• <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 ?

    基于網(wǎng)絡(luò)嵌入和關(guān)聯(lián)相似性的鏈路預(yù)測算法

    2020-07-06 07:57:18馮仁君陳海雁王芳
    計算技術(shù)與自動化 2020年2期
    關(guān)鍵詞:復(fù)雜網(wǎng)絡(luò)相似性關(guān)聯(lián)

    馮仁君 陳海雁 王芳

    摘? ?要:鏈路預(yù)測作為復(fù)雜網(wǎng)絡(luò)分析的一個重要分支,在不同領(lǐng)域中有著廣泛的應(yīng)用,而且通過進一步提取網(wǎng)絡(luò)結(jié)構(gòu)信息可以提高鏈路預(yù)測的精度。提出了一種基于結(jié)構(gòu)深度網(wǎng)絡(luò)嵌入和關(guān)聯(lián)相似性的鏈路預(yù)測算法(Structural Deep Correlation Similarity Network Embedding,SDCSNE)。SDCSNE算法結(jié)合了網(wǎng)絡(luò)嵌入捕捉高維非線性網(wǎng)絡(luò)結(jié)構(gòu)的特征,將網(wǎng)絡(luò)映射到向量空間中,這些映射向量的內(nèi)積即為對應(yīng)節(jié)點的相似性,并保持了全局和局部的網(wǎng)絡(luò)結(jié)構(gòu),獲得了更加穩(wěn)定的網(wǎng)絡(luò)結(jié)構(gòu)信息;SDCSNE算法還融入了節(jié)點的關(guān)聯(lián)性,以提高預(yù)測的準確性。實際結(jié)果表明,在鏈路預(yù)測任務(wù)中,SDCSNE算法具有良好的性能。

    關(guān)鍵詞:鏈路預(yù)測;復(fù)雜網(wǎng)絡(luò);相似性;網(wǎng)絡(luò)嵌入;關(guān)聯(lián)

    中圖分類號:TP309? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼:A

    文章編號:1003—6199(2020)02—0114—05

    Abstract:Link prediction,as an important branch of complex network analysis,has been widely used in different fields.A link prediction algorithm (SDCSNE) based on structural depth network embedding and association similarity is proposed.The algorithm combines the characteristics of network embedding to capture the high-dimensional nonlinear network structure,and maps the network to the vector space. The inner product of these mapping vectors is the similarity of the corresponding nodes,and maintains the global and local network structure,so as to obtain more stable network structure information.The SDCSNE algorithm also incorporates the relevance of nodes to improve the accuracy of prediction.The practical results show that SDCSNE algorithm has good performance in link prediction.

    Key words:link prediction;complex networks;similarity;network embedding;correlation

    近年來,復(fù)雜網(wǎng)絡(luò)理論體系不斷發(fā)展完善,如何利用已有的網(wǎng)絡(luò)預(yù)測缺失或者未來可能出現(xiàn)的關(guān)系,分析和探索這些數(shù)據(jù)的潛在價值已經(jīng)成為研究熱點。該問題也被稱為鏈路預(yù)測,對認識和了解復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)具有重要意義。

    復(fù)雜網(wǎng)絡(luò)鏈路預(yù)測問題的研究則是對真實世界網(wǎng)絡(luò)的進一步剖析。其中,網(wǎng)絡(luò)由節(jié)點和連接節(jié)點之間的連邊組成,通常情況下,節(jié)點可以表示社交網(wǎng)絡(luò)中的個人、蛋白質(zhì)相互作用網(wǎng)絡(luò)中的蛋白質(zhì)、購買商品的客戶等等,連邊則表示兩個節(jié)點之間是否存在聯(lián)系或者是否發(fā)生作用。如果兩個節(jié)點具有某種特定的作用或者聯(lián)系則存在一條連邊,反之則不存在連邊。針對鏈路預(yù)測問題,利用已形成的蛋白質(zhì)相互作用網(wǎng)絡(luò),來預(yù)測蛋白質(zhì)之間未知相互作用[1];在社會關(guān)系網(wǎng)絡(luò)中,朋友之間的關(guān)系影響人們社交關(guān)系演化以及網(wǎng)絡(luò)中的用戶關(guān)系[2-3];根據(jù)人們的購物信息形成的電商網(wǎng)絡(luò),結(jié)合不同的購物風格,從而進行商品推薦以及預(yù)測挖掘潛在的客戶[4];不僅如此,鏈路預(yù)測方法還在檢測和控制網(wǎng)絡(luò)攻擊、交通網(wǎng)絡(luò)等應(yīng)用中發(fā)揮著重要作用[5]。

    鏈路預(yù)測算法使用最為廣泛的是基于相似性的方法,因為方法簡單、計算復(fù)雜度相對較低為人關(guān)注,其基本思想是如果兩個節(jié)點越相似,那么它們之間存在鏈路的可能性就越大。從網(wǎng)絡(luò)資源分配的角度來說,有RA(Resource Allocation,RA)指標[6]與AA(Adamix-Adar,AA)指標[7],均考慮了網(wǎng)絡(luò)節(jié)點度信息,將兩個節(jié)點之間的資源傳遞信息量作為相似性指標?;诠餐従拥腃N(Common Neighbors,CN)指標[8],將共同鄰居個數(shù)作為衡量相似性的標準。在此基礎(chǔ)上,考慮到節(jié)點度的影響,衍生了Jaccard指標、HDI(Hub Depressed Iindex,HDI)指標等一系列基于局部信息的相似性指標。這類算法因具有高魯棒性、容易操作的特點,被廣大研究者所關(guān)注;但此類算法缺乏對未來鏈路時序性的研究[9]。除了提取結(jié)構(gòu)信息,基于路徑信息的相似性指標也是鏈路預(yù)測領(lǐng)域的一大熱點?;诼窂叫畔⒌南嗨菩灾笜擞蠯atz指標、LP(Local Path,LP)指標[10]。

