• <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 ?

    基于知識圖譜與協(xié)同過濾的飲食推薦算法

    2021-08-20 09:26:40耿化聰梁宏濤劉國柱
    計算機(jī)與現(xiàn)代化 2021年8期
    關(guān)鍵詞:菜品圖譜物品

    耿化聰,梁宏濤,劉國柱

    (青島科技大學(xué)信息科學(xué)技術(shù)學(xué)院,山東 青島 266061)

    0 引 言

    隨著互聯(lián)網(wǎng)的普及,人們在互聯(lián)網(wǎng)上分享了大量食譜信息,這些信息為人們?nèi)粘5娘嬍尺x擇帶來了一定幫助,但同時也會隨之產(chǎn)生信息過載問題,此時一款高效的飲食推薦系統(tǒng)將會為用戶解決這一難題。

    如今推薦系統(tǒng)[1]已被廣泛應(yīng)用于電子商務(wù)[2]、新媒體[3]等領(lǐng)域。在各種推薦算法中應(yīng)用最廣泛的是協(xié)同過濾算法[4],該算法通過分析用戶-物品評分矩陣數(shù)據(jù)得出用戶偏好進(jìn)行推薦。然而傳統(tǒng)的基于協(xié)同過濾算法的推薦系統(tǒng)通常會受得稀疏性問題和冷啟動問題的困擾,此外,因為一些新物品在過去從未有用戶與其進(jìn)行交互,導(dǎo)致無法向用戶推薦新的物品,使用戶無法探索大量的全新物品。

    近年來,一些學(xué)者在飲食推薦領(lǐng)域做出很多相關(guān)研究,Sobercki等[5]在基于人口統(tǒng)計學(xué)推薦模型中引入模糊推理模型進(jìn)行飲食推薦,這提高了專家在食譜推薦領(lǐng)域知識建模方面的自由度。Freyne等[6]把菜譜分解為各種原料,通過傳統(tǒng)的基于內(nèi)容協(xié)同過濾算法和機(jī)器學(xué)習(xí)算法進(jìn)行飲食推薦,提高了推薦結(jié)果的覆蓋率和準(zhǔn)確率。Schafer等[7]在協(xié)同過濾算法的基礎(chǔ)上,引入用戶健康和口味等級信息,并通過基于等級的運(yùn)動推薦系統(tǒng)進(jìn)行增強(qiáng)。CTRMF[8]是由Lin等人提出的一種基于內(nèi)容驅(qū)動的時間正則化矩陣分解協(xié)同過濾算法,旨在將異構(gòu)內(nèi)容信息集成到一個飲食推薦系統(tǒng)的矩陣分解模型中。Ueda等[9]通過把食譜分解為不同的成分,并根據(jù)每種成分的占比來反映用戶的偏好。

    在此背景下,本文提出一種通過引入食譜間語義信息來提高飲食推薦系統(tǒng)性能的方法。由于知識圖譜的本質(zhì)是儲存實體與實體間關(guān)系的結(jié)構(gòu)化網(wǎng)絡(luò)[10],其包含了豐富的實體間語義關(guān)聯(lián)信息,因此將知識圖譜應(yīng)用于飲食推薦系統(tǒng)中可以有效緩解數(shù)據(jù)稀疏性問題。目前知識圖譜在推薦系統(tǒng)中的應(yīng)用主要分為基于翻譯[11]、基于路徑[12]和混合[13]的方法。Wang等[14]將知識圖譜表示學(xué)習(xí)應(yīng)用于新聞推薦領(lǐng)域,使其充分融合新聞?wù)Z義層和知識層表征。CKE[15]模型以TranR[16]為異構(gòu)網(wǎng)絡(luò)嵌入方法,通過考慮實體和關(guān)系的異構(gòu)性來提取物品的結(jié)構(gòu)表示,將協(xié)同過濾算法與結(jié)構(gòu)知識、文本知識、圖像知識結(jié)合在一個統(tǒng)一的推薦框架之中。Haussmann等[17]針對飲食領(lǐng)域構(gòu)建FoodKG知識圖譜,利用目標(biāo)本體對結(jié)構(gòu)化資源進(jìn)行建模,并利用其他非結(jié)構(gòu)化資源對知識圖譜進(jìn)行擴(kuò)充。

    近年來,深度學(xué)習(xí)已在推薦領(lǐng)域得到廣泛應(yīng)用,在一些推薦場景中取得了不錯的推薦效果。從整體上來看,目前深度學(xué)習(xí)在推薦系統(tǒng)中的應(yīng)用大致可以分為2種類型,一類是使用深度神經(jīng)網(wǎng)絡(luò)處理用戶或物品的原始特征,另一類是使用深度神經(jīng)網(wǎng)絡(luò)對用戶和物品直接的交互進(jìn)行建模。Cheng等[18]提出的Wide & Deep模型通過聯(lián)合訓(xùn)練寬廣線性模型和深度神經(jīng)網(wǎng)絡(luò),使其兼?zhèn)溆洃浤芰头夯芰?但寬廣線性部分的輸入需要依賴人工特征工程。在此基礎(chǔ)上,Guo等[19]提出的DeepFM模型結(jié)合用于推薦的因子分解機(jī)和用于特征學(xué)習(xí)的深度神經(jīng)網(wǎng)絡(luò),該模型除原始特征以外不需要特征工程。He等[20]提出的NCF是一種基于神經(jīng)網(wǎng)絡(luò)的協(xié)同過濾模型,它將MF和多層感知機(jī)模型相結(jié)合進(jìn)行推薦。

