• <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 ?

    一種基于用戶反饋的時間感知推薦方法

    2015-01-15 05:50:02賈志淳楊玉強
    計算機工程與應用 2015年22期
    關鍵詞:負反饋社交用戶

    邢 星 ,賈志淳 ,2,楊玉強

    1.渤海大學 信息科學與技術學院,遼寧 錦州 121013

    2.美國新墨西哥大學 計算機科學系,美國 87131

    1 引言

    社交網(wǎng)絡中的用戶興趣信息會隨著時間發(fā)生變化,用戶之間的朋友關系也隨著時間的變化而變化。社交網(wǎng)絡是在不斷演化的,用戶興趣也是不斷變化的,如何為社交網(wǎng)絡中的個人用戶提供即時感興趣的項目推薦成為社交網(wǎng)絡推薦方法研究的新要求和新挑戰(zhàn)[1-2]。傳統(tǒng)的推薦方法只考慮用戶是否點擊了項目,對項目是否感興趣,并沒有考慮用戶點擊項目的時間因素[3-4]。因此,在實際的社交網(wǎng)絡推薦場景中,如果時間因素對用戶興趣影響較大,那么傳統(tǒng)的推薦方法無法為社交網(wǎng)絡用戶提供高質(zhì)量的推薦[5]。

    上下文背景信息(context information)中除了時間因素,用戶的反饋信息也可以用來提高推薦方法的推薦質(zhì)量[2,6-7]。傳統(tǒng)的推薦方法只考慮用戶的正反饋信息,即用戶─項目的點擊數(shù)據(jù)[8]。另一類反饋信息,如推薦系統(tǒng)推薦給用戶的項目中,用戶沒有點擊的項目,這類反饋信息稱為負反饋信息。負反饋信息從另一個方面反映了用戶的興趣,也可以用來分析用戶興趣偏好。將負反饋信任融入到基于用戶興趣的推薦方法中,提高社交網(wǎng)絡推薦方法的推薦質(zhì)量[9]。

    針對上述問題,本文提出一種基于用戶反饋時間感知推薦方法。通過對社交網(wǎng)絡的動態(tài)性建模,將時間因素引入到社交興趣網(wǎng)絡中。將用戶反饋信息建模為正反饋信息和負反饋信息,建立用戶興趣的時間衰變函數(shù)刻畫用戶興趣變化隨時間衰減的影響,綜合利用兩種反饋信息和用戶興趣衰變函數(shù)建立用戶興趣的動態(tài)模型。根據(jù)用戶興趣的動態(tài)模型為社交網(wǎng)絡中用戶提供時間感知的推薦。

    2 社交網(wǎng)絡和用戶反饋表示

    在社交網(wǎng)絡推薦方法研究和應用領域,人們只關注挖掘用戶與項目之間的二元關系[10],較少考慮用戶與項目所處的上下文背景信息,如時間、社交網(wǎng)絡朋友關系、用戶反饋等信息[11-14]。但是,在許多應用場景下,僅僅依靠用戶與項目之間的二元關系并不能生成有效推薦[15-16]。

    為了考慮時間因素對社交網(wǎng)絡推薦方法的影響,首先給出動態(tài)社交網(wǎng)絡的形式化表示。

    定義1(動態(tài)社交網(wǎng)絡)給定目標用戶u,動態(tài)社交網(wǎng)絡可以表示為GS=(V,follow,T,u),其中,

    (1)V是動態(tài)社交網(wǎng)絡中用戶U={u1,u2,…,un}結點的非空有限集合;

    (2)follow?U×U,是用戶─用戶的關注關系,代表社交網(wǎng)絡的朋友關系代表社交網(wǎng)絡中的關注關系(followship);

    (3)T代表社交網(wǎng)絡中用戶之間建立關注關系的時間集合。

    動態(tài)社交網(wǎng)絡Gs與傳統(tǒng)社交網(wǎng)絡G的定義不同之處在于動態(tài)社交網(wǎng)絡考慮了關注關系建立的時間。在此基礎上,給定時間t和目標用戶u,定義社交網(wǎng)絡中朋友(被關注者)集合:

