• <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 ?

    融合用戶興趣度和信任度的協(xié)同過濾推薦算法

    2020-07-20 06:31:44苑寧萍辛力堅王呼生寧鵬飛
    計算機工程與設(shè)計 2020年7期
    關(guān)鍵詞:社交活動信任度集上

    苑寧萍,辛力堅,王呼生+,寧鵬飛

    (1.內(nèi)蒙古醫(yī)科大學(xué) 計算機信息學(xué)院,內(nèi)蒙古 呼和浩特 010110;2.內(nèi)蒙古電力科學(xué)研究院,內(nèi)蒙古 呼和浩特 010020)

    0 引 言

    協(xié)同過濾(collaborative filtering,CF)存在因數(shù)據(jù)稀疏、冷啟動等造成的推薦精度低等問題。為此國內(nèi)外學(xué)者們進行了大量的研究[1-7]。文獻[8]為了解決其中的用戶冷啟動問題,將用戶社交信息和評分信息進行融合,提出了一種基于社區(qū)專家信息的協(xié)同過濾推薦算法;文獻[9]采用稀疏評分矩陣建立用戶評分項目集合,對評分矩陣進行降維、構(gòu)建近似評分矩陣并填充用戶項目的評分集合,得到用戶間相似度;文獻[10]利用深度學(xué)習(xí)來決定矩陣分解中的初始化問題,實現(xiàn)信任效應(yīng)對推薦的影響;文獻[11]提出了一種高效的角色挖掘推薦算法,利用用戶間共識向組內(nèi)其他用戶推薦服務(wù);文獻[12]利用用戶提供的稀疏評估數(shù)據(jù)和稀疏社交數(shù)據(jù)來提高協(xié)同過濾的推薦效率。

    研究結(jié)果表明,用戶對社交活動的選擇多基于興趣愛好,并且往往與具有相同興趣愛好的用戶保持緊密聯(lián)系[13,14]。近年來,大多數(shù)的研究只注重利用用戶對社交活動的評分,忽略了用戶對活動的興趣和用戶間的信任度,致使改進算法推薦精度提高有限?;诖?,本文提出了一種融合用戶興趣度和信任度的協(xié)同過濾推薦算法。

    1 基于興趣度和信任度的模型描述

    本節(jié)對基于興趣度和信任度的個性化推薦模型進行詳細描述。在本文構(gòu)建的個性化推薦模型中,假設(shè)用戶集合為U, 被評價過的社交活動集合為S, 未被評價的新社交活動集合為S′, 用戶間可能存在信任關(guān)系,設(shè)為信任矩陣為TR。 設(shè)目標(biāo)用戶為ui∈U, 本文的目的就是利用融合興趣度和信任度的協(xié)同過濾算法預(yù)測ui對未被評價的社交活動集合S′的評分,然后按照Top-N排序規(guī)則將排名靠前的社交活動推薦給目標(biāo)用戶ui。

    1.1 用戶對活動興趣度表示

    用戶對社交活動的興趣度是考量用戶是否參加活動的重要影響因素之一。本文利用文件主題模型(latent Dirichlet allocation,LDA)求取用戶ui參加過的社交活動S的主題分布,并用其表示目標(biāo)用戶ui的興趣度。為了便于計算,我們設(shè)φt表示隱含主題t在單詞集合上的多項式分布,設(shè)fileui表示目標(biāo)用戶ui參加的社交活動內(nèi)容所形成的文件,利用文件主題模型可求出社交活動內(nèi)容文件fileui所有的隱含主題多項式分布。參考文獻[15]我們可以利用文件主題模型中的狄利克雷函數(shù)Dirichlet(α)、Dirichlet(β) 分別求取隱含主題與單詞的概率分布δt和文件與單詞的概率分布φfileui, 利用多項式分布函數(shù)Mult(φfileui)、Mult(δtfileui,m) 對文件fileui中的第m單詞生成主題分配tfileui,m和單詞wfileui,m, 其中α、β為兩個狄利克雷函數(shù)的參數(shù)。用戶文件fileui的似然函數(shù)為

    (1)

    式中:wfileui,Mfileui,ηfileui,Ψ分別表示文件fileui中所有單詞、單詞的數(shù)量、單詞的主題分配、單詞對應(yīng)的主題-單詞概率分布。

    設(shè)在文件主題模型中文檔間是相互獨立的,則Numf個文件的完全似然函數(shù)如下

    (2)

    式中:Wo,T,Υ分別表示文件中所有單詞、主題的分布以及所有文件-主題詞概率分布。我們幾乎不可能從似然函數(shù)中推斷出參數(shù)Υ和Ψ,并且難以直接從某一多變量概率分布中近似抽取樣本序列,針對于此,采用吉布斯采樣將隱含主題詞t從聯(lián)合的概率分布中采樣出來

    (3)

    (4)

    (5)

    (6)

    設(shè)目標(biāo)用戶ui的文件為fileui, 新社交活動sj的文件為filesj, 兩者所對應(yīng)的主題分布為φfileui和φfilesj, 為了求取用戶與社交活動的主題的相似度,本文引入庫爾貝克-萊布勒散度(Kullback-Leibler,KL)[16]和延森-香農(nóng)散度(Jensen-Shannon)[17]來計算兩者之間的相似度,Jensen-Shannon定義為

    (7)

    式中:KL(·) 表示庫爾貝克-萊布勒散度,其定義為

    (8)

