• <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 ?

    基于分層社區(qū)的社交網絡異常事件檢測模型研究

    2020-04-14 04:54王龍
    電腦知識與技術 2020年4期

    王龍

    摘要:社交網絡的數據中蘊含著大量有關現實中各種事件的信息。使用異常事件檢測模型準確及時地發(fā)現社交網絡上傳播的異常事件信息,對于實現智慧城市感知社會異常動態(tài)事件,有效提高社會管理應對效率具有關鍵作用。本文定義了基于社交網絡的有權無向圖,根據異常事件的特征對社交網絡中事件進行了主題分類和篩選,構建了一個基于分層社區(qū)的異常事件檢測模型,從而可以實現對城市區(qū)域異常事件的檢測。

    關鍵詞:社交網絡分析;異常事件檢測;分層社區(qū)

    中圖分類號:TP393

    文獻標識碼:A

    文章編號:1009-3044(2020)04-0017-03

    Research on anomaly Detection Model of Social Network Based on Hierarchical Community

    WANG Long

    (Guangdong Medical University,Zhanjiang 524023,China)

    Abstract:Social network data contains a lot of information about various events in reality.Using anomaly event detection model to accurately and timely discover the information of abnormal events spread on social networks plays a key role in realizing smart cities' percep-tion of social abnormal dynamic events and effectively improving social management response efficiency.This paper defines a hierarchical community of social network abnormal events Based on the weighted undirected graph,classifies and filters the events in social network according to the characteristics of abnormal events,constructs an abnormal event detection model,and realizes the detection of abnormal events in urban areas.

    Key words:social network analysis;abnormal event detection;hierarchical community

    1 概述

    隨著以微博、微信為代表的社交網絡的廣泛應用,已經取代了傳統(tǒng)媒體和個人網站等手段,成為人們發(fā)布和分享信息的主要平臺。每天都有大量社會事件通過社交網絡進行傳播,這些事件主題的性質類別多種多樣,包含娛樂動態(tài),社會事件,政治新聞以及自然災害等。社交網絡用戶在發(fā)現有興趣的事件發(fā)生時習慣于在社交網絡平臺上發(fā)表自己的觀點或報告事件的發(fā)生,分析和挖掘社交網絡中積累的大量數據中的事件主題特征,對于在智慧城市感知建設中社會異常事件的檢測具有極大的價值。

    目前各類流行的社交網絡應用中的信息都具有碎片化、數據量大、時效性高,用戶聚合度不平衡的特點,且討論主題不受時空的限制,使用人工檢測方式不能及時有效地發(fā)現和挖掘相關事件。因此,面向社交網絡中的討論主題實現異常話題檢測,借助事件檢測技術來及時、準確地獲取網絡中傳播的異常事件描述,對于建設智慧城市感知系統(tǒng),高效地獲取信息,掌握社會環(huán)境的實時動態(tài)具有現實意義。

    2 異常事件檢測

    社交網絡上傳播的文本數據簡短,且多為不規(guī)范的網絡用語,往往帶有大量噪音數據。利用網絡爬蟲技術可以實現對社交網絡頁面信息的爬取,獲得原始文本數據集。將獲得的文本數據按照時間空間序列排列,然后根據異常事件特征對文本數據進行預處理,濾除干擾和無用信息,可以構造異常事件特征文本庫。

    在現有事件檢測相關研究多在熱點事件發(fā)現,沒有明確異常事件的時空特征,忽略了兩者的特點。異常事件的特點是在事件發(fā)生前的相關話題強度很低,基于時間空間序列的話題強度突然升高,在單位事件區(qū)域內的升高頻率明顯很高。而熱點事件,類似娛樂新聞事件,具有一定的持續(xù)度和話題強度,單位事件區(qū)域內頻率升高較為平穩(wěn)。

    完成異常事件檢測,首先要識別出關鍵的異常特征詞,完成事件詞向量的構建。同時識別社交網絡中的權威活躍節(jié)點用戶,然后根據相關詞語出現的關聯度來描述話題主題的傾向,根據發(fā)布信息的社交網絡用戶活躍性和權威性來描述話題聚合程度,構建事件分層社區(qū)來歸類事件類別。而現有社交網絡檢測事件中監(jiān)測節(jié)點沒有區(qū)分權威性和活躍度指標、面對所有節(jié)點檢測效率不夠、非活躍用戶對結果產生噪音數據影響,存在識別錯誤情況。因此需要高效判別社交網絡中信息發(fā)布的權威活躍節(jié)點,還要識別非活躍用戶和劃分基于事件信息的分層主題社區(qū)、異常事件過濾等問題,從而建立一個相對實用的異常事件檢測方法。實現了社交網絡中異常事件話題的發(fā)現,使得在異常事件發(fā)生時能夠對事件全局有更好地掌握。

