• <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
    久久久色成人| 欧美xxxx性猛交bbbb| or卡值多少钱| 久久久久久久久大av| 精品人妻1区二区| 国产在线精品亚洲第一网站| 成年人黄色毛片网站| 九色成人免费人妻av| 草草在线视频免费看| 国产熟女欧美一区二区| 亚洲久久久久久中文字幕| 一区二区三区免费毛片| 亚洲av免费在线观看| 欧美最新免费一区二区三区| 中文资源天堂在线| 中文字幕人妻熟人妻熟丝袜美| 久9热在线精品视频| 69人妻影院| 日韩一区二区视频免费看| 干丝袜人妻中文字幕| 亚洲欧美清纯卡通| 色播亚洲综合网| 观看美女的网站| 精品国产三级普通话版| 亚洲第一区二区三区不卡| 精品久久久噜噜| 韩国av在线不卡| 最后的刺客免费高清国语| 亚洲av成人av| 久久欧美精品欧美久久欧美| 永久网站在线| 成年女人看的毛片在线观看| 日本-黄色视频高清免费观看| 欧美最新免费一区二区三区| 在线观看66精品国产| 国产精品人妻久久久久久| 欧美极品一区二区三区四区| 国产精华一区二区三区| 少妇裸体淫交视频免费看高清| a级毛片免费高清观看在线播放| 亚州av有码| 中文亚洲av片在线观看爽| 国产在线男女| 国产精品永久免费网站| 亚洲久久久久久中文字幕| 干丝袜人妻中文字幕| 可以在线观看的亚洲视频| 美女cb高潮喷水在线观看| 色播亚洲综合网| 成年女人永久免费观看视频| 国产男人的电影天堂91| av国产免费在线观看| 1000部很黄的大片| 亚洲一区二区三区色噜噜| 国产精品久久久久久久电影| 久久精品国产亚洲av涩爱 | 国产aⅴ精品一区二区三区波| 国产精品一区www在线观看 | 国产伦精品一区二区三区四那| 蜜桃亚洲精品一区二区三区| 国产亚洲精品久久久com| 亚洲av一区综合| 精品乱码久久久久久99久播| 99国产极品粉嫩在线观看| 一个人看的www免费观看视频| 可以在线观看毛片的网站| 欧美日韩亚洲国产一区二区在线观看| 亚洲最大成人手机在线| 天美传媒精品一区二区| 十八禁网站免费在线| 午夜影院日韩av| 成年女人看的毛片在线观看| 老司机深夜福利视频在线观看| 亚洲在线自拍视频| 人妻久久中文字幕网| 午夜精品久久久久久毛片777| 色播亚洲综合网| 亚洲最大成人av| 波多野结衣高清作品| 美女免费视频网站| 久久热精品热| 日韩精品青青久久久久久| 久久久午夜欧美精品| 日韩欧美精品v在线| 日韩欧美精品v在线| 在线观看一区二区三区| 麻豆久久精品国产亚洲av| av福利片在线观看| 亚洲精品一卡2卡三卡4卡5卡| h日本视频在线播放| av天堂中文字幕网| 尾随美女入室| 人妻丰满熟妇av一区二区三区| 老司机福利观看| 蜜桃亚洲精品一区二区三区| 国产精品久久久久久久久免| 99热这里只有是精品在线观看| 国产精品伦人一区二区| 欧美日韩亚洲国产一区二区在线观看| 国产日本99.免费观看| aaaaa片日本免费| 国产视频内射| 国内精品宾馆在线| 给我免费播放毛片高清在线观看| 禁无遮挡网站| 无人区码免费观看不卡| 97热精品久久久久久| 亚洲av一区综合| 日韩欧美在线二视频| 欧美色欧美亚洲另类二区| 性色avwww在线观看| 日本a在线网址| 色综合站精品国产| 五月玫瑰六月丁香| 免费av毛片视频| 亚洲成人中文字幕在线播放| 色哟哟哟哟哟哟| av天堂中文字幕网| 成人国产综合亚洲| 中文字幕av在线有码专区| 日本一本二区三区精品| 