• <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 ?

    基于隨機(jī)森林的深圳二手房價格預(yù)測與分析

    2021-03-13 14:38:43李函諭魏嘉銀盧友軍
    現(xiàn)代信息科技 2021年15期
    關(guān)鍵詞:網(wǎng)絡(luò)爬蟲隨機(jī)森林

    李函諭 魏嘉銀 盧友軍

    摘? 要:針對深圳市二手房市場房價預(yù)測問題,結(jié)合相關(guān)的八個特征變量,利用隨機(jī)森林模型訓(xùn)練房價預(yù)測模型。在研究過程中為使得模型準(zhǔn)確率與泛化能力更高,使用交叉驗(yàn)證與網(wǎng)格搜索法,繪制學(xué)習(xí)曲線尋找最優(yōu)參數(shù),最后完成二手房價格預(yù)測模型的構(gòu)建,預(yù)測精度達(dá)82.22%。結(jié)合相關(guān)政策,得出近年來深圳市二手房地產(chǎn)均價雖仍會上漲但總體較為穩(wěn)定、且漲幅較小,以及近十年小戶型的房源增量減少的主要結(jié)論。

    關(guān)鍵詞:網(wǎng)絡(luò)爬蟲;隨機(jī)森林;深圳二手房價;網(wǎng)格搜索

    中圖分類號:TP311? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼:A文章編號:2096-4706(2021)15-0100-05

    Abstract: Aiming at the problem of house price prediction in Shenzhen second-hand house market, combined with eight relevant characteristic variables, the house price prediction model is trained by using random forest model. During the course of research, to improve the accuracy and generalization ability of the model, the cross validation and grid search method are used to draw the learning curve and find the optimal parameters, the construction of the second-hand house price prediction model is completed finally, and the prediction accuracy reaches 82.22%. Combined with relevant policies, it is concluded that although the average price of second-hand real estate in Shenzhen will still rise in recent years, it is generally relatively stable with a small increase, and the increase of house supply of small houses has decreased in recent ten years.

    Keywords: web crawler; random forest; Shenzhen second-hand house price; grid search

    0? 引? 言

    房產(chǎn)作為如今經(jīng)濟(jì)社會的主要經(jīng)濟(jì)支柱,不管是用于剛需居住還是用于理財投資,對于國人的影響意義深遠(yuǎn),對購房者而言,房價是影響購房者決策的重要因素[1]。從不同角度對房價變化趨勢的探索一直都是人們關(guān)注的熱點(diǎn)問題。針對房價預(yù)測問題,高玉明、張仁津[2]等人通過遺傳算法對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn),在貴陽市的房價預(yù)測中獲得較高預(yù)測精度,但并未結(jié)合當(dāng)?shù)卣邔Ψ績r進(jìn)行定性分析;董倩、李偉[3]等人基于網(wǎng)絡(luò)搜索房產(chǎn)交易信息,對16個城市建立了各自適應(yīng)的房產(chǎn)指數(shù)預(yù)測模型,使得房產(chǎn)價格模型的時效性得到一定解決,但對于影響模型的最佳參數(shù)探究欠缺。本文從購房者角度出發(fā),獲取2020年深圳市3月與7月在售房產(chǎn)網(wǎng)站的不同維度二手房產(chǎn)數(shù)據(jù),通過交叉驗(yàn)證下隨機(jī)森林算法訓(xùn)練房產(chǎn)價格預(yù)測模型,再結(jié)合網(wǎng)格搜索找到使得模型泛化能力最佳的參數(shù),通過均方誤差(MSE)與擬合優(yōu)度(R2)對模型進(jìn)行評估,同時結(jié)合相關(guān)政策與一定統(tǒng)計(jì)分析,輔助購房者綜合各方面的因素進(jìn)行科學(xué)決策。

    1? 數(shù)據(jù)準(zhǔn)備

    1.1? 數(shù)據(jù)獲取方式

    房源數(shù)據(jù)的來源可以通過走訪相關(guān)政府住建單位或通過中介等實(shí)地考察當(dāng)?shù)囟稚唐贩康脑谑矍闆r獲取,但是用這種方式獲取數(shù)據(jù)存在時間成本高、花費(fèi)精力大、數(shù)據(jù)量少、效率低等缺點(diǎn)。隨著信息技術(shù)的發(fā)展,人們越來越多地通過網(wǎng)絡(luò)來獲取相關(guān)的信息,在買賣二手房時也主要是通過網(wǎng)絡(luò)來發(fā)布和獲取數(shù)據(jù)。因此,在明確模型構(gòu)建所需的特征后,對于房源數(shù)據(jù)的獲取,本文通過網(wǎng)絡(luò)爬蟲技術(shù)來進(jìn)行高效的自動化數(shù)據(jù)抓取。

    1.2? 主題數(shù)據(jù)確定

    由于人們在購買二手房時,主要關(guān)注房源的小區(qū)、戶型、面積、裝修、朝向、建房年代、轄區(qū)、總價這八個基本屬性,而這些屬性也正是現(xiàn)在的二手房交易網(wǎng)站均有提供的信息,于是本文將其作為主要的數(shù)據(jù)爬取目標(biāo)。本文從某房產(chǎn)網(wǎng)站上爬取三月份與七月份總共2 940個樣本數(shù)據(jù)用于模型的訓(xùn)練與預(yù)測,部分?jǐn)?shù)據(jù)如表1所示。