    3 異常事件檢測模型

    一般的,描述一個事件可以用一組可唯一描述事件的相互密切關聯的特征詞的集合。這樣事件檢測的工作就演變?yōu)閺娜舾啥挝谋局袑⒖梢悦枋鎏囟ㄊ录囊唤M特征詞找出來。當某一或某一類特定事件發(fā)生時,與此事件相關的特征詞在事件發(fā)生的單位時間內出現頻率會迅速增加,與此事件相關的一組特征詞組的出現頻率也會同時迅速增加。從詞之間的語義和關聯性看,詞組在社交網絡文本中同時出現的頻率必定很高,且其中一個詞的出現對另一個詞地出現影響非常大,存在著強關聯關系。為了描述事件的這些特征,可建立有向加權圖,以子圖或社區(qū)的形式表示事件。

    雖然社交網絡的文本數據數量大且噪聲多,但通過異常特征詞的共現關系能夠很好地捕捉特征詞之間的語義關系,以特征詞共現關系構建的加權有向圖為基礎,可選用其中的關鍵節(jié)點來檢測事件信息,實現基于權威活躍節(jié)點用戶的事件分層社區(qū)發(fā)現算法。算法舍棄了大量噪聲文本構成的主題社區(qū),降低了事件發(fā)現的復雜度。同時,不同事件社區(qū)的檢測互不干擾,能很好地處理異常事件社區(qū)發(fā)現。該模型中可用LDA分布作為用戶在事件上的分布,事件初始LDA分布,事件在詞語上為多項式分布。LDA分布和多項式分布互為共輒分布,可簡化模型的推導。

    3.1 基本概念

    事件數據:

    實體間在特定時間地點發(fā)生的相互作用稱為事件。事件數據包括主體、客體、行為、時間、地點等信息。

    異常事件:

    基于智慧城市感知中的異常事件是指異于平常發(fā)生,造成或者可能造成社會影響或危害,需要采取處置措施予以應對的自然災害、事故災難、公共衛(wèi)生事件和社會安全等事件。

    社交網絡中事件異常特征:

    社交網絡中的異常事件具有突發(fā)特征,是在社交網絡中先前若干時間段內該事件很少被用戶討論或者被討論頻次呈現平穩(wěn)分布,但是在當前時間段內以高頻次出現的事件,與熱點事件應當有所區(qū)分。社交網絡中的熱點事件往往是在一段時間內受到持續(xù)關注和討論的事件,具有一定的持續(xù)性,與異常事件有很大區(qū)別。

    基于主題關聯度的分層社區(qū)分類:

    設有描述社交網絡的有向無權圖G=(V,E),其中V代表用戶節(jié)點集合,且共有n個用戶節(jié)點,E代表用戶有向關系集合,eij代表連接Vi、Vj兩節(jié)點的有向邊。若將網絡G劃分成K份,G即為K個節(jié)點集合。若劃分成具備對于每個都滿足節(jié)點集合p內的節(jié)點主題關聯強度密集、和節(jié)點集合p外主題關聯強度稀疏的特點,那么就叫p為G的基于主題關聯程度的社區(qū)分類。

    3.2 基于詞頻組共現關系的有向加權圖

    設G是一個有向加權圖,G=(V,E,W),V是G的特征詞節(jié)點,表示可以描述一段文本的特征詞組,E是圖中有向邊的集合,表示各詞組之間語義的共現關系,W是權值集合,表示詞組節(jié)點之間的關聯強度。當使用向量空間模型描述圖G時,可構建文本特征詞組矩陣。詞組矩陣的一行表示一段描述一個話題的相關文本,矩陣的列表示特征詞庫中的一個詞,矩陣元素則是對應特征詞的語義關聯度權值。矩陣中每一行文本向量的維度都等同特征詞庫的規(guī)模。若行向量空間中有D個文本向量,則D是描述事件話題的文本集合。di是第i個文本向量,V的絕對值是事件特征詞庫的大小。Sij則是對應的第j個詞出現在第i個文本中的權值。

