• <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 ?

    基于改進Slope One的大數(shù)據(jù)智能化推薦研究

    2022-03-01 01:14:12徐永華雷東升
    計算機仿真 2022年1期
    關(guān)鍵詞:使用者信任預測

    徐永華,雷東升

    (1. 金陵科技學院計算機工程學院,江蘇 南京 211169;2. 北京工業(yè)大學,北京 100124)

    1 引言

    互聯(lián)網(wǎng)與云計算時代將網(wǎng)絡用戶的需求由資源獲取轉(zhuǎn)向為興趣資源獲取。在飛速發(fā)展的網(wǎng)絡時代中,對不同用戶的學習、工作、生活等方面均有著重要提取作用的推薦技術(shù)[1]應運而生,其憑借自身的高效優(yōu)勢,廣泛應用于電影、社交等自媒體領域中。推薦算法[2]作為技術(shù)核心,決定著推薦技術(shù)的應用性與適用性,并已經(jīng)成為近幾年的熱點研究課題之一。

    基于上述背景,文獻[3]根據(jù)五免費午餐定理與rice算法,選取推薦系統(tǒng)結(jié)構(gòu),根據(jù)問題特征與算法性能間的相關(guān)性,轉(zhuǎn)化推薦問題為多分類問題,引用多分類支持向量機算法完成智能推薦;文獻[4]利用軟命題邏輯、軟決策規(guī)則以及軟真度等,完成邏輯語義解釋、決策信息系統(tǒng)轉(zhuǎn)換以及決策規(guī)則評價,得到一種智能推薦算法。

    但是盡管文獻方法已被普及使用,但隨著高新技術(shù)與算法的不斷提出,推薦方法性能要求也在逐漸提升。因此,本文通過改進Slope One算法,提出大數(shù)據(jù)智能化推薦方法。結(jié)合使用者與項目相似度的度量策略,抑制使用者評分預測過程中非相似項目造成的干擾,以及使用者之間的影響,增加預測精準度;通過進一步劃分使用者屬性特征類別,使評分更有參考價值,推薦結(jié)果更具客觀性。

    2 Slope One算法

    作為基于使用者評分的Slope One算法,一般情況下,可通過下列一元線性回歸模型來預測評分

    F(u)=u+b

    (1)

    式中,使用者為u,代數(shù)項矩陣的偏差均值為b。讓使用者w、x、y、z給兩個項目分別打分,得到表1所示的不同使用者評分矩陣。

    表1 基于各項目的不同使用者評分矩陣

    因此,使用SlopeOne算法的一元線性回歸模型式(1),預測二號項目的使用者z打分結(jié)果,如下所示:

    (2)

    當目標使用者和其他使用者存在一致評分或者兩者一并給出同一項目的評分時,SlopeOne算法才能達成預測目的。

    假設訓練集合為χ,i、j,分別表示待評分的項目,對兩項目給出過評分的使用者集合為Si,j(χ),有card(Si,j(χ))個使用者對兩項目一并給出過評分,則采用下列計算公式求解Slope One算法偏差

    (3)

    若與項目j一并給出評分的項目集為Rj,因此關(guān)于項目j的使用者u評分預測表達式為

    (4)

    由于SlopeOne算法只面向項目的使用者評分均差求解,缺乏項目的重要性考量,因此,通過在SlopeOne算法中賦予各項目權(quán)值,得到一種加權(quán)SlopeOne算法,并將其作為改進的基本算法,以用于完成大數(shù)據(jù)智能化推薦任務。該算法的項目偏差權(quán)值為一并對兩項目給出過評分的使用者個數(shù),若j是待預測的目標項目,則下式即為加權(quán)SlopeOne算法下目標使用者u對該項目的預測評分

    (5)

    3 改進Slope One算法

    當使用者評分矩陣中使用者x與使用者y的偏好存在差異較大時,根據(jù)使用者x的打分結(jié)果去預測使用者y,會大幅降低預測精準度,因此,基于上述SlopeOne算法,結(jié)合使用者與項目相似度的度量策略,提出一種SlopeOne優(yōu)化算法,以抑制使用者評分預測過程中非相似項目造成的干擾,以及使用者之間的影響。