    在以上工作的基礎(chǔ)上,本文算法首先通過知識圖譜表示學(xué)習(xí)算法[21]得出菜品間語義相似度,再由協(xié)同過濾算法得出用戶飲食偏好,最后將兩者進(jìn)行合理融合并生成推薦列表。通過充分利用菜品間固有語義信息,緩解數(shù)據(jù)稀疏性問題,增加推薦的合理性。通過將提出的方法應(yīng)用于飲食數(shù)據(jù)集,實驗結(jié)果表明,與現(xiàn)有方法相比,本文算法在推薦準(zhǔn)確率上有明顯提升。

    1 相關(guān)理論

    1.1 改進(jìn)的協(xié)同過濾算法

    協(xié)同過濾算法是目前最流行、應(yīng)用最廣的推薦技術(shù)之一。該算法并不考慮被推薦物品的內(nèi)容,而只關(guān)注用戶對物品的評分?jǐn)?shù)據(jù),其主要思想是假設(shè)用戶更傾向于喜歡相似物品。

    設(shè)U={U1,U2,…,Um}為所有用戶的集合,用戶個數(shù)為m;設(shè)L={l1,l2,…,ln}為所有物品的集合,物品個數(shù)為n;用戶-物品評分矩陣Rm×n為:

    (1)

    其中,Rij為用戶Ui對物品lj的評分,評分的高低代表著用戶i對物品j的喜好程度。

    將用戶對某一物品的評分看作一個m維的向量,如對物品i的評分向量為Ii=(s1i,s2i,…,smi),則物品li和物品lj之間的余弦相似度為:

    (2)

    其中,simcf(i,j)的取值區(qū)間為[0,1],simcf(i,j)的值越大則表明物品i和物品j之間的相似度越高。

    (3)

    在進(jìn)行k近鄰選擇時,先對菜品相似度進(jìn)行閾值過濾,把相似度低于設(shè)定閾值的菜品進(jìn)行排除,然后對剩余菜品按相似度進(jìn)行排序,最終把前k個菜品加入推薦列表。

    1.2 知識圖譜表示學(xué)習(xí)

    知識圖譜由知識三元體頭實體h、關(guān)系r、尾實體t組成,對于每一個三元組可表示為(h,r,t)。知識表示學(xué)習(xí)是將知識圖譜中的實體與關(guān)系投影到一個低維連續(xù)向量空間內(nèi),進(jìn)而可以快速計算實體間語義相似度。其中,Bordes等人[23]提出了TransE模型,如圖1所示。該模型認(rèn)為一個正確三元組要滿足公式(4):

    圖1 TransE模型

    ‖h+r‖≈t

    (4)

    雖然TransE模型簡單高效,但是它只適合處理1-1類型關(guān)系,在處理1-N、N-N類關(guān)系時存在嚴(yán)重缺陷。而一個食譜對應(yīng)多種原料,一種原料又對應(yīng)多個食譜,此時使用TransE模型會導(dǎo)致相似度計算失真,故本文采用能夠處理此類問題的TransHR[24]模型來對實體間多重關(guān)系進(jìn)行表示。

    如圖2所示,在TransHR中,對于每一個三元組(h,r,t),用k維空間的實體向量h來表示實體,d維空間的關(guān)系向量r來表示關(guān)系,其中k不一定等于d。假設(shè)一對實體間有n個關(guān)系且第i個關(guān)系表示為ri,為將關(guān)系向量ri從關(guān)系空間投影到實體空間,為每一個關(guān)系向量生成一個轉(zhuǎn)移矩陣Mri中。通過式(5)可以得到投影向量為:

    圖2 TransHR模型

    r(h,t)=riMri,i=1,2,…,n

    (5)

    故每一個具體的d維向量Mri將其對應(yīng)的ri轉(zhuǎn)換成一個獨立的k維向量r(h,t),從而可以看作為頭實體向量h到尾實體向量t之間的平移[25]。因此能夠相應(yīng)地定義損失函數(shù)如公式6所示:

    (6)

    其中fr(h,t)表示h+r(h,t)與t之間的差別。

    2 推薦模型

    本章具體介紹融合知識圖譜嵌入(Knowledge Graph Embedding, KGE)與CF的飲食推薦算法。該算法通過融合菜品間的語義相似度和協(xié)同過濾相似度的方式,達(dá)到結(jié)合外部評分和內(nèi)涵知識的效果,有效彌補(bǔ)協(xié)同過濾算法忽略菜品內(nèi)部信息的缺陷,緩解數(shù)據(jù)稀疏性問題。

    首先構(gòu)建飲食知識圖譜,通過TransHR模型得到食譜的低維向量表示,再計算出食譜間的語義相似性,得到食譜的語義近鄰。同時通過設(shè)置融合比例,把語義相似性矩陣和由外部評分得到的相似性矩陣相融合,最終形成推薦列表。TranHR-CF算法的流程如圖3所示。