    其中,tu,u′是目標用戶u關注用戶u′的時間。

    當推薦系統(tǒng)為用戶推薦項目時,記錄了用戶點擊的項目,同時也記錄了推薦列表中用戶沒有點擊的項目。一方面,用戶點擊的項目反映了用戶興趣偏好,可以直接用來計算用戶興趣的相似度。另一方面,用戶沒有點擊的項目也反映了用戶的興趣,也可以用來分析用戶興趣偏好。將這類數(shù)據(jù)融入到基于用戶興趣的推薦方法中,通過分析反饋信息準確刻畫用戶興趣偏好,可以進一步提供推薦方法的推薦質(zhì)量。

    根據(jù)用戶是否點擊推薦項目,將用戶反饋信息分為兩類:正反饋信息和負反饋信息,定義表示如下:

    定義2(正反饋表示)給定目標用戶u,正反饋可以表示為圖的形式G+=(V,click,T,u),其中,

    (1)V=I∪U代表結點的非空有限集合,I={i1,i2,…,im}代表社交網(wǎng)絡中的項目集合,U={u1,u2,…,un}代表用戶集合。

    (2)click?U×I是用戶─項目的點擊關系,代表用戶的正反饋信息。

    (3)T代表用戶點擊項目的時間集合。

    給定時間t和G+,目標用戶u點擊的項目集合可以表示如下形式:

    其中,tu,i是目標用戶u點擊項目i的時間。

    定義3(負反饋表示)給定目標用戶u,負反饋可以表示為圖的形式G-=(V,unclick,T,u),其中,

    (1)V=I∪U代表結點的非空有限集合,I={i1,i2,…,im}代表社交網(wǎng)絡中的項目集合,U={u1,u2,…,un}代表用戶集合。

    (2)unclick?U×I指在推薦給用戶項目時候,用戶沒有選擇點擊的推薦項目,代表用戶的負反饋信息。

    (3)T代表用項目推薦給用戶但是沒有被用戶點擊的時間集合。

    與式(2)的定義相似,在給定時間t和G-的情況下,目標用戶u沒有點擊的項目集合定義如下:

    其中,tu,i是目標用戶u沒有選擇點擊項目i的時間。

    式(2)和式(3)分別計算目標用戶在給定時間內(nèi)的正反饋信息和負反饋信息,兩者從兩個不同方面反映了用戶在特定時間的興趣。結合用戶的正反饋和負反饋信息,定義用戶的推薦項目集合如下:

    其中,I+(u,t)由式(2)計算得到,I-(u,t)由式(3)計算得到。

    最后,定義基于時間感知和用戶反饋的社交網(wǎng)絡項目推薦的目標函數(shù)F如下:

    其中,i∈Irec(u,t),u∈U 。

    目標函數(shù)F通過對社交網(wǎng)絡中影響目標用戶點擊推薦項目的正反饋信息,負反饋信息和時間因素進行分析,將基于目標用戶u上下文背景信息生成的推薦項目映射到實數(shù)范圍,根據(jù)目標函數(shù)的函數(shù)值大小來預測目標用戶對推薦項目的喜好程度。

    3 基于用戶反饋時間感知推薦方法

    3.1 基于用戶反饋的相似度計算

    在傳統(tǒng)的推薦方法中,用戶之間的相似度是分析用戶之間點擊相同項目的個數(shù)和用戶分別點擊項目的個數(shù)計算而得到的[3],計算公式如下:

    其中,I(u)代表用戶u點擊的項目集合,I(u′)代表用戶u′點擊的項目集合。

    為了將時間因素和用戶反饋信任融入到推薦方法中,擴展式(6)的用戶相似度計算方法。給定時間t,用戶之間的相似度計算公式如下所示:

    t′u,i是用戶u沒有選擇點擊推薦項目i的時間;同樣地,t′u′,i是用戶u′沒有選擇點擊推薦項目i的時間,且滿足t′u,i≤t,t′u′,i≤t。

    weight(tu,i-tu′,i)是時間加權函數(shù),值域為[0,1];通過對用戶u和用戶u′點擊項目i的不同時間間隔加權,刻畫時間因素對推薦方法的影響。

    α是調(diào)和參數(shù),將用戶的正反饋信息和負反饋信息對用戶相似度的影響調(diào)和在一起,參數(shù)α的取值通過實驗得到。

    在式(7)中,如果將參數(shù)設為α=1,那么只有用戶的正反饋信息起作用,影響用戶的相似度計算。

    用戶對項目的選擇是有時間效應的。一般情況下,用戶對最近選擇的東西比較感興趣,而會忽視很早以前選擇的東西,不同時間下的用戶的項目選擇信息對推薦預測的貢獻是不一樣的。