    3.1 基于使用者相似度的Slope One優(yōu)化算法

    從使用者角度出發(fā),構(gòu)建一種信任機制[5]的SlopeOne優(yōu)化算法,度量各個使用者之間的相似性。當推薦系統(tǒng)中的信任相關(guān)性顯著時,網(wǎng)絡傳播將助推使用者間信任相關(guān)性的延伸,若使用者ue對使用者uf具有信任顯著,使用者uf對使用者ug具有信任顯著,則即使使用者ue與使用者ug間無明顯信任相關(guān)性,依然存在一定的信任相關(guān)性。假設使用者ue與uf明顯信任的相關(guān)性及其最短間距分別為tueuf、d,因此推導出信任值的計算公式,如下所示:

    (6)

    信任值t′ueuf取值范圍為[0,1],1與0分別描述兩使用者間信任相關(guān)性的有與無。隨著明顯信任最短間距d的增加,內(nèi)耗、噪聲以及誤差不斷升高,因此,以簡化運算流程、減少內(nèi)耗為目標,將間距d限制在3以下。

    綜上所述,為求解項目i、j之間的誤差,改寫偏差計算式(3)為下列表達式

    (7)

    根據(jù)上式解得的項目i、j誤差值dev′i,j,結(jié)合加權(quán)SlopeOne算法式(5)解得的預測評分結(jié)果P′u,j,獲取基于使用者相似度的預測評分。

    3.2 基于項目相似度的Slope One優(yōu)化算法

    (8)

    該相似度sim(i,j)的取值范圍為sim(i,j)∈[-1,1],在不同取值區(qū)間中,項目i、j存在不同的相關(guān)性,如下列條件方程式所示

    (9)

    由此可知,當項目i、j存在正比關(guān)系時,sim(i,j)趨近于1,相似性較大;當關(guān)系是反比關(guān)系時,sim(i,j)趨近于-1,相似性較小;當兩者不相關(guān)時,無相似關(guān)系。

    綜上所述,基于項目相似度,用戶u對項目j的預測評分結(jié)果如下所示

    (10)

    根據(jù)上式解得的預測評分,結(jié)合下列加權(quán)Slope One算法解得的項目誤差結(jié)果dev″i,j,獲取項目相似度的最終預測評分

    (11)

    式中,使用者集Si,j的人數(shù)為|Si,j|。

    4 改進Slope One算法下大數(shù)據(jù)智能化推薦

    為提升智能化推薦結(jié)果的精準性,融合使用者相似度SlopeOne算法與項目相似度SlopeOne算法的預測結(jié)果,通過進一步劃分使用者屬性特征類別,使評分更有參考價值,推薦更具客觀性。

    引用蟻群聚類算法[7],劃分使用者特征類別,步驟如下

    1)對于|Si,j|個使用者,設定各年齡段中的任意使用者為初始簇中心Cu;

    2)對比各簇中心的使用者與其他使用者,求解使用者間距,完成簇劃分。假設使用者ue與uf的年齡、性別以及職業(yè)等屬性特征相似度分別是simH(e,f)、simX(e,f)以及simO(e,f),則基于屬性特征相似度simu(e,f)的計算公式如下所示:

    simu(e,f)=αsimH(e,f)+βsimX(e,f)

    +(1-α-β)simO(e,f)

    (12)

    式中,α、β取值范圍均為[0,1],用于調(diào)整綜合相似度中各特征的干擾度。

    關(guān)于性別屬性特征值,假設使用者ue與uf的性別分別為Xue、Xuf,則性別屬性相似度simX(e,f)的計算公式如下所示

    (13)

    關(guān)于年齡屬性特征值,以不同年齡段的使用者為年齡相似度的整體運算對象,設定完全相似值為年齡差不大于5,若使用者ue與uf的年齡分別為Hue、Huf,則年齡屬性相似度simH(e,f)的計算公式如下所示

    (14)

    關(guān)于職業(yè)屬性特征值,設定使用者ue與uf的職業(yè)分別為Oue、Ouf,則職業(yè)屬性相似度simO(e,f)的計算公式如下所示

    (15)

    3)設定新的簇中心為最近似于簇中心的使用者,按照以下步驟完成簇中心更新,返回第步驟2)進行循環(huán)計算:

    ①求解各類別中全部使用者的平均年齡;

    ②獲取各類別中使用者性別與職業(yè)數(shù)的極大值;

    ③將類別的當前簇中心設為平均年齡、性別與職業(yè)極大值;

    ④求解年齡、性別以及職業(yè)等屬性特征下當前簇中心與類別內(nèi)全部用戶的相似性;