    圖3 TransHR-CF算法流程

    2.1 飲食知識圖譜的構(gòu)建

    通過對飲食領(lǐng)域的相關(guān)知識進(jìn)行分析與研究,采取自上而下的方式抽象飲食知識圖譜本體[26]為食譜、食材、菜系、體質(zhì)、人群、營養(yǎng)成分這6個類。其中,食譜指食材經(jīng)過不同的烹飪方式而得到的菜品名稱,如蒜蓉西蘭花、宮保雞丁和炸醬面,通常用戶在進(jìn)行飲食選擇時會首先想到菜品名稱;食材指制作菜品時所用到的原材料,如西紅柿、牛肉等;菜系涵蓋了我國傳統(tǒng)飲食文化中的8大菜系,它們各自具有鮮明的地方風(fēng)味特色,不同的人可能會喜歡不同的菜系;體質(zhì)可分為平和質(zhì)、氣虛質(zhì)、濕熱質(zhì)等9個類型,它是中醫(yī)基礎(chǔ)理論的重要組成部分,也是人們?nèi)粘o嬍尺x擇的依據(jù);人群指具有特殊身體狀態(tài)的一類人,如孕婦、老人、嬰幼兒等;營養(yǎng)成分是指菜品中所含營養(yǎng)物質(zhì),如蛋白質(zhì)、脂肪和碳水化合物。本體確定的同時也確定了飲食領(lǐng)域中相關(guān)概念的類別、實體的屬性、取值范圍,通過這些特征可以在總體上概括某種菜品的主要內(nèi)容。本文在各類本體之間提取出用料、富含、適宜體質(zhì)、禁忌等18個關(guān)系,進(jìn)而可以生成<類,關(guān)系,類>形式的三元組,如<食譜,用料,食材>,<食譜,富含,營養(yǎng)元素>等。

    飲食知識圖譜本體構(gòu)建完成以后進(jìn)行本體實例化,通過填充知識圖譜中的實例層,最終完成飲食知識圖譜的構(gòu)建。

    2.2 語義相似度計算

    由于構(gòu)建知識圖譜時采用歐氏距離計算損失函數(shù),故本文采用相同范數(shù)的歐氏距離對菜品i和菜品j進(jìn)行相似度計算,結(jié)果如式(7)所示:

    (7)

    由于2個實體向量之間對應(yīng)的關(guān)系向量不唯一,且這些關(guān)系也可以分為直接關(guān)系和間接關(guān)系。考慮直接關(guān)系的權(quán)重應(yīng)當(dāng)大于間接關(guān)系,則菜品i與j之間的語義相似度可以表示為:

    (8)

    其中,λ的取值范圍為(0,1),N(Ii,Ij)和M(Ii,Ij)分別為食譜i與j之間直接關(guān)系數(shù)和間接關(guān)系數(shù)。

    由式(8)得到語義相似性以后,可以生成菜品相似性矩陣,如表1所示。

    表1 菜品相似度矩陣

    2.3 2種相似度融合

    由知識圖譜表示學(xué)習(xí)算法得到食譜語義相似度simsemg,再把它與協(xié)同過濾算法得到的相似度simcf以線性加權(quán)的方式進(jìn)行融合,融合方法如公式(9)所示:

    sim(i,j)=α·simsemg(Ii,Ij)+(1-α)simcf(Ii,Ij)

    (9)

    其中α為權(quán)重系數(shù),且0<α<1。

    2.4 推薦列表生成

    本文使用Fui來表示用戶u對食譜i的預(yù)測評分,預(yù)測評分Fui的計算公式如下:

    (10)

    其中,X(i,k)為與食譜i最為相似的k個食譜,A(u)表示用戶u已經(jīng)評分的食譜。A(u)∩X(i,k)表示2個菜品集合的交集。sim(i,j)為物品i和j的融合相似度。Ruj為用戶u對物品j的評分。通過計算出的Fui進(jìn)行排序,選取前k個食譜形成推薦列表。

    3 實驗及分析

    3.1 數(shù)據(jù)集

    本文驗證TransHR-CF算法所用的數(shù)據(jù)集主要包括用戶飲食行為相關(guān)數(shù)據(jù)和飲食知識圖譜數(shù)據(jù),下面對2類數(shù)據(jù)集進(jìn)行相關(guān)介紹。

    用戶行為相關(guān)數(shù)據(jù)來自于“下廚房”網(wǎng)站,最終收集到有效用戶記錄3698條,食譜10,954部,用戶對菜品評分?jǐn)?shù)92,348條,評分范圍為[0,5]?,F(xiàn)對評分?jǐn)?shù)據(jù)集按時間先后進(jìn)行排序,并且取前80%作為訓(xùn)練集,后20%作為測試集。