    JS(ui‖sj) 會隨著φfileui和φfilesj兩者主題分布的差別而增大,這里定義目標(biāo)用戶ui對社交活動sj的興趣度為inui,sj

    inui,sj=1-JS(ui‖sj)

    (9)

    1.2 用戶間信任度表示

    在網(wǎng)絡(luò)社交活動中,用戶間的信任一般分為直接信任和間接信任[18]。直接信任顧名思義就是基于用戶間的某種認知而產(chǎn)生的一對一信任,而間接信任就是用戶因某個中間人的推薦而對另一個用戶的信任。通常情況下用戶間的信任值用[0,1]內(nèi)的某個數(shù)值表示,信任值越趨于1越信任,信任值為0表示不信任。

    定義1 信任網(wǎng)絡(luò):對于給定的社交活動網(wǎng)絡(luò),可將其對應(yīng)的看出一個用戶間因信任值而形成的信任網(wǎng)絡(luò)Q=(U,E,D), 其中U為用戶集合,E為信任網(wǎng)絡(luò)中有向邊集合,邊e(ui,uj) 表示用戶ui對用戶uj的信任關(guān)系,D表示有向邊上的信任度集合。

    定義2 信任路徑:在給定的信任網(wǎng)絡(luò)Q=(U,E,D) 中,目標(biāo)用戶ui對非直接信任用戶ux的信任感知是基于一條可達的路徑p=(ui,…,uy,uz,…,ux), 并且路徑p上任意邊e(uy,uz) 的信任度都大于所設(shè)定的信任閾值wθ, 那么路徑p就為一條信任路徑。但信任也會隨著路徑的加大而衰減,所以我們在信任路徑中規(guī)定一定的跳數(shù)閾值hθ。

    一般來說在社交網(wǎng)絡(luò)中,若一個用戶被較多的其他用戶所信任,那么一般表明此用戶的可信度較高,反之亦然?;诖?,我們借鑒Pagerank算法的思想求取用戶的信任度

    (10)

    式中:Tui表示ui的信任用戶集合,|Tui| 表示集合的大小,Nuj、Nur分別表示uj、ur被信任的用戶個數(shù)。圖1中用戶節(jié)點間的信任度是基于用戶面對面的直接信任產(chǎn)生的,但在實際的社交網(wǎng)絡(luò)中,許多用戶間可能不存在或存在不明顯的潛在信任關(guān)系,這樣得到的信任矩陣非常稀疏,計算信任相似度的難度就會難上加難。

    圖1 用戶間信任網(wǎng)絡(luò)

    為此,本文在計算用戶信任矩陣前,引入信任傳遞以計算無交集用戶間的信任度,若兩個用戶間沒有直接信任關(guān)系,其信任度的計算公式如下

    (11)

    (12)

    如圖1中,設(shè)信任閾值wθ=0.5,hθ=3, 那么我們?nèi)羰怯嬎阌脩魎2對用戶u7的間接信任,則存在4條路徑:u2→u6→u4→u7、u2→u6→u3→u7、u2→u5→u3→u7和u2→u5→u3→u1→u7, 而根據(jù)信任閾值wθ=0.5,hθ=3, 最終剩余u2→u6→u4→u7、u2→u6→u3→u7和u2→u5→u3→u7這3條信任路徑。據(jù)式(12)得:W(1)=0.624*0.761=0.4749,W(2)=0.725*0.746=0.5409,W(3)=0.624*0.588=0.3669根據(jù)式(11)用戶u2對用戶u7的間接信任Td′u2,u7

    那么用戶之間的信任度可表示為

    基于以上各用戶間的信任度值建立用戶信任矩陣,這里用UT表示

    (13)

    式中:utumun表示用戶um對用戶un的信任度。

    在基于社交活動的網(wǎng)絡(luò)中,用戶對其曾經(jīng)參加的社交活動會有一個評價,所有用戶對其所參加的所有活動的評價就形成了用戶-社交活動評價矩陣,這里用US表示

    (14)

    式中:usmn表示用戶um對社交項目sn評分,矩陣USm×n每一行都為用戶ui對社交活動集S的具體評分,矩陣USm×n中的每一列是所有用戶u對某一個社交項目si評分。

    2 模型建立

    基于前文中各相關(guān)因素,本節(jié)給出推薦模型建立的詳細過程。

    2.1 相似度融合

    本節(jié)融合用戶對社交活動的興趣度和評分,構(gòu)建新的興趣度相似矩陣。

    首先,獲取用戶-社交活動評價矩陣USm×n, 根據(jù)USm×n的元素利用Pearson相關(guān)系數(shù)計算目標(biāo)用戶與其他用戶的相似度

    (15)

    (16)

    根據(jù)式(9),我們可以獲得用戶對社交活動的興趣度矩陣INm×n

    (17)

    同理,根據(jù)INm×n的元素利用Pearson相關(guān)系數(shù)計算目標(biāo)用戶的興趣相似度

    (18)

    (19)

    融合用戶評分相似度和用戶-社交活動興趣相似度,可得綜合用戶相似度

    sim(ui,uj)″=λsim(ui,uj)′us+(1-λ)sim(ui,uj)′in

    (20)