    其中,vfkj是詞vj出現在文本中的頻率,dvfj是詞vj的逆頻率。L為平滑因子。

    利用權值閾值判斷可將G中低頻詞和常用詞節(jié)點過濾掉,將剩余的詞組節(jié)點構建為G。若任意兩個詞在同一或多段文本中出現,則在兩個節(jié)點詞之間添加一條有向邊,邊的方向從關聯強度大的節(jié)點i指向關聯強度小的節(jié)點j,這一有向邊的權值是關聯強度系數pij。

    nij表示含有特征詞i和j的文本數量。ni表示包含特征詞i的數量。nj表示包含詞組j的數量。N是特征詞庫中的總文本數量。

    在計算關聯強度系數pij的公式中,反映了一個特征詞出現在文本中時引起另一個特征詞在同一段文本中出現的可能性。公式的第一項會隨著含有特征詞Vi和Vj的文本數量的增大而增大,第二項會隨著含詞組Vj的文本數量的增加而減小。關聯強度系數的大小也描述了詞組之間的語義相關程度和關聯強度,這對事件的分層社區(qū)劃分很有意義。

    3.3 分層社區(qū)的耦合程度

    每一個包含權威節(jié)點的詞組集合都是一個事件社區(qū),因為G,是一個加權有向圖網絡,可以標識出G中的權威節(jié)點??梢葬娪妙愃朴嬎憔W頁排名的算法來尋找G中的權威節(jié)點。對于G中的節(jié)點,可計算節(jié)點權威指數:

    其中Wjj為節(jié)點為vi和vj間的權值,In(vi)為從節(jié)點vi指向的節(jié)點集合,Out(vi)為指向vi的鄰居節(jié)點集合。d在0到1的開區(qū)間取值,取0.85。在描述一個事件的詞語集合中,越是權威的詞出現的頻率越高,和集合中其他詞共現的頻率也越高,同時和其他詞的關聯強度也會越強。G,結構中,計算岀的詞語節(jié)點權威指數ws(v)也越高。因此可以根據網絡節(jié)點的得分ws(vi)排序來標識權威節(jié)點序列。

    基于G圖的分層社區(qū)檢測就是將緊密連接的節(jié)點劃分到同一個社區(qū),使得社區(qū)內部節(jié)點耦合緊密,社區(qū)間的節(jié)點耦合稀疏??梢杂蒙鐓^(qū)分層指數來衡量社區(qū)的耦合程度,社區(qū)分層指數取值介于-1和1之間,衡量了社區(qū)內部節(jié)點與社區(qū)節(jié)點相比的耦合程度。社區(qū)分層指數越高,說明社區(qū)內部的節(jié)點耦合越緊密,社區(qū)間的節(jié)點耦合越稀疏。定義G,圖社區(qū)分層指數:

    Aij表示有向邊的權值,k是與節(jié)點i相連的所有邊的權值之和。是閾值參數,m是G中所有邊權值之和。

    3.4 基于分層社區(qū)的事件檢測

    分別初始化每一個關鍵節(jié)點為一個只包含節(jié)點自身的事件社區(qū),然后考察每一個事件社區(qū)Ck的相鄰節(jié)點Vj,嘗試將其加入社區(qū)。若該節(jié)點加入能使社區(qū)的分層指數增大,則將Vj加入,否則不加入,如此循環(huán)直到沒有節(jié)點加入為止。這樣實現基于K個權威節(jié)點的事件社區(qū)發(fā)現,減少了非權威無關節(jié)點的事件社區(qū)檢測工作量,不會提取包含大量噪聲的事件社區(qū)。同時K個事件社區(qū)的提取可以同時進行,提高了效率。由于考察節(jié)點加入某個社區(qū),社區(qū)分層指數的變化量計算為:

    其中,∑in是社區(qū)C內部所有邊的權值和,∑tot是社區(qū)C內部節(jié)點與外部節(jié)點直連邊的權值和。kin是與節(jié)點i相鄰邊的權值和,虹是節(jié)點i與社區(qū)C內部節(jié)點相連邊的權值和。

    算法實現:

    輸入:有向加權圖G=(V,E,W),關鍵節(jié)點序列:KV={v1,v2,……vk}

    輸出:事件社區(qū)向量:C={C1,C2,……C})

    根據K個節(jié)點初始化生成K個事件社區(qū);C1={v1},C2={v2,……Ck={vk};

    for Ci(i=l,......k)do

    for Ci的每一個鄰居節(jié)點vj do

    if ?S〉閾值 then

    Ci=Ci U Vj

    endif

    endfor

    endfor

    算法輸入為K個節(jié)點序列,輸岀是K個事件社區(qū)向量。由于在有向圖中,若描述同一事件的詞語之間關聯程度強,將會劃分到同一社區(qū),若不同事件的描述詞語之間關聯性較強,將會劃分到不同社區(qū)。算法通過考察K個關鍵節(jié)點,以社區(qū)分層指數來劃分事件社區(qū)。有利于使社區(qū)內部緊密耦合,社區(qū)間盡量松散,從而使描述相同事件的關聯性強的詞語劃分到相同事件社區(qū)中。