    飲食知識圖譜數(shù)據(jù)中食譜實體數(shù)據(jù)、食譜實體與食材實體之間的數(shù)據(jù)來源于“下廚房”網(wǎng)站,食材營養(yǎng)成分、功能性調(diào)理、人群膳食、疾病調(diào)理這幾類數(shù)據(jù)來源于“下廚房”網(wǎng)站、豆果美食、人民健康網(wǎng)。通過使用微軟公司的軟件Satori來構(gòu)建飲食知識圖譜,最終得到包括食譜、食材、菜系、體質(zhì)、人群、營養(yǎng)成分在內(nèi)的6類本體,獲取65027個實體,包括用料、富含、適宜體質(zhì)、禁忌在內(nèi)的18種關(guān)系。由于每個食譜中包括的食材較多,為降低知識圖譜的構(gòu)造成本,本文只抽取與實驗數(shù)據(jù)相關(guān)的知識。

    3.2 實驗指標(biāo)

    為與基準(zhǔn)方法比較,現(xiàn)分別選取召回率(Recall)和AUC這2個評價指標(biāo)對各模型進(jìn)行性能評價。這2個評價指標(biāo)定義如下:

    (11)

    AUC:ROC曲線和橫坐標(biāo)軸所圍成曲面面積,取值范圍為[0.5,1]。AUC的值越接近1,則表明推薦效果越好。

    3.3 實驗結(jié)果及分析

    3.3.1 融合權(quán)重因子確定

    融合權(quán)重因子α控制協(xié)同過濾相似度和知識圖譜相似度在混合相似度中所占的比例。現(xiàn)設(shè)定近鄰數(shù)k為50,表示學(xué)習(xí)嵌入維度為100,α的取值范圍為[0,1]。實驗中α從0到1遞增,每次增加0.1,一共進(jìn)行11組實驗,每組實驗重復(fù)10次取平均值。實驗結(jié)果如圖4所示。

    圖4 不同融合權(quán)重α下的實驗結(jié)果

    從圖4可以得出,隨著融合因子變大,本文算法的召回率得到提升,并且在α=0.6時效果最好,并在α>0.6時,推薦效果逐漸下降,故在接下來的實驗中選定α為0.6。

    3.3.2 嵌入維度確定

    在將知識圖譜嵌入到低維向量空間時,不同嵌入維度將產(chǎn)生不同的推薦效果,實驗選擇融合因子α為0.6,近鄰數(shù)為50,維度分別設(shè)為20、40、60、100。實驗結(jié)果如圖5所示,由圖5可以得出,隨著嵌入維度的增加,由于更大嵌入維度可以帶來更多有用信息,使得性能得到提升,但當(dāng)維度大于60以后,由于過擬合使得性能有所下降。故維度為60時推薦效果最佳。

    圖5 不同嵌入維度下的召回率

    3.3.4 算法對比

    為驗證本文中TransHR-CF算法的有效性,分別與基準(zhǔn)算法CF[27]、TransE-CF[28]、RippleNet[29]、NCF[20]、DeepFM[19]進(jìn)行對比實驗。其中,表示學(xué)習(xí)嵌入維度設(shè)定為60,α的取值為0.6,近鄰數(shù)分別選取2、10、50、100。每組實驗循環(huán)10次后取平均。表2、圖6分別為各個算法在召回率R和AUC評價指標(biāo)方面的表現(xiàn)情況。

    圖6 AUC值

    表2 不同k值下的召回率

    實驗結(jié)果表明,隨著近鄰數(shù)k的逐漸增加,各模型的召回率逐漸上升。從整體上來看,本文算法與基準(zhǔn)算法相比,本文算法在召回率、AUC這2項指標(biāo)上的表現(xiàn)都優(yōu)于基準(zhǔn)算法,表明本文算法能夠給出更加符合用戶需求的飲食推薦。

    4 結(jié)束語

    為解決飲食推薦問題,本文首先通過知識圖譜表示學(xué)習(xí)方法得到菜品的低維向量表示,進(jìn)而計算出菜品間語義相似度;再由外部用戶-物品評分矩陣計算出物品間余弦相似度;最后通過對2個相似度進(jìn)行合理融合得出最終菜品相似度,并依據(jù)最終菜品相似度進(jìn)行推薦。該算法不僅考慮到用戶飲食偏好,也考慮到菜品間內(nèi)部聯(lián)系,最終給出一個健康、符合個人生活偏好的個性化飲食推薦。下一步將嘗試引入動態(tài)時間函數(shù),從時間敏感層面滿足動態(tài)用戶需求。