    ⑤新簇中心即為與當前簇中心具有最小歐幾里得距離[8]的使用者。

    4)在分類完全全部使用者后,取得使用者類簇。

    結(jié)合使用者屬性相似度simu(e,f)與使用者相似度的預測評分,得到下列基于使用者的綜合相似度界定公式

    simnew_u(e,f)=μsimPu(e,f)+(1-μ)simu(e,f)

    (16)

    式中,μ為修正系數(shù)[9],負責修正兩相似度的互相干擾力度。

    綜上所述,推導出充分考慮了項目、使用者及其屬性的預測評分公式,如下所示

    (17)

    根據(jù)所得預測評分值,與預設評分閾值作對比,若預測分值比閾值大,則該分值對應的數(shù)據(jù)即為大數(shù)據(jù)智能化推薦結(jié)果,將其推薦給相應使用者。

    5 仿真設計與分析

    5.1 仿真準備階段

    仿真環(huán)節(jié)選取Epinions與FilmTrust兩個數(shù)據(jù)集[10],前者包含項目的輔助數(shù)據(jù),個數(shù)增幅比使用者個數(shù)增幅大,而后者則在預處理之后,有關(guān)噪聲已被去除,得到的文本元素均呈小寫形式。表2與表3所示分別為兩數(shù)據(jù)集與實驗環(huán)境相關(guān)參數(shù)。

    表2 數(shù)據(jù)集相關(guān)參數(shù)

    表3 實驗環(huán)境相關(guān)參數(shù)

    為客觀評價本文方法的評分與推薦性能,分別采用均方根誤差、平均絕對誤差以及歸一化折現(xiàn)累計收益等指標進行量化評估,計算公式分別如下所示

    (18)

    (19)

    (20)

    式中,T為待預測評分的集合,i,u與Pi,u分別為預測評分結(jié)果與實際評分結(jié)果,Zk為歸一化折現(xiàn)累計收益指標的標準化因子,Pφ為推薦列表中項目i所在位置φ的對應分數(shù)。

    按一定比例劃分Epinions與Film Trust兩個數(shù)據(jù)集,利用五折線交叉驗證方法展開多次仿真,求取各指標結(jié)果均值后,將其與文獻方法進行對比,檢驗方法有效性。

    5.2 均方根誤差對比

    圖1所示為文獻方法與本文方法對Epinions與Film Trust兩數(shù)據(jù)集分別給出推薦的均方根誤差指標評估結(jié)果。由此可以看出,本文方法對比文獻方法的推薦均方根誤差更小,且Epinions數(shù)據(jù)集的推薦結(jié)果更能滿足使用者需求。這是因為從使用者角度出發(fā),構(gòu)建了信任機制Slope One優(yōu)化算法,度量了各使用者間的相似性。

    圖1 均方根誤差對比圖

    5.3 平均絕對誤差對比

    兩數(shù)據(jù)集在不同推薦方法下的平均絕對誤差結(jié)果如圖2所示。根據(jù)圖中對比情況可以看出,相較于文獻方法,本文方法的平均絕對誤差值大幅下降,說明該方法能夠相對理想地將目標項目針對性地推薦給使用者。究其原因是針對智能化推薦項目,引入了皮爾森相關(guān)系數(shù)來改進加權(quán)Slope One算法,度量了各項目間的相似程度。

    圖2 平均絕對誤差對比圖

    5.4 歸一化折現(xiàn)累計收益效果對比

    經(jīng)各方法對兩數(shù)據(jù)集展開推薦后,得到圖3所示的歸一化折現(xiàn)累計收益指標評價結(jié)果。通過數(shù)值對比可知,相對文獻方法,本文方法因融合了使用者相似度Slope One算法與項目相似度Slope One算法的預測結(jié)果,并對用戶特征類別做了進一步劃分,因此指標評估水平始終處于較高標準。

    圖3 歸一化折現(xiàn)累計收益對比圖

    6 結(jié)論

    大數(shù)據(jù)推薦技術(shù)為幫助使用者在大規(guī)模數(shù)據(jù)中探索到有用信息提供了一種有效途徑。本文構(gòu)建的大數(shù)據(jù)智能化推薦方法具有高精度的推薦性能,但仍需針對以下弊端加以改進:根據(jù)使用者興趣與時間的負相關(guān)性關(guān)系,將使用者興趣遷移問題作為方法的變量指標,完善推薦性能;下一階段應針對離線運算能力做深入探究;應嘗試結(jié)合更新型的推薦技術(shù)與算法,研究出推薦更優(yōu)、運算更快的方法;使用者不同的行為特征也存在一定的隱藏信息,將行為特征考慮在內(nèi),有助于提升推薦精準度;在今后的研究中,需編程實現(xiàn)推薦的代碼,令方法更高效地運行。