    應用文獻[17]中的時間加權方法計算時間因素對用戶興趣的影響。令Δt=tu,i-tu′,i表示用戶u和用戶u′點擊項目i的時間間隔,時間加權函數(shù)定義為:

    其中,λ是時間衰變參數(shù),控制著用戶興趣衰變的速率。

    式(8)定義的時間加權函數(shù)在Δt≥0的條件下,是一個單調(diào)遞減函數(shù),在Δt=0的時候,函數(shù)取最大值1,在Δt→+∞的時候,函數(shù)取最小值0。

    參數(shù)λ控制時間加權函數(shù)函數(shù)值曲線下降的速率,λ的值越大,曲線下降的越快。這符合用戶興趣時間因素加權的要求:時間間隔較近的用戶點擊行為對項目的推薦作用獲得較高的貢獻度。同樣用式(8)分析用戶沒有選擇推薦項目數(shù)據(jù)對項目推薦結果帶來的影響。

    3.2 推薦算法

    基于時間感知和用戶反饋的推薦算法如下所示,其中,參數(shù)α和λ需要通過實驗分析確定參數(shù)的最優(yōu)值。

    算法1基于時間感知和用戶反饋的推薦算法

    通過上面的分析,利用社交網(wǎng)絡目標用戶鄰居節(jié)點的項目點擊信息來預測目標用戶未來點擊項目的概率,求解式(5)中推薦任務的目標函數(shù)F。

    4 實驗

    4.1 數(shù)據(jù)來源

    應用新浪微博所提供的數(shù)據(jù)訪問接口抽取推薦數(shù)據(jù),通過記錄用戶推薦項目列表和用戶點擊的推薦項目計算用戶反饋信息。抽取到數(shù)據(jù)的時間跨度從2011年10月12日到2011年11月12日,共計744個小時的數(shù)據(jù)。數(shù)據(jù)集中共有6 101個用戶,2 343個項目,954 015條帶時間信息的用戶-項目點擊日志記錄(user-item clicked log),1 203 421條用戶沒有選擇點擊推薦項目的日志記錄(user-item unclick log),132 747個關注關系。

    4.2 實驗設置

    將數(shù)據(jù)集劃分為訓練集和測試集,在訓練集上訓練基于時間感知和用戶反饋的推薦方法中的參數(shù),在測試集上評估提出推薦方法的推薦質(zhì)量。時間采樣窗口設置為1小時,共采樣745次。

    采用下面兩個常用的評價指標來評估基于用戶反饋的時間感知推薦方法的推薦質(zhì)量:

    (1)前k個推薦項目的平均準確率AP@k。

    (2)前k個推薦項目平均準確率的平均值MAP。

    其中,將k分別設置為k=5,k=10,k=15和k=20。

    對比實驗中的基線方法(Baseline)采用基于項目的推薦方法(item-based recommendation method)。如文獻[4]中所示,項目i和項目j之間的相似度sim(i,j)計算如下:

    其中,U(i)代表點擊項目i的用戶集合,U(j)代表點擊項目j的用戶集合。

    4.3 推薦質(zhì)量與分析

    圖1給出了參數(shù)λ和α的不同設置對前k個推薦項目平均準確率的平均值MAP值。實驗結果表明,當α=0.8且λ=0.005時,基于時間感知和用戶反饋推薦方法的推薦質(zhì)量最高,前k個推薦項目平均準確率的平均值MAP為0.243 5。因此,將參數(shù)α設定為0.8,進行下面的對比實驗。

    圖1 參數(shù)λ和α的不同設置對推薦質(zhì)量的影響

    將參數(shù)λ設置為0.5,0.01和0.005,評價不同參數(shù)λ設置對基于時間感知和用戶反饋的推薦方法帶來的影響,將該方法與基線方法(baseline)做比較,實驗結果如圖2所示?;€方法的前k個推薦項目平均準確率的平均值MAP為0.170 5。當λ=0.005時,基于時間感知和用戶反饋的推薦方法的MAP取值最大,為0.243 5。與基線方法相比,基于時間感知和用戶反饋的推薦方法在前k個推薦項目平均準確率的平均值MAP上提高了近30%。