    猜你喜歡
    菜品圖譜物品
    稱物品
    “雙十一”,你搶到了想要的物品嗎?
    繪一張成長圖譜
    迷惑菜品又來了
    誰動了凡·高的物品
    假蒟葉系列菜品的開發(fā)利用現(xiàn)狀
    補(bǔ)腎強(qiáng)身片UPLC指紋圖譜
    中成藥(2017年3期)2017-05-17 06:09:01
    主動對接你思維的知識圖譜
    找物品
    雜草圖譜
    久久欧美精品欧美久久欧美| 小说图片视频综合网站| 人人妻人人澡欧美一区二区| 天堂动漫精品| 亚洲欧美清纯卡通| 国内精品久久久久精免费| 亚洲国产精品合色在线| 亚洲 国产 在线| 长腿黑丝高跟| 国产亚洲精品久久久com| 校园春色视频在线观看| 99热这里只有是精品50| 在线a可以看的网站| 亚洲成人精品中文字幕电影| 综合色av麻豆| 国产麻豆成人av免费视频| 午夜久久久久精精品| 国产白丝娇喘喷水9色精品| 身体一侧抽搐| 日韩欧美三级三区| 成年人黄色毛片网站| 久久伊人香网站| 欧美不卡视频在线免费观看| 一级a爱片免费观看的视频| or卡值多少钱| 午夜激情欧美在线| 国产精品永久免费网站| 91在线观看av| 国产午夜福利久久久久久| 亚洲美女黄片视频| 国产精品一区二区三区四区久久| 亚洲av第一区精品v没综合| 女人十人毛片免费观看3o分钟| 高清毛片免费观看视频网站| 99精品久久久久人妻精品| 国产欧美日韩一区二区精品| 国产精品伦人一区二区| 极品教师在线视频| 亚洲国产精品久久男人天堂| 亚洲三级黄色毛片| av专区在线播放| 国产精品亚洲美女久久久| 99视频精品全部免费 在线| 久久国产精品影院| 老熟妇仑乱视频hdxx| 亚洲真实伦在线观看| 美女大奶头视频| 久久久成人免费电影| 深夜精品福利| 免费观看人在逋| 国产伦人伦偷精品视频| 免费观看的影片在线观看| 狠狠狠狠99中文字幕| a在线观看视频网站| 熟女人妻精品中文字幕| 免费看日本二区| 日日摸夜夜添夜夜添av毛片 | 国产午夜精品论理片| 人人妻人人澡欧美一区二区| 亚洲aⅴ乱码一区二区在线播放| 成人鲁丝片一二三区免费| 欧美日韩国产亚洲二区| 97人妻精品一区二区三区麻豆| 免费观看人在逋| 一级av片app| 两性午夜刺激爽爽歪歪视频在线观看| av中文乱码字幕在线| 淫秽高清视频在线观看| 久久99热6这里只有精品| 99久久99久久久精品蜜桃| 日本黄大片高清| 亚洲国产欧洲综合997久久,| 国产人妻一区二区三区在| 欧美国产日韩亚洲一区| 免费av不卡在线播放| 日韩欧美一区二区三区在线观看| 中亚洲国语对白在线视频| 精品人妻熟女av久视频| 麻豆成人午夜福利视频| 国产探花在线观看一区二区| 日韩欧美国产一区二区入口| 成人午夜高清在线视频| 精品日产1卡2卡| 99久久99久久久精品蜜桃| 大型黄色视频在线免费观看| 免费观看人在逋| 亚洲av不卡在线观看| 一本综合久久免费| 国产不卡一卡二| 99久久无色码亚洲精品果冻| 精品日产1卡2卡| av专区在线播放| 人人妻,人人澡人人爽秒播| 黄色视频,在线免费观看| 欧美成狂野欧美在线观看| 亚洲在线自拍视频| 亚洲自拍偷在线| a级毛片免费高清观看在线播放| 久久久色成人| 99热这里只有是精品在线观看 | 在线观看一区二区三区| 床上黄色一级片| 长腿黑丝高跟| 亚洲欧美清纯卡通| 精品无人区乱码1区二区| 在线免费观看不下载黄p国产 | 精品熟女少妇八av免费久了| 99热这里只有是精品在线观看 | 亚洲真实伦在线观看| 亚洲国产欧洲综合997久久,| 哪里可以看免费的av片| 天堂动漫精品| a在线观看视频网站| 99热这里只有精品一区| 99久久精品一区二区三区| 免费av不卡在线播放| 99视频精品全部免费 在线| 午夜免费成人在线视频| 中文字幕人成人乱码亚洲影| 国产成人福利小说| a在线观看视频网站| 国产成人欧美在线观看| 日日夜夜操网爽| 一个人看的www免费观看视频| 一区二区三区高清视频在线| 美女免费视频网站| 国产免费av片在线观看野外av| 九九热线精品视视频播放| 最近最新免费中文字幕在线| 极品教师在线视频| 好看av亚洲va欧美ⅴa在| 国产亚洲精品久久久久久毛片| 午夜福利在线观看免费完整高清在 | 无人区码免费观看不卡| 亚洲av二区三区四区| 亚洲激情在线av| 久久久色成人| 欧美日韩瑟瑟在线播放| 九色成人免费人妻av| 在线免费观看不下载黄p国产 | 日本黄大片高清| 