    然而以上方法,均很難選取合適的特征來表示節(jié)點的相似性。網(wǎng)絡(luò)嵌入是學習網(wǎng)絡(luò)中頂點表示的重要方法之一,目的是捕獲和維護網(wǎng)絡(luò)結(jié)構(gòu),并且由于其在處理網(wǎng)絡(luò)數(shù)據(jù)時表現(xiàn)出優(yōu)越性,被運用于預(yù)測連接中。相似性就可以簡單地定義為嵌入向量之間的內(nèi)積,從而使得基于網(wǎng)絡(luò)嵌入的鏈路預(yù)測方法無需手動選擇網(wǎng)絡(luò)特征而實現(xiàn)鏈路預(yù)測。有人提出一種結(jié)構(gòu)化的深度網(wǎng)絡(luò)嵌入方法(Structural Deep Network Embedding,SDNE),利用一階近似和二階近似來共同保持網(wǎng)絡(luò)結(jié)構(gòu)[11],從而來學習網(wǎng)絡(luò)的潛在表示。因此,通過適當?shù)木W(wǎng)絡(luò)嵌入,可以很容易地處獲取網(wǎng)絡(luò)的潛在信息,解決鏈路預(yù)測問題。

    針對SDNE方法進行改進,在捕捉高度非線性網(wǎng)絡(luò)結(jié)構(gòu)的過程中,提取嵌入向量并定義為相似度指標,提出了基于結(jié)構(gòu)深度網(wǎng)絡(luò)嵌入和關(guān)聯(lián)相似性的鏈路預(yù)測算法。

    1? ?相關(guān)工作

    基于網(wǎng)絡(luò)嵌入的鏈路預(yù)測方法,首先是利用網(wǎng)絡(luò)嵌入的方法對方法進行特征相似性的提取,然后是對網(wǎng)絡(luò)進行重構(gòu)進而預(yù)測新鏈路。隨著數(shù)據(jù)的不斷更新,傳統(tǒng)的鏈路預(yù)測方法不再適用,因此,針對選擇合適的特征方法不斷被提出來。

    1.1? ?深度神經(jīng)網(wǎng)絡(luò)

    表示學習的表示長期以來一直是機器學習的一個重要問題,許多工作都是針對樣本的表示學習[12]。近年來,深度神經(jīng)網(wǎng)絡(luò)進行表示學習的研究表明,它們具有強大的表示能力,能夠為多種類型的數(shù)據(jù)提取可靠的特征并且生成強有力的表示。例如,Simonyan等人研究了卷積網(wǎng)絡(luò)深度對大規(guī)模圖像識別設(shè)置精度的影響[13]。Wang等人提出了一種多模態(tài)深度模型來學習圖像-文本的統(tǒng)一表示[14],從而實現(xiàn)跨模態(tài)檢索任務(wù)。

    1.2? ?網(wǎng)絡(luò)嵌入

    較早期有一些關(guān)于網(wǎng)絡(luò)嵌入的相關(guān)工作,如局部線性嵌入(Locally Linear Embedding,LocallyLLE)[15]方法,IsoMAP等人[16]首先基于特征向量構(gòu)造親和圖,然后求解主導(dǎo)特征向量作為網(wǎng)絡(luò)表示。最近,有人設(shè)計了兩個損失函數(shù),分別嘗試捕獲本地和全局網(wǎng)絡(luò)結(jié)構(gòu)[17]。盡管這些網(wǎng)絡(luò)嵌入方法取得了成功,但它們都采用了淺層模型,這很難有效地捕捉底層網(wǎng)絡(luò)中高度非線性的結(jié)構(gòu)。此外,有研究人員利用網(wǎng)絡(luò)結(jié)構(gòu)的高階信息[11,18],嘗試使用一階和高階鄰近性來保存本地和全局網(wǎng)絡(luò)結(jié)構(gòu),但是它們分別學習表示,并簡單地將表示連接起來。顯然,與同時在統(tǒng)一的體系結(jié)構(gòu)中對它們建模相比,同時捕獲本地和全局網(wǎng)絡(luò)結(jié)構(gòu)是次優(yōu)的。

    1.3? ?鏈路預(yù)測的相似性指標

    SDNE[11]結(jié)合了深度神經(jīng)網(wǎng)絡(luò)和網(wǎng)絡(luò)嵌入來學習網(wǎng)絡(luò)表示,模型結(jié)構(gòu)如圖1。

    SDNE算法通過多個非線性函數(shù)組成的深度結(jié)構(gòu),將輸入數(shù)據(jù)映射到一個高度非線性的潛在空間來捕捉網(wǎng)絡(luò)結(jié)構(gòu)。在解決鏈路預(yù)測問題時,向模型輸入鄰接矩陣經(jīng)過映射輸出重構(gòu)后的鄰接矩陣A,所對應(yīng)的嵌入向量為Uk = [u1,u1,…,un]。在這里,用嵌入向量的內(nèi)積來表示兩個對應(yīng)節(jié)點的相似性。兩個節(jié)點越相似,它們對應(yīng)嵌入向量的內(nèi)積就越大。因此,節(jié)點vi和節(jié)點vj之間的相似性可以表示為