    式中:λ∈[0,1] 為調(diào)解參數(shù),若λ=1表示沒有考慮用戶-社交活動興趣相似度,即為傳統(tǒng)的協(xié)同推薦算法。

    2.2 個性化推薦

    在融合用戶-社交活動興趣相似度的基礎(chǔ)上,本文得出了用戶間的綜合相似度。但相似的用戶是不是值得信任,推薦的社交活動能否得到目標(biāo)用戶的認可,是本文考慮的重點。為此本節(jié)在傳統(tǒng)協(xié)同過濾推薦的基礎(chǔ)上結(jié)合信任推薦的思想,將綜合用戶相似度與用戶信任度相融合,得到個性化推薦權(quán)值

    (21)

    按照協(xié)同過濾推薦的步驟,采用修正后的個性化推薦權(quán)值Weui,uj加權(quán)修正原推薦公式

    (22)

    3 實驗數(shù)據(jù)與參數(shù)設(shè)置

    3.1 實驗數(shù)據(jù)及評價標(biāo)準(zhǔn)

    為了獲得較大的社交數(shù)據(jù),選取一線城市北京、上海、廣州豆瓣同城2017年1月1日-2019年2月28日期間的所有社交活動。主要采集的信息為:用戶信息(用戶名、用戶ID、用戶的興趣、用戶對所參加過的社交活動的評分),社交活動信息(社交活動類別、社交活動的內(nèi)容、社交活動ID等),數(shù)據(jù)統(tǒng)計見表1。

    表1 數(shù)據(jù)統(tǒng)計明細

    仿真實驗將Top-N推薦算法推薦結(jié)果,采用Precision@N、Recall@N、MAE(mean absolute error)和覆蓋率(Coverage)這4個評價指標(biāo)評估各算法推薦的性能

    (23)

    (24)

    式中:Reui,N、Teui分別表示各算法按照Top-N推薦給目標(biāo)用戶ui的社交活動以及用戶ui在測試集中所參與的活動集合, |*| 為計算集合大小,這里設(shè)置N=1,3,5,7,10

    (25)

    式中:Pi為候選社交活動i的預(yù)測評分,Hi為活動i的實際評分,N為候選社交活動個數(shù)

    (26)

    其中,R(u) 表示向目標(biāo)用戶推薦社交活動集合。

    3.2 參數(shù)設(shè)置

    在文件主題模型中需要對參數(shù)進行優(yōu)化設(shè)置,并且調(diào)節(jié)參數(shù)的大小這直接影響著算法推薦的效果,各參數(shù)設(shè)置如下:

    (1)文件主題模型參數(shù)設(shè)置

    實驗采用自然語言處理框架Gensim實現(xiàn)文件主題模型,在模型中設(shè)分布函數(shù)參數(shù)β=50/Numk,α=0.01, 為了獲得隱含主題t的最佳個數(shù)Numk, 利用豆瓣同城北京、上海和廣州數(shù)據(jù)集測試文件主題模型在不同的Numk下Precision@5和Recall@5, 結(jié)果如圖2所示。

    通過圖2我們可以看出在不同數(shù)據(jù)集上,隨著隱含主題數(shù)的增大,評價指標(biāo)Precision@5、Recall@5變化是有差別的。在豆瓣同城北京數(shù)據(jù)集上,評價指標(biāo)Precision@5和Recall@5隨著隱含主題個數(shù)Numk的增大而增大,在Numk≤60前期階段,兩個指標(biāo)的增幅較大,在后期兩個指標(biāo)的增幅緩慢趨于平穩(wěn)。當(dāng)Numk=100時,兩個評價指標(biāo)Precision@5和Recall@5取得最高值。

    圖2 不同隱含主題Numk下Top-5推薦性能

    在豆瓣同城上海數(shù)據(jù)集上,在Numk≤80前期階段,推薦評價指標(biāo)隨隱含主題個數(shù)Numk的增大而增大,在80

    (2)調(diào)節(jié)參數(shù)λ的設(shè)置

    調(diào)節(jié)參數(shù)λ是融合用戶評分相似度和用戶-社交活動興趣相似度的關(guān)鍵參數(shù)。設(shè)目標(biāo)用戶鄰居個數(shù)Num=10、20、30、40、50, 本文算法的MAE值跟參數(shù)λ的關(guān)系如圖3所示。

    圖3 調(diào)節(jié)參數(shù)λ與MAE之間的關(guān)系

    在不同的目標(biāo)用戶鄰居數(shù)下,本文算法的MAE值隨著參數(shù)λ的增大基本趨勢是一致的,即隨著λ值的增大先減小后緩慢增大。其中當(dāng)鄰居規(guī)模Num=30, 參數(shù)λ=0.4時MAE值最小,鄰居規(guī)模Num=50, 參數(shù)λ=1時MAE值最大。綜合考慮,為了獲得最優(yōu)效果,設(shè)鄰居規(guī)模Num=30, 調(diào)節(jié)參數(shù)λ=0.4。

    4 仿真實驗與對比分析

    本文實驗的硬件環(huán)境為Intel(R) Core(TM) i5-8400@2.8 GHz,RAM:8 GB,軟件環(huán)境為:Windows 7操作系統(tǒng),使用Python編程實現(xiàn)。這里我們將已結(jié)束的社交活動作為訓(xùn)練集,將新的社交活動作為訓(xùn)練集,為驗證本文所提算法的性能,將本文算法與傳統(tǒng)協(xié)同過濾推薦算法、文獻[20]進行目標(biāo)用戶新社交活動推薦效果對比。

