洲十日本专区| 亚洲精品美女久久久久99蜜臀| 国产男女内射视频| 丰满饥渴人妻一区二区三| 中文字幕另类日韩欧美亚洲嫩草| 欧美久久黑人一区二区| 日本欧美视频一区| 一进一出抽搐动态| 亚洲精品一卡2卡三卡4卡5卡 | 久久人妻熟女aⅴ| 久久综合国产亚洲精品| 免费黄频网站在线观看国产| 欧美日韩视频精品一区| 老司机亚洲免费影院| a级片在线免费高清观看视频| av福利片在线| 侵犯人妻中文字幕一二三四区| 日韩视频一区二区在线观看| 亚洲国产精品一区三区| 国产又爽黄色视频| 热99re8久久精品国产| 性色av一级| 母亲3免费完整高清在线观看| 亚洲精品av麻豆狂野| 男人添女人高潮全过程视频| 99香蕉大伊视频| 国产精品久久久久久精品电影小说| 亚洲精品美女久久av网站| 色综合欧美亚洲国产小说| 国产亚洲一区二区精品| 狠狠婷婷综合久久久久久88av| 久久综合国产亚洲精品| 国产精品麻豆人妻色哟哟久久| 日韩大码丰满熟妇| 91精品伊人久久大香线蕉| av视频免费观看在线观看| 热99re8久久精品国产| 亚洲五月色婷婷综合| 国产精品av久久久久免费| 丝袜美腿诱惑在线| 2018国产大陆天天弄谢| 日本五十路高清| 亚洲人成电影免费在线| 在线 av 中文字幕| 深夜精品福利| 最黄视频免费看| 国产无遮挡羞羞视频在线观看| 啪啪无遮挡十八禁网站| 午夜福利影视在线免费观看| 成年人免费黄色播放视频| 制服人妻中文乱码| 精品视频人人做人人爽| 18禁裸乳无遮挡动漫免费视频| 亚洲国产欧美日韩在线播放| 又大又爽又粗| 久久精品亚洲熟妇少妇任你| 90打野战视频偷拍视频| 人妻久久中文字幕网| 不卡一级毛片| 日韩欧美免费精品| 黑人猛操日本美女一级片| 国产成人欧美| 国产av精品麻豆| 人妻久久中文字幕网| 久久国产精品影院| 宅男免费午夜| 午夜精品久久久久久毛片777| 日日摸夜夜添夜夜添小说| 国产一区有黄有色的免费视频| 一级片免费观看大全| 国产成人av激情在线播放| 日韩制服丝袜自拍偷拍| 亚洲欧美精品自产自拍| www.精华液| 激情视频va一区二区三区| 国产欧美亚洲国产| 首页视频小说图片口味搜索| 色婷婷久久久亚洲欧美| 国产av一区二区精品久久| 中文欧美无线码| 窝窝影院91人妻| 女人高潮潮喷娇喘18禁视频| 日本a在线网址| 久久国产精品人妻蜜桃| 亚洲少妇的诱惑av| 日本a在线网址| 久久人人爽av亚洲精品天堂| 午夜福利视频在线观看免费| 欧美精品一区二区免费开放| 中文字幕精品免费在线观看视频| kizo精华| 日本撒尿小便嘘嘘汇集6| 亚洲精品一卡2卡三卡4卡5卡 | 午夜福利在线观看吧| 美女国产高潮福利片在线看| 黄色视频,在线免费观看| 国产99久久九九免费精品| a级片在线免费高清观看视频| 夫妻午夜视频| 新久久久久国产一级毛片| 日韩有码中文字幕| 日韩熟女老妇一区二区性免费视频| 三级毛片av免费| 天天躁夜夜躁狠狠躁躁| 欧美日韩福利视频一区二区| 欧美 日韩 精品 国产| 成人黄色视频免费在线看| 日韩一区二区三区影片| 69av精品久久久久久 | 久久久久视频综合| 少妇粗大呻吟视频| tocl精华| 亚洲国产欧美日韩在线播放| tocl精华| 超碰97精品在线观看| 国产黄频视频在线观看| 一边摸一边做爽爽视频免费| 美女大奶头黄色视频| 五月天丁香电影| 亚洲人成77777在线视频| 啦啦啦在线免费观看视频4| 99精品欧美一区二区三区四区| 制服人妻中文乱码| 国产91精品成人一区二区三区 | 午夜老司机福利片| 国产精品久久久久久精品古装| 久久精品成人免费网站| 水蜜桃什么品种好| 久久99一区二区三区| 午夜福利影视在线免费观看| 久久久国产精品麻豆| av在线播放精品| 日本精品一区二区三区蜜桃|