    相似矩陣表示為Sim。

    SDNE算法提出了一個具有多層非線性函數(shù)的半監(jiān)督深度模型,從而能夠捕捉到高度非線性的網(wǎng)絡(luò)結(jié)構(gòu)。在此基礎(chǔ)上,提出了利用一階近似和二階近似來共同保持網(wǎng)絡(luò)結(jié)構(gòu)。其中,二階近似來捕獲全局網(wǎng)絡(luò)結(jié)構(gòu),而一階近似度作為監(jiān)督分量中的監(jiān)督信息,以保持局部網(wǎng)絡(luò)結(jié)構(gòu)。該方法在半監(jiān)督深度模型中通過一個顯式的目標函數(shù)聯(lián)合優(yōu)化,從而達到既能保持局部網(wǎng)絡(luò)結(jié)構(gòu),又能保持全局網(wǎng)絡(luò)結(jié)構(gòu)的特性。

    2? ?算法設(shè)計

    2.1? ?基于網(wǎng)絡(luò)嵌入的關(guān)聯(lián)相似性改進算法

    關(guān)聯(lián)相似性是基于相似的傳遞性,如果網(wǎng)絡(luò)中的三個節(jié)點x、y、z,其中x與z相似,y與z相似,那么x和y很有可能是相似的,這種相似是間接的,它對網(wǎng)絡(luò)的影響常常被忽視。x和y的相似性可表示為:

    在等式(8)中,S(x,y)表示上一小節(jié)中的直接相似性的值;δ是可調(diào)參數(shù),用來調(diào)節(jié)直接相似性和間接相似性的比值。最后,相似矩陣表示為:

    2.2? ?算法建模

    為解決復(fù)雜網(wǎng)絡(luò)中的鏈路預(yù)測問題提出了基于網(wǎng)絡(luò)嵌入和關(guān)聯(lián)相似性的鏈路預(yù)測(Structural Deep Correlation Similarity Network Embedding,SDCSNE)。下面從網(wǎng)絡(luò)嵌入、關(guān)聯(lián)相似性算法的構(gòu)建對算法建模進行闡述。

    對于網(wǎng)絡(luò)嵌入方法是基于SDNE算法進行修改。SDNE具有能夠捕捉到高度非線性的網(wǎng)絡(luò)結(jié)構(gòu),并利用一階近似和二階近似來共同保持網(wǎng)絡(luò)結(jié)構(gòu),在此基礎(chǔ)上提取嵌入向量作為評價相似度的標準。與此同時,考慮到這種表示相似度的方法只關(guān)注了節(jié)點之間的直接相似程度而忽視了間接間接相似度,為了解決這個問題,提出了SDCSNE方法進行鏈路預(yù)測。

    修改SDNE方法后的SDCSNE方法預(yù)測鏈路,如算法1所示。

    3? ?實驗及分析

    3.1? ?數(shù)據(jù)

    數(shù)據(jù)采用Leskovec[19]在一項工作中使用的網(wǎng)絡(luò)數(shù)據(jù)ARXIV GR-QC,這是一個論文協(xié)作網(wǎng)絡(luò)。在這個網(wǎng)絡(luò)中,頂點表示作者,邊緣表示作者合作撰寫過一篇科學論文。此外,文中還使用了蛋白質(zhì)相互作用PPI和政治博客網(wǎng)絡(luò)PB。這三個真實網(wǎng)絡(luò)數(shù)據(jù)集用于鏈接預(yù)測任務(wù)。

    3.2? ?實驗結(jié)果

    提出的鏈路預(yù)測算法以結(jié)構(gòu)深度網(wǎng)絡(luò)嵌入方法為基礎(chǔ),該方法首先結(jié)合深度神經(jīng)網(wǎng)絡(luò)通過自編碼器對鄰接矩陣進行重構(gòu),提取網(wǎng)絡(luò)嵌入過程中的嵌入向量,定義嵌入向量的內(nèi)積來表示兩個對應(yīng)節(jié)點的相似性。在一階近似和二階近似的作用下,嵌入向量包含了全局和局部的網(wǎng)絡(luò)結(jié)構(gòu),對應(yīng)的節(jié)點也相應(yīng)的保留了全局和局部的網(wǎng)絡(luò)特征,因此用此方法來表示對應(yīng)的兩個節(jié)點的相似性。但是此方法忽略了間接相似性的重要性,采取了SDCSNE方法,保證了相似的關(guān)聯(lián)性。

    在實驗中,引入了@p作為判斷算法優(yōu)劣程度的評估指標,其中@p定義如下:

    其中,V是節(jié)點集合,index(j)是第j個頂點的排序索引,Δ(i,j)=1表示節(jié)點vi和節(jié)點vj之間有鏈接。

    首先,對網(wǎng)絡(luò)GR-QC隨機隱藏了15%的鏈路,并使用@p作為評價指標。圖2顯示了k值逐步從2增加到1000,對預(yù)測精度的影響。當k小于等于500時,精度隨著迭代次數(shù)的增加始終保持在90%以上,反之,精度低于80%。k值的變化對預(yù)測精度的影響如圖2所示。

    接著,使用三個網(wǎng)絡(luò)GR-QC、PPI、PB網(wǎng)絡(luò)進行測試,這三個網(wǎng)絡(luò)按稀疏程度排序。訓(xùn)練結(jié)果如表1。發(fā)現(xiàn)網(wǎng)絡(luò)越稀疏,該算法的預(yù)測精度越低,但當k為小于等于100時,預(yù)測精度依舊在70%以上。對于此算法,對于一般的網(wǎng)絡(luò)都可以得到較好的效果,但對稀疏網(wǎng)絡(luò)在一定條件下才會有不錯的效果。鏈路預(yù)測的精度與@P有不可或缺的影響。