    4.1 不同算法的準(zhǔn)確率和召回率對比

    本節(jié)將3種算法對已有用戶社交活動的推薦結(jié)果進行對比分析。通過圖4這3種算法在Top-N(N=1,3,5,7,10) 下的推薦評價指標(biāo)對比可以看出,本文提出的個性化推薦算法在不同N值下的推薦指標(biāo)明顯好于其它兩種推薦算法,說明本算法在綜合用戶對活動的興趣度、用戶間信任度后能夠取得較好的推薦結(jié)果。其中圖4(a)和圖4(b)為3種算法在豆瓣同城北京數(shù)據(jù)集上的推薦結(jié)果,其中在Top-N(N=1,3,5,7,10) 的推薦中,本文算法相較于文獻[20]和傳統(tǒng)協(xié)同過濾推薦算法的準(zhǔn)確率至少提升了5.88%和12.5%,召回率至少提升了約7.84%和23.53%;圖4(c)和圖4(d)為各算法在豆瓣同城上海數(shù)據(jù)集上的推薦結(jié)果,本文算法相較于文獻[20]和傳統(tǒng)協(xié)同過濾推薦算法的準(zhǔn)確率至少提升了5.26%和21.42%,召回率至少提升了約8.57%和19.23%;圖4(e)和圖4(f)為各算法在豆瓣同城廣州數(shù)據(jù)集上的推薦結(jié)果,本文算法相較于文獻[20]和傳統(tǒng)協(xié)同過濾推薦算法的準(zhǔn)確率至少提升了4.92%和18.18%,召回率至少提升了約7.89%和12.73%。

    圖4 各算法Top-N推薦評價指標(biāo)對比

    4.2 不同算法的MAE對比

    為了比較本文算法與其它兩種算法在MAE上的差異,這里固定調(diào)節(jié)參數(shù)λ=0.4, 以目標(biāo)用戶鄰居數(shù)目為變量,3種算法MAE值的變化如圖5所示。

    圖5 不同算法間的MAE對比

    通過圖5可以看出,3種算法隨著鄰居數(shù)目的增加,MAE值都呈下降的趨勢,但本文算法的MAE值整體上都小于其它兩種算法。在豆瓣同城北京數(shù)據(jù)集上,當(dāng)鄰居數(shù)目Num>50后,3種算法MAE值下降的幅度緩慢,鄰居數(shù)目Num≤50前,本文算法的MAE性能優(yōu)勢更明顯;在豆瓣同城上海數(shù)據(jù)集上,當(dāng)鄰居數(shù)目Num>60后,3種算法MAE值下降的幅度緩慢,基于MAE值的優(yōu)劣區(qū)分度不高,而鄰居數(shù)目Num≤60前,本文算法的MAE值相較于其它兩種算法更小,社交個性化推薦的誤差更低;在豆瓣同城廣州數(shù)據(jù)集上,鄰居數(shù)目Num=70為分界點,Num>70后3種算法MAE值下降幅度緩慢,MAE值大小接近,但整體上相較于其它兩個數(shù)據(jù)集,MAE值都要小,推薦的精度較高,這是由于在廣州數(shù)據(jù)集上對活動的評分反饋信息量大于其它兩個數(shù)據(jù)集。

    4.3 不同算法的覆蓋率對比

    本節(jié)以目標(biāo)用戶鄰居數(shù)目為變量,觀察3種算法在3個數(shù)據(jù)集上的推薦覆蓋率,其實驗結(jié)果如圖6所示。

    圖6 不同算法間的Coverage對比

    通過圖6可以看出,3種算法隨著鄰居數(shù)目的增加,覆蓋率會不斷提高,但后期覆蓋率增幅都趨于平緩。在3個數(shù)據(jù)集上,本文算法的覆蓋率都遠遠大于其它兩種算法,這是由于本文算法將用戶對社交活動評分、興趣和用戶間的信任度融合到推薦中,擴大了潛在社交活動的推薦范圍,從而提高了推薦活動的覆蓋率。

    5 結(jié)束語

    本文在傳統(tǒng)協(xié)同過濾推薦的基礎(chǔ)上融合用戶興趣度和信任度,提出了一種個性化推薦算法。算法綜合用戶對社交活動的興趣度和評分,構(gòu)建新的興趣度相似矩陣得到用戶間的綜合相似度,將綜合用戶相似度與用戶信任度相融合,得到個性化推薦權(quán)值,以不同的權(quán)值配比獲得最終的社交化活動推薦。利用豆瓣同城數(shù)據(jù)集分析確定了文件主題模型參數(shù)和調(diào)節(jié)參數(shù)λ值。與其它兩種算法對比可知,本算法不僅取得了較高的準(zhǔn)確率和召回率,在覆蓋率和推薦誤差上也有較好的表現(xiàn),但推薦精度的提高可能要增加時間和空間消耗,將本文算法并行化處理以降低時間復(fù)雜度是后續(xù)研究的重點方向。