    2? 數(shù)據(jù)預(yù)處理

    為了對2020年深圳市二手房產(chǎn)特征進(jìn)行分析,并建立房價預(yù)測模型,對于原始數(shù)據(jù)的預(yù)處理工作會直接影響模型結(jié)果的好壞,所以需要對數(shù)據(jù)進(jìn)行預(yù)處理以提高數(shù)據(jù)質(zhì)量[4],主要工作包括去重、空值處理、去冗余數(shù)據(jù)平滑噪聲數(shù)據(jù)等。本文運(yùn)用Python的數(shù)據(jù)分析工具Pandas和科學(xué)計(jì)算庫Numpy對已爬取的數(shù)據(jù)進(jìn)行預(yù)處理工作,主要完成了對爬取后的樣本數(shù)據(jù)進(jìn)行去重、缺失值填補(bǔ)、字符串的剪切、房屋建房年份離散化以及對類別特征進(jìn)行獨(dú)熱編碼工作等,此時數(shù)據(jù)清洗工作基本完成。

    3? 深圳市二手房價預(yù)測回歸模型

    準(zhǔn)備好數(shù)據(jù)之后,接下來嘗試運(yùn)用隨機(jī)森林回歸模型來建立二手房價的預(yù)測模型,以期能夠輔助購房者做出更有科學(xué)依據(jù)的購房決策。

    3.1? 隨機(jī)森林

    隨機(jī)森林(random forest, RF)是一種具有代表性的集成算法,它以多棵相互獨(dú)立的決策樹作為基評估器,通過集成各個決策樹的建模評估結(jié)果,運(yùn)用平均或多數(shù)表決原則,可隨機(jī)地生成幾百個至幾千個分類樹,然后選擇重復(fù)程度最高的樹作為最終結(jié)果,同時該算法對多元共線以及數(shù)據(jù)離群值并不敏感,適用于房產(chǎn)價格這種波動較大的數(shù)據(jù)[5-6]。

    3.2? 房價預(yù)測模型及評估

    scikit-learn(簡稱sklearn)是基于Python的機(jī)器學(xué)習(xí)模塊,提供了常用的分類、回歸、降維和聚類等機(jī)器學(xué)習(xí)算法實(shí)現(xiàn),可以直接運(yùn)用于模型訓(xùn)練。本文運(yùn)用sklearn來進(jìn)行模型的訓(xùn)練和評估。

    3.2.1? 模型訓(xùn)練

    對于本文的研究,數(shù)據(jù)源為已經(jīng)處理好的數(shù)據(jù),被解釋對象即預(yù)測特征為房屋總價(total_price)。在建模的過程中,首先調(diào)用sklearn模塊中的RandomForestRegressor函數(shù)對數(shù)據(jù)在默認(rèn)參數(shù)下進(jìn)行10次交叉驗(yàn)證的模型訓(xùn)練,其次調(diào)用cross_val_score函數(shù)以計(jì)算模型的擬合優(yōu)度與均方誤差,最后將建立的模型與支持向量機(jī)(support vector machine, SVM)模型進(jìn)行對比以驗(yàn)證所建立模型的有效性。隨機(jī)森林模型構(gòu)建的關(guān)鍵代碼如下:

    rfc=RandomForestRegressor( random_state=90)

    R2=cross_val_score(rfc,X,y,cv=10,scoring=’r2’).mean()

    MSE=cross_val_score(rfc,X,y,cv=10,scoring=’neg_mean_squared_error’).mean()

    3.2.2? 模型評價指標(biāo)

    對于回歸模型而言,cross_val_score結(jié)果可輸出為模型預(yù)測的擬合優(yōu)度(R2)與均方誤差(MSE)以作為模型準(zhǔn)確率與穩(wěn)定性的評估,兩個評估指標(biāo)意義如下:

    擬合優(yōu)度(或決定系數(shù))可以解釋回歸模型在多大程度上解釋了被解釋特征的變化,或者說回歸模型對觀測值的擬合程度如何,可以作為模型預(yù)測的準(zhǔn)確性評價指標(biāo)來評估回歸模型的準(zhǔn)確性。擬合優(yōu)度(R2)的定義為:

    均方誤差(MSE)是指被預(yù)測值與樣本真實(shí)值之差平方的期望值。MSE是衡量平均誤差的一種較為方便的方法,MSE可以評價數(shù)據(jù)的變化程度,MSE值越小,說明預(yù)測模型的穩(wěn)定性也越好。均方誤差(MSE)的定義為:

    3.2.3? 模型評估結(jié)果

    對于默認(rèn)參數(shù)下的隨機(jī)森林和SVM模型,其訓(xùn)練結(jié)果如表2所示。

    從結(jié)果來看,隨機(jī)森林決定系數(shù)接近0.8,說明了10次交叉驗(yàn)證下隨機(jī)森林建立的房價預(yù)測模型模型能在80%的程度解釋了二手房價的變化程度,相比SVM準(zhǔn)確率更好;均方誤差也表明該模型的穩(wěn)定性較好,可見基于隨機(jī)森林構(gòu)建的房價預(yù)測模型更適用于預(yù)測深圳市二手房價格。為了避免模型在訓(xùn)練集上陷入過擬合或欠擬合的情況,需要進(jìn)一步對模型的泛化能力進(jìn)行評估與調(diào)整。