    實驗表明,本文提出的基于網(wǎng)絡(luò)嵌入和關(guān)聯(lián)相似性的算法可以在真實世界的網(wǎng)絡(luò)中進行預(yù)測缺失或者未來可能出現(xiàn)的鏈接,并且在稀疏度不同的網(wǎng)絡(luò)中均可以達到極佳的預(yù)測精度。

    4? ?結(jié)? ?論

    復(fù)雜網(wǎng)絡(luò)的鏈路預(yù)測具有廣泛的應(yīng)用價值。運用結(jié)構(gòu)深度網(wǎng)絡(luò)嵌入的方法捕捉高度非線性網(wǎng)絡(luò)結(jié)構(gòu),并結(jié)合了節(jié)點的關(guān)聯(lián)相似性提出了基于網(wǎng)絡(luò)嵌入和關(guān)聯(lián)相似性的鏈路預(yù)測算法。該方法通過提取提取嵌入向量的內(nèi)積作為衡量其相似性指標,然后基于相似的關(guān)聯(lián)性,將節(jié)點的間接相似性融入網(wǎng)絡(luò)嵌入方法中。最后,將該算法應(yīng)用于以上幾個真實世界網(wǎng)絡(luò)中,進行預(yù)測網(wǎng)絡(luò)中已經(jīng)缺失或未來可能出現(xiàn)的鏈接。實驗表明,該方法具有良好的性能。

    參考文獻

    [1]? ? YAN Ling-ling,CHEN Zeng-qiang,ZHANG Qing. Analysis of key nodes in China's aviation network based on the degree centrality indicator and clustering coefficient[J].? CAAI Transactions on Intelligent Systems,2016,11(5):586-593.

    [2]? ? WANG P,XU B,WU Y,et al. Link prediction in social networks:the state-of-the-art[J].? Science in China Series F:Information Sciences,2015,58(1):1-38.

    [3]? ?HU W,WANG H,PENG C,et al. An event detection method for social networks based on link prediction[J].? Information Systems,2017:16-26.

    [4]? ?MADAN K,YADAV R. Understanding and predicting antecedents of mobile shopping adoption:a developing country perspective[J].? Asia Pacific Journal of Marketing and Logistics,2018,30(1):139-162.

    [5]? ?CHEN B,CHEN L. A link prediction algorithm based on ant colony optimization[J].? Applied Intelligence,2014,41(3):694-708.

    [6]? ? ZHOU T,LU L,ZHANG Y,et al. Predicting missing links via local information[J].? European Physical Journal B,2009,71(4):623-630.

    [7]? ? ADAMIC L A,ADAR E. Friends and neighbors on the Web[J].? Social Networks,2003,25(3):211-230.

    [8]? ? LIBENNOWELL D,KLEINBERG J M. The link-prediction problem for social networks[J].? Journal of the Association for Information Science and Technology,2007,58(7):1019-1031.

    [9]? ? 張巖慶,陸余良,楊國正. 基于頻繁閉圖關(guān)聯(lián)規(guī)則的AS級Internet鏈路預(yù)測方法[J].? 計算機科學,2016,43(Z6):314-318.

    [10]? LU L,JIN C,ZHOU T,et al. Similarity index based on local paths for link prediction of complex networks[J].? Physical Review E,2009,80(4):1-9.

    [11]? WANG D,CUI P,ZHU W,et al. Structural deep network embedding[C]//Knowledge Discovery and Data Mining,2016:1225-1234.

    [12]? XU C,TAO D,XU C,et al. Multi-view intact space learning[J].? IEEE Transactions on Pattern Analysis and Machine Intelligence,2015,37(12):2531-2544.

    [13]? SIMONYAN K,ZISSERMAN A. Very deep convolutional networks for large-scale image recognition[C]//International Conference on Learning Representations,2015,1-14.

    [14]? WANG D,CUI P,OU M,et al. Deep multimodal hashing with orthogonal regularization[C]//International Conference on Artificial Intelligence,2015:2291-2297.

    [15]? ROWEIS S T,SAUL L K. Nonlinear dimensionality reduction by locally linear embedding[J]. Science,2000,290(5500):2323-2326.

    [16]? TENENBAUM J B,DE SILVA V,LANGFORD J,et al. A global geometric framework for nonlinear dimensionality reduction[J].? Science,2000,290(5500):2319-2323.

    [17]? TANG J,QU M,WANG M,et al. LINE:large-scale information network embedding[C]//The Web Conference,2015:1067-1077.

    [18] RIBEIRO L F,SAVERESE P H,F(xiàn)IGUEIREDO D R,et al. Struc2vec :learning node representations from structural identity[C]//Knowledge discovery and Data Mining,2017:385-394.

    [19]? LESKOVEC J,KLEINBERG J M,F(xiàn)ALOUTSOS C,et al. Graph evolution:densification and shrinking diameters[J].? ACM Transactions on Knowledge Discovery From Data,2007,1(1):1-42.