噜噜噜噜噜久久久久久91| 国产69精品久久久久777片| 成人国产综合亚洲| 国产一区二区激情短视频| 国产69精品久久久久777片| 成年版毛片免费区| 色哟哟·www| 欧美中文日本在线观看视频| 九九在线视频观看精品| 国产精品一及| 欧美色欧美亚洲另类二区| 欧美+日韩+精品| 午夜影院日韩av| 久久6这里有精品| 精品久久久久久久久久久久久| 每晚都被弄得嗷嗷叫到高潮| 91久久精品国产一区二区成人| 国产成人a区在线观看| 神马国产精品三级电影在线观看| 日韩欧美精品免费久久 | 搡老妇女老女人老熟妇| 精品久久久久久久久久免费视频| 亚洲乱码一区二区免费版| 亚洲国产精品成人综合色| 精品熟女少妇八av免费久了| 日本熟妇午夜| 亚洲,欧美精品.| 免费在线观看亚洲国产| 女同久久另类99精品国产91| 超碰av人人做人人爽久久| 欧美另类亚洲清纯唯美| 在线观看66精品国产| 在线免费观看的www视频| 狂野欧美白嫩少妇大欣赏| 亚洲国产精品合色在线| 午夜福利免费观看在线| 极品教师在线视频| 午夜福利高清视频| 俺也久久电影网| 中文字幕高清在线视频| 午夜影院日韩av| 欧美成人一区二区免费高清观看| 亚洲人成网站高清观看| av国产免费在线观看| 嫩草影院新地址| 日韩欧美国产在线观看| 色在线成人网| 日韩亚洲欧美综合| 成人精品一区二区免费| 国产精品av视频在线免费观看| 99在线视频只有这里精品首页| 国产亚洲精品综合一区在线观看| 亚洲av.av天堂| 岛国在线免费视频观看| 亚洲成av人片在线播放无| 黄色女人牲交| 欧美日韩福利视频一区二区| 久久国产精品影院| 国产一区二区三区在线臀色熟女| 夜夜躁狠狠躁天天躁| 深夜a级毛片| 免费搜索国产男女视频| 国产伦在线观看视频一区| 久久精品国产清高在天天线| 又粗又爽又猛毛片免费看| av视频在线观看入口| 亚洲欧美日韩高清在线视频| 男女做爰动态图高潮gif福利片| 成年人黄色毛片网站| 老司机深夜福利视频在线观看| 久久亚洲精品不卡| 老司机午夜十八禁免费视频| 搞女人的毛片| 露出奶头的视频| www.熟女人妻精品国产| 18禁黄网站禁片免费观看直播| 午夜精品在线福利| 网址你懂的国产日韩在线| 琪琪午夜伦伦电影理论片6080| 亚洲男人的天堂狠狠| 大型黄色视频在线免费观看| 久久久久国内视频| 亚洲,欧美,日韩| 婷婷六月久久综合丁香| 中国美女看黄片| 天堂网av新在线| 亚洲av五月六月丁香网| 色在线成人网| 国产精品自产拍在线观看55亚洲| 亚洲欧美日韩卡通动漫| 亚洲av不卡在线观看| 国产毛片a区久久久久| 国产三级中文精品| 久久中文看片网| 草草在线视频免费看| 变态另类丝袜制服| 欧美成狂野欧美在线观看| 国产色爽女视频免费观看| 国产午夜精品论理片| 最新中文字幕久久久久| 少妇裸体淫交视频免费看高清| 亚洲欧美清纯卡通| 亚洲男人的天堂狠狠| 黄色一级大片看看| 色噜噜av男人的天堂激情| 搡老妇女老女人老熟妇| 精品久久久久久成人av| 亚洲国产精品合色在线| www日本黄色视频网| 免费观看人在逋| 美女高潮的动态| 伦理电影大哥的女人| 日韩中字成人| 亚洲精华国产精华精| 脱女人内裤的视频| 亚洲乱码一区二区免费版| 午夜精品在线福利| 亚洲av二区三区四区| 美女xxoo啪啪120秒动态图 | 美女免费视频网站| 免费观看的影片在线观看| 国产亚洲精品综合一区在线观看| 亚洲精品成人久久久久久| 嫁个100分男人电影在线观看| 最近最新免费中文字幕在线| 我要搜黄色片| 国产av一区在线观看免费| 每晚都被弄得嗷嗷叫到高潮| 久久久久久久久久黄片| 一进一出抽搐动态| 国产黄片美女视频| 国产高清视频在线观看网站| 成人鲁丝片一二三区免费| 九九在线视频观看精品| 亚洲av日韩精品久久久久久密| 久久久国产成人精品二区| 亚洲欧美日韩高清在线视频| 不卡一级毛片| 亚洲自偷自拍三级| 免费在线观看亚洲国产| 黄色一级大片看看| 色综合亚洲欧美另类图片| 免费人成视频x8x8入口观看| 国内久久婷婷六月综合欲色啪| 一个人看的www免费观看视频| АⅤ资源中文在线天堂| 午夜福利成人在线免费观看| 免费看光身美女| 床上黄色一级片| 国内精品久久久久久久电影| 亚洲电影在线观看av| 超碰av人人做人人爽久久| 国产在视频线在精品| 嫩草影视91久久| 精品久久国产蜜桃| 婷婷丁香在线五月| 麻豆久久精品国产亚洲av| 国产精品爽爽va在线观看网站| 亚洲天堂国产精品一区在线| .