    3.3? 通過網(wǎng)格搜索模型最優(yōu)參數(shù)

    3.3.1? 泛化誤差與參數(shù)調(diào)整思路

    泛化誤差是指模型對未知數(shù)據(jù)的預(yù)測值的誤差,其反映了模型的泛化能力。不管模型欠擬合或過擬合,泛化誤差都會變大,當(dāng)模型的泛化誤差最小時,模型的復(fù)雜度最佳。隨機(jī)森林屬于樹模型,樹的深度越深,越易陷入過擬合從而使得模型復(fù)雜度增加。因此對模型參數(shù)的調(diào)整思路為使模型的泛化誤差減小的同時使其復(fù)雜度接近最佳的模型復(fù)雜度。

    3.3.2? 網(wǎng)格搜索隨機(jī)森林最佳模型參數(shù)

    在構(gòu)建隨機(jī)森林模型時,對模型泛化能力有敏感影響的參數(shù)主要有評估器數(shù)量(n_estimators)、最大深度(max_depth)、葉節(jié)點(diǎn)最小樣本(min_samples_leaf)數(shù)以及最大特征(max_features),其影響如表3所示。

    參數(shù)對模型的影響趨勢可以通過繪制學(xué)習(xí)曲線及其走勢來判斷,以評估器數(shù)量為例,通過設(shè)定1到200個評估器,繪制每次增加10個評估器的學(xué)習(xí)曲線,可以找到學(xué)習(xí)曲線中模型評分(R2)最高的大致范圍,再繼續(xù)縮小范圍,即可找到最佳的評估器數(shù)量,對其余三個超參數(shù)也采用相同的方式,最終參數(shù)的學(xué)習(xí)曲線如圖1所示。

    根據(jù)學(xué)習(xí)曲線,對于最大深度max_depth,隨著深度增加,模型的可解釋率增加后趨于穩(wěn)定,對準(zhǔn)確率影響不大,但模型的泛化誤差變大;對于最小葉子節(jié)點(diǎn)數(shù)min_samples_leaf,增加每個葉子節(jié)點(diǎn)的數(shù)量也會使得模型的可解釋率降低,所以對以上兩個參數(shù),將其設(shè)置為默認(rèn)值即可。對其余兩個參數(shù)可觀察曲線找到準(zhǔn)確率的最高值,最終對各個超參數(shù)進(jìn)行調(diào)整后模型的準(zhǔn)確率可達(dá)82.22%,相比尋優(yōu)前提升了2%,此時模型接近最佳復(fù)雜度,泛化能力最好,最優(yōu)參數(shù)如表4所示。

    4? 模型解釋與特征定性分析

    對普通讀者而言,由數(shù)據(jù)分析構(gòu)建得到的模型是難以理解的,為增加可解釋性,可以通過繪制相應(yīng)的可視化圖形,以使讀者能直觀地理解模型本身的含義。

    本文根據(jù)前述構(gòu)建的隨機(jī)森林模型通過Graphivz軟件來繪制相應(yīng)的可視化樹圖,由于隨機(jī)森林模型的分支很多不便于解釋,此處只選取其中一顆子樹的部分分枝來闡述,如圖2所示。由圖2知,該決策樹分支以福田區(qū)作為主要分裂條件來對該節(jié)點(diǎn)包含的13個樣本進(jìn)行分裂,根據(jù)面積、戶型等不同的決策條件最終對每個子節(jié)點(diǎn)進(jìn)行了預(yù)測。

    為進(jìn)一步觀察各特征對于購房決策影響的重要程度,可以繪制相應(yīng)的柱形圖,如圖3所示,從圖中可知對模型影響最大的特征為房屋面積(area),影響程度達(dá)0.6。

    為驗(yàn)證模型的擬合效果,可以通過繪制模型的預(yù)測值-真實(shí)值散點(diǎn)圖,如圖4所示,圖中的點(diǎn)線為預(yù)測值與真實(shí)值相等的理想預(yù)測直線,由圖可見散點(diǎn)靠攏理想效果直線,表明預(yù)測效果比較理想。

    對于不同轄區(qū)房價的分布情況,可以繪制相應(yīng)的均價箱線圖以清楚地展示各轄區(qū)房源價格的總體分布,如圖5所示。對于各年代房源的分布情況可以繪制小提琴圖直觀地呈現(xiàn)不同年代房源的存量與總價分布情況,如圖6所示。

    根據(jù)圖5可知,深圳市二手房龍崗區(qū)[7]的房價最低,但是在售房源最多,投資屬性強(qiáng),適合做理財投資,而隨著經(jīng)濟(jì)下行的壓力越大,交易量必定會受影響。南山區(qū)均價最高,主要因?yàn)槟仙絽^(qū)科技企業(yè)多,常住人口高,地段好,所以對房源的需求量大,而豪宅稅的調(diào)整[8-9]會促使更多人參與買房,所以至少2020年深圳市二手房房價還會上漲。隨著新型冠狀病毒疫情的蔓延與控制,使得人們的居住愿望變強(qiáng)[10],所以房價仍在上漲,但是7月的調(diào)控新政策減小了房價上漲的勢頭,嚴(yán)格控制了漲幅,使得房價回歸在穩(wěn)定的趨勢。

    根據(jù)圖6可知,深圳市房地產(chǎn)2010—2020年的二手房源量較少,在售二手房源的修建年份主要集中在2000—2010年,房齡較大,近10年的新房量少是導(dǎo)致如今二手房增量少的主要原因。