亚洲美女搞黄在线观看 | www.www免费av| 国产高清有码在线观看视频| 舔av片在线| 久久久久九九精品影院| 国产成人aa在线观看| 国产av一区在线观看免费| 在线观看舔阴道视频| 搞女人的毛片| 成年女人看的毛片在线观看| 日本三级黄在线观看| 欧美日韩国产亚洲二区| 国产爱豆传媒在线观看| 两个人的视频大全免费| 成人特级黄色片久久久久久久| 99久久九九国产精品国产免费| 欧美+日韩+精品| 色综合婷婷激情| 欧美一级a爱片免费观看看| 亚洲第一电影网av| 特大巨黑吊av在线直播| 干丝袜人妻中文字幕| 麻豆精品久久久久久蜜桃| 麻豆成人午夜福利视频| 色av中文字幕| 亚洲国产色片| 精品久久久久久,| 精品乱码久久久久久99久播| 丰满乱子伦码专区| 夜夜爽天天搞| 国产美女午夜福利| 欧美成人免费av一区二区三区| 国产在线精品亚洲第一网站| 国产成人一区二区在线| 动漫黄色视频在线观看| 亚洲国产精品sss在线观看| 国产私拍福利视频在线观看| 制服丝袜大香蕉在线| 日韩亚洲欧美综合| 在线播放国产精品三级| 国产精品国产高清国产av| 精品一区二区三区人妻视频| 日本与韩国留学比较| 亚洲av.av天堂| 亚洲无线在线观看| 性色avwww在线观看| 成人亚洲精品av一区二区| 欧美最黄视频在线播放免费| 黄色日韩在线| 婷婷精品国产亚洲av在线| 免费电影在线观看免费观看| 国产精品日韩av在线免费观看| 亚洲国产精品成人综合色| aaaaa片日本免费| 老司机深夜福利视频在线观看| 中文字幕av成人在线电影| 婷婷色综合大香蕉| 国产精品国产三级国产av玫瑰| 欧美性猛交╳xxx乱大交人| 免费搜索国产男女视频| 一本一本综合久久| 老司机午夜福利在线观看视频| 中文在线观看免费www的网站| 中国美白少妇内射xxxbb| 特级一级黄色大片| 国产一级毛片七仙女欲春2| 嫩草影视91久久| 3wmmmm亚洲av在线观看| 国产国拍精品亚洲av在线观看| 亚洲狠狠婷婷综合久久图片| 免费观看人在逋| 亚洲七黄色美女视频| 丝袜美腿在线中文| 午夜福利在线观看吧| 久久久久九九精品影院| 成年人黄色毛片网站| 99精品久久久久人妻精品| 国产麻豆成人av免费视频| 久久久久性生活片| 性欧美人与动物交配| 婷婷精品国产亚洲av| 午夜免费男女啪啪视频观看 | 日本欧美国产在线视频| 亚洲最大成人手机在线| 久久久国产成人免费| 少妇人妻精品综合一区二区 | 亚洲va在线va天堂va国产| 亚洲欧美清纯卡通| 男人的好看免费观看在线视频| 啦啦啦啦在线视频资源| 成人美女网站在线观看视频| 欧美不卡视频在线免费观看| 欧美+亚洲+日韩+国产| 97超视频在线观看视频| 校园人妻丝袜中文字幕| 亚洲精华国产精华精| 最近在线观看免费完整版| 亚洲第一电影网av| 欧美+日韩+精品| 国产精品无大码| 美女高潮喷水抽搐中文字幕| 亚洲欧美日韩卡通动漫| 日韩 亚洲 欧美在线| 最新在线观看一区二区三区| 亚洲图色成人| 久久久精品大字幕| 尾随美女入室| 国内少妇人妻偷人精品xxx网站| 欧美bdsm另类| 日本精品一区二区三区蜜桃| 亚洲国产精品成人综合色| 久久久久性生活片| 国产精品永久免费网站| 成人永久免费在线观看视频| 三级国产精品欧美在线观看| 男女做爰动态图高潮gif福利片| 99久久中文字幕三级久久日本| 校园人妻丝袜中文字幕| 非洲黑人性xxxx精品又粗又长| 亚洲av成人精品一区久久| 黄色一级大片看看| 日本黄大片高清| 日日啪夜夜撸| 在线观看一区二区三区| 