    猜你喜歡
    社交活動信任度集上
    社交新氣象
    睿士(2023年3期)2023-03-22 08:35:38
    Cookie-Cutter集上的Gibbs測度
    鏈完備偏序集上廣義向量均衡問題解映射的保序性
    試探網(wǎng)絡(luò)流行語在大學(xué)生社交活動中的語用價值
    全球民調(diào):中國民眾對政府信任度最高
    復(fù)扇形指標(biāo)集上的分布混沌
    牛津大學(xué)《Cherwell》
    大學(xué)生(2017年3期)2017-03-21 15:15:42
    基于信任度評估的移動自組織網(wǎng)絡(luò)路由協(xié)議
    計算機工程(2015年4期)2015-07-05 08:27:45
    2014,如何獲得信任
    幾道導(dǎo)數(shù)題引發(fā)的解題思考
    日本五十路高清| 成人手机av| 精品国产乱码久久久久久男人| 色播亚洲综合网| 日本一区二区免费在线视频| 午夜免费鲁丝| 亚洲专区国产一区二区| 大型黄色视频在线免费观看| 久久精品影院6| 国产高清有码在线观看视频 | 国产成年人精品一区二区| 亚洲av电影在线进入| 18美女黄网站色大片免费观看| 很黄的视频免费| 久久久久久久久免费视频了| 欧美日韩精品网址| 国产av在哪里看| 久久精品影院6| 在线观看午夜福利视频| 国产亚洲欧美精品永久| 成人永久免费在线观看视频| 国产野战对白在线观看| 中文字幕人妻丝袜一区二区| 91国产中文字幕| 可以免费在线观看a视频的电影网站| 夜夜躁狠狠躁天天躁| 国产精品免费视频内射| 国产精品久久久av美女十八| 免费高清在线观看日韩| 国产亚洲av嫩草精品影院| 欧洲精品卡2卡3卡4卡5卡区| 国产精品乱码一区二三区的特点| 国产亚洲精品第一综合不卡| АⅤ资源中文在线天堂| 在线观看日韩欧美| 国产1区2区3区精品| 久热爱精品视频在线9| 亚洲成人精品中文字幕电影| 日本a在线网址| x7x7x7水蜜桃| 久久久久久久久中文| 悠悠久久av| 国产精品免费一区二区三区在线| videosex国产| 午夜精品在线福利| 中文字幕av电影在线播放| 757午夜福利合集在线观看| 人人妻,人人澡人人爽秒播| 久久香蕉国产精品| 99在线视频只有这里精品首页| 特大巨黑吊av在线直播 | 亚洲精品美女久久av网站| 欧美在线一区亚洲| 成人三级做爰电影| 欧美精品亚洲一区二区| 丰满的人妻完整版| 黄片大片在线免费观看| 精品一区二区三区av网在线观看| 精品国产亚洲在线| 十八禁网站免费在线| a级毛片在线看网站| 老司机午夜十八禁免费视频| 国产成+人综合+亚洲专区| 神马国产精品三级电影在线观看 | 午夜免费激情av| 日本在线视频免费播放| 亚洲专区国产一区二区| 天堂动漫精品| 香蕉国产在线看| 日本三级黄在线观看| 白带黄色成豆腐渣| 91麻豆精品激情在线观看国产| 最近最新中文字幕大全免费视频| 国产亚洲欧美98| 9191精品国产免费久久| 久久久久亚洲av毛片大全| 成人亚洲精品一区在线观看| 美女 人体艺术 gogo| 国产精品电影一区二区三区| 亚洲精品一区av在线观看| av在线天堂中文字幕| 一进一出抽搐动态| 国产熟女xx| av天堂在线播放| 露出奶头的视频| 一进一出抽搐动态| 久久久久久久久中文| 欧美又色又爽又黄视频| 精品免费久久久久久久清纯| 日本在线视频免费播放| 久久婷婷成人综合色麻豆| 在线免费观看的www视频| 大香蕉久久成人网| 亚洲第一欧美日韩一区二区三区| 色综合婷婷激情| 久久精品人妻少妇| 久久久久久大精品| 国产v大片淫在线免费观看| 一进一出抽搐动态| 精品国产乱子伦一区二区三区| 精品不卡国产一区二区三区| 天堂√8在线中文| 欧美人与性动交α欧美精品济南到| 欧美久久黑人一区二区| 91字幕亚洲| 视频区欧美日本亚洲| 精品一区二区三区四区五区乱码| 女人爽到高潮嗷嗷叫在线视频| 韩国精品一区二区三区| 99在线人妻在线中文字幕| 麻豆成人午夜福利视频| 久久 成人 亚洲| 亚洲一区二区三区色噜噜| 亚洲av成人av| 在线观看日韩欧美| 国产伦一二天堂av在线观看| 国产真人三级小视频在线观看| 国产伦人伦偷精品视频| 日韩欧美国产在线观看| 亚洲电影在线观看av| 亚洲熟妇中文字幕五十中出| 欧美色欧美亚洲另类二区| 中文资源天堂在线| 亚洲成人精品中文字幕电影| 免费看十八禁软件| 国产av一区在线观看免费| 男男h啪啪无遮挡| 日本免费一区二区三区高清不卡| 视频区欧美日本亚洲| 国产97色在线日韩免费| 