    通常一個事件很可能有多個關鍵節(jié)點,導致不同的事件社區(qū)很有可能描述的是同一事件。因此在檢測出異常事件的社區(qū)后,要合并重復的事件社區(qū)。這部分工作可以利用通過有監(jiān)督學習的轉換模型將事件社區(qū)轉換為詞向量,使用余弦相似度來衡量兩個向量之間的相似程度:若兩個向量的相似度大于0.5,則合并向量。

    4 結束語

    本文對社交網絡的事件發(fā)現算法模型進行了研究。分析了一種基于加權有向圖的分層社區(qū)異常事件檢測算法,通過關鍵特征詞的共現關系構建一個加權有向圖,特征詞之間的分層指數作為其權值,邊的權值則反映了它們之間的關聯強度。描述相同事件的詞在圖中會聚合為事件社區(qū)。每一個事件視為該有向圖的一個子圖或者社區(qū)。實現了基于關鍵節(jié)點的事件分層社區(qū)檢測,圖中有向邊權值量化了詞語的關聯程度,更利于事件檢測。在檢測事件之前先標識了圖中的權威活躍節(jié)點,只分析提取k個關鍵節(jié)點的事件子圖,有效降低了復雜度。通過指定關鍵詞節(jié)點的方法很容易將算法修改為指定事件檢測的算法。

    參考文獻:

    [1] 李洋,陳毅恒,劉挺.微博信息傳播預測研究綜述[J].軟件學報,2016,27(2):247-263.

    [2] 李彪.微博中熱點話題的內容特質及傳播機制研究——基于新浪微博6025條高轉發(fā)微博的數據挖掘分析[J].中國人民大學學報,2013,27(5):10-17.

    [3] 丁晟春,龔思蘭,李紅梅.基于突發(fā)主題詞和凝聚式層次聚類的微博突發(fā)事件檢測研究[J].現代圖書情報技術,2O16(Z1):12-20.

    [4] 葉川,馬靜.多媒體微博評論信息的主題發(fā)現算法研究[J].現代圖書情報技術,2015(11):51-59.

    [5] 曾金,陸偉,丁恒,等.基于圖像語義的用戶興趣建模[J].數據分析與知識發(fā)現,2017(4):76-83.

    [通聯編輯:光文玲]