    猜你喜歡
    復(fù)雜網(wǎng)絡(luò)相似性關(guān)聯(lián)
    一類上三角算子矩陣的相似性與酉相似性
    “苦”的關(guān)聯(lián)
    當代陜西(2021年17期)2021-11-06 03:21:36
    淺析當代中西方繪畫的相似性
    河北畫報(2020年8期)2020-10-27 02:54:20
    奇趣搭配
    智趣
    讀者(2017年5期)2017-02-15 18:04:18
    基于圖熵聚類的重疊社區(qū)發(fā)現(xiàn)算法
    基于復(fù)雜網(wǎng)絡(luò)理論的通用機場保障網(wǎng)絡(luò)研究
    城市群復(fù)合交通網(wǎng)絡(luò)復(fù)雜性實證研究
    科技視界(2016年20期)2016-09-29 11:19:34
    低滲透黏土中氯離子彌散作用離心模擬相似性
    人類社會生活空間圖式演化分析
    商情(2016年11期)2016-04-15 22:00:31
    高潮久久久久久久久久久不卡| 国产精品久久久久成人av| 美国免费a级毛片| 高清欧美精品videossex| 在线观看66精品国产| 久久久久久久国产电影| 久久精品国产a三级三级三级| 亚洲欧美色中文字幕在线| av视频免费观看在线观看| 在线天堂中文资源库| 久久久久久久精品吃奶| 99热网站在线观看| 国产精品一区二区在线不卡| 亚洲午夜精品一区,二区,三区| 欧美亚洲日本最大视频资源| 国产精品国产av在线观看| 久久精品人人爽人人爽视色| 亚洲av电影在线进入| 国产成人精品久久二区二区91| 久9热在线精品视频| 亚洲免费av在线视频| 大码成人一级视频| 亚洲午夜理论影院| 亚洲精品在线美女| 国产精品久久久人人做人人爽| 国产亚洲欧美在线一区二区| 免费人妻精品一区二区三区视频| 美女扒开内裤让男人捅视频| 无限看片的www在线观看| 妹子高潮喷水视频| 国产高清激情床上av| 午夜福利免费观看在线| 青草久久国产| 午夜久久久在线观看| 亚洲色图综合在线观看| 中文亚洲av片在线观看爽 | 真人做人爱边吃奶动态| 动漫黄色视频在线观看| 80岁老熟妇乱子伦牲交| 久久人妻熟女aⅴ| 如日韩欧美国产精品一区二区三区| 老司机午夜十八禁免费视频| 啦啦啦在线免费观看视频4| 无限看片的www在线观看| 国产欧美日韩一区二区三区在线| 久久亚洲精品不卡| 亚洲欧美一区二区三区黑人| 久久这里只有精品19| 香蕉国产在线看| 51午夜福利影视在线观看| 亚洲视频免费观看视频| 日本五十路高清| 亚洲欧美激情在线| 国产精品免费视频内射| 欧美人与性动交α欧美精品济南到| 欧美精品一区二区大全| 日韩欧美免费精品| 露出奶头的视频| 美女高潮喷水抽搐中文字幕| 99在线人妻在线中文字幕 | 黄色视频,在线免费观看| 高清毛片免费观看视频网站 | 国产欧美日韩一区二区三| 亚洲一码二码三码区别大吗| 精品一区二区三区av网在线观看 | 国产真人三级小视频在线观看| 欧美日韩亚洲综合一区二区三区_| 精品久久久久久电影网| 丰满少妇做爰视频| 亚洲国产成人一精品久久久| 国产成人精品在线电影| 91麻豆av在线| 亚洲欧美激情在线| 成人免费观看视频高清| 操美女的视频在线观看| 精品卡一卡二卡四卡免费| 人人妻,人人澡人人爽秒播| 人人妻人人澡人人爽人人夜夜| 精品国产一区二区久久| 欧美 亚洲 国产 日韩一| 国产成人系列免费观看| 一边摸一边抽搐一进一小说 | 亚洲熟女毛片儿| 久热这里只有精品99| 精品久久久久久久毛片微露脸| 男女边摸边吃奶| 一进一出抽搐动态| 中文字幕精品免费在线观看视频| 国产精品麻豆人妻色哟哟久久| 免费观看人在逋| 精品欧美一区二区三区在线| 国产日韩欧美视频二区| 亚洲精品美女久久久久99蜜臀| tocl精华| 亚洲专区字幕在线| 热99久久久久精品小说推荐| 日韩有码中文字幕| 国产在视频线精品| 另类亚洲欧美激情| 美女主播在线视频| 国产精品久久久久成人av| 欧美+亚洲+日韩+国产| 大型黄色视频在线免费观看| 飞空精品影院首页| 高潮久久久久久久久久久不卡| 99国产精品一区二区三区| 午夜福利视频精品| 在线十欧美十亚洲十日本专区| 欧美日韩黄片免| 国产在线一区二区三区精| 国产亚洲精品第一综合不卡| 亚洲,欧美精品.