亚洲熟妇中文字幕五十中出| 欧美性感艳星| 色精品久久人妻99蜜桃| 99精品久久久久人妻精品| 国产单亲对白刺激| 国产 一区 欧美 日韩| 午夜视频国产福利| 亚洲最大成人中文| 免费观看在线日韩| 国产精品福利在线免费观看| 丰满的人妻完整版| 色综合站精品国产| 欧美黑人巨大hd| 能在线免费观看的黄片| 精品午夜福利视频在线观看一区| 久久久久久久亚洲中文字幕| 久久久久久久久中文| 网址你懂的国产日韩在线| 国产女主播在线喷水免费视频网站 | 99精品在免费线老司机午夜| 韩国av一区二区三区四区| 国产精品98久久久久久宅男小说| 精品一区二区三区人妻视频| 国产真实伦视频高清在线观看 | 好男人在线观看高清免费视频| 又爽又黄无遮挡网站| a级一级毛片免费在线观看| av.在线天堂| 99热网站在线观看| 女人十人毛片免费观看3o分钟| 久久99热6这里只有精品| 亚洲av中文字字幕乱码综合| 悠悠久久av| 国产蜜桃级精品一区二区三区| or卡值多少钱| 国产精品一区www在线观看 | 亚洲精品成人久久久久久| 国产精品女同一区二区软件 | 欧美日韩瑟瑟在线播放| 永久网站在线| 国产高清激情床上av| 露出奶头的视频| 国产成人av教育| a级一级毛片免费在线观看| 国产精品久久久久久久电影| 日韩欧美一区二区三区在线观看| 丝袜美腿在线中文| x7x7x7水蜜桃| 国产成人a区在线观看| 又紧又爽又黄一区二区| 国产免费av片在线观看野外av| 乱人视频在线观看| 久9热在线精品视频| 国产 一区 欧美 日韩| 网址你懂的国产日韩在线| 久久精品久久久久久噜噜老黄 | 日韩精品有码人妻一区| 亚洲精品粉嫩美女一区| 99国产精品一区二区蜜桃av| 亚洲性夜色夜夜综合| 国产精品精品国产色婷婷| 一本久久中文字幕| 国产精品久久久久久久久免| 99热精品在线国产| 国产高清不卡午夜福利| 无遮挡黄片免费观看| 女生性感内裤真人,穿戴方法视频| 麻豆国产av国片精品| av黄色大香蕉| 在线观看66精品国产| 亚洲欧美日韩无卡精品| 亚洲欧美日韩卡通动漫| 欧美成人免费av一区二区三区| 国产免费男女视频| 搡老岳熟女国产| 欧美zozozo另类| 亚洲国产精品久久男人天堂| 又黄又爽又免费观看的视频| 亚洲真实伦在线观看| 91久久精品国产一区二区三区| 狂野欧美白嫩少妇大欣赏| 麻豆一二三区av精品| 国产精品久久久久久亚洲av鲁大| 淫秽高清视频在线观看| 韩国av在线不卡| 特级一级黄色大片| 国产主播在线观看一区二区| 免费人成视频x8x8入口观看| aaaaa片日本免费| 看黄色毛片网站| 久久热精品热| 露出奶头的视频| 国产亚洲欧美98| 精品国内亚洲2022精品成人| 日本-黄色视频高清免费观看| 国产私拍福利视频在线观看| 毛片女人毛片| 国产大屁股一区二区在线视频| 99视频精品全部免费 在线| 99久久精品热视频| 高清毛片免费观看视频网站| 直男gayav资源| 亚洲专区国产一区二区| 国产精品免费一区二区三区在线| 男插女下体视频免费在线播放| 亚洲欧美日韩高清在线视频| 精品一区二区三区人妻视频| 国产私拍福利视频在线观看| 啪啪无遮挡十八禁网站| 蜜桃亚洲精品一区二区三区| 欧美日本视频| 久久精品人妻少妇| 长腿黑丝高跟| 久久午夜亚洲精品久久| 内地一区二区视频在线| 久久精品国产亚洲av涩爱 | 一个人观看的视频www高清免费观看| 欧美色欧美亚洲另类二区| 国产激情偷乱视频一区二区| 国产免费一级a男人的天堂| 国产私拍福利视频在线观看| 