    啦啦啦啦在线视频资源| 国产精品亚洲av一区麻豆 | 久久久久网色| 欧美 日韩 精品 国产| 国产午夜精品一二区理论片| 亚洲av日韩在线播放| 久久这里只有精品19| 国产综合精华液| 丝袜脚勾引网站| tube8黄色片| 成人免费观看视频高清| 菩萨蛮人人尽说江南好唐韦庄| 国产日韩一区二区三区精品不卡| 一区二区三区激情视频| 久久亚洲国产成人精品v| av网站免费在线观看视频| 色吧在线观看| 春色校园在线视频观看| 亚洲欧美色中文字幕在线| 欧美日韩综合久久久久久| av免费观看日本| 久久影院123| 2021少妇久久久久久久久久久| 18禁观看日本| 久久女婷五月综合色啪小说| 亚洲av.av天堂| 久久午夜福利片| 国产欧美日韩一区二区三区在线| 国产精品二区激情视频| 日韩中字成人| 亚洲婷婷狠狠爱综合网| 午夜福利视频在线观看免费| 久久人妻熟女aⅴ| 一级毛片 在线播放| 国产免费视频播放在线视频| 亚洲国产精品国产精品| 熟女电影av网| 少妇的丰满在线观看| 午夜91福利影院| 黑人巨大精品欧美一区二区蜜桃| 精品国产一区二区三区久久久樱花| 久久久久精品久久久久真实原创| 美女福利国产在线| 在线观看人妻少妇| 美女大奶头黄色视频| xxx大片免费视频| 中文字幕精品免费在线观看视频| 久久久久久久亚洲中文字幕| 久久免费观看电影| 久久久久久久久免费视频了| 精品99又大又爽又粗少妇毛片| 精品人妻熟女毛片av久久网站| 汤姆久久久久久久影院中文字幕| 观看美女的网站| 久久久精品区二区三区| 亚洲国产日韩一区二区| 亚洲色图 男人天堂 中文字幕| 欧美另类一区| 黄网站色视频无遮挡免费观看| 国产不卡av网站在线观看| 亚洲激情五月婷婷啪啪| 久久99热这里只频精品6学生| 国产乱来视频区| 久久毛片免费看一区二区三区| 电影成人av| 夫妻午夜视频| 国产无遮挡羞羞视频在线观看| 欧美黄色片欧美黄色片| 久久99精品国语久久久| 国产1区2区3区精品| 中文字幕制服av| 欧美日本中文国产一区发布| 亚洲伊人久久精品综合| 毛片一级片免费看久久久久| 国产日韩欧美亚洲二区| 精品福利永久在线观看| 9色porny在线观看| 黄色 视频免费看| 日本黄色日本黄色录像| 日韩精品有码人妻一区| 一本大道久久a久久精品| 老女人水多毛片| 国产成人精品在线电影| 一本色道久久久久久精品综合| 咕卡用的链子| 亚洲三级黄色毛片| 国产极品天堂在线| 中国国产av一级| 丰满饥渴人妻一区二区三| 国产毛片在线视频| 欧美日韩成人在线一区二区| 天堂8中文在线网| 久热久热在线精品观看| 最近中文字幕2019免费版| 性少妇av在线| 曰老女人黄片| 高清视频免费观看一区二区| 久久久久精品久久久久真实原创| 午夜日韩欧美国产| 在线观看人妻少妇| 丝袜人妻中文字幕| 亚洲精品av麻豆狂野| 免费黄网站久久成人精品| 午夜福利在线免费观看网站| 国产精品亚洲av一区麻豆 | 波多野结衣av一区二区av| 丝袜美腿诱惑在线| 欧美另类一区| 精品99又大又爽又粗少妇毛片| av有码第一页| 在线观看三级黄色| 麻豆精品久久久久久蜜桃| 99国产精品免费福利视频| 美女主播在线视频| 热99国产精品久久久久久7| 成年动漫av网址| 男女边摸边吃奶| 青春草亚洲视频在线观看| 成人二区视频| 午夜福利在线观看免费完整高清在| 自拍欧美九色日韩亚洲蝌蚪91| 在线 av 中文字幕| 99re6热这里在线精品视频| 美女主播在线视频| 五月天丁香电影| 另类亚洲欧美激情| 日韩精品有码人妻一区| 男人爽女人下面视频在线观看| 久久精品aⅴ一区二区三区四区 | 少妇人妻精品综合一区二区| 亚洲,欧美,日韩| 亚洲人成电影观看| 精品卡一卡二卡四卡免费| 免费黄频网站在线观看国产| 亚洲精品久久久久久婷婷小说| 人人妻人人添人人爽欧美一区卜| 精品亚洲乱码少妇综合久久| 亚洲av国产av综合av卡| 久久精品国产综合久久久| 少妇精品久久久久久久| 这个男人来自地球电影免费观看 | 热re99久久精品国产66热6| 在线精品无人区一区二区三| 成人国语在线视频| 一二三四在线观看免费中文在| 熟女av电影| 少妇被粗大猛烈的视频| 在现免费观看毛片| 国产在线视频一区二区| 亚洲综合色网址| 久久人人爽人人片av| 欧美+日韩+精品| 极品人妻少妇av视频| 最近手机中文字幕大全| 国产伦理片在线播放av一区| 女人精品久久久久毛片| 