    根據(jù)以上結(jié)果,可以對二手房價格有一個基礎(chǔ)的認(rèn)知,然后再結(jié)合深圳購房政策變化、稅收等因素,便能從不同角度觀察和發(fā)現(xiàn)深圳市二手房特點(diǎn)[11-12]。

    5? 結(jié)? 論

    在本文的研究中,首先對深圳二手房產(chǎn)數(shù)據(jù)進(jìn)行爬取,利用Python各功能模塊對原始數(shù)據(jù)進(jìn)行預(yù)處理,運(yùn)用隨機(jī)森林算法建立房價預(yù)測模型并尋找最佳模型超參數(shù),獲得顯著的精度,與SVM模型的對比結(jié)果表明,本文的預(yù)測模型在準(zhǔn)確率與穩(wěn)定性方面都更好;然后,對模型進(jìn)行了可視化解釋并結(jié)合當(dāng)時的實(shí)際政策對二手房特征進(jìn)行定性分析;最后實(shí)現(xiàn)了房價預(yù)測模型穩(wěn)定性與泛化能力的有效結(jié)合,為有購房需求的人提供了相應(yīng)的決策依據(jù)。

    參考文獻(xiàn):

    [1] 張智鵬,鄭大慶.影響區(qū)域房價的客觀因素挖掘分析 [J].計(jì)算機(jī)應(yīng)用與軟件,2019,36(11):32-38+85.

    [2] 高玉明,張仁津.基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的房價預(yù)測分析 [J].計(jì)算機(jī)工程,2014,40(4):187-191.

    [3] 董倩,孫娜娜,李偉.基于網(wǎng)絡(luò)搜索數(shù)據(jù)的房地產(chǎn)價格預(yù)測 [J].統(tǒng)計(jì)研究,2014,31(10):81-88.

    [4] 劉馨,張衛(wèi)軍,石泉,等.基于數(shù)據(jù)挖掘與清洗的高爐操作參數(shù)優(yōu)化 [J].東北大學(xué)學(xué)報(自然科學(xué)版),2020,41(8):1153-1160.

    [5] ANTIPOV E A,POVSKAYA E B. Mass appraisal of residential apartments:An application of Random forest for valuation and a CART-based approach for model diagnostics [J].Expert Systems with Applications,2012,39(2):1772-1778.

    [6] 顧桐,許國良,李萬林,等.基于集成LightGBM和貝葉斯優(yōu)化策略的房價智能評估模型 [J].計(jì)算機(jī)應(yīng)用,2020,40(9):2762-2767.

    [7] 百度百科.深圳市行政區(qū)劃 [EB/OL].[2021-04-23].https://baike.baidu.com/item/%E6%B7%B1%E5%9C%B3%E5%B8%82%E8%A1%8C%E6%94%BF%E5%8C%BA%E5%88%92/18655114?fr=aladdin.

    [8] 深圳市規(guī)劃和國土資源委員會.深圳市安居型商品房定價實(shí)施細(xì)則 [EB/OL].(2017-12-17).http://www.sz.gov.cn/slhwz/zcfg/content/post_9177804.html.

    [9] 深圳市司法局.深圳市房地產(chǎn)市場監(jiān)管辦法(修訂征求意見稿) [EB/OL].(2020-10-22).http://sf.sz.gov.cn/hdjlpt/yjzj/answer/7097#feedback.

    [10] 陳興蜀,常天祐,王海舟,等.基于微博數(shù)據(jù)的“新冠肺炎疫情”輿情演化時空分析 [J].四川大學(xué)學(xué)報(自然科學(xué)版),2020,57(2):409-416.

    [11] 張望舒,馬立平.城市二手房價格評估方法研究——基于Lasso-GM-RF組合模型對北京市二手房價格的分析 [J].價格理論與實(shí)踐,2020(9):172-175+180.

    [12] CHEN L J,YAO X J,LIU Y L,et al. Measuring Impacts of Urban Environmental Elements on Housing Prices Based on Multisource Data-A Case Study of Shanghai,China [J/OL].ISPRS International Journal of Geo-Information,2020,9(106):1-23.

    作者簡介:李函諭(1996-),男,苗族,貴州貴陽人,碩士研究生在讀,研究方向:統(tǒng)計(jì)建模與分析、大數(shù)據(jù)處理與分析;魏嘉銀(1986-),男,漢族,福建三明人,副教授,碩導(dǎo),博士,研究方向:算法設(shè)計(jì)與分析、大數(shù)據(jù)處理與分析;盧友軍(1985-),男,漢族,貴州遵義人,碩導(dǎo),博士,研究方向:復(fù)雜網(wǎng)絡(luò)。