嫩草影院入口| 精品久久久久久成人av| 欧美日本视频| 日日啪夜夜撸| 欧美一区二区国产精品久久精品| 真人一进一出gif抽搐免费| 国产精品一区二区免费欧美| 国产亚洲精品久久久久久毛片| 日本 av在线| 欧美在线一区亚洲| 婷婷丁香在线五月| 亚洲欧美日韩东京热| 日本色播在线视频| 亚洲av第一区精品v没综合| 国产视频内射| 欧美日韩瑟瑟在线播放| 婷婷色综合大香蕉| 欧美激情在线99| 十八禁国产超污无遮挡网站| 日韩欧美 国产精品| 免费大片18禁| 99久久成人亚洲精品观看| 一区二区三区高清视频在线| 综合色av麻豆| 成熟少妇高潮喷水视频| 夜夜看夜夜爽夜夜摸| 亚洲狠狠婷婷综合久久图片| 日本三级黄在线观看| 亚洲专区国产一区二区| 免费电影在线观看免费观看| 成人性生交大片免费视频hd| 国产伦一二天堂av在线观看| 国产免费av片在线观看野外av| 麻豆国产av国片精品| 波多野结衣巨乳人妻| 国产精品福利在线免费观看| 日本爱情动作片www.在线观看 | 无人区码免费观看不卡| 搞女人的毛片| 国产91精品成人一区二区三区| 高清毛片免费观看视频网站| 中文字幕久久专区| 日本五十路高清| 男女视频在线观看网站免费| 亚洲三级黄色毛片| 国产乱人视频| 日本爱情动作片www.在线观看 | 在线看三级毛片| 久久精品国产亚洲av涩爱 | 99久国产av精品| 国产亚洲精品久久久久久毛片| 国产黄a三级三级三级人| 能在线免费观看的黄片| 看黄色毛片网站| 国产精品无大码| 99久久无色码亚洲精品果冻| 午夜久久久久精精品| 人妻夜夜爽99麻豆av| 综合色av麻豆| 国产单亲对白刺激| 亚洲经典国产精华液单| 变态另类丝袜制服| 免费在线观看成人毛片| 欧美精品啪啪一区二区三区| 91麻豆精品激情在线观看国产| 午夜激情福利司机影院| 波野结衣二区三区在线| 欧美一区二区国产精品久久精品| 香蕉av资源在线| 精品一区二区三区视频在线| 亚洲最大成人中文| АⅤ资源中文在线天堂| 亚洲图色成人| 成人毛片a级毛片在线播放| 俄罗斯特黄特色一大片| 国产高清三级在线| 免费看a级黄色片| 亚洲精品久久国产高清桃花| 免费av观看视频| 国产精品一及| 欧美色欧美亚洲另类二区| 亚洲精品一卡2卡三卡4卡5卡| 久久精品影院6| 久久久国产成人精品二区| 亚洲av二区三区四区| 男女边吃奶边做爰视频| 免费看日本二区| 欧美日韩综合久久久久久 | 91久久精品国产一区二区成人| 亚洲在线自拍视频| 精品久久久久久,| 给我免费播放毛片高清在线观看| 国产成人一区二区在线| 亚洲性久久影院| 真实男女啪啪啪动态图| 欧美一区二区精品小视频在线| 少妇裸体淫交视频免费看高清| 黄色丝袜av网址大全| 亚洲成人久久性| 一夜夜www| av在线老鸭窝| 国产av在哪里看| 精品久久久久久久末码| 中文字幕久久专区| 日韩欧美精品v在线| 一本久久中文字幕| 在线播放无遮挡| 国产主播在线观看一区二区| 麻豆国产av国片精品| 国产探花极品一区二区| 精品乱码久久久久久99久播| 热99re8久久精品国产| 伦理电影大哥的女人| 少妇的逼好多水| 欧美成人免费av一区二区三区| 日本-黄色视频高清免费观看| 美女xxoo啪啪120秒动态图| 最近最新中文字幕大全电影3| 黄片wwwwww| 免费在线观看成人毛片| 日本-黄色视频高清免费观看| 69人妻影院| 欧美潮喷喷水| 丰满的人妻完整版| 女人被狂操c到高潮| 成人av一区二区三区在线看| 日韩高清综合在线| 内射极品少妇av片p| 