• <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 ?

    教育大數(shù)據(jù)背景下的學(xué)業(yè)發(fā)展分析模型仿真

    2022-02-09 02:05:02婁增輝王紅林孫彩云
    計算機仿真 2022年12期
    關(guān)鍵詞:決策樹準確率神經(jīng)網(wǎng)絡(luò)

    婁增輝,王紅林,孫彩云

    (南京信息工程大學(xué)人工智能學(xué)院,江蘇 南京 210044)

    1 引言

    隨著計算機技術(shù)的發(fā)展,大數(shù)據(jù)和教育的聯(lián)系愈發(fā)緊密,在教育領(lǐng)域的應(yīng)用也愈加廣泛。如何有效地提升學(xué)生成績是目前高等教育領(lǐng)域亟待解決的主要問題[1]。成績預(yù)測是大數(shù)據(jù)技術(shù)在教育領(lǐng)域中的一個重要應(yīng)用。學(xué)習(xí)成績預(yù)測不僅可以幫助老師及時修正教學(xué)策略,提高學(xué)生最終學(xué)習(xí)成績,降低不及格學(xué)生比例,還能在一定程度上對學(xué)生起到監(jiān)督和預(yù)警作用,是一種提高學(xué)生成績的有效方法[2]。

    2 教育大數(shù)據(jù)

    當(dāng)前的社會有收集物理世界中的大量信息,并使用傳感器等技術(shù)將其傳輸?shù)骄W(wǎng)絡(luò)世界的能力。數(shù)十億人通過移動設(shè)備連接互聯(lián)網(wǎng),這帶來前所未有的信息處理能力、存儲容量和獲取知識的途徑[3]。關(guān)于大數(shù)據(jù)這個詞的定義,不同的研究者有自己的見解。Yassine等[4]認為,大數(shù)據(jù)是大量的數(shù)據(jù)。然而,De Mauro等[5]將其視為一種具有高數(shù)量、速度和多樣性的信息資產(chǎn)。此外,Osman[6]將大數(shù)據(jù)描述為難以用傳統(tǒng)方式處理、控制或檢查的大數(shù)據(jù)集。在2001年,Gartner Group(前身為META Group)的分析員Doug Laney提出大數(shù)據(jù)的3V特性:Volume(數(shù)據(jù)量)、Velocity(高速)與Variety(多樣)[7]。之后IBM增加了Value(價值)和Veracity(真實)將其擴充至5V[8]。

    步入大數(shù)據(jù)時代,“數(shù)據(jù)驅(qū)動發(fā)展,分析變革教育”成為新一代教育創(chuàng)新變革的重要方向。2018年教育部印發(fā)的《教育信息化2.0行動計劃》提出目標:到2022年基本實現(xiàn)“三全兩高一大”的發(fā)展目標,建成“互聯(lián)網(wǎng)+教育”大平臺,努力構(gòu)建“互聯(lián)網(wǎng)+”條件下的人才培養(yǎng)新模式、發(fā)展基于互聯(lián)網(wǎng)的教育服務(wù)新模式、探索信息時代教育治理新模式[9]。2019年中共中央、國務(wù)院印發(fā)的《中國教育現(xiàn)代化2035》提出:加快信息化時代教育變革。建設(shè)智能化校園,統(tǒng)籌建設(shè)一體化智能化教學(xué)、管理與服務(wù)平臺。利用現(xiàn)代技術(shù)加快推動人才培養(yǎng)模式改革,實現(xiàn)規(guī)?;逃c個性化培養(yǎng)的有機結(jié)合[10]。這一系列的計劃和政策引導(dǎo)下,許多學(xué)校已經(jīng)展開了大數(shù)據(jù)與教育融合發(fā)展的探索[11]。