    3169500338292

    猜你喜歡
    網(wǎng)絡(luò)爬蟲隨機(jī)森林
    隨機(jī)森林在棉蚜蟲害等級預(yù)測中的應(yīng)用
    基于二次隨機(jī)森林的不平衡數(shù)據(jù)分類算法
    軟件(2016年7期)2017-02-07 15:54:01
    拱壩變形監(jiān)測預(yù)報的隨機(jī)森林模型及應(yīng)用
    煉鐵廠鐵量網(wǎng)頁數(shù)據(jù)獲取系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    基于隨機(jī)森林算法的飛機(jī)發(fā)動機(jī)故障診斷方法的研究
    基于社會網(wǎng)絡(luò)分析的權(quán)威網(wǎng)頁挖掘研究
    主題搜索引擎中網(wǎng)絡(luò)爬蟲的實(shí)現(xiàn)研究
    淺析如何應(yīng)對網(wǎng)絡(luò)爬蟲流量
    中國市場(2016年23期)2016-07-05 04:35:08
    網(wǎng)絡(luò)爬蟲針對“反爬”網(wǎng)站的爬取策略研究
    基于隨機(jī)森林算法的B2B客戶分級系統(tǒng)的設(shè)計(jì)
    欧美成人精品欧美一级黄| 亚洲成人av在线免费| 久久久欧美国产精品| 看免费成人av毛片| 日本与韩国留学比较| 婷婷色综合大香蕉| a级毛片免费高清观看在线播放| 色综合站精品国产| 日韩欧美精品免费久久| a级毛色黄片| 国产高清三级在线| 少妇高潮的动态图| 亚洲乱码一区二区免费版| 亚州av有码| 超碰av人人做人人爽久久| 2021少妇久久久久久久久久久| 又爽又黄无遮挡网站| 久久久精品大字幕| .国产精品久久| 国产三级中文精品| 国产成人精品婷婷| 一个人观看的视频www高清免费观看| 久99久视频精品免费| 亚洲国产精品久久男人天堂| 国产成人freesex在线| 成人毛片a级毛片在线播放| 菩萨蛮人人尽说江南好唐韦庄 | 久久久色成人| 男女那种视频在线观看| 国产av码专区亚洲av| www日本黄色视频网| 九九热线精品视视频播放| 男插女下体视频免费在线播放| 国产v大片淫在线免费观看| 看片在线看免费视频| 国产精品久久久久久久电影| 高清日韩中文字幕在线| 97热精品久久久久久| 亚洲欧美精品综合久久99| 欧美变态另类bdsm刘玥| 91午夜精品亚洲一区二区三区| 日韩欧美三级三区| 午夜福利视频1000在线观看| 乱码一卡2卡4卡精品| 少妇熟女aⅴ在线视频| 日韩人妻高清精品专区| 亚洲国产欧美人成| 精品人妻熟女av久视频| 国产精品电影一区二区三区| 三级国产精品欧美在线观看| 极品教师在线视频| 色吧在线观看| 成人特级av手机在线观看| 国产黄片美女视频| 欧美丝袜亚洲另类| 床上黄色一级片| av免费观看日本| 日本wwww免费看| 欧美三级亚洲精品| 国产视频内射| av国产久精品久网站免费入址| 久久久成人免费电影| 国产精品无大码| 国产精品国产三级专区第一集| 中文亚洲av片在线观看爽| 一级毛片aaaaaa免费看小| 亚洲一区高清亚洲精品| 国产淫片久久久久久久久| av视频在线观看入口| 最近中文字幕高清免费大全6| 69av精品久久久久久| 亚洲国产最新在线播放| 国产淫片久久久久久久久| 国产成人aa在线观看| 免费在线观看成人毛片| 欧美极品一区二区三区四区| av线在线观看网站| 欧美极品一区二区三区四区| 非洲黑人性xxxx精品又粗又长| 国产乱来视频区| 水蜜桃什么品种好| 日韩一区二区三区影片| 蜜桃久久精品国产亚洲av| 日本欧美国产在线视频| 亚洲欧美一区二区三区国产| 一区二区三区乱码不卡18| 视频中文字幕在线观看| 亚洲高清免费不卡视频| 毛片女人毛片| 水蜜桃什么品种好| 99久国产av精品| 亚洲国产最新在线播放| 禁无遮挡网站| 日韩欧美精品免费久久| 一二三四中文在线观看免费高清| 18禁裸乳无遮挡免费网站照片| 男女视频在线观看网站免费| 99国产精品一区二区蜜桃av| 毛片女人毛片| 狂野欧美激情性xxxx在线观看| 免费大片18禁| 午夜亚洲福利在线播放| 免费看美女性在线毛片视频| 久久99热这里只频精品6学生 | 人妻少妇偷人精品九色| 国产久久久一区二区三区| 国产伦精品一区二区三区四那| 亚洲,欧美,日韩| 日本-黄色视频高清免费观看| 国产女主播在线喷水免费视频网站 | a级毛色黄片| 99久久成人亚洲精品观看| h日本视频在线播放| 国产成人91sexporn| 国产精华一区二区三区| 麻豆成人av视频| 精品久久久久久久久亚洲| 一区二区三区四区激情视频| 观看免费一级毛片| 久久久久久久久久久免费av| av天堂中文字幕网| 能在线免费看毛片的网站| 天堂√8在线中文| 国产精品一及| 国产精品,欧美在线| 国产精品国产高清国产av| 永久网站在线| 秋霞伦理黄片| 日韩一区二区视频免费看| 国产免费又黄又爽又色| 亚洲人成网站高清观看| 午夜免费男女啪啪视频观看| 老司机影院毛片| 黄色一级大片看看| 欧美日韩在线观看h| 国产高清国产精品国产三级 | 又黄又爽又刺激的免费视频.