| 久久中文字幕人妻熟女| 国产精品av久久久久免费| 亚洲av欧美aⅴ国产| 女警被强在线播放| 亚洲国产欧美在线一区| 9色porny在线观看| 黑人操中国人逼视频| 国产精品免费视频内射| 亚洲伊人色综图| 日韩欧美一区二区三区在线观看 | 一区福利在线观看| 黄色视频,在线免费观看| tocl精华| 夫妻午夜视频| 黄网站色视频无遮挡免费观看| 亚洲精品美女久久av网站| 18禁黄网站禁片午夜丰满| 欧美乱码精品一区二区三区| 宅男免费午夜| 亚洲人成伊人成综合网2020| 黄色视频在线播放观看不卡| 久久久水蜜桃国产精品网| 欧美日韩福利视频一区二区| 欧美日韩av久久| 午夜福利,免费看| 操出白浆在线播放| 曰老女人黄片| 人人妻人人爽人人添夜夜欢视频| 首页视频小说图片口味搜索| 一边摸一边抽搐一进一出视频| 另类亚洲欧美激情| 99精品久久久久人妻精品| 精品国产国语对白av| 欧美av亚洲av综合av国产av| 成人手机av| 国产成人免费无遮挡视频| 一个人免费看片子| 后天国语完整版免费观看| 热re99久久国产66热| 国产真人三级小视频在线观看| 丝袜人妻中文字幕| netflix在线观看网站| 啦啦啦免费观看视频1| 丝袜人妻中文字幕| 久久精品亚洲精品国产色婷小说| 日本精品一区二区三区蜜桃| 亚洲国产欧美在线一区| 黄网站色视频无遮挡免费观看| 性高湖久久久久久久久免费观看| 夫妻午夜视频| 中文字幕制服av| 亚洲九九香蕉| 亚洲成国产人片在线观看| 黄色a级毛片大全视频| 亚洲精品成人av观看孕妇| 欧美日韩黄片免| 国产主播在线观看一区二区| 午夜福利在线免费观看网站| 青草久久国产| 欧美国产精品一级二级三级| 一本大道久久a久久精品| 丝瓜视频免费看黄片| 精品人妻熟女毛片av久久网站| 又大又爽又粗| 亚洲综合色网址| 大片免费播放器 马上看| 欧美亚洲日本最大视频资源| 日本精品一区二区三区蜜桃| 国产成人精品久久二区二区91| 国产区一区二久久| 亚洲精品av麻豆狂野| 12—13女人毛片做爰片一| 日本精品一区二区三区蜜桃| 亚洲精华国产精华精| 一级片'在线观看视频| 亚洲午夜理论影院| 女人高潮潮喷娇喘18禁视频| 国产三级黄色录像| 午夜精品久久久久久毛片777| 久久久精品国产亚洲av高清涩受| 91精品国产国语对白视频| 三上悠亚av全集在线观看| 欧美老熟妇乱子伦牲交| av超薄肉色丝袜交足视频| 成人国产av品久久久| 人人妻,人人澡人人爽秒播| 纵有疾风起免费观看全集完整版| 色播在线永久视频| 人人妻人人爽人人添夜夜欢视频| 亚洲avbb在线观看| 亚洲精品在线美女| 母亲3免费完整高清在线观看| 免费在线观看日本一区| 十八禁高潮呻吟视频| 电影成人av| 男男h啪啪无遮挡| 80岁老熟妇乱子伦牲交| 日韩中文字幕视频在线看片| 大型黄色视频在线免费观看| 成人手机av| 一本大道久久a久久精品| 午夜福利,免费看| 国产区一区二久久| 黄色 视频免费看| 亚洲一码二码三码区别大吗| 欧美乱码精品一区二区三区| 亚洲久久久国产精品| 国产单亲对白刺激| 国产精品影院久久| 精品熟女少妇八av免费久了| 亚洲精品成人av观看孕妇| 黄色视频,在线免费观看| 高清av免费在线| 日韩一区二区三区影片| 天堂中文最新版在线下载| 制服人妻中文乱码| 国产野战对白在线观看| 69精品国产乱码久久久| 侵犯人妻中文字幕一二三四区| 欧美在线黄色| 日韩人妻精品一区2区三区| 国产成人精品久久二区二区免费| 亚洲精品美女久久久久99蜜臀| 婷婷丁香在线五月| 女人高潮潮喷娇喘18禁视频| 女警被强在线播放| 老汉色∧v一级毛片| 51午夜福利影视在线观看| 99精品在免费线老司机午夜| kizo精华| 波多野结衣一区麻豆| 亚洲av片天天在线观看| 亚洲av美国av| 一区二区av电影网| 亚洲va日本ⅴa欧美va伊人久久| 精品少妇黑人巨大在线播放| 亚洲综合色网址| www.自偷自拍.com| 在线观看免费日韩欧美大片| 黄色视频在线播放观看不卡| 亚洲av第一区精品v没综合| 免费在线观看日本一区| 一本一本久久a久久精品综合妖精| 一本色道久久久久久精品综合| 在线观看www视频免费| 亚洲欧美一区二区三区黑人| 国产亚洲精品一区二区www | 免费在线观看黄色视频的| 老熟妇乱子伦视频在线观看| 欧美激情高清一区二区三区| 精品国产乱子伦一区二区三区| 女人被躁到高潮嗷嗷叫费观| 大香蕉久久成人网| av免费在线观看网站| 精品国产乱码久久久久久男人| 两个人看的免费小视频| 91麻豆精品激情在线观看国产 | 国产精品秋霞免费鲁丝片| 侵犯人妻中文字幕一二三四区| 免费观看人在逋| 黄色毛片三级朝国网站| 亚洲精品美女久久久久99蜜臀| 午夜久久久在线观看| 91成人精品电影| 精品熟女少妇八av免费久了| 国产成人欧美| 国产精品成人在线| 一区二区三区激情视频| 亚洲精品自拍成人| 高清欧美精品videossex| 性高湖久久久久久久久免费观看| 欧美大码av| 国产在线一区二区三区精| 一级,二级,三级黄色视频| 黄片播放在线免费| 