在线观看www视频免费| 在线天堂中文资源库| 成人国产av品久久久| 久久久久久人人人人人| 午夜福利在线观看免费完整高清在| 国产片内射在线| 国产精品久久久久久精品古装| 国产白丝娇喘喷水9色精品| 国产精品亚洲av一区麻豆 | 国产精品国产av在线观看| 久久精品亚洲av国产电影网| 一本大道久久a久久精品| 国产av一区二区精品久久| 亚洲色图 男人天堂 中文字幕| 咕卡用的链子| 久久av网站| 精品国产一区二区久久| 精品少妇一区二区三区视频日本电影 | 精品亚洲成a人片在线观看| 久久久久久久久久久久大奶| 久久精品久久精品一区二区三区| 亚洲国产看品久久| 又大又黄又爽视频免费| 麻豆精品久久久久久蜜桃| 老司机影院毛片| 免费久久久久久久精品成人欧美视频| 伊人久久大香线蕉亚洲五| 久久精品国产亚洲av高清一级| 亚洲情色 制服丝袜| www.自偷自拍.com| 亚洲人成电影观看| 国产精品嫩草影院av在线观看| 1024香蕉在线观看| 18禁裸乳无遮挡动漫免费视频| 国产精品国产三级国产专区5o| 90打野战视频偷拍视频| 伦理电影免费视频| 国产亚洲av片在线观看秒播厂| 精品人妻偷拍中文字幕| 亚洲国产最新在线播放| 国产毛片在线视频| 色哟哟·www| 精品99又大又爽又粗少妇毛片| 国产女主播在线喷水免费视频网站| 天堂8中文在线网| 波多野结衣av一区二区av| 在线观看免费日韩欧美大片| 欧美国产精品va在线观看不卡| 国产伦理片在线播放av一区| 国产男女内射视频| 亚洲少妇的诱惑av| 亚洲天堂av无毛| 亚洲av免费高清在线观看| 亚洲男人天堂网一区| 国产97色在线日韩免费| 飞空精品影院首页| 汤姆久久久久久久影院中文字幕| 在现免费观看毛片| 99精国产麻豆久久婷婷| 久久久久久久精品精品| 欧美变态另类bdsm刘玥| 18禁裸乳无遮挡动漫免费视频| 一区二区三区激情视频| 久久久久久久久久久久大奶| 夜夜骑夜夜射夜夜干| 久久亚洲国产成人精品v| 桃花免费在线播放| 18禁动态无遮挡网站| 中文天堂在线官网| 一区二区三区乱码不卡18| 国产毛片在线视频| 久久久精品94久久精品| 精品99又大又爽又粗少妇毛片| 母亲3免费完整高清在线观看 | 免费在线观看完整版高清| 99热网站在线观看| 久久久久久人人人人人| 街头女战士在线观看网站| 咕卡用的链子| 黄色 视频免费看| 女性生殖器流出的白浆| 国产高清国产精品国产三级| 天天影视国产精品| 亚洲欧美成人综合另类久久久| 国产 精品1| 国产精品.久久久| 黑人猛操日本美女一级片| 日韩制服丝袜自拍偷拍| 国产精品无大码| 不卡av一区二区三区| 久久精品国产亚洲av涩爱| 久久久久国产一级毛片高清牌| 蜜桃国产av成人99| 日韩av不卡免费在线播放| 嫩草影院入口| 国产欧美亚洲国产| 男女高潮啪啪啪动态图| 国产成人精品一,二区| 一区在线观看完整版| 亚洲国产精品成人久久小说| 欧美日韩一区二区视频在线观看视频在线| 亚洲成人手机| 大香蕉久久网| 综合色丁香网| 国产又色又爽无遮挡免| 午夜久久久在线观看| www.自偷自拍.com| 制服诱惑二区| 麻豆乱淫一区二区| 捣出白浆h1v1| 成年动漫av网址| 国产一区有黄有色的免费视频| 美女脱内裤让男人舔精品视频| av免费在线看不卡| 久久国产亚洲av麻豆专区| 女人高潮潮喷娇喘18禁视频| 黄色一级大片看看| 少妇的丰满在线观看| 免费看av在线观看网站| 国产一区二区三区综合在线观看| 国产成人精品久久二区二区91 | 国产淫语在线视频| 久久99蜜桃精品久久| 亚洲av电影在线观看一区二区三区| 国产黄色视频一区二区在线观看| 老汉色av国产亚洲站长工具| 成人黄色视频免费在线看| 久久精品国产综合久久久| 国产又色又爽无遮挡免| 永久免费av网站大全| 人人妻人人添人人爽欧美一区卜| 婷婷成人精品国产| 亚洲第一青青草原| 91午夜精品亚洲一区二区三区| 观看美女的网站| 日本91视频免费播放| 街头女战士在线观看网站| 国产在视频线精品| 精品少妇黑人巨大在线播放| 人人妻人人澡人人看| 美女福利国产在线| 成年av动漫网址| 中文字幕人妻丝袜制服| 成人18禁高潮啪啪吃奶动态图| 99久久人妻综合| 电影成人av| 黄色毛片三级朝国网站| 国产成人精品一,二区| 亚洲一区二区三区欧美精品| 中国国产av一级| av在线app专区| 日本av免费视频播放| av不卡在线播放| 