国产精品久久| 欧美黄色片欧美黄色片| 蜜桃亚洲精品一区二区三区| 麻豆久久精品国产亚洲av| 欧美zozozo另类| 亚洲精品乱码久久久v下载方式| 欧美+亚洲+日韩+国产| 99riav亚洲国产免费| 内射极品少妇av片p| 97超视频在线观看视频| 成人av在线播放网站| 国产黄片美女视频| 国产一区二区亚洲精品在线观看| 色av中文字幕| 人妻夜夜爽99麻豆av| 乱人视频在线观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 香蕉av资源在线| 淫秽高清视频在线观看| 亚洲激情在线av| 国产三级黄色录像| 欧洲精品卡2卡3卡4卡5卡区| 大型黄色视频在线免费观看| 成人无遮挡网站| 国产在线男女| 在线观看一区二区三区| www.www免费av| 精品国内亚洲2022精品成人| 99久久精品热视频| 精品午夜福利视频在线观看一区| 亚洲一区二区三区色噜噜| 69av精品久久久久久| 天堂网av新在线| 亚洲美女视频黄频| 男女视频在线观看网站免费| 搡老熟女国产l中国老女人| 97超视频在线观看视频| 亚洲欧美精品综合久久99| 日韩欧美国产一区二区入口| 成年女人永久免费观看视频| 国产成人啪精品午夜网站| 国语自产精品视频在线第100页| 国产男靠女视频免费网站| 色噜噜av男人的天堂激情| 亚洲国产色片| 成人国产综合亚洲| 91在线观看av| 成人三级黄色视频| 亚洲成人久久爱视频| 亚洲电影在线观看av| 久久亚洲真实| 国产探花在线观看一区二区| 他把我摸到了高潮在线观看| 色精品久久人妻99蜜桃| x7x7x7水蜜桃| 成人国产综合亚洲| 90打野战视频偷拍视频| 精品久久久久久久末码| 成人鲁丝片一二三区免费| 亚洲精品亚洲一区二区| 久久午夜亚洲精品久久| 国产亚洲精品av在线| 久久久久久九九精品二区国产| 欧美日韩乱码在线| 日本三级黄在线观看| 深夜a级毛片| 狂野欧美白嫩少妇大欣赏| 久久香蕉精品热| 一进一出好大好爽视频| 欧美zozozo另类| 波多野结衣巨乳人妻| 波多野结衣高清作品| 亚洲不卡免费看| 人人妻人人澡欧美一区二区| 欧美色视频一区免费| 国产精品亚洲一级av第二区| 欧美成人性av电影在线观看| 国产亚洲精品综合一区在线观看| 久久这里只有精品中国| 别揉我奶头~嗯~啊~动态视频| 变态另类成人亚洲欧美熟女| 九九热线精品视视频播放| 人妻久久中文字幕网| 9191精品国产免费久久| 日本五十路高清| 欧美乱妇无乱码| 女同久久另类99精品国产91| avwww免费| 日本黄色片子视频| 国产乱人视频| 免费观看的影片在线观看| 三级男女做爰猛烈吃奶摸视频| 欧美一区二区亚洲| 午夜久久久久精精品| av在线蜜桃| 美女大奶头视频| 久久午夜福利片| 色视频www国产| 看黄色毛片网站| 熟女电影av网| 国产精品三级大全| 亚洲在线自拍视频| 日韩欧美一区二区三区在线观看| 欧美极品一区二区三区四区| 又粗又爽又猛毛片免费看| 亚洲av免费在线观看| 国产久久久一区二区三区| 少妇的逼水好多| 国产亚洲精品久久久久久毛片| 国产高清激情床上av| 一区二区三区免费毛片| 亚洲精品一卡2卡三卡4卡5卡| 丝袜美腿在线中文| 熟妇人妻久久中文字幕3abv| 深爱激情五月婷婷| 亚洲一区高清亚洲精品| 99久久九九国产精品国产免费| 俄罗斯特黄特色一大片| 91麻豆av在线| 亚洲精品一区av在线观看| 俺也久久电影网| 波野结衣二区三区在线| av视频在线观看入口| 亚洲,欧美,日韩| 在线观看美女被高潮喷水网站 | 国产精品永久免费网站| 国产伦一二天堂av在线观看| www日本黄色视频网| 国产亚洲精品久久久com| 网址你懂的国产日韩在线| 国产精品精品国产色婷婷| 亚洲欧美日韩高清在线视频| 国产高清激情床上av| 成人亚洲精品av一区二区| 成人av一区二区三区在线看| 青草久久国产| 国产精品亚洲美女久久久| 我要搜黄色片| 亚洲无线观看免费| 五月玫瑰六月丁香| 国产成人a区在线观看| 国产高清视频在线观看网站| 观看免费一级毛片| 国产精品,欧美在线| 最近最新中文字幕大全电影3| 国产爱豆传媒在线观看| 久久人人爽人人爽人人片va | 午夜福利高清视频| av女优亚洲男人天堂| 国产高潮美女av| 国产淫片久久久久久久久 | 色综合亚洲欧美另类图片| 亚洲国产精品久久男人天堂| 少妇被粗大猛烈的视频| 首页视频小说图片口味搜索| 亚洲真实伦在线观看| 亚洲欧美激情综合另类| 午夜福利高清视频| 一本久久中文字幕| 亚洲中文字幕一区二区三区有码在线看| 99riav亚洲国产免费| 色综合亚洲欧美另类图片| 亚洲一区高清亚洲精品| 国产乱人视频| 午夜福利在线观看吧| 99久久九九国产精品国产免费| 亚洲,欧美精品.