    3 研究現(xiàn)狀

    關(guān)于成績預(yù)測的研究并不少見。Macfadyen等[12]基于學(xué)習(xí)管理系統(tǒng)開發(fā)“預(yù)警系統(tǒng)”,發(fā)現(xiàn)處于學(xué)業(yè)危機的學(xué)生,并及時做出預(yù)警并采取措施改善其學(xué)業(yè)情況。陳勇[13]研究并實現(xiàn)了基于遺傳神經(jīng)網(wǎng)絡(luò)對成績的預(yù)測,發(fā)現(xiàn)該模型具有較高的準確性。王小麗等[14]構(gòu)建了基于加權(quán)樸素貝葉斯的英語成績預(yù)測模型,認為該模型可以做為預(yù)測和分析學(xué)生成績的一種有效方法。Jayakumari等[15]用數(shù)據(jù)挖掘技術(shù)分析學(xué)生數(shù)學(xué)水平進行分析并預(yù)測選課結(jié)果。黎龍珍[16]基于C4.5算法構(gòu)建成績預(yù)測模型,取得不錯的準確率,通過模型分析得出對學(xué)生成績影響最大是視頻任務(wù)點完成量。趙慧瓊等[17]對學(xué)習(xí)行為數(shù)據(jù)進行二元Logistic回歸分析并結(jié)合結(jié)果對學(xué)業(yè)危機學(xué)生進行干預(yù),有利于增強學(xué)習(xí)動機,提高學(xué)習(xí)質(zhì)量。這些研究確實對成績進行了預(yù)測并取得了較好的效果,但是其所選數(shù)據(jù)特征較少,并不能全面的反應(yīng)一個學(xué)生的真實情況。為此,有必要對學(xué)生的特征進行進一步分析,找出更加全面的影響成績因素對其成績進行預(yù)測。

    4 算法模型設(shè)計

    目前,常用的大數(shù)據(jù)分析算法有:支持向量機(Support Vector Machine,SVM)、決策樹(Decision Tree,DT)、k近鄰算法(k-Nearest Neighbor,kNN)、神經(jīng)網(wǎng)絡(luò)(Neural Networks,NN)等[18]。這些算法在教育中的 應(yīng)用場景比較多,根據(jù)學(xué)生的行為對學(xué)生分類,可以分析影響學(xué)習(xí)效果的強因素,分析學(xué)習(xí)特征,預(yù)測學(xué)生的學(xué)習(xí)效果,對離群點預(yù)警,還可以為學(xué)生提供不同的學(xué)習(xí)資源分析依據(jù)[19]。本研究選取k近鄰學(xué)習(xí)、決策樹、全連接神經(jīng)網(wǎng)絡(luò)(Fully Connected Neural Network,F(xiàn)C)和循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,RNN)這四種算法進行成績預(yù)測研究。

    4.1 k近鄰算法

    kNN是一種常見的用于分類和回歸的監(jiān)督學(xué)習(xí)方法,在1968年由Cover和Hart提出。算法的基本思想是:對于給定的數(shù)據(jù)集,尋找并設(shè)置合適的k值。對于輸入的數(shù)據(jù),基于某種距離度量(如歐式距離)在數(shù)據(jù)集中找出與其距離最近的k個樣本,根據(jù)分類規(guī)則(如投票法)確定輸入數(shù)據(jù)的類別。如圖1所示。

    圖1 kNN算法演示

    ω1、ω2、ω3是分好的三類,設(shè)置k=5,輸入數(shù)據(jù)Xu距離ω1有四個最近的點,距離ω3有一個最近的點,所以Xu歸為ω1類。

    4.2 決策樹

    決策樹是一種可用于分類和預(yù)測的樹形結(jié)構(gòu)。決策樹由根結(jié)點、內(nèi)部結(jié)點和葉子結(jié)點構(gòu)成。決策樹的生成是一個自上而下的遞歸過程?;舅惴ㄈ缦拢?/p>

    根據(jù)選擇特征的策略,決策樹算法分為ID3、C4.5和CART算法等。本研究使用CART算法對學(xué)生成績進行預(yù)測,用基尼指數(shù)選擇最優(yōu)特征?;嶂笖?shù)的定義為:設(shè)有N個類,第n類的概率為pn,則

    4.3 全連接神經(jīng)網(wǎng)絡(luò)

    神經(jīng)網(wǎng)絡(luò)一般由輸入層、隱藏層和輸出層構(gòu)成(如圖3)。全連接神經(jīng)網(wǎng)絡(luò)是最樸素的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。實現(xiàn)神經(jīng)網(wǎng)絡(luò)的過程包含訓(xùn)練步驟和測試步驟兩個步驟[20]。一個全連接神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)只有一個輸入層,一個輸出層,中間是若干層全連接層。神經(jīng)網(wǎng)絡(luò)的公式表示

    y=Wx+b

    神經(jīng)網(wǎng)絡(luò)的構(gòu)造過程就是一個不斷計算優(yōu)化權(quán)重W和偏置項b的過程。

    圖2 神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)

    Adam優(yōu)化器用來更新和計算影響模型訓(xùn)練和模型輸出的網(wǎng)絡(luò)參數(shù),使其逼近或達到最優(yōu)值。

    損失函數(shù)(loss)是評價模型預(yù)測值與真實值差異的函數(shù)。本實驗神經(jīng)網(wǎng)絡(luò)模型均使用交叉熵損失函數(shù)。其作用是表征兩個概率分布之間的距離。公式為