男女边吃奶边做爰视频| 国产 一区 欧美 日韩| 最新中文字幕久久久久| 麻豆av噜噜一区二区三区| 1000部很黄的大片| 99久久无色码亚洲精品果冻| 亚洲欧美日韩东京热| 欧美日韩中文字幕国产精品一区二区三区| 亚洲第一电影网av| 久久人人精品亚洲av| 可以在线观看的亚洲视频| 国产熟女欧美一区二区| 两个人视频免费观看高清| 免费一级毛片在线播放高清视频| 91麻豆精品激情在线观看国产| 成人二区视频| 亚洲成人久久性| 亚洲精品久久国产高清桃花| 亚洲欧美日韩东京热| a级毛片a级免费在线| 国产探花在线观看一区二区| 久久这里只有精品中国| 色视频www国产| 91久久精品电影网| 一本久久中文字幕| 少妇高潮的动态图| 18禁在线播放成人免费| 麻豆一二三区av精品| 色吧在线观看| 欧洲精品卡2卡3卡4卡5卡区| 国产三级在线视频| bbb黄色大片| 12—13女人毛片做爰片一| 日韩高清综合在线| 亚洲欧美日韩东京热| 少妇裸体淫交视频免费看高清| 日韩一区二区视频免费看| 亚洲精品色激情综合| 色尼玛亚洲综合影院| 黄片wwwwww| 欧美丝袜亚洲另类 | 九色成人免费人妻av| 在线播放国产精品三级| 亚洲乱码一区二区免费版| 成人性生交大片免费视频hd| 欧美区成人在线视频| 久久6这里有精品| 国产亚洲精品综合一区在线观看| 美女高潮喷水抽搐中文字幕| 直男gayav资源| 久久亚洲精品不卡| 色av中文字幕| 国产精品无大码| 免费看av在线观看网站| 又粗又爽又猛毛片免费看| 男人和女人高潮做爰伦理| 国产精品久久久久久久电影| 国模一区二区三区四区视频| 99久久九九国产精品国产免费| 一个人免费在线观看电影| 亚洲国产日韩欧美精品在线观看| 亚洲av成人av| 男女那种视频在线观看| 美女黄网站色视频| 观看免费一级毛片| 国产伦精品一区二区三区视频9| 特大巨黑吊av在线直播| 成人三级黄色视频| 成人鲁丝片一二三区免费| av在线观看视频网站免费| 精品无人区乱码1区二区| 日韩一本色道免费dvd| 午夜爱爱视频在线播放| 国产女主播在线喷水免费视频网站 | 亚洲黑人精品在线| 欧美激情国产日韩精品一区| 我要看日韩黄色一级片| 小蜜桃在线观看免费完整版高清| 亚洲国产欧洲综合997久久,| 午夜福利成人在线免费观看| 黄片wwwwww| 色av中文字幕| 99热精品在线国产| 国产成年人精品一区二区| 十八禁国产超污无遮挡网站| 久久久久久伊人网av| 天堂影院成人在线观看| 色噜噜av男人的天堂激情| 97超级碰碰碰精品色视频在线观看| 中文字幕av成人在线电影| 国产精品一区www在线观看 | 俄罗斯特黄特色一大片| 在线播放无遮挡| 中文字幕熟女人妻在线| 国产亚洲精品综合一区在线观看| 亚洲狠狠婷婷综合久久图片| 欧美日本视频| 日韩欧美免费精品| 在线观看舔阴道视频| 国产91精品成人一区二区三区| 国产成人av教育| 日本-黄色视频高清免费观看| 日韩欧美精品免费久久| 国产亚洲精品综合一区在线观看| 日韩欧美一区二区三区在线观看| 亚洲图色成人| 国产免费av片在线观看野外av| 国内久久婷婷六月综合欲色啪| 男女下面进入的视频免费午夜| 亚洲人成网站在线播| 日韩精品有码人妻一区| 欧洲精品卡2卡3卡4卡5卡区| 九九久久精品国产亚洲av麻豆| 亚洲男人的天堂狠狠| 国产高清激情床上av| 高清在线国产一区| www.色视频.com| 日韩欧美国产在线观看| 国产一区二区亚洲精品在线观看| av在线亚洲专区| 两个人视频免费观看高清|