| 成人毛片60女人毛片免费| 久久婷婷人人爽人人干人人爱| or卡值多少钱| 秋霞在线观看毛片| 免费一级毛片在线播放高清视频| 26uuu在线亚洲综合色| 舔av片在线| 午夜福利视频1000在线观看| 欧美日本视频| 国产真实伦视频高清在线观看| 99在线视频只有这里精品首页| 一级av片app| av天堂中文字幕网| 亚洲国产精品专区欧美| 久久久色成人| 99久久精品一区二区三区| 午夜福利在线观看免费完整高清在| 国产亚洲午夜精品一区二区久久 | 狠狠狠狠99中文字幕| 国产精品国产三级国产专区5o | 日韩制服骚丝袜av| 日韩强制内射视频| .国产精品久久| 精品久久久久久久末码| 亚洲av成人av| 久久欧美精品欧美久久欧美| 中文资源天堂在线| 国产综合懂色| 中文字幕精品亚洲无线码一区| 免费看美女性在线毛片视频| 亚洲国产欧美人成| 狂野欧美白嫩少妇大欣赏| 中文字幕人妻熟人妻熟丝袜美| 欧美最新免费一区二区三区| 国产私拍福利视频在线观看| 2021少妇久久久久久久久久久| 欧美潮喷喷水| 只有这里有精品99| 一二三四中文在线观看免费高清| 别揉我奶头 嗯啊视频| 国内精品一区二区在线观看| av国产免费在线观看| 免费看美女性在线毛片视频| 久久久精品大字幕| 又粗又爽又猛毛片免费看| 国产黄a三级三级三级人| 亚洲欧美清纯卡通| 国产av一区在线观看免费| 亚洲av日韩在线播放| 日韩大片免费观看网站 | 精品久久久久久久久久久久久| 熟妇人妻久久中文字幕3abv| 亚洲av中文av极速乱| 亚洲内射少妇av| 久久久久网色| 午夜免费男女啪啪视频观看| 亚洲欧美日韩无卡精品| 久久综合国产亚洲精品| 午夜福利成人在线免费观看| 岛国毛片在线播放| 国产精品人妻久久久影院| 亚洲va在线va天堂va国产| 国产精品久久电影中文字幕| 成年女人看的毛片在线观看| 亚洲精品乱久久久久久| 2021少妇久久久久久久久久久| 99热这里只有是精品50| 在线a可以看的网站| 久久久成人免费电影| 久久久亚洲精品成人影院| 亚洲av中文字字幕乱码综合| 精品无人区乱码1区二区| 青春草亚洲视频在线观看| 91久久精品国产一区二区成人| 美女高潮的动态| 国产探花极品一区二区| 久久精品夜夜夜夜夜久久蜜豆| 久久韩国三级中文字幕| 成人综合一区亚洲| 哪个播放器可以免费观看大片| 国产高清有码在线观看视频| 极品教师在线视频| 夫妻性生交免费视频一级片| 亚洲精品色激情综合| 亚洲欧美清纯卡通| 久久久a久久爽久久v久久| 蜜臀久久99精品久久宅男| 舔av片在线| 日韩一区二区三区影片| 亚洲色图av天堂| 国产午夜精品久久久久久一区二区三区| 美女内射精品一级片tv| 国产色婷婷99| 亚洲av中文av极速乱| videossex国产| 乱码一卡2卡4卡精品| 亚洲电影在线观看av| 五月玫瑰六月丁香| 精品99又大又爽又粗少妇毛片| 亚洲人成网站高清观看| 成人毛片a级毛片在线播放| 少妇的逼好多水| 国产真实乱freesex| 日本一本二区三区精品| 男人舔奶头视频| 美女xxoo啪啪120秒动态图| 一级av片app| 欧美激情久久久久久爽电影| av又黄又爽大尺度在线免费看 | 午夜视频国产福利| 汤姆久久久久久久影院中文字幕 | 久久久久久久久大av| 男女视频在线观看网站免费| 乱码一卡2卡4卡精品| 黄片无遮挡物在线观看| 亚洲人与动物交配视频| 欧美不卡视频在线免费观看| 亚洲av免费在线观看| 免费观看的影片在线观看| 国产成人精品一,二区| www日本黄色视频网| 好男人视频免费观看在线| videos熟女内射| 免费观看在线日韩| 国产视频首页在线观看| 久久久精品大字幕| 搞女人的毛片| 国产高清三级在线| 久久久久精品久久久久真实原创| 亚洲欧美精品自产自拍| 国产极品天堂在线| h日本视频在线播放| 国产精品国产三级国产专区5o | 国产片特级美女逼逼视频| 天天躁日日操中文字幕| 亚洲精品影视一区二区三区av| 最近中文字幕高清免费大全6| 少妇裸体淫交视频免费看高清| 超碰av人人做人人爽久久| 深爱激情五月婷婷| 久久久久久大精品| 国产精品一二三区在线看| 国产精品.