    圖2 不同參數(shù)λ對推薦質(zhì)量的影響

    此外,參數(shù)λ也影響基于時間感知推薦方法的推薦質(zhì)量,當λ=0.5時,推薦方法前k個推薦項目平均準確率的平均值為0.167 6,這個值比基線方法的0.170 5要低。因此,合適的參數(shù)選取對基于用戶反饋的時間感知推薦方法而言至關重要,直接關系到推薦方法的推薦質(zhì)量。

    5 結束語

    本文給出了動態(tài)社交網(wǎng)絡項目推薦問題的定義,將用戶反饋形式化表示為正反饋信息和負反饋信息。通過擴展用戶相似度計算方法,將時間因素,用戶反饋信息等影響推薦質(zhì)量的上下文信息融入到推薦方法中。應用時間加權函數(shù)刻畫時間因素對用戶興趣的影響,使時間間隔較近的用戶點擊行為對項目的推薦作用獲得較高的貢獻度,充分體現(xiàn)用戶興趣的時間效應特性。對社交網(wǎng)絡中鄰居節(jié)點點擊的項目來預測目標用戶未來點擊的項目,構建基于用戶反饋的時間感知推薦方法。數(shù)據(jù)來源于新浪微博中抽取到的實際數(shù)據(jù),實驗表明通過選擇合適的參數(shù),基于用戶反饋的時間感知推薦方法可以顯著提高推薦質(zhì)量。

    [1]Biancalana C,Gasparetti F,Micarelli A,et al.An approach to social recommendation for context-aware mobile services[J].ACM Trans on Intell Syst Technol,2013,4(1):1-31.

    [2]Yang Xiwang,Steck H,Guo Yang,et al.On top-krecommendation using social networks[C]//Proceedings of the Sixth ACM Conference on Recommender Systems,2012:67-74.

    [3]Adomavicius G,Tuzhilin A.Toward the next generation of recommender systems:a survey of the state-of-the-art and possible extensions[J].IEEE Transactions on Knowledge and Data Engineering,2005,17(6):734-749.

    [4]Deshpande M,Karypis G.Item-based top-n recommendation algorithms[J].ACM Transactions on Information Systems,2004,22(1):143-177.

    [5]王立才,孟祥武,張玉潔.上下文感知推薦系統(tǒng)[J].軟件學報,2012,23(1):1-20.

    [6]Yang Shuanghong,Long Bo,Smola A J,et al.Collaborative competitive filtering:learning recommender using context of user choice[C]//Proceedings of the 34th International ACM SIGIR Conference on Research and Development in Information Retrieval,2011:295-304.

    [7]Bakshy E,Hofman J M,Mason W A,et al.Everyone’s an influencer:quantifying influence on twitter[C]//Proceedings of the Fourth ACM International Conference on Web Search and Data Mining,2011:65-74.

    [8]Sarwar B,Karypis G,Konstan J,et al.Item-based collaborative filtering recommendation algorithms[C]//Proceedings of the 10th International Conference on World Wide Web,2001:285-295.

    [9]Moghaddam S,Jamali M,Ester M,et al.FeedbackTrust:using feedback effects in trust-based recommendation systems[C]//Proceedings of the Third ACM Conference on Recommender Systems,2009:269-272.

    [10]吳湖,王永吉,王哲,等.兩階段聯(lián)合聚類協(xié)同過濾算法[J].軟件學報,2010(5):1042-1054.

    [11]Kuter U,Golbeck J.Using probabilistic confidence models for trust inference in web-based social networks[J].ACM Trans on Internet Technol,2010,10(2):1-23.

    [12]Hannon J,Bennett M,Smyth B.Recommending twitter users to follow using content and collaborative filtering approaches[C]//Proceedings of the Fourth ACM Conference on Recommender Systems,2010:199-206.

    [13]Guy I,Zwerdling N,Ronen I,et al.Social media recommendation based on people and tags[C]//Proceedings of the 33rd International ACM SIGIR Conference on Research and Development in Information Retrieval,2010:194-201.

    [14]Ma Hao,King I,Lyu M R.Learning to recommend with social trust ensemble[C]//Proceedings of the 32nd International ACM SIGIR Conference on Research and Development in Information Retrieval,2009:203-210.

    [15]Jahrer M,Toscher A,Legenstein R.Combining predictions for accurate recommender systems[C]//Proceedings of the 16th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining,2010:693-702.