    H(y*,y)=-∑y**lny

    為了緩解過擬合,使用L2正則化。正則化在損失函數(shù)中引入模型復(fù)雜度指標,利用給W加權(quán)值,弱化訓(xùn)練數(shù)據(jù)的噪聲。L2正則化公式

    輸出層前通過Softmax函數(shù),將神經(jīng)元的輸出映射到(0,1)區(qū)間內(nèi)。它的作用是把神經(jīng)元輸出轉(zhuǎn)化為概率,從而進行分類。Softmax的公式為

    表示第j個分類的概率。

    4.4 循環(huán)神經(jīng)網(wǎng)絡(luò)

    RNN是一類具有短期記憶能力的神經(jīng)網(wǎng)絡(luò)。RNN和FC結(jié)構(gòu)類似,不同之處在于RNN引入了循環(huán)核(ht),ht帶有記憶功能,它存儲了之前的信息,如圖3。

    圖3 循環(huán)神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)

    5 實驗及仿真

    5.1 數(shù)據(jù)集與數(shù)據(jù)預(yù)處理

    此次實驗數(shù)據(jù)集來自“Kalboard 360”。該數(shù)據(jù)集具有16個特征,480條記錄,1個成績標簽,維度較高。數(shù)據(jù)集的特征有:學(xué)生性別、國籍、出生地、受教育水平、年級、教室、課程、學(xué)期、監(jiān)護者(父親或者母親)、舉手次數(shù)、訪問課程次數(shù)、檢查公告更新次數(shù)、參加討論次數(shù)、家長是否回答了學(xué)校提供的調(diào)查問卷、家長對學(xué)校的滿意度、每個學(xué)生的缺勤天數(shù)。通過對比多種數(shù)據(jù)集,此數(shù)據(jù)集的特征最貼近實際教學(xué)情況,易收集。本實驗的模型均由python3.8語言實現(xiàn)。

    在預(yù)處理階段,使用python語言讀取數(shù)據(jù),將用字符型表示的信息重新編碼為數(shù)字型,如對于成績標簽L(低)、M(中)、H(高)分別轉(zhuǎn)化為0、1、2。對數(shù)據(jù)進行隨機化打亂,設(shè)置固定的random seed(隨機種子),使得隨機化后的數(shù)據(jù)固定,按照7:3將數(shù)據(jù)分割為訓(xùn)練集和測試集。

    1)kNN

    根據(jù)kNN的算法思想寫出程序,對于最佳k值設(shè)置取值范圍1-336,用for循環(huán)對每個k值計算準確率,得當(dāng)k=29時準確率最高,為68.056%。

    2)DT

    使用CART決策樹預(yù)測成績準確率為69.792%。由于決策樹的性質(zhì)可以使用sklearn機器學(xué)習(xí)庫的feature_importances_函數(shù)提取前6種重要特征:

    表1 重要特征和重要度

    前5個特征具有較高的重要度,對學(xué)生成績的影響較大,符合客觀規(guī)律。

    3)FC

    表2 模型參數(shù)設(shè)置

    每次送入的樣本個數(shù)bath_size設(shè)置20,訓(xùn)練次數(shù)800次,損失函數(shù)和準確率曲線如下圖所示。

    圖4 FC的loss曲線

    圖5 FC的準確率曲線

    訓(xùn)練集loss收斂于0.54,準確率收斂于78.5%;測試集loss收斂于0.56,準確率收斂于77%。準確率高,擬合效果好。

    4)RNN

    表3 模型參數(shù)設(shè)置

    為了防止模型過擬合,每層RNN后進行一次Dropout,隨機使11%的神經(jīng)元失活。每次送入的樣本個數(shù)bath_size設(shè)置20,訓(xùn)練次數(shù)800次,損失函數(shù)和準確率曲線如下圖所示。

    圖6 RNN的loss曲線

    圖7 RNN的準確率曲線

    訓(xùn)練集loss收斂于0.57,準確率收斂于80%;測試集loss收斂于0.56,準確率收斂于78.5%。較全連接神經(jīng)網(wǎng)絡(luò)有些許提升。

    5.2 結(jié)果分析

    為了評估模型,除了上述的準確率,此次研究還引入其它三種常用的評價指標,結(jié)果如下所示。

    圖8 不同模型的評價指數(shù)

    從各指標可以看出,兩種神經(jīng)網(wǎng)絡(luò)模型效果明顯要好于kNN和DT,F(xiàn)C在F1值上比RNN要高,但是由于RNN引入了循環(huán)核,所以訓(xùn)練時間會長于FC,且準確率等值有些許波動。總的來說,在如此多特征的數(shù)據(jù)集上,能達到這樣的準確率,說明大數(shù)據(jù)分析算法在成績預(yù)測這一塊領(lǐng)域具有良好的應(yīng)用前景。