| 蜜桃久久精品国产亚洲av| 欧美日本亚洲视频在线播放| 99热这里只有是精品在线观看 | 久久久久久国产a免费观看| 国产aⅴ精品一区二区三区波| 一进一出抽搐gif免费好疼| 亚洲熟妇熟女久久| 老司机福利观看| 一个人看视频在线观看www免费| or卡值多少钱| av专区在线播放| 黄片小视频在线播放| 级片在线观看| 香蕉av资源在线| 乱码一卡2卡4卡精品| 久久精品久久久久久噜噜老黄 | 在线十欧美十亚洲十日本专区| 在线观看美女被高潮喷水网站 | 香蕉av资源在线| 中文字幕人妻熟人妻熟丝袜美| 午夜免费成人在线视频| 18禁裸乳无遮挡免费网站照片| 国产精品1区2区在线观看.| 中亚洲国语对白在线视频| 天天一区二区日本电影三级| 日本a在线网址| 伊人久久精品亚洲午夜| 欧美日韩乱码在线| 老司机深夜福利视频在线观看| 国产精品,欧美在线| 中文字幕精品亚洲无线码一区| 日韩欧美 国产精品| 最近在线观看免费完整版| 在线观看免费视频日本深夜| 女生性感内裤真人,穿戴方法视频| 精品国内亚洲2022精品成人| 欧美精品国产亚洲| 天堂网av新在线| 久久人人爽人人爽人人片va | 在线观看av片永久免费下载| 在线观看一区二区三区| 亚洲第一电影网av| 日本五十路高清| 亚洲一区高清亚洲精品| 无遮挡黄片免费观看| 国产精品久久电影中文字幕| avwww免费| 国产成人啪精品午夜网站| 日韩欧美精品v在线| av女优亚洲男人天堂| 精品人妻偷拍中文字幕| 色视频www国产| 国产一区二区在线观看日韩| 久久精品国产亚洲av天美| 香蕉av资源在线| 99热精品在线国产| 女生性感内裤真人,穿戴方法视频| 欧美日本视频| 国产伦人伦偷精品视频| 亚洲av二区三区四区| 午夜福利在线观看吧| 夜夜看夜夜爽夜夜摸| 国产真实乱freesex| 一进一出抽搐gif免费好疼| 亚洲欧美激情综合另类| 国产男靠女视频免费网站| 久久午夜亚洲精品久久| 老熟妇仑乱视频hdxx| 久9热在线精品视频| 国产男靠女视频免费网站| 色av中文字幕| 91麻豆精品激情在线观看国产| 日韩大尺度精品在线看网址| 深夜精品福利| 精品久久久久久久人妻蜜臀av| 亚洲国产欧洲综合997久久,| 国产精品野战在线观看| 欧美日韩乱码在线| 小说图片视频综合网站| 桃红色精品国产亚洲av| 国产乱人视频| 在线看三级毛片| 亚洲欧美日韩无卡精品| 国产亚洲av嫩草精品影院| 亚洲国产高清在线一区二区三| a级毛片a级免费在线| 成人毛片a级毛片在线播放| 美女 人体艺术 gogo| 757午夜福利合集在线观看| 久久天躁狠狠躁夜夜2o2o| 精品福利观看| 亚洲av一区综合| 免费看光身美女| 久久天躁狠狠躁夜夜2o2o| 日韩中文字幕欧美一区二区| 男人的好看免费观看在线视频| 国产免费一级a男人的天堂| 国产麻豆成人av免费视频| 午夜福利18| 在线看三级毛片| eeuss影院久久| 中文在线观看免费www的网站| 长腿黑丝高跟| 久久久久免费精品人妻一区二区| 搡老妇女老女人老熟妇| 亚洲精品一卡2卡三卡4卡5卡| 亚洲五月婷婷丁香| 91字幕亚洲| 色视频www国产| 精品国产三级普通话版| 99热这里只有是精品50| 久久久久久久午夜电影| 欧美日本视频| 嫩草影院入口| 99久久久亚洲精品蜜臀av| 国产亚洲欧美98| 精品国产三级普通话版| 脱女人内裤的视频| 国产黄色小视频在线观看| 三级男女做爰猛烈吃奶摸视频| 一级作爱视频免费观看| 村上凉子中文字幕在线| 国产久久久一区二区三区| 亚洲经典国产精华液单 | 亚洲精品456在线播放app | 在线观看美女被高潮喷水网站 | 精品国产亚洲在线| 夜夜夜夜夜久久久久| 久久99热这里只有精品18| 真人做人爱边吃奶动态| 日本免费a在线| 女同久久另类99精品国产91| 99热6这里只有精品| 日韩中字成人| 99热这里只有精品一区| 国产精品三级大全| 激情在线观看视频在线高清| 麻豆成人午夜福利视频| 91av网一区二区| 精品久久久久久久久久免费视频| 搡女人真爽免费视频火全软件 | 一区二区三区四区激情视频 | 他把我摸到了高潮在线观看| 啦啦啦观看免费观看视频高清| 日本免费a在线| 日本黄色视频三级网站网址| 国产视频内射| 久久久久久久久大av|