男人添女人高潮全过程视频| 亚洲激情五月婷婷啪啪| 国产免费一区二区三区四区乱码| 热99久久久久精品小说推荐| av福利片在线| 夜夜骑夜夜射夜夜干| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 午夜免费鲁丝| 亚洲欧美色中文字幕在线| 99热国产这里只有精品6| 一本大道久久a久久精品| 国产成人午夜福利电影在线观看| 性少妇av在线| 久久人人爽人人片av| 国产成人精品在线电影| 国产成人91sexporn| 精品少妇一区二区三区视频日本电影 | 亚洲国产欧美网| kizo精华| 一本色道久久久久久精品综合| 18禁动态无遮挡网站| 99国产综合亚洲精品| 爱豆传媒免费全集在线观看| 九色亚洲精品在线播放| 国产欧美亚洲国产| 中文字幕色久视频| 天堂俺去俺来也www色官网| 亚洲人成77777在线视频| 中文字幕色久视频| 在线观看www视频免费| 国产有黄有色有爽视频| 在线观看国产h片| 韩国精品一区二区三区| 国产av码专区亚洲av| 国产精品一区二区在线不卡| 久久久久久人妻| 伊人亚洲综合成人网| 9色porny在线观看| 国产精品久久久av美女十八| 国产一区亚洲一区在线观看| videos熟女内射| 一区二区av电影网| 成年av动漫网址| 99热国产这里只有精品6| 国产精品蜜桃在线观看| 日韩中字成人| 韩国精品一区二区三区| 精品国产一区二区久久| 精品亚洲成a人片在线观看| 视频区图区小说| 美女视频免费永久观看网站| 观看av在线不卡| 国产无遮挡羞羞视频在线观看| 91国产中文字幕| 国产日韩欧美视频二区| 国产精品一国产av| 18禁观看日本| 日韩一卡2卡3卡4卡2021年| 亚洲精品一区蜜桃| 久久久久视频综合| 久久精品熟女亚洲av麻豆精品| 日韩中文字幕视频在线看片| 久久婷婷青草| 久久久久人妻精品一区果冻| 午夜福利,免费看| 制服人妻中文乱码| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 丝瓜视频免费看黄片| 亚洲欧洲国产日韩| 日日啪夜夜爽| xxx大片免费视频| 精品国产一区二区三区四区第35| 欧美国产精品一级二级三级| 久久久欧美国产精品| 成人影院久久| 久久久久精品人妻al黑| 丝袜美足系列| 你懂的网址亚洲精品在线观看| 我要看黄色一级片免费的| 寂寞人妻少妇视频99o| 国产精品久久久久成人av| 你懂的网址亚洲精品在线观看| 超碰成人久久| 中文天堂在线官网| 黄网站色视频无遮挡免费观看| 少妇 在线观看| 黑丝袜美女国产一区| 亚洲综合精品二区| 色网站视频免费| 咕卡用的链子| 国产成人精品久久二区二区91 | 免费看av在线观看网站| 最新中文字幕久久久久| 亚洲av在线观看美女高潮| 日韩制服骚丝袜av| 一个人免费看片子| 夫妻午夜视频| 欧美人与善性xxx| av国产精品久久久久影院| 日本黄色日本黄色录像| videossex国产| 熟女电影av网| a 毛片基地| 日韩av不卡免费在线播放| 麻豆乱淫一区二区| 中文字幕人妻熟女乱码| 亚洲精品一区蜜桃| 午夜激情久久久久久久| 久久久精品免费免费高清| av天堂久久9| 十八禁网站网址无遮挡| 精品国产国语对白av| 精品国产乱码久久久久久男人| 在现免费观看毛片| 亚洲精品久久久久久婷婷小说| 另类精品久久| 国产欧美日韩综合在线一区二区| 亚洲精品一区蜜桃| 大片电影免费在线观看免费| 午夜免费观看性视频| 男女国产视频网站| 亚洲国产日韩一区二区| 美国免费a级毛片| 欧美激情高清一区二区三区 | 成年动漫av网址| 黑人猛操日本美女一级片| 亚洲精华国产精华液的使用体验| xxxhd国产人妻xxx| 亚洲成色77777| 欧美 亚洲 国产 日韩一| 国产成人精品久久二区二区91 | 丝瓜视频免费看黄片| 日韩大片免费观看网站| 少妇被粗大的猛进出69影院| 综合色丁香网| 最近中文字幕2019免费版| 中文乱码字字幕精品一区二区三区| 久久久久久久久久久久大奶| 性色av一级| 最黄视频免费看| 老熟女久久久| 日韩av免费高清视频| 久久久欧美国产精品| xxxhd国产人妻xxx| 又粗又硬又长又爽又黄的视频| 色婷婷久久久亚洲欧美| av有码第一页| 91精品伊人久久大香线蕉| 女性生殖器流出的白浆| av在线播放精品| 中文字幕人妻丝袜一区二区 | 啦啦啦视频在线资源免费观看| 精品人妻熟女毛片av久久网站| 日本爱情动作片www.