    表4 不同模型的評價指數(shù)

    6 總結(jié)

    學(xué)生的學(xué)業(yè)成績受多種因素影響,本研究選取了合適的數(shù)據(jù)集,并用四種大數(shù)據(jù)分析算法模型對學(xué)生進行成績預(yù)測,從結(jié)果來看,神經(jīng)網(wǎng)絡(luò)模型要明顯好過kNN和決策樹。這些算法模型應(yīng)用于實際教學(xué)中,通過決策樹能提取出影響學(xué)生成績的重要特征,結(jié)合神經(jīng)網(wǎng)絡(luò)得出的成績預(yù)測結(jié)果,能使教師對自己的教學(xué)計劃做出合適的調(diào)整,具有良好的應(yīng)用前景。但是本研究選取的算法模型都較為簡單,后續(xù)的研究將采用結(jié)合不同算法的復(fù)合算法模型對學(xué)生成績進行預(yù)測,希望能達到更高的準確率和更好的實用效果。

    猜你喜歡
    決策樹準確率神經(jīng)網(wǎng)絡(luò)
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準確率比較探討
    2015—2017 年寧夏各天氣預(yù)報參考產(chǎn)品質(zhì)量檢驗分析
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    一種針對不均衡數(shù)據(jù)集的SVM決策樹算法
    決策樹和隨機森林方法在管理決策中的應(yīng)用
    電子制作(2018年16期)2018-09-26 03:27:06
    高速公路車牌識別標識站準確率驗證法
    基于決策樹的出租車乘客出行目的識別
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機控制模型建立
    重型機械(2016年1期)2016-03-01 03:42:04
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    h日本视频在线播放| 成人美女网站在线观看视频| 最近手机中文字幕大全| 亚洲人与动物交配视频| 国产成人精品一,二区 | 亚洲无线在线观看| 我要看日韩黄色一级片| 欧美精品一区二区大全| 精品无人区乱码1区二区| 乱系列少妇在线播放| 国产老妇女一区| 最近最新中文字幕大全电影3| 最近的中文字幕免费完整| 国产真实乱freesex| 99久久精品国产国产毛片| 久久久国产成人免费| 久99久视频精品免费| 国产麻豆成人av免费视频| 在线观看午夜福利视频| 亚洲精品影视一区二区三区av| 两个人视频免费观看高清| 男人舔女人下体高潮全视频| 国产三级在线视频| 国产免费一级a男人的天堂| 国产精品.久久久| 亚洲成人av在线免费| 精品久久久久久久人妻蜜臀av| 桃色一区二区三区在线观看| 简卡轻食公司| 少妇被粗大猛烈的视频| 亚洲成人久久性| 久久亚洲国产成人精品v| 欧美极品一区二区三区四区| 在现免费观看毛片| 亚洲最大成人av| 国产蜜桃级精品一区二区三区| 男女啪啪激烈高潮av片| 亚洲av成人精品一区久久| 国产黄色视频一区二区在线观看 | 国产精品女同一区二区软件| a级毛色黄片| 99精品在免费线老司机午夜| 国产午夜福利久久久久久| 久久精品国产自在天天线| 噜噜噜噜噜久久久久久91| 国产精品嫩草影院av在线观看| 久久久久久久久久久丰满| 国产成人freesex在线| 99久久久亚洲精品蜜臀av| 久久精品国产清高在天天线| 久久久久九九精品影院| 老师上课跳d突然被开到最大视频| 九草在线视频观看| avwww免费| av在线天堂中文字幕| 午夜福利视频1000在线观看| 欧美一级a爱片免费观看看| 免费av不卡在线播放| 亚洲精品日韩av片在线观看| 性插视频无遮挡在线免费观看| 中出人妻视频一区二区| 特级一级黄色大片| 