757午夜福利合集在线观看| 两个人免费观看高清视频| 国产精品久久久久久人妻精品电影| 婷婷丁香在线五月| 黑人巨大精品欧美一区二区mp4| 男女下面进入的视频免费午夜 | 级片在线观看| 国产精品综合久久久久久久免费| 哪里可以看免费的av片| 狂野欧美激情性xxxx| 欧美性长视频在线观看| 日韩精品免费视频一区二区三区| 亚洲精华国产精华精| xxx96com| 欧美一区二区精品小视频在线| 老汉色av国产亚洲站长工具| 十分钟在线观看高清视频www| 美国免费a级毛片| 亚洲自拍偷在线| 91av网站免费观看| 精品第一国产精品| 精品电影一区二区在线| cao死你这个sao货| 欧美久久黑人一区二区| 无遮挡黄片免费观看| 一个人观看的视频www高清免费观看 | 男人舔女人的私密视频| 久久中文字幕一级| 国产精品久久电影中文字幕| 国产成人欧美| 久久香蕉国产精品| 色尼玛亚洲综合影院| 亚洲精品在线美女| 亚洲无线在线观看| 国产精品 欧美亚洲| 美女国产高潮福利片在线看| 欧美激情 高清一区二区三区| 在线观看免费日韩欧美大片| 色播在线永久视频| 丁香欧美五月| 亚洲精品久久国产高清桃花| 精品高清国产在线一区| 国产精品久久久人人做人人爽| www.www免费av| 可以在线观看毛片的网站| 自线自在国产av| 欧美日韩亚洲综合一区二区三区_| 成年女人毛片免费观看观看9| 欧美日韩精品网址| 国产精品九九99| 性欧美人与动物交配| 侵犯人妻中文字幕一二三四区| 亚洲片人在线观看| 国产精品美女特级片免费视频播放器 | 这个男人来自地球电影免费观看| 男男h啪啪无遮挡| av在线播放免费不卡| 亚洲成av人片免费观看| 好看av亚洲va欧美ⅴa在| 久久精品aⅴ一区二区三区四区| 一边摸一边抽搐一进一小说| 亚洲中文日韩欧美视频| 91麻豆精品激情在线观看国产| 国产色视频综合| 色播在线永久视频| 日本 av在线| 亚洲色图 男人天堂 中文字幕| 成人三级做爰电影| 久久国产精品影院| 欧美日韩亚洲综合一区二区三区_| 婷婷丁香在线五月| 欧美亚洲日本最大视频资源| 久久中文字幕人妻熟女| 亚洲在线自拍视频| 久久亚洲精品不卡| 非洲黑人性xxxx精品又粗又长| 国产熟女xx| 久久亚洲精品不卡| 99热6这里只有精品| 超碰成人久久| 宅男免费午夜| 国产精品美女特级片免费视频播放器 | 黑丝袜美女国产一区| 久久久久国产一级毛片高清牌| 亚洲欧美精品综合一区二区三区| 国产精品九九99| 欧美一级毛片孕妇| 日韩中文字幕欧美一区二区| 两个人视频免费观看高清| 日本一本二区三区精品| 中文字幕人成人乱码亚洲影| 别揉我奶头~嗯~啊~动态视频| 亚洲中文日韩欧美视频| 亚洲,欧美精品.| 亚洲人成电影免费在线| 国产乱人伦免费视频| 亚洲熟妇熟女久久| 久久伊人香网站| 国产爱豆传媒在线观看 | 视频在线观看一区二区三区| 一级毛片高清免费大全| 国产一卡二卡三卡精品| 免费看日本二区| 欧美成人午夜精品| 俄罗斯特黄特色一大片| 国产aⅴ精品一区二区三区波| 一进一出抽搐gif免费好疼| 国产成人精品无人区| 日本三级黄在线观看| 亚洲全国av大片| 欧美zozozo另类| 免费观看精品视频网站| 日本 av在线| 日本一区二区免费在线视频| 女同久久另类99精品国产91| 成在线人永久免费视频| 亚洲人成网站高清观看| 亚洲国产看品久久| 一进一出抽搐动态| 国产亚洲av高清不卡| 亚洲狠狠婷婷综合久久图片| 最新美女视频免费是黄的| 午夜免费成人在线视频| 久久香蕉激情| 国产视频一区二区在线看| 亚洲狠狠婷婷综合久久图片| 黑人欧美特级aaaaaa片| 国内揄拍国产精品人妻在线 | 在线观看免费视频日本深夜| 精品免费久久久久久久清纯| 在线观看舔阴道视频| 日本精品一区二区三区蜜桃| 国产久久久一区二区三区| av天堂在线播放| 日日干狠狠操夜夜爽| 脱女人内裤的视频| 久久久久久久久久黄片| 国产精品 欧美亚洲| 欧美+亚洲+日韩+国产| 亚洲精品久久国产高清桃花| 国产乱人伦免费视频| 亚洲性夜色夜夜综合| 黑人欧美特级aaaaaa片| 日本 av在线| 99久久精品国产亚洲精品| 精品国产超薄肉色丝袜足j| 日本a在线网址| 麻豆一二三区av精品| 男女下面进入的视频免费午夜 | 亚洲电影在线观看av| 满18在线观看网站| 女人爽到高潮嗷嗷叫在线视频| 国产精品免费一区二区三区在线| 人妻久久中文字幕网| 精品电影一区二区在线| 麻豆成人午夜福利视频| 亚洲一区二区三区色噜噜| 亚洲国产欧美一区二区综合| 国产精品国产高清国产av| 国产精品爽爽va在线观看网站 | 男人舔女人下体高潮全视频| 