    猜你喜歡
    使用者信任預測
    “法定許可”情況下使用者是否需要付費
    無可預測
    黃河之聲(2022年10期)2022-09-27 13:59:46
    選修2-2期中考試預測卷(A卷)
    選修2-2期中考試預測卷(B卷)
    表示信任
    新型拼插休閑椅,讓人與人的距離更近
    好日子(2018年5期)2018-05-30 16:24:04
    不必預測未來,只需把握現(xiàn)在
    嚶嚶嚶,人與人的信任在哪里……
    桃之夭夭B(2017年2期)2017-02-24 17:32:43
    從生到死有多遠
    抓拍神器
    国产精品久久电影中文字幕| 男女下面进入的视频免费午夜| 91久久精品电影网| 欧美性猛交╳xxx乱大交人| 国产在线精品亚洲第一网站| 欧美日本亚洲视频在线播放| 极品教师在线视频| 午夜福利欧美成人| 欧美高清性xxxxhd video| 国产高清激情床上av| 亚洲欧美日韩高清在线视频| 国产一区二区在线观看日韩| xxxwww97欧美| 国内揄拍国产精品人妻在线| 精品99又大又爽又粗少妇毛片 | av在线观看视频网站免费| 嫁个100分男人电影在线观看| 亚洲 欧美 日韩 在线 免费| 国产日本99.免费观看| 人人妻,人人澡人人爽秒播| 美女 人体艺术 gogo| 色在线成人网| 精品久久久久久久久久免费视频| 亚洲最大成人av| 亚洲经典国产精华液单 | 51午夜福利影视在线观看| 亚洲一区二区三区不卡视频| 亚洲欧美清纯卡通| 国产不卡一卡二| 日本一本二区三区精品| 久久久久久大精品| 国产黄片美女视频| 欧美日韩福利视频一区二区| 亚洲国产精品sss在线观看| 国产视频内射| 欧美精品国产亚洲| 午夜免费男女啪啪视频观看 | 亚洲最大成人手机在线| 国产精品乱码一区二三区的特点| 国产一区二区亚洲精品在线观看| 伊人久久精品亚洲午夜| 嫩草影院新地址| 久久国产精品影院| 亚洲av第一区精品v没综合| 亚洲av五月六月丁香网| 亚洲av日韩精品久久久久久密| 成人精品一区二区免费| www.999成人在线观看| 一本综合久久免费| 国产欧美日韩精品亚洲av| 熟妇人妻久久中文字幕3abv| 一级作爱视频免费观看| 我的女老师完整版在线观看| 日韩欧美精品免费久久 | 欧美成人免费av一区二区三区| 99热只有精品国产| 在线十欧美十亚洲十日本专区| 两人在一起打扑克的视频| 少妇的逼好多水| 亚洲专区国产一区二区| 久久精品国产亚洲av天美| 狠狠狠狠99中文字幕| 97碰自拍视频| 尤物成人国产欧美一区二区三区| 丰满人妻一区二区三区视频av| 国内精品久久久久精免费| 淫秽高清视频在线观看| 天堂影院成人在线观看| 久久欧美精品欧美久久欧美| 欧美zozozo另类| 蜜桃亚洲精品一区二区三区| 伊人久久精品亚洲午夜| 久久欧美精品欧美久久欧美| 国产黄a三级三级三级人| 日韩亚洲欧美综合| 观看免费一级毛片| 国产精品久久久久久久电影| 很黄的视频免费| av福利片在线观看| www.www免费av| 亚洲av五月六月丁香网| 成年女人毛片免费观看观看9| 国产精品一及| 国产熟女xx| 精品欧美国产一区二区三| 国产真实伦视频高清在线观看 | 久久精品国产亚洲av天美| 琪琪午夜伦伦电影理论片6080| 午夜福利高清视频| 午夜免费男女啪啪视频观看 | 午夜亚洲福利在线播放| 国产熟女xx| 成人性生交大片免费视频hd| ponron亚洲| 99久久99久久久精品蜜桃| 午夜福利视频1000在线观看| 免费av毛片视频| 免费无遮挡裸体视频| 中国美女看黄片| 丰满人妻一区二区三区视频av| av福利片在线观看| 嫩草影院入口| 