亚洲自拍偷在线| 国产精品精品国产色婷婷| 能在线免费看毛片的网站| 国产v大片淫在线免费观看| 午夜免费男女啪啪视频观看| 少妇人妻一区二区三区视频| 日韩av在线大香蕉| 尤物成人国产欧美一区二区三区| 成人高潮视频无遮挡免费网站| 波多野结衣高清无吗| 少妇的逼好多水| 春色校园在线视频观看| 亚洲在线自拍视频| 欧美日韩一区二区视频在线观看视频在线 | 搡女人真爽免费视频火全软件| 国产黄片视频在线免费观看| 亚洲人成网站在线播| 日韩国内少妇激情av| 亚洲一区二区三区色噜噜| 99热网站在线观看| 久久九九热精品免费| 国内久久婷婷六月综合欲色啪| 色综合色国产| 婷婷六月久久综合丁香| 色综合站精品国产| 能在线免费观看的黄片| 国产亚洲精品av在线| 日韩精品青青久久久久久| 亚洲熟妇中文字幕五十中出| 在现免费观看毛片| 国产成人一区二区在线| 久久亚洲精品不卡| 国内精品宾馆在线| 国产又黄又爽又无遮挡在线| 欧美精品一区二区大全| 免费看美女性在线毛片视频| 老司机福利观看| 国产色婷婷99| 国产爱豆传媒在线观看| 人体艺术视频欧美日本| 国产亚洲5aaaaa淫片| 国内揄拍国产精品人妻在线| 91久久精品国产一区二区成人| 性插视频无遮挡在线免费观看| 亚洲久久久久久中文字幕| 亚洲色图av天堂| 日韩欧美一区二区三区在线观看| 午夜免费激情av| 欧洲精品卡2卡3卡4卡5卡区| 亚洲人成网站在线播放欧美日韩| 2022亚洲国产成人精品| 在线观看美女被高潮喷水网站| 在线免费观看不下载黄p国产| 亚洲丝袜综合中文字幕| 亚洲精品自拍成人| 少妇裸体淫交视频免费看高清| 精品日产1卡2卡| 久久久久国产网址| 国产一区亚洲一区在线观看| 久久精品夜色国产| 亚洲最大成人中文| 久久久久久久久久黄片| 国产精品嫩草影院av在线观看| 可以在线观看毛片的网站| 不卡一级毛片| 国产一区二区亚洲精品在线观看| 亚洲一区高清亚洲精品| 国内精品一区二区在线观看| 亚洲综合色惰| 久久午夜亚洲精品久久| 国产精品麻豆人妻色哟哟久久 | 久久久久国产网址| 美女黄网站色视频| 久久久久网色| 国产精品99久久久久久久久| 热99在线观看视频| 麻豆国产av国片精品| 午夜视频国产福利| 亚洲精品乱码久久久久久按摩| 嫩草影院精品99| 干丝袜人妻中文字幕| 欧美不卡视频在线免费观看| 成人国产麻豆网| 亚洲aⅴ乱码一区二区在线播放| 蜜桃亚洲精品一区二区三区| 亚洲最大成人中文| 国产亚洲91精品色在线| 最近中文字幕高清免费大全6| 国产v大片淫在线免费观看| 婷婷精品国产亚洲av| 丰满的人妻完整版| 秋霞在线观看毛片| 精品少妇黑人巨大在线播放 | 国产一区二区三区在线臀色熟女| 国产v大片淫在线免费观看| 亚洲经典国产精华液单| 亚洲乱码一区二区免费版| 免费观看人在逋| 内地一区二区视频在线| av在线蜜桃| 最近视频中文字幕2019在线8| 啦啦啦啦在线视频资源| 九九在线视频观看精品| 国产视频首页在线观看| 久久人人爽人人片av| 国产av麻豆久久久久久久| 蜜臀久久99精品久久宅男| 日韩成人av中文字幕在线观看| 亚洲精品456在线播放app| 婷婷亚洲欧美| 又粗又硬又长又爽又黄的视频 | 成年女人看的毛片在线观看| 日韩强制内射视频| 亚洲人成网站在线播| 高清午夜精品一区二区三区 | 成人鲁丝片一二三区免费| 国产大屁股一区二区在线视频| 国产精品综合久久久久久久免费| 欧美一区二区亚洲| 成人综合一区亚洲| 亚洲国产精品sss在线观看| 中国美女看黄片| 又黄又爽又刺激的免费视频.