久久久| 色吧在线观看| 欧美另类亚洲清纯唯美| 纵有疾风起免费观看全集完整版 | 男女下面进入的视频免费午夜| 在线免费十八禁| 亚洲无线观看免费| 我的女老师完整版在线观看| 免费看av在线观看网站| 欧美三级亚洲精品| 舔av片在线| 免费观看精品视频网站| av国产免费在线观看| 中文字幕精品亚洲无线码一区| 欧美激情久久久久久爽电影| 久久久精品94久久精品| 又爽又黄a免费视频| 日本免费在线观看一区| 在线观看美女被高潮喷水网站| 非洲黑人性xxxx精品又粗又长| 两性午夜刺激爽爽歪歪视频在线观看| 美女黄网站色视频| 偷拍熟女少妇极品色| 久久久久精品久久久久真实原创| 国产精品久久电影中文字幕| 干丝袜人妻中文字幕| 高清在线视频一区二区三区 | 亚洲欧美成人综合另类久久久 | 青青草视频在线视频观看| 超碰av人人做人人爽久久| 欧美zozozo另类| 国语对白做爰xxxⅹ性视频网站| 麻豆成人午夜福利视频| 亚洲国产成人一精品久久久| 久久这里有精品视频免费| 午夜视频国产福利| 中国美白少妇内射xxxbb| 国产色婷婷99| 十八禁国产超污无遮挡网站| 中文字幕免费在线视频6| 99久久成人亚洲精品观看| 日韩欧美国产在线观看| 国产精品麻豆人妻色哟哟久久 | 狠狠狠狠99中文字幕| 亚洲av免费在线观看| 国产精品人妻久久久影院| 亚洲最大成人手机在线| 欧美+日韩+精品| 我的女老师完整版在线观看| 日本黄色片子视频| 大话2 男鬼变身卡| 毛片一级片免费看久久久久| 伦精品一区二区三区| 久久久久久久久大av| 男女边吃奶边做爰视频| 一个人观看的视频www高清免费观看| 久久久色成人| 久久精品国产亚洲网站| 国产一级毛片在线| 久久久久久久国产电影| 亚洲三级黄色毛片| 麻豆一二三区av精品| 中文天堂在线官网| 亚洲欧美日韩卡通动漫| 国产探花在线观看一区二区| 久久这里只有精品中国| 亚洲欧美中文字幕日韩二区| 午夜福利在线观看免费完整高清在| 男女国产视频网站| 欧美一级a爱片免费观看看| 如何舔出高潮| 国产午夜福利久久久久久| 免费搜索国产男女视频| 亚洲国产日韩欧美精品在线观看| 国国产精品蜜臀av免费| 国产大屁股一区二区在线视频| 国产亚洲5aaaaa淫片| 水蜜桃什么品种好| 99视频精品全部免费 在线| 久久综合国产亚洲精品| 成人美女网站在线观看视频| 亚洲怡红院男人天堂| 三级毛片av免费| 国产午夜精品论理片| 看十八女毛片水多多多| 国产精品一区二区三区四区免费观看| 精品久久久噜噜| 久久久久性生活片| 亚洲久久久久久中文字幕| 久久久久久久久中文| 欧美不卡视频在线免费观看| 国产高潮美女av| 亚洲怡红院男人天堂| 舔av片在线| 欧美成人a在线观看| 精品久久久久久成人av| 18+在线观看网站| 国产极品精品免费视频能看的| 99久久精品热视频| 一个人观看的视频www高清免费观看| 又爽又黄无遮挡网站| 久久精品91蜜桃| 日韩欧美精品免费久久| 色综合色国产| av在线天堂中文字幕| 国产伦理片在线播放av一区| 国产国拍精品亚洲av在线观看| 国产69精品久久久久777片| 日韩一本色道免费dvd| 日本一二三区视频观看| 免费观看在线日韩| 97热精品久久久久久| 在线a可以看的网站| 国产黄片视频在线免费观看| 国产欧美日韩精品一区二区| or卡值多少钱| 国产在线男女| 久久综合国产亚洲精品| 波多野结衣巨乳人妻| 综合色av麻豆| 亚洲三级黄色毛片| 国产亚洲午夜精品一区二区久久 | 一级毛片我不卡| 久久精品国产亚洲av涩爱| 免费大片18禁| 午夜视频国产福利| 舔av片在线| 亚洲丝袜综合中文字幕| 七月丁香在线播放| 丝袜喷水一区| 亚洲av.av天堂| 如何舔出高潮| 亚洲乱码一区二区免费版| 婷婷色av中文字幕| 婷婷色麻豆天堂久久 | 欧美一级a爱片免费观看看| 国产精品久久久久久精品电影| 亚洲一区高清亚洲精品| 男人舔奶头视频| 2021少妇久久久久久久久久久| 黄色欧美视频在线观看| 男女国产视频网站| 伊人久久精品亚洲午夜| 国产精品久久视频播放| 黄色一级大片看看| 91精品伊人久久大香线蕉| 97超碰精品成人国产| 黑人高潮一二区| 高清毛片免费看| 九九在线视频观看精品| av视频在线观看入口| 亚洲成av人片在线播放无| 又粗又硬又长又爽又黄的视频| 国产乱人偷精品视频| 欧美激情久久久久久爽电影| 日本免费a在线| 国产午夜精品一二区理论片| 一边亲一边摸免费视频| 赤兔流量卡办理| 久久久久久久久久黄片| 级片在线观看| www.