美女大奶头视频| 国产色婷婷99| 最近中文字幕高清免费大全6 | 成人毛片a级毛片在线播放| 欧美成人免费av一区二区三区| 国产一区二区在线av高清观看| 中文资源天堂在线| 亚洲国产色片| 最近最新中文字幕大全电影3| 热99在线观看视频| 国产成人啪精品午夜网站| 久久精品夜夜夜夜夜久久蜜豆| 午夜激情欧美在线| 欧美区成人在线视频| 亚洲自拍偷在线| 日韩高清综合在线| 九九在线视频观看精品| 国产高清激情床上av| 午夜精品一区二区三区免费看| 美女cb高潮喷水在线观看| 一进一出好大好爽视频| 在线a可以看的网站| 久久久国产成人免费| 变态另类丝袜制服| 日韩中文字幕欧美一区二区| 啦啦啦观看免费观看视频高清| 成年人黄色毛片网站| 一级a爱片免费观看的视频| 伊人久久精品亚洲午夜| 99久久成人亚洲精品观看| 麻豆成人午夜福利视频| 热99在线观看视频| 白带黄色成豆腐渣| 午夜免费激情av| АⅤ资源中文在线天堂| 欧美日韩黄片免| 亚洲第一电影网av| 91久久精品国产一区二区成人| 波多野结衣高清无吗| 成人精品一区二区免费| 久久精品国产亚洲av天美| 久久午夜福利片| 高清日韩中文字幕在线| 亚洲一区二区三区色噜噜| 观看免费一级毛片| 亚洲精华国产精华精| 亚洲美女黄片视频| 国产亚洲精品av在线| 男人和女人高潮做爰伦理| 国产爱豆传媒在线观看| 99热这里只有精品一区| 久久天躁狠狠躁夜夜2o2o| 日韩欧美一区二区三区在线观看| 99久久久亚洲精品蜜臀av| 亚洲欧美日韩高清在线视频| 热99re8久久精品国产| 变态另类丝袜制服| 久久国产乱子免费精品| 国产伦在线观看视频一区| 女生性感内裤真人,穿戴方法视频| 在线观看免费视频日本深夜| 国内精品久久久久精免费| 中亚洲国语对白在线视频| www.999成人在线观看| 国产一级毛片七仙女欲春2| 国产aⅴ精品一区二区三区波| 久久久色成人| 搡女人真爽免费视频火全软件 | 少妇裸体淫交视频免费看高清| 12—13女人毛片做爰片一| 十八禁国产超污无遮挡网站| 亚洲精品粉嫩美女一区| 国内少妇人妻偷人精品xxx网站| 韩国av一区二区三区四区| ponron亚洲| 搡老熟女国产l中国老女人| 99精品在免费线老司机午夜| 90打野战视频偷拍视频| 2021天堂中文幕一二区在线观| 午夜两性在线视频| 国产单亲对白刺激| 嫩草影院入口| www.色视频.com| 成人永久免费在线观看视频| 一个人免费在线观看的高清视频| 一a级毛片在线观看| 亚洲国产高清在线一区二区三| 亚洲国产日韩欧美精品在线观看| 日韩欧美国产在线观看| 18禁黄网站禁片午夜丰满| 欧美zozozo另类| 床上黄色一级片| 免费av毛片视频| 亚洲精品一区av在线观看| 丁香六月欧美| 精品人妻视频免费看| 极品教师在线免费播放| 亚洲五月婷婷丁香| 精品久久久久久久久久免费视频| 一个人观看的视频www高清免费观看| 美女黄网站色视频| 日韩欧美精品v在线| 久久精品国产亚洲av涩爱 | 欧美+日韩+精品| 欧美日韩亚洲国产一区二区在线观看| 亚洲精品久久国产高清桃花| 色综合站精品国产| 2021天堂中文幕一二区在线观| 国产极品精品免费视频能看的| 精品久久久久久久人妻蜜臀av| 一卡2卡三卡四卡精品乱码亚洲| 一边摸一边抽搐一进一小说| 久久精品综合一区二区三区| 97人妻精品一区二区三区麻豆| 成年版毛片免费区| 看黄色毛片网站| 成人性生交大片免费视频hd| 90打野战视频偷拍视频| 波多野结衣高清无吗| 免费av不卡在线播放| 啦啦啦观看免费观看视频高清| 毛片女人毛片| 久久人人爽人人爽人人片va | 国产亚洲精品久久久com| eeuss影院久久| 我的老师免费观看完整版| 久久精品国产亚洲av涩爱 | 亚洲欧美激情综合另类| 久久久精品欧美日韩精品| 少妇丰满av| 黄色配什么色好看| 亚洲成a人片在线一区二区| 日韩高清综合在线| 88av欧美| 久久国产乱子伦精品免费另类| 不卡一级毛片| 2021天堂中文幕一二区在线观| 成人一区二区视频在线观看| 国产在线精品亚洲第一网站| 国产v大片淫在线免费观看| 欧美成狂野欧美在线观看| 精品久久久久久久末码| 我要看日韩黄色一级片| 88av欧美| 一区福利在线观看| 一区二区三区高清视频在线| 成人国产综合亚洲| 亚洲专区国产一区二区| 少妇高潮的动态图| 在线天堂最新版资源| 老熟妇仑乱视频hdxx| 亚洲乱码一区二区免费版| 丰满的人妻完整版| 国产成人福利小说| 免费人成视频x8x8入口观看| 日韩欧美精品免费久久 | 一边摸一边抽搐一进一小说| 国产三级黄色录像| 国产精品av视频在线免费观看| 日韩欧美精品v在线| 欧美+亚洲+日韩+国产| 日本黄色视频三级网站网址| 久久久久国产精品人妻aⅴ院| 一本综合久久免费| 99热精品在线国产| 国产aⅴ精品一区二区三区波| 亚洲av不卡在线观看| 国产视频内射| 三级毛片av免费| 欧美一区二区国产精品久久精品| 欧美精品国产亚洲| 欧美午夜高清在线| 国内揄拍国产精品人妻在线| 99视频精品全部免费 在线| 99国产精品一区二区三区| 小蜜桃在线观看免费完整版高清| 免费一级毛片在线播放高清视频| 内地一区二区视频在线| 老司机福利观看| 亚洲欧美激情综合另类| 三级毛片av免费| 日本一二三区视频观看| 97热精品久久久久久| 国产高清视频在线观看网站| 亚洲av免费在线观看| 午夜a级毛片| 婷婷色综合大香蕉| 三级男女做爰猛烈吃奶摸视频| 看十八女毛片水多多多| 看黄色毛片网站| 亚洲av中文字字幕乱码综合| 中文字幕人妻熟人妻熟丝袜美| 最近最新免费中文字幕在线| 日日干狠狠操夜夜爽| 丝袜美腿在线中文| 亚洲国产精品成人综合色| 久久人人爽人人爽人人片va | 99久久成人亚洲精品观看| 国产日本99.免费观看| 热99re8久久精品国产| 午夜激情欧美在线| 午夜精品久久久久久毛片777| 国产亚洲精品久久久com| 男插女下体视频免费在线播放| 欧美黑人巨大hd| eeuss影院久久| 欧美bdsm另类| 午夜福利欧美成人| 男女下面进入的视频免费午夜| 亚洲成人久久性| 国产极品精品免费视频能看的| 国语自产精品视频在线第100页| 日日摸夜夜添夜夜添小说| 麻豆一二三区av精品| 亚洲成人久久爱视频| 性色avwww在线观看| 91久久精品国产一区二区成人| 午夜亚洲福利在线播放| 久久久久久国产a免费观看| 亚洲无线在线观看| 欧美午夜高清在线| 国产主播在线观看一区二区| 2021天堂中文幕一二区在线观| 无遮挡黄片免费观看| 老司机午夜福利在线观看视频| 中亚洲国语对白在线视频| 久久亚洲真实| 久久久久国内视频| 亚洲成人久久爱视频| 在线看三级毛片| 狂野欧美白嫩少妇大欣赏| 简卡轻食公司| 毛片女人毛片| 午夜激情欧美在线| 成年免费大片在线观看| 又爽又黄无遮挡网站| 亚洲国产精品久久男人天堂| 老女人水多毛片| 久久久久性生活片| av在线老鸭窝| 亚洲在线观看片| 国产激情偷乱视频一区二区| 亚洲国产日韩欧美精品在线观看| 亚洲一区二区三区不卡视频| 99国产精品一区二区三区| 激情在线观看视频在线高清| 国产视频一区二区在线看| 国产高清视频在线播放一区| 精品福利观看| 又紧又爽又黄一区二区| 日韩免费av在线播放| 国产野战对白在线观看| 69人妻影院| 国产精品av视频在线免费观看| 90打野战视频偷拍视频| 国产欧美日韩一区二区精品| 九色国产91popny在线| 婷婷精品国产亚洲av| 