| 天天躁夜夜躁狠狠久久av| 超碰av人人做人人爽久久| 亚洲人成网站在线播| 国产成人精品久久久久久| 亚洲无线在线观看| 成熟少妇高潮喷水视频| 亚洲,欧美,日韩| 久久这里只有精品中国| 午夜福利在线观看吧| 别揉我奶头 嗯啊视频| 成人毛片60女人毛片免费| 黄色视频,在线免费观看| 中文字幕免费在线视频6| 国产一级毛片七仙女欲春2| 日韩强制内射视频| 久久久久久久亚洲中文字幕| 国产一区二区在线观看日韩| 能在线免费看毛片的网站| 小蜜桃在线观看免费完整版高清| 久久久久久久久大av| 人妻少妇偷人精品九色| 十八禁国产超污无遮挡网站| av免费观看日本| 99久国产av精品国产电影| 看十八女毛片水多多多| 我要搜黄色片| 十八禁国产超污无遮挡网站| 亚洲欧美成人综合另类久久久 | 日韩一区二区视频免费看| 少妇人妻一区二区三区视频| 一本久久精品| 欧美日韩国产亚洲二区| 一区福利在线观看| 精品欧美国产一区二区三| 国产精品99久久久久久久久| 一边亲一边摸免费视频| 国产一级毛片在线| 亚洲激情五月婷婷啪啪| 亚洲欧美清纯卡通| 欧美日本视频| 人人妻人人澡欧美一区二区| 免费搜索国产男女视频| 国产精品人妻久久久久久| 国产精品综合久久久久久久免费| 欧美一区二区亚洲| 丝袜喷水一区| 国产精品无大码| 国产亚洲精品久久久com| 日韩视频在线欧美| 国产极品天堂在线| 国国产精品蜜臀av免费| 国产av一区在线观看免费| 边亲边吃奶的免费视频| 性色avwww在线观看| 亚洲欧美成人精品一区二区| 久久精品国产清高在天天线| 内地一区二区视频在线| 又粗又爽又猛毛片免费看| 校园人妻丝袜中文字幕| 天堂网av新在线| 只有这里有精品99| 男插女下体视频免费在线播放| 国产精品人妻久久久久久| 久久99热这里只有精品18| 简卡轻食公司| 夫妻性生交免费视频一级片| 久久久精品欧美日韩精品| 亚洲第一电影网av| 亚洲国产精品sss在线观看| 日韩亚洲欧美综合| 欧美最新免费一区二区三区| 少妇裸体淫交视频免费看高清| 亚洲欧美日韩高清在线视频| 婷婷六月久久综合丁香| 成年免费大片在线观看| 不卡一级毛片| 插阴视频在线观看视频| 一个人看视频在线观看www免费| 国产精品,欧美在线| 国产精品伦人一区二区| 两个人的视频大全免费| 日韩高清综合在线| 黄色一级大片看看| 亚洲最大成人av| 男女那种视频在线观看| 热99在线观看视频| 亚洲欧美精品综合久久99| 12—13女人毛片做爰片一| av卡一久久| 人人妻人人看人人澡| 国产精品久久久久久精品电影| 少妇熟女欧美另类| 欧美日韩综合久久久久久| a级毛片a级免费在线| 国产大屁股一区二区在线视频| 久久国产乱子免费精品| 青春草国产在线视频 | 一级二级三级毛片免费看| 99久久成人亚洲精品观看| 日韩欧美精品v在线| 99久久精品国产国产毛片| www.av在线官网国产| 国产精品三级大全| 青春草视频在线免费观看| 国内揄拍国产精品人妻在线| 嘟嘟电影网在线观看| 国产乱人视频| 日本欧美国产在线视频| 亚洲成人av在线免费| 观看美女的网站| 精品久久久久久久久久免费视频| 99久久精品热视频| 久久99热6这里只有精品| 久久热精品热| 麻豆国产av国片精品| 国产伦理片在线播放av一区 | 亚洲国产精品久久男人天堂| 五月伊人婷婷丁香| 少妇人妻精品综合一区二区 | 岛国在线免费视频观看| 久久久久久久久久成人| 国产黄a三级三级三级人| 别揉我奶头 嗯啊视频| 国产一区二区三区av在线 | 97人妻精品一区二区三区麻豆| 国产片特级美女逼逼视频| 国产老妇女一区| 岛国在线免费视频观看| 一个人看视频在线观看www免费| or卡值多少钱| 少妇的逼水好多| 黑人高潮一二区| 亚洲av不卡在线观看| 亚洲精品自拍成人| 一进一出抽搐动态| 22中文网久久字幕| 国产精华一区二区三区| 少妇高潮的动态图| 长腿黑丝高跟| 99久国产av精品| 久久欧美精品欧美久久欧美| 国国产精品蜜臀av免费| 日韩一区二区视频免费看| 国产精品国产三级国产av玫瑰| 人妻久久中文字幕网| 国产午夜精品久久久久久一区二区三区| 性色avwww在线观看| 婷婷亚洲欧美| 免费看美女性在线毛片视频| 国产午夜精品论理片| 中文精品一卡2卡3卡4更新| 九九爱精品视频在线观看| 哪个播放器可以免费观看大片| 韩国av在线不卡| 日本黄色视频三级网站网址| 