在线观看| 国产成人一区二区在线| 熟女少妇亚洲综合色aaa.| 精品亚洲成a人片在线观看| 人人妻人人澡人人看| 久久久久久人妻| 日韩不卡一区二区三区视频在线| 纯流量卡能插随身wifi吗| 街头女战士在线观看网站| 日韩中文字幕欧美一区二区 | 久久久欧美国产精品| 97在线视频观看| 午夜福利一区二区在线看| 亚洲国产av新网站| 久久人人爽人人片av| 国产精品 国内视频| 国产老妇伦熟女老妇高清| 亚洲在久久综合| 成人漫画全彩无遮挡| 久久精品国产a三级三级三级| 亚洲伊人久久精品综合| 高清在线视频一区二区三区| 成人国产麻豆网| 欧美国产精品va在线观看不卡| 色网站视频免费| 一级毛片我不卡| 国产熟女欧美一区二区| 性色avwww在线观看| 天堂中文最新版在线下载| 性色avwww在线观看| 精品国产乱码久久久久久男人| 天天躁日日躁夜夜躁夜夜| 亚洲av电影在线进入| 国产成人免费无遮挡视频| 蜜桃在线观看..| 搡老乐熟女国产| 亚洲男人天堂网一区| 久久人人爽av亚洲精品天堂| 1024香蕉在线观看| 久久ye,这里只有精品| 两个人免费观看高清视频| 亚洲成国产人片在线观看| 久久久久久久国产电影| 亚洲激情五月婷婷啪啪| 久久久久精品性色| 永久免费av网站大全| 久久久久国产精品人妻一区二区| 精品福利永久在线观看| 亚洲国产精品成人久久小说| 最近中文字幕2019免费版| 少妇猛男粗大的猛烈进出视频| 岛国毛片在线播放| 搡老乐熟女国产| 亚洲欧美色中文字幕在线| 99热国产这里只有精品6| 人妻少妇偷人精品九色| 成年美女黄网站色视频大全免费| 咕卡用的链子| videosex国产| av卡一久久| 国产av精品麻豆| 亚洲欧美清纯卡通| 狠狠婷婷综合久久久久久88av| 最近手机中文字幕大全| 在线看a的网站| 国产精品久久久久久精品电影小说| 寂寞人妻少妇视频99o| 人妻少妇偷人精品九色| 一区二区日韩欧美中文字幕| 男女啪啪激烈高潮av片| 久久久久国产一级毛片高清牌| 赤兔流量卡办理| 亚洲综合色惰| 老女人水多毛片| 亚洲国产欧美在线一区| 国产av一区二区精品久久| 成人18禁高潮啪啪吃奶动态图| 久久精品国产亚洲av涩爱| 9色porny在线观看| 午夜福利,免费看| 卡戴珊不雅视频在线播放| 亚洲成色77777| 天天躁日日躁夜夜躁夜夜| 天天操日日干夜夜撸| 日本欧美国产在线视频| 人成视频在线观看免费观看| 久久久久网色| 亚洲av国产av综合av卡| 一区二区三区激情视频| 国产熟女午夜一区二区三区| 18禁动态无遮挡网站| 精品一区二区三区四区五区乱码 | 欧美激情高清一区二区三区 | 成人二区视频| 国产国语露脸激情在线看| 久久精品国产a三级三级三级| 国产精品亚洲av一区麻豆 | 日本黄色日本黄色录像| 男男h啪啪无遮挡| 中文字幕另类日韩欧美亚洲嫩草| 免费在线观看视频国产中文字幕亚洲 | 国产成人免费无遮挡视频| 久久人人爽人人片av| 菩萨蛮人人尽说江南好唐韦庄| 日韩在线高清观看一区二区三区| 亚洲精品国产av成人精品| 欧美日韩视频精品一区| 国产xxxxx性猛交| 国产成人免费无遮挡视频| 视频在线观看一区二区三区| 精品亚洲成国产av| 最近中文字幕高清免费大全6| 久久99一区二区三区| 亚洲国产成人一精品久久久| 男女高潮啪啪啪动态图| 国产av码专区亚洲av| 国产成人欧美| 国产男女内射视频| 亚洲成人av在线免费| 另类精品久久| 国产精品免费大片| 夫妻性生交免费视频一级片| 性色av一级| 2018国产大陆天天弄谢| 亚洲av电影在线进入| 激情视频va一区二区三区| 一级片'在线观看视频| 国产精品.久久久| 麻豆精品久久久久久蜜桃| 自拍欧美九色日韩亚洲蝌蚪91| 国产白丝娇喘喷水9色精品| 国产乱来视频区| 777米奇影视久久| 国产成人精品在线电影| 另类精品久久| 亚洲欧洲日产国产| 国产熟女欧美一区二区| 久久久久久人人人人人| 亚洲欧洲精品一区二区精品久久久 | 捣出白浆h1v1| 97精品久久久久久久久久精品| 日日撸夜夜添| 精品少妇黑人巨大在线播放| 国产黄色视频一区二区在线观看| 日韩大片免费观看网站| 岛国毛片在线播放| 国产精品国产三级国产专区5o| 亚洲综合色网址| 免费高清在线观看日韩| 亚洲精品中文字幕在线视频| 亚洲内射少妇av| 香蕉丝袜av| 男人舔女人的私密视频|