一级a爱片免费观看的视频| а√天堂www在线а√下载| 一进一出抽搐动态| 怎么达到女性高潮| 国产一区二区三区视频了| 他把我摸到了高潮在线观看| 久久亚洲真实| 色av中文字幕| 国产精品国产高清国产av| 国产一区二区在线观看日韩| 亚洲欧美日韩卡通动漫| 精品日产1卡2卡| 人妻制服诱惑在线中文字幕| 3wmmmm亚洲av在线观看| 搡老妇女老女人老熟妇| 欧美成人免费av一区二区三区| 国产精品一区二区三区四区免费观看 | 亚洲欧美激情综合另类| 波多野结衣巨乳人妻| 亚洲精品在线观看二区| 国内毛片毛片毛片毛片毛片| 男人狂女人下面高潮的视频| 国产探花极品一区二区| 精品久久久久久久久亚洲 | 国产成年人精品一区二区| 啪啪无遮挡十八禁网站| 人妻久久中文字幕网| 老熟妇乱子伦视频在线观看| 国产不卡一卡二| 啪啪无遮挡十八禁网站| 观看免费一级毛片| 欧美日韩综合久久久久久 | 亚洲精品亚洲一区二区| 国产精品1区2区在线观看.| 国产免费男女视频| 精品久久久久久久久久久久久| 国产高清有码在线观看视频| 亚洲人成电影免费在线| 亚洲人成网站高清观看| 黄色日韩在线| 国产欧美日韩一区二区三| 国模一区二区三区四区视频| 婷婷丁香在线五月| 少妇高潮的动态图| 精品久久久久久久久亚洲 | 中文字幕熟女人妻在线| bbb黄色大片| 日本一本二区三区精品| 1000部很黄的大片| 国产三级黄色录像| 99精品久久久久人妻精品| 日日夜夜操网爽| 欧美+亚洲+日韩+国产| 综合色av麻豆| 男人狂女人下面高潮的视频| 看十八女毛片水多多多| 精品一区二区免费观看| 日本一二三区视频观看| 啦啦啦观看免费观看视频高清| 1000部很黄的大片| 少妇的逼好多水| 国产日本99.免费观看| 国产av麻豆久久久久久久| 成人国产一区最新在线观看| 一级毛片久久久久久久久女| 久久精品国产99精品国产亚洲性色| 日韩欧美在线乱码| 男人舔奶头视频| 搡老妇女老女人老熟妇| 亚洲精品乱码久久久v下载方式| 久久国产精品影院| 国产精品一区二区三区四区久久| 成人av在线播放网站| 欧美日本视频| 成人三级黄色视频| 午夜老司机福利剧场| 国产成人a区在线观看| 亚洲 国产 在线| 中亚洲国语对白在线视频| 麻豆一二三区av精品| 免费av毛片视频| 国产亚洲精品av在线| 亚洲一区高清亚洲精品| 特级一级黄色大片| 每晚都被弄得嗷嗷叫到高潮| 深夜精品福利| 午夜福利在线观看吧| 又爽又黄无遮挡网站| 网址你懂的国产日韩在线| 美女黄网站色视频| 午夜激情福利司机影院| 怎么达到女性高潮| 中文字幕av成人在线电影| 国产精品精品国产色婷婷| 免费黄网站久久成人精品 | 亚洲自偷自拍三级| 热99re8久久精品国产| 欧美+日韩+精品| av欧美777| 真人一进一出gif抽搐免费| 99国产精品一区二区三区| 在线免费观看的www视频| 欧美xxxx性猛交bbbb| 少妇熟女aⅴ在线视频| 精品国产三级普通话版| 午夜精品久久久久久毛片777| 亚洲国产日韩欧美精品在线观看| 国内揄拍国产精品人妻在线| 午夜福利在线观看吧| 看片在线看免费视频| 欧美在线黄色| 亚洲欧美清纯卡通| 在线观看舔阴道视频| 男女下面进入的视频免费午夜| 久久性视频一级片| 天堂av国产一区二区熟女人妻| 精华霜和精华液先用哪个| 久久久久九九精品影院| 免费av观看视频| 国产一区二区在线观看日韩| 一本久久中文字幕| 欧美+日韩+精品| 99热只有精品国产| 亚洲成a人片在线一区二区| 在线观看66精品国产| 国产精品自产拍在线观看55亚洲| www.