一二三四在线观看免费中文在| 国产一区有黄有色的免费视频| 国产男女超爽视频在线观看| 欧美乱妇无乱码| 久久人妻av系列| 老熟妇乱子伦视频在线观看| 另类亚洲欧美激情| 汤姆久久久久久久影院中文字幕| 黑人欧美特级aaaaaa片| 三上悠亚av全集在线观看| 黑丝袜美女国产一区| 成人国产av品久久久| 欧美变态另类bdsm刘玥| 国产色视频综合| 久久 成人 亚洲| 国产男靠女视频免费网站| 中文字幕另类日韩欧美亚洲嫩草| 亚洲精品乱久久久久久| 亚洲精品一卡2卡三卡4卡5卡| 19禁男女啪啪无遮挡网站| 欧美精品av麻豆av| 国产精品香港三级国产av潘金莲| 欧美一级毛片孕妇| 啦啦啦免费观看视频1| 亚洲成a人片在线一区二区| 日韩免费av在线播放| av网站免费在线观看视频| 91老司机精品| 亚洲 国产 在线| 日韩欧美免费精品| 免费久久久久久久精品成人欧美视频| 国产精品1区2区在线观看. | 无遮挡黄片免费观看| 男女免费视频国产| 欧美久久黑人一区二区| 飞空精品影院首页| 国产亚洲精品久久久久5区| √禁漫天堂资源中文www| 丰满饥渴人妻一区二区三| videosex国产| 夜夜夜夜夜久久久久| 97人妻天天添夜夜摸| 日本精品一区二区三区蜜桃| av片东京热男人的天堂| 免费日韩欧美在线观看| 叶爱在线成人免费视频播放| 50天的宝宝边吃奶边哭怎么回事| 男女床上黄色一级片免费看| 9色porny在线观看| 十八禁网站免费在线| 制服人妻中文乱码| 午夜福利一区二区在线看| 美女扒开内裤让男人捅视频| 久久久精品免费免费高清| 中文字幕色久视频| 啦啦啦免费观看视频1| 少妇的丰满在线观看| 国产男靠女视频免费网站| 亚洲国产av新网站| 国产野战对白在线观看| 一个人免费看片子| 首页视频小说图片口味搜索| 国产日韩欧美在线精品| 成人三级做爰电影| 久久狼人影院| 亚洲免费av在线视频| 新久久久久国产一级毛片| 亚洲伊人久久精品综合| 无遮挡黄片免费观看| 亚洲免费av在线视频| 新久久久久国产一级毛片| 两人在一起打扑克的视频| 老熟女久久久| 操美女的视频在线观看| 国产一区有黄有色的免费视频| 日韩大片免费观看网站| 亚洲欧美色中文字幕在线| 亚洲成国产人片在线观看| tube8黄色片| 一本色道久久久久久精品综合| 丁香六月天网| 午夜老司机福利片| 又紧又爽又黄一区二区| 精品人妻熟女毛片av久久网站| a级毛片在线看网站| 脱女人内裤的视频| 在线观看一区二区三区激情| 久久免费观看电影| 一级黄色大片毛片| 中文欧美无线码| 亚洲精品国产区一区二| 99香蕉大伊视频| 老熟妇仑乱视频hdxx| 99热国产这里只有精品6| 欧美日韩亚洲高清精品| 国产一区二区在线观看av| 99久久人妻综合| 久久久精品国产亚洲av高清涩受| 精品亚洲成国产av| 欧美日韩亚洲国产一区二区在线观看 | 午夜免费鲁丝| 19禁男女啪啪无遮挡网站| 免费一级毛片在线播放高清视频 | 手机成人av网站| 国产精品久久久久久人妻精品电影 | 啦啦啦 在线观看视频| 精品国内亚洲2022精品成人 | 满18在线观看网站| 变态另类成人亚洲欧美熟女 | 老熟女久久久| 久久精品国产99精品国产亚洲性色 | 中文字幕人妻丝袜制服| 亚洲午夜精品一区,二区,三区| 久久亚洲真实| 一边摸一边做爽爽视频免费| 国产熟女午夜一区二区三区| 国产在线一区二区三区精| 国产区一区二久久| 精品视频人人做人人爽| 成人影院久久| 捣出白浆h1v1| 王馨瑶露胸无遮挡在线观看| 亚洲国产精品一区二区三区在线| 国产精品1区2区在线观看. | 三级毛片av免费| 日韩一区二区三区影片| 性色av乱码一区二区三区2| 精品少妇内射三级| 国产在线免费精品| 日韩免费高清中文字幕av| 日本a在线网址| 欧美日韩av久久| 99riav亚洲国产免费| 超碰97精品在线观看| 国产熟女午夜一区二区三区| 黑人巨大精品欧美一区二区蜜桃| 日本撒尿小便嘘嘘汇集6| tube8黄色片| 熟女少妇亚洲综合色aaa.| 一区二区日韩欧美中文字幕| 久久久久久久久免费视频了| 午夜福利免费观看在线| 757午夜福利合集在线观看| 夜夜爽天天搞| 亚洲熟女毛片儿| 国产熟女午夜一区二区三区| 新久久久久国产一级毛片| 777米奇影视久久| 日韩欧美一区视频在线观看| 亚洲欧美日韩高清在线视频 | 激情在线观看视频在线高清 | 久久人人爽av亚洲精品天堂| 久久这里只有精品19| 亚洲欧美激情在线| 日本一区二区免费在线视频| 色在线成人网| 久久久久久亚洲精品国产蜜桃av| 精品一区二区三卡| 成人18禁高潮啪啪吃奶动态图| 男女床上黄色一级片免费看| 丝袜美足系列| 交换朋友夫妻互换小说| 国产无遮挡羞羞视频在线观看| 99久久国产精品久久久| 