成人三级做爰电影| 婷婷精品国产亚洲av在线| 俺也久久电影网| 欧美性长视频在线观看| 国产精品av久久久久免费| 正在播放国产对白刺激| 亚洲第一av免费看| 亚洲免费av在线视频| 欧美亚洲日本最大视频资源| 最近最新免费中文字幕在线| 午夜激情av网站| 99在线人妻在线中文字幕| 国产高清videossex| 一进一出抽搐gif免费好疼| 丝袜人妻中文字幕| 美女国产高潮福利片在线看| 免费观看人在逋| 国产1区2区3区精品| 午夜免费观看网址| 亚洲第一电影网av| avwww免费| 国产区一区二久久| 亚洲精品一区av在线观看| 亚洲成人久久爱视频| 国产午夜福利久久久久久| 国产精品久久视频播放| 亚洲专区国产一区二区| 大型av网站在线播放| 欧美乱色亚洲激情| 欧美日韩亚洲综合一区二区三区_| 国产在线精品亚洲第一网站| 国产91精品成人一区二区三区| 老司机午夜福利在线观看视频| ponron亚洲| 久久午夜亚洲精品久久| 亚洲精品在线美女| 十八禁人妻一区二区| 搞女人的毛片| а√天堂www在线а√下载| 欧美乱码精品一区二区三区| 日韩欧美三级三区| aaaaa片日本免费| 嫩草影视91久久| av福利片在线| 亚洲精品中文字幕在线视频| 青草久久国产| 熟女电影av网| 欧美乱妇无乱码| 婷婷精品国产亚洲av| 亚洲精品中文字幕一二三四区| 窝窝影院91人妻| 他把我摸到了高潮在线观看| 国内久久婷婷六月综合欲色啪| 久久久久亚洲av毛片大全| 操出白浆在线播放| 妹子高潮喷水视频| 一区二区三区精品91| 亚洲五月色婷婷综合| 亚洲av第一区精品v没综合| 国产伦一二天堂av在线观看| 亚洲精品中文字幕一二三四区| 亚洲av中文字字幕乱码综合 | 午夜日韩欧美国产| 国产精品九九99| 国产精品电影一区二区三区| 亚洲av日韩精品久久久久久密| 夜夜躁狠狠躁天天躁| 88av欧美| 成人一区二区视频在线观看| 90打野战视频偷拍视频| 亚洲中文日韩欧美视频| av在线天堂中文字幕| 国产亚洲精品av在线| 90打野战视频偷拍视频| 在线国产一区二区在线| 听说在线观看完整版免费高清| 欧美最黄视频在线播放免费| 久久久国产精品麻豆| 亚洲 欧美一区二区三区| 亚洲精品色激情综合| xxx96com| 国产黄a三级三级三级人| 可以在线观看毛片的网站| 国产黄a三级三级三级人| 窝窝影院91人妻| 国产精品九九99| 真人做人爱边吃奶动态| 天天添夜夜摸| 欧美乱码精品一区二区三区| 性色av乱码一区二区三区2| 在线观看舔阴道视频| or卡值多少钱| 超碰成人久久| 日本免费a在线| 国产精品乱码一区二三区的特点| 久久人妻福利社区极品人妻图片| 韩国av一区二区三区四区| 女性生殖器流出的白浆| 一本综合久久免费| 男女之事视频高清在线观看| 欧美不卡视频在线免费观看 | 国产成人欧美在线观看| 国产一区在线观看成人免费| 国产激情久久老熟女| 精华霜和精华液先用哪个| 欧美一级毛片孕妇| 久久99热这里只有精品18| 日韩欧美国产在线观看| 久久精品aⅴ一区二区三区四区| 少妇的丰满在线观看| 午夜影院日韩av| 老司机午夜福利在线观看视频| 精品久久久久久,| 91麻豆av在线| 男女做爰动态图高潮gif福利片| 欧美中文综合在线视频| 亚洲国产精品sss在线观看| 亚洲成a人片在线一区二区| 国产高清视频在线播放一区| 日本 欧美在线| 黑人欧美特级aaaaaa片| 99re在线观看精品视频| 国产成人啪精品午夜网站| 午夜免费观看网址| av在线天堂中文字幕| 国产精品野战在线观看| 听说在线观看完整版免费高清| netflix在线观看网站| 日韩欧美免费精品| 激情在线观看视频在线高清| a在线观看视频网站| 老汉色∧v一级毛片| 最近在线观看免费完整版| 日韩免费av在线播放| 精品无人区乱码1区二区| 久久国产乱子伦精品免费另类| 夜夜夜夜夜久久久久| 一级a爱片免费观看的视频| 精品久久久久久成人av| 国产精品,欧美在线| 精品国产乱子伦一区二区三区| 亚洲久久久国产精品| 亚洲 欧美一区二区三区| 亚洲精品国产精品久久久不卡| 黄色毛片三级朝国网站| 国产欧美日韩精品亚洲av| 热re99久久国产66热| 国产精品自产拍在线观看55亚洲| 日韩国内少妇激情av| 国产精品 国内视频| 精品不卡国产一区二区三区| av福利片在线| 神马国产精品三级电影在线观看 | 美国免费a级毛片| 黄频高清免费视频| 老司机在亚洲福利影院| 大香蕉久久成人网| ponron亚洲| 最新在线观看一区二区三区| 男女做爰动态图高潮gif福利片| 级片在线观看| 国产精品日韩av在线免费观看| 人人澡人人妻人| 