熟女人妻精品国产| 国产男靠女视频免费网站| 久久久久国内视频| 国产精品亚洲美女久久久| 国产精品一区二区三区四区久久| 亚洲精品456在线播放app | 久久精品国产亚洲av涩爱 | 国产伦精品一区二区三区视频9| 高清毛片免费观看视频网站| 赤兔流量卡办理| 国产真实伦视频高清在线观看 | а√天堂www在线а√下载| 欧美高清性xxxxhd video| 日韩精品青青久久久久久| 欧美激情在线99| 免费观看精品视频网站| 男女下面进入的视频免费午夜| x7x7x7水蜜桃| 在线观看免费视频日本深夜| 99国产综合亚洲精品| 又黄又爽又刺激的免费视频.| 男人舔奶头视频| 18美女黄网站色大片免费观看| 好看av亚洲va欧美ⅴa在| 长腿黑丝高跟| 特大巨黑吊av在线直播| 亚洲精品亚洲一区二区| 日本 欧美在线| 国产精品亚洲美女久久久| 国产精品,欧美在线| 久久久久性生活片| 黄色配什么色好看| 国产黄a三级三级三级人| 亚洲美女搞黄在线观看 | 免费看美女性在线毛片视频| 别揉我奶头 嗯啊视频| 国产男靠女视频免费网站| 亚洲精品久久国产高清桃花| 久久精品国产亚洲av涩爱 | 美女高潮喷水抽搐中文字幕| 国产69精品久久久久777片| 两个人的视频大全免费| 日本免费a在线| 国产伦精品一区二区三区四那| 免费av毛片视频| 亚洲av电影不卡..在线观看| 亚洲真实伦在线观看| 国产淫片久久久久久久久 | 免费看a级黄色片| 午夜福利视频1000在线观看| 国产伦一二天堂av在线观看| 有码 亚洲区| 国内久久婷婷六月综合欲色啪| 老熟妇仑乱视频hdxx| 亚洲国产精品成人综合色| 天堂av国产一区二区熟女人妻| 国产精品,欧美在线| 非洲黑人性xxxx精品又粗又长| 我的老师免费观看完整版| 18美女黄网站色大片免费观看| 国产精品亚洲美女久久久| 成人特级av手机在线观看| 午夜久久久久精精品| av中文乱码字幕在线| 能在线免费观看的黄片| 亚洲人成网站在线播放欧美日韩| 久久6这里有精品| 特级一级黄色大片| 色综合站精品国产| 免费观看精品视频网站| 色吧在线观看| 色尼玛亚洲综合影院| 18禁黄网站禁片免费观看直播| 久久99热6这里只有精品| 国产精品久久久久久亚洲av鲁大| 国产成人aa在线观看| 亚洲 国产 在线| 别揉我奶头~嗯~啊~动态视频| 在线观看免费视频日本深夜| 色播亚洲综合网| 一个人看视频在线观看www免费| 国产精品自产拍在线观看55亚洲| 真人做人爱边吃奶动态| 久久人人爽人人爽人人片va | 欧美精品啪啪一区二区三区| 俄罗斯特黄特色一大片| 日韩欧美在线乱码| 九九热线精品视视频播放| 啦啦啦韩国在线观看视频| 亚洲国产欧洲综合997久久,| 一卡2卡三卡四卡精品乱码亚洲| 色在线成人网| 久久久国产成人精品二区| 亚洲乱码一区二区免费版| 97超级碰碰碰精品色视频在线观看| 又粗又爽又猛毛片免费看| 久久久国产成人免费| 又紧又爽又黄一区二区| 99国产精品一区二区蜜桃av| a级一级毛片免费在线观看| 热99在线观看视频| 亚洲av不卡在线观看| 久久精品久久久久久噜噜老黄 | 精品人妻偷拍中文字幕| 国产淫片久久久久久久久 | 国产欧美日韩一区二区三| 蜜桃久久精品国产亚洲av| 男人舔女人下体高潮全视频| 色综合欧美亚洲国产小说| 99国产极品粉嫩在线观看| 99国产精品一区二区蜜桃av| 亚洲欧美日韩东京热| 久久久久久久精品吃奶| 成年版毛片免费区| 欧美xxxx黑人xx丫x性爽| 国产午夜精品论理片| 99国产综合亚洲精品| 国产成+人综合+亚洲专区| 观看美女的网站| 一个人看视频在线观看www免费| 一个人免费在线观看电影| 成人高潮视频无遮挡免费网站| 亚洲国产精品成人综合色| 网址你懂的国产日韩在线| 欧美成人性av电影在线观看| 欧美绝顶高潮抽搐喷水| 欧美成人性av电影在线观看| 成人国产综合亚洲| 嫩草影院入口|