色视频.com| 亚洲在线观看片| 精品人妻偷拍中文字幕| 免费观看人在逋| kizo精华| 国产亚洲午夜精品一区二区久久 | 好男人视频免费观看在线| 国产精品乱码一区二三区的特点| 色综合站精品国产| 成人美女网站在线观看视频| 五月玫瑰六月丁香| 国产人妻一区二区三区在| 亚洲激情五月婷婷啪啪| 成人性生交大片免费视频hd| 国产极品天堂在线| 国产69精品久久久久777片| 成人国产麻豆网| 晚上一个人看的免费电影| 久久韩国三级中文字幕| av专区在线播放| 久久精品影院6| 中文资源天堂在线| 国产精品精品国产色婷婷| 久久久精品大字幕| 亚洲自偷自拍三级| 男女那种视频在线观看| 丰满乱子伦码专区| 久久这里有精品视频免费| 少妇裸体淫交视频免费看高清| 国产伦理片在线播放av一区| 国产精品久久久久久av不卡| 国产黄片美女视频| 久久国内精品自在自线图片| 天堂中文最新版在线下载 | 少妇熟女欧美另类| 小说图片视频综合网站| videossex国产| 欧美一区二区精品小视频在线| 午夜爱爱视频在线播放| 精品人妻偷拍中文字幕| 国产精品久久久久久久久免| 亚洲成人精品中文字幕电影| 晚上一个人看的免费电影| 免费看a级黄色片| 最近手机中文字幕大全| 麻豆成人av视频| 亚洲怡红院男人天堂| 成人性生交大片免费视频hd| 国产伦理片在线播放av一区| 自拍偷自拍亚洲精品老妇| 日本免费a在线| 国产精品电影一区二区三区| 99热网站在线观看| 一级av片app| 国产免费福利视频在线观看| 国产成人a∨麻豆精品| 国产 一区 欧美 日韩| 亚洲中文字幕日韩| 久久久精品94久久精品| 秋霞在线观看毛片| 国产精品.久久久| 淫秽高清视频在线观看| 亚洲国产成人一精品久久久| 国产极品天堂在线| 嫩草影院入口| 亚洲精华国产精华液的使用体验| 国产一区二区三区av在线| 深爱激情五月婷婷| 亚洲精品456在线播放app| 大又大粗又爽又黄少妇毛片口| 自拍偷自拍亚洲精品老妇| 国产精品嫩草影院av在线观看| 白带黄色成豆腐渣| 亚洲av成人av| 免费黄色在线免费观看| 1000部很黄的大片| 天美传媒精品一区二区| 亚洲人成网站在线观看播放| 亚洲国产欧美人成| 亚洲美女搞黄在线观看| 只有这里有精品99| 男插女下体视频免费在线播放| 熟妇人妻久久中文字幕3abv| 国产成人福利小说| 亚洲精品456在线播放app| 永久免费av网站大全| 国产亚洲91精品色在线| 久久人妻av系列| 九九久久精品国产亚洲av麻豆| 狂野欧美白嫩少妇大欣赏| 2022亚洲国产成人精品| 国产精品嫩草影院av在线观看| 亚洲经典国产精华液单| 一级毛片我不卡| 欧美激情国产日韩精品一区| 亚洲一级一片aⅴ在线观看| 久久久精品大字幕| 国产精品一及| 欧美极品一区二区三区四区| 国产精品1区2区在线观看.| 丰满乱子伦码专区| 99热精品在线国产| 国产精品福利在线免费观看| 99久国产av精品| 日韩人妻高清精品专区| 亚洲av熟女| 看片在线看免费视频| 成人特级av手机在线观看| 老女人水多毛片| 亚洲欧洲国产日韩| 亚洲一区高清亚洲精品| 美女大奶头视频| 日韩 亚洲 欧美在线| 亚洲国产高清在线一区二区三| 乱人视频在线观看| 国产色婷婷99| 91av网一区二区| 成人鲁丝片一二三区免费| 国内少妇人妻偷人精品xxx网站| 免费观看的影片在线观看| 三级经典国产精品| 国产黄片视频在线免费观看| 亚洲在线自拍视频| 国产亚洲午夜精品一区二区久久 | 国产老妇伦熟女老妇高清| 男女啪啪激烈高潮av片| 水蜜桃什么品种好| 免费观看a级毛片全部| 91精品国产九色| 国产成人91sexporn| 国产综合懂色| 又粗又硬又长又爽又黄的视频| 成人欧美大片| 视频中文字幕在线观看| 成人亚洲欧美一区二区av| 日本欧美国产在线视频| 全区人妻精品视频| 久久久久久久久久久丰满| 天堂中文最新版在线下载 | 黄色日韩在线| 亚洲国产最新在线播放| 一区二区三区高清视频在线| 99在线视频只有这里精品首页| 纵有疾风起免费观看全集完整版 | 欧美xxxx黑人xx丫x性爽| 亚洲第一区二区三区不卡| 国产精品美女特级片免费视频播放器| 亚洲自拍偷在线| 精品99又大又爽又粗少妇毛片| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 五月伊人婷婷丁香| 中文字幕制服av| av又黄又爽大尺度在线免费看 | 亚洲成人中文字幕在线播放| 老师上课跳d突然被开到最大视频| 在线免费观看的www视频| 高清毛片免费看| 99热网站在线观看| 少妇的逼水好多| 观看美女的网站| 欧美人与善性xxx| 午夜免费激情av| 美女脱内裤让男人舔精品视频| 一区二区三区乱码不卡18| 91久久精品电影网| 男插女下体视频免费在线播放| 午夜福利高清视频| 一级黄片播放器| 蜜臀久久99精品久久宅男| 一二三四中文在线观看免费高清| 麻豆成人av视频| 精品免费久久久久久久清纯| 少妇熟女aⅴ在线视频| 免费搜索国产男女视频| 亚洲av二区三区四区|