99在线人妻在线中文字幕| 欧美日本视频| 欧美激情高清一区二区三区| 天天一区二区日本电影三级| 久久天躁狠狠躁夜夜2o2o| 成人国产综合亚洲| 午夜精品在线福利| 国产男靠女视频免费网站| 成人亚洲精品av一区二区| 精品国产美女av久久久久小说| 国产又黄又爽又无遮挡在线| 女性生殖器流出的白浆| 亚洲国产精品合色在线| 一区二区三区精品91| 亚洲 国产 在线| 久久久久国产一级毛片高清牌| 欧美在线黄色| 国产aⅴ精品一区二区三区波| 波多野结衣高清作品| 91在线观看av| 精品久久久久久久末码| 午夜视频精品福利| 精品欧美一区二区三区在线| 久久精品国产清高在天天线| 男女那种视频在线观看| 国产精品爽爽va在线观看网站 | 国产一卡二卡三卡精品| 看片在线看免费视频| 亚洲精品中文字幕一二三四区| 欧美不卡视频在线免费观看 | 亚洲国产中文字幕在线视频| 深夜精品福利| 亚洲国产欧美网| 日本免费a在线| 在线观看免费视频日本深夜| 无人区码免费观看不卡| 亚洲国产看品久久| 成人18禁高潮啪啪吃奶动态图| 99热只有精品国产| 在线国产一区二区在线| 精品免费久久久久久久清纯| 欧美三级亚洲精品| 操出白浆在线播放| 波多野结衣av一区二区av| 法律面前人人平等表现在哪些方面| 一区福利在线观看| 亚洲欧美日韩高清在线视频| 国产精品av久久久久免费| 欧美国产精品va在线观看不卡| 最近最新免费中文字幕在线| 久久久久久免费高清国产稀缺| 一级作爱视频免费观看| 亚洲第一av免费看| 国内精品久久久久精免费| 香蕉丝袜av| 国产精品国产高清国产av| 后天国语完整版免费观看| 午夜福利在线在线| 国产av一区在线观看免费| videosex国产| 美女国产高潮福利片在线看| 两性夫妻黄色片| 国产精品影院久久| 正在播放国产对白刺激| 免费高清在线观看日韩| 岛国在线观看网站| 国产真实乱freesex| 18禁黄网站禁片免费观看直播| 国产av一区在线观看免费| 亚洲av日韩精品久久久久久密| 超碰成人久久| 国产精华一区二区三区| 午夜影院日韩av| 最近最新中文字幕大全电影3 | 久久午夜综合久久蜜桃| 成人亚洲精品一区在线观看| 欧美日韩瑟瑟在线播放| 在线观看日韩欧美| 一区福利在线观看| 啦啦啦韩国在线观看视频| 最近最新中文字幕大全免费视频| 动漫黄色视频在线观看| www国产在线视频色| 精品乱码久久久久久99久播| 美国免费a级毛片| 麻豆av在线久日| 亚洲全国av大片| svipshipincom国产片| 在线永久观看黄色视频| 久久热在线av| 岛国视频午夜一区免费看| 男男h啪啪无遮挡| 亚洲精华国产精华精| 此物有八面人人有两片| 国产人伦9x9x在线观看| 国产精品精品国产色婷婷| 午夜两性在线视频| 亚洲免费av在线视频| 88av欧美| 日韩精品中文字幕看吧| 亚洲成人久久爱视频| 久久婷婷人人爽人人干人人爱| 一级毛片精品| 久久天躁狠狠躁夜夜2o2o| 午夜福利在线在线| xxx96com| 两个人视频免费观看高清| ponron亚洲| 成人18禁在线播放| 俄罗斯特黄特色一大片| 国产一级毛片七仙女欲春2 | 精华霜和精华液先用哪个| 脱女人内裤的视频| 欧美黑人巨大hd| 婷婷精品国产亚洲av在线| 观看免费一级毛片| а√天堂www在线а√下载| 国产高清视频在线播放一区| 日本三级黄在线观看| 国产精品自产拍在线观看55亚洲| 又紧又爽又黄一区二区| 性欧美人与动物交配| АⅤ资源中文在线天堂| 国产精品98久久久久久宅男小说| 欧美乱妇无乱码| 男人舔女人下体高潮全视频| 国产成人精品久久二区二区免费| 免费搜索国产男女视频| 午夜福利在线在线| 精品一区二区三区av网在线观看| 日本免费a在线| 一进一出抽搐gif免费好疼| 国产精品永久免费网站| 91av网站免费观看| 国产精品综合久久久久久久免费| 亚洲avbb在线观看| 90打野战视频偷拍视频| 婷婷精品国产亚洲av| 久久这里只有精品19| 国产高清激情床上av| 亚洲午夜理论影院| 给我免费播放毛片高清在线观看| 国产精品影院久久| 国产成人av激情在线播放| 欧美激情极品国产一区二区三区| 国产激情偷乱视频一区二区| 少妇裸体淫交视频免费看高清 | 不卡av一区二区三区| www.www免费av| 啦啦啦免费观看视频1| 人人妻人人看人人澡| 给我免费播放毛片高清在线观看| 国产成人系列免费观看| 国产激情偷乱视频一区二区| 十八禁人妻一区二区| 久久国产精品男人的天堂亚洲| 国内精品久久久久精免费| a级毛片在线看网站| 人人妻,人人澡人人爽秒播| 人妻丰满熟妇av一区二区三区| 亚洲一码二码三码区别大吗|