国产精品久久久av美女十八| 国产高清国产精品国产三级| 岛国毛片在线播放| 又黄又粗又硬又大视频| 欧美精品一区二区大全| 婷婷成人精品国产| 最新在线观看一区二区三区| av视频免费观看在线观看| 午夜免费鲁丝| 国内毛片毛片毛片毛片毛片| 91九色精品人成在线观看| 久久中文字幕人妻熟女| 变态另类成人亚洲欧美熟女 | 久久人人97超碰香蕉20202| 亚洲熟女精品中文字幕| 老汉色∧v一级毛片| 精品一区二区三区四区五区乱码| 国产成人系列免费观看| 久久国产精品人妻蜜桃| 免费高清在线观看日韩| 国产精品国产高清国产av | 精品一区二区三区av网在线观看 | xxxhd国产人妻xxx| 久久中文字幕人妻熟女| 亚洲精品成人av观看孕妇| 免费人妻精品一区二区三区视频| 又紧又爽又黄一区二区| 国产精品久久久久久人妻精品电影 | 国产欧美日韩一区二区三区在线| 亚洲一区二区三区欧美精品| av不卡在线播放| 久久人妻熟女aⅴ| 欧美日韩国产mv在线观看视频| 国产欧美亚洲国产| 看免费av毛片| 十八禁网站网址无遮挡| 在线播放国产精品三级| 国产深夜福利视频在线观看| 日本av免费视频播放| 国产亚洲av高清不卡| 夜夜爽天天搞| 9热在线视频观看99| 国内毛片毛片毛片毛片毛片| 亚洲av成人一区二区三| 五月开心婷婷网| 午夜免费鲁丝| 亚洲精品美女久久久久99蜜臀| 91老司机精品| 91精品三级在线观看| 亚洲精品国产色婷婷电影| 在线永久观看黄色视频| 大片电影免费在线观看免费| 国产真人三级小视频在线观看| 国产成人免费观看mmmm| tube8黄色片| av网站在线播放免费| 搡老岳熟女国产| 国产亚洲欧美精品永久| 国产男靠女视频免费网站| 亚洲成a人片在线一区二区| 亚洲少妇的诱惑av| 首页视频小说图片口味搜索| 波多野结衣av一区二区av| 成年女人毛片免费观看观看9 | 国产xxxxx性猛交| bbb黄色大片| 丁香六月天网| 国产亚洲午夜精品一区二区久久| 亚洲精品久久成人aⅴ小说| 亚洲欧洲日产国产| 国产精品影院久久| 成人国产av品久久久| 日本av免费视频播放| 自线自在国产av| 国产成人欧美在线观看 | 国产一卡二卡三卡精品| 高清在线国产一区| 亚洲成人国产一区在线观看| 9色porny在线观看| 91成年电影在线观看| 99国产精品一区二区三区| 久久99一区二区三区| 国产精品99久久99久久久不卡| 高清毛片免费观看视频网站 | 国产成人影院久久av| 丰满饥渴人妻一区二区三| 黄片大片在线免费观看| 精品一区二区三区视频在线观看免费 | 看免费av毛片| 国产av精品麻豆| 丰满少妇做爰视频| 国产成人精品无人区| 麻豆成人av在线观看| 高清毛片免费观看视频网站 | 丝袜人妻中文字幕| 不卡一级毛片| 超色免费av| 999精品在线视频| 美女主播在线视频| 国产深夜福利视频在线观看| 最新在线观看一区二区三区| tube8黄色片| 欧美成人免费av一区二区三区 | 欧美日韩亚洲高清精品| 无人区码免费观看不卡 | 99热网站在线观看| 亚洲欧美色中文字幕在线| 大片电影免费在线观看免费| 国产av一区二区精品久久| av天堂久久9| 99国产精品免费福利视频| 99国产精品99久久久久| 欧美激情高清一区二区三区| 老熟妇乱子伦视频在线观看| 十八禁人妻一区二区| 免费在线观看影片大全网站| 国产麻豆69| 国产男靠女视频免费网站| 人妻久久中文字幕网| 亚洲视频免费观看视频| 免费在线观看日本一区| 日韩视频一区二区在线观看| 我要看黄色一级片免费的| 老鸭窝网址在线观看| 亚洲国产成人一精品久久久| 久久久久国产一级毛片高清牌| 91麻豆精品激情在线观看国产 | 日韩一卡2卡3卡4卡2021年| 久久中文看片网| 免费日韩欧美在线观看| bbb黄色大片| 亚洲成人国产一区在线观看| 不卡av一区二区三区| 大香蕉久久成人网| 精品一区二区三卡| 大片免费播放器 马上看| 国产精品偷伦视频观看了| 国产真人三级小视频在线观看| 少妇猛男粗大的猛烈进出视频| 日韩大码丰满熟妇| 亚洲伊人色综图| 黄色a级毛片大全视频| 精品福利永久在线观看| 亚洲少妇的诱惑av| xxxhd国产人妻xxx| 最近最新免费中文字幕在线| 亚洲美女黄片视频| 窝窝影院91人妻| 中国美女看黄片| 国产精品久久久av美女十八| 真人做人爱边吃奶动态| 亚洲五月婷婷丁香| 精品国产一区二区三区四区第35| 一区二区三区国产精品乱码| 国产精品成人在线| 国产主播在线观看一区二区| 午夜福利影视在线免费观看| 亚洲人成电影免费在线| 国产精品免费一区二区三区在线 | 黄色 视频免费看| 高清在线国产一区| 亚洲七黄色美女视频| 国产在线一区二区三区精| 高潮久久久久久久久久久不卡|