国产亚洲91精品色在线| 国产又黄又爽又无遮挡在线| 日韩制服骚丝袜av| 久久精品国产99精品国产亚洲性色| 在线观看66精品国产| 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 | 欧美不卡视频在线免费观看| 久久6这里有精品| 熟妇人妻久久中文字幕3abv| 欧美性感艳星| 免费av观看视频| 久久婷婷人人爽人人干人人爱| 日本一二三区视频观看| 在线观看免费视频日本深夜| 一区二区三区四区激情视频 | 偷拍熟女少妇极品色| a级一级毛片免费在线观看| 菩萨蛮人人尽说江南好唐韦庄 | 久久精品国产亚洲av天美| 精品久久久久久久久亚洲| 久久久国产成人精品二区| 亚洲激情五月婷婷啪啪| 中文字幕精品亚洲无线码一区| 欧美精品一区二区大全| 一进一出抽搐动态| 大型黄色视频在线免费观看| 热99re8久久精品国产| 三级男女做爰猛烈吃奶摸视频| 免费人成视频x8x8入口观看| 亚洲色图av天堂| 日韩av在线大香蕉| 小蜜桃在线观看免费完整版高清| 亚洲精品国产成人久久av| 午夜免费男女啪啪视频观看| 丰满乱子伦码专区| 中文字幕av在线有码专区| 精品久久国产蜜桃| 午夜免费男女啪啪视频观看| 一级毛片久久久久久久久女| 国产精品99久久久久久久久| 亚洲七黄色美女视频| av在线亚洲专区| 精品午夜福利在线看| 午夜福利成人在线免费观看| 午夜福利在线在线| 美女高潮的动态| 2021天堂中文幕一二区在线观| 51国产日韩欧美| 国产爱豆传媒在线观看| 非洲黑人性xxxx精品又粗又长| 一进一出抽搐gif免费好疼| av女优亚洲男人天堂| 成人毛片60女人毛片免费| 简卡轻食公司| 日日啪夜夜撸| 成年免费大片在线观看| 精华霜和精华液先用哪个| 中出人妻视频一区二区| 久久精品夜夜夜夜夜久久蜜豆| 欧美极品一区二区三区四区| 国产蜜桃级精品一区二区三区| 别揉我奶头 嗯啊视频| www.色视频.com| 国产综合懂色| 国产精品久久久久久亚洲av鲁大| 麻豆成人午夜福利视频| 欧美精品一区二区大全| 99热6这里只有精品| 小说图片视频综合网站| 午夜免费激情av| 午夜福利在线观看免费完整高清在 | 欧美潮喷喷水| 亚洲最大成人av| av在线亚洲专区| 欧美日韩乱码在线| 成年版毛片免费区| 少妇猛男粗大的猛烈进出视频 | 久久久久九九精品影院| 麻豆久久精品国产亚洲av| 男人和女人高潮做爰伦理| 我的老师免费观看完整版| 国产淫片久久久久久久久| 91久久精品电影网| 可以在线观看的亚洲视频| 我的老师免费观看完整版| 美女cb高潮喷水在线观看| 日韩在线高清观看一区二区三区| 欧美性猛交╳xxx乱大交人| 亚洲,欧美,日韩| 综合色丁香网| 日日摸夜夜添夜夜添av毛片| 欧美日韩乱码在线| h日本视频在线播放| 亚洲精品久久国产高清桃花| 在线天堂最新版资源| 日本一二三区视频观看| 国内少妇人妻偷人精品xxx网站| 一进一出抽搐动态| 国产乱人视频| 久久久国产成人精品二区| 久久精品国产自在天天线| 国产精品永久免费网站| 久久久久久久久大av| 亚洲天堂国产精品一区在线| 哪里可以看免费的av片| 国产亚洲精品av在线| 亚洲经典国产精华液单| 中文欧美无线码| 热99re8久久精品国产| 少妇人妻一区二区三区视频| 精品久久久久久久久久久久久| 国产成人91sexporn| 亚洲aⅴ乱码一区二区在线播放| 国产老妇女一区| 久久久色成人| 国产亚洲5aaaaa淫片| 欧美极品一区二区三区四区| 亚洲自偷自拍三级| 中文资源天堂在线| 我要搜黄色片| 小说图片视频综合网站| 国内精品宾馆在线| 久久久午夜欧美精品| 简卡轻食公司| 国内精品美女久久久久久| 夜夜爽天天搞| 午夜免费男女啪啪视频观看| 成人美女网站在线观看视频| 夫妻性生交免费视频一级片| 久久久久久大精品| 老女人水多毛片| 国产午夜精品久久久久久一区二区三区| 国产老妇伦熟女老妇高清| 黄色日韩在线| 搡老妇女老女人老熟妇| 联通29元200g的流量卡| 久久精品国产亚洲av香蕉五月| 国产v大片淫在线免费观看| 身体一侧抽搐| 超碰av人人做人人爽久久| 赤兔流量卡办理| 国产高清视频在线观看网站| 亚洲国产精品国产精品| 成人三级黄色视频| 亚洲成人久久爱视频| 不卡视频在线观看欧美| 久久久精品欧美日韩精品| 啦啦啦观看免费观看视频高清| 欧美bdsm另类| 女人被狂操c到高潮| 精品人妻偷拍中文字幕| 国内精品宾馆在线| 美女脱内裤让男人舔精品视频 | 给我免费播放毛片高清在线观看| 亚洲在久久综合| 亚洲精品粉嫩美女一区| 国产又黄又爽又无遮挡在线| 国产精品一区二区三区四区久久| 久久这里有精品视频免费| 久久久精品94久久精品| 伊人久久精品亚洲午夜| 91在线精品国自产拍蜜月| 久久精品国产亚洲av涩爱 | 久久久久网色| 99久久精品一区二区三区| 我的女老师完整版在线观看| 国产久久久一区二区三区| av国产免费在线观看| 国产v大片淫在线免费观看| 欧美日韩精品成人综合77777| 成熟少妇高潮喷水视频| 久久亚洲精品不卡| 国产乱人偷精品视频| 日韩欧美精品v在线| 中文字幕制服av| 五月伊人婷婷丁香| 中文字幕免费在线视频6| 色吧在线观看| 干丝袜人妻中文字幕| 2022亚洲国产成人精品| 久久99热6这里只有精品| 91av网一区二区| 国产精品蜜桃在线观看 | av又黄又爽大尺度在线免费看 | 天天躁夜夜躁狠狠久久av| 观看美女的网站| 伊人久久精品亚洲午夜| 观看美女的网站| 欧美+日韩+精品| 青青草视频在线视频观看| 国内精品一区二区在线观看| 少妇猛男粗大的猛烈进出视频 | 午夜精品一区二区三区免费看| 特大巨黑吊av在线直播| ponron亚洲| 色吧在线观看| 一进一出抽搐动态| 人妻夜夜爽99麻豆av| 中文字幕av成人在线电影| 一本一本综合久久| 午夜精品国产一区二区电影 | 黄色配什么色好看| 国产成年人精品一区二区| 蜜桃久久精品国产亚洲av| 波野结衣二区三区在线| 亚洲高清免费不卡视频| 18+在线观看网站| 亚洲无线在线观看| 久久久欧美国产精品| 男人舔女人下体高潮全视频| 99热这里只有精品一区| 国内精品美女久久久久久| 一本一本综合久久| 大香蕉久久网| 亚洲五月天丁香| 联通29元200g的流量卡| 国内揄拍国产精品人妻在线| 日本在线视频免费播放| 国产伦精品一区二区三区视频9| 99热这里只有是精品50| 欧美性猛交黑人性爽| 精品国内亚洲2022精品成人| 欧美性感艳星| 国产av麻豆久久久久久久| 欧美激情在线99| 男的添女的下面高潮视频| 一级毛片我不卡| 欧美日本亚洲视频在线播放| 精品人妻一区二区三区麻豆| 欧美bdsm另类| 国产伦精品一区二区三区四那| av视频在线观看入口| 色综合色国产| 国产精品嫩草影院av在线观看| 久久精品国产自在天天线| 啦啦啦观看免费观看视频高清| 国产一区二区在线av高清观看| 欧美不卡视频在线免费观看| 国产成人aa在线观看| 久久精品国产自在天天线| 免费观看精品视频网站| 国产精品女同一区二区软件| 白带黄色成豆腐渣| 99在线视频只有这里精品首页| 亚洲精品成人久久久久久| 真实男女啪啪啪动态图| 少妇裸体淫交视频免费看高清| 不卡一级毛片| 亚洲不卡免费看| 激情 狠狠 欧美| 国产老妇女一区| 久久精品久久久久久久性| 亚洲自偷自拍三级| 亚洲在久久综合| 日韩 亚洲 欧美在线| eeuss影院久久| 日韩大尺度精品在线看网址| 欧美zozozo另类| 亚洲精品自拍成人| 一级黄片播放器| 亚洲欧美精品专区久久| 麻豆乱淫一区二区| 国产精品麻豆人妻色哟哟久久 | 黄色日韩在线| 免费观看的影片在线观看| 国产女主播在线喷水免费视频网站 | АⅤ资源中文在线天堂| 啦啦啦啦在线视频资源| 久久亚洲精品不卡| 日韩一区二区三区影片| 黄片无遮挡物在线观看| 一级av片app| 成人毛片a级毛片在线播放| 青春草国产在线视频 | 3wmmmm亚洲av在线观看|