    [16]Jamali M,Ester M.A matrix factorization technique with trust propagation for recommendation in social networks[C]//Proceedings of the Fourth ACM Conference on Recommender Systems,2010:135-142.

    [17]Ding Yi,Li Xue.Time weight collaborative filtering[C]//Proceedings of the 14th ACM International Conference on Information and Knowledge Management,2005:485-492.

    猜你喜歡
    負反饋社交用戶
    社交之城
    英語世界(2023年6期)2023-06-30 06:28:28
    社交牛人癥該怎么治
    意林彩版(2022年2期)2022-05-03 10:25:08
    全新的虛短虛斷概念與兩類集成運放之導出
    社交距離
    負反饋放大電路設計
    電子制作(2019年23期)2019-02-23 13:21:36
    你回避社交,真不是因為內(nèi)向
    文苑(2018年17期)2018-11-09 01:29:28
    關注用戶
    商用汽車(2016年11期)2016-12-19 01:20:16
    關注用戶
    商用汽車(2016年6期)2016-06-29 09:18:54
    關注用戶
    商用汽車(2016年4期)2016-05-09 01:23:12
    基于Multisim的負反饋放大電路仿真分析
    黑丝袜美女国产一区| 日本色播在线视频| 99热国产这里只有精品6| 黄片wwwwww| 国产成人91sexporn| 亚洲综合色惰| 一区二区av电影网| 国产成人免费无遮挡视频| 国产精品伦人一区二区| 亚洲欧美日韩东京热| 日韩av不卡免费在线播放| 在线观看三级黄色| 人妻少妇偷人精品九色| 亚洲丝袜综合中文字幕| 1000部很黄的大片| 日本猛色少妇xxxxx猛交久久| 美女cb高潮喷水在线观看| 老熟女久久久| 人体艺术视频欧美日本| 久久99热这里只有精品18| 日日摸夜夜添夜夜爱| 超碰97精品在线观看| av视频免费观看在线观看| 边亲边吃奶的免费视频| 大片电影免费在线观看免费| 久久久色成人| a级一级毛片免费在线观看| 永久网站在线| 一级a做视频免费观看| 亚洲va在线va天堂va国产| 国产久久久一区二区三区| 国产毛片在线视频| 街头女战士在线观看网站| 成人影院久久| 国产精品偷伦视频观看了| 国内揄拍国产精品人妻在线| 国模一区二区三区四区视频| 亚洲图色成人| av福利片在线观看| 久久精品人妻少妇| 99热国产这里只有精品6| 亚洲精品乱久久久久久| xxx大片免费视频| 免费久久久久久久精品成人欧美视频 | 国产 精品1| 免费观看的影片在线观看| 性色avwww在线观看| 夜夜骑夜夜射夜夜干| 中文字幕精品免费在线观看视频 | 精品久久久精品久久久| 久久久久性生活片| 久久久久性生活片| 欧美 日韩 精品 国产| 中文在线观看免费www的网站| 欧美日本视频| 国产精品成人在线| 久久综合国产亚洲精品| 国产精品久久久久久av不卡| 国产免费视频播放在线视频| 毛片女人毛片| 国产午夜精品一二区理论片| 久久久亚洲精品成人影院| 午夜激情久久久久久久| 国产在视频线精品| 狂野欧美激情性bbbbbb| 日本黄色片子视频| 男女无遮挡免费网站观看| 全区人妻精品视频| 欧美日韩在线观看h| 免费人成在线观看视频色| 超碰av人人做人人爽久久| 青青草视频在线视频观看| 欧美日韩国产mv在线观看视频 | 亚洲色图av天堂| 中文天堂在线官网| 一区在线观看完整版| 少妇的逼好多水| 91精品伊人久久大香线蕉| 日本黄色片子视频| 国产伦精品一区二区三区四那| 大陆偷拍与自拍| 欧美亚洲 丝袜 人妻 在线| 十分钟在线观看高清视频www | 精品久久久久久久久av| av卡一久久| 亚洲欧美一区二区三区国产| 精品亚洲乱码少妇综合久久| 国产探花极品一区二区| 亚洲精品亚洲一区二区| 成人国产av品久久久| 男人添女人高潮全过程视频| 大话2 男鬼变身卡| 我要看日韩黄色一级片| 在线亚洲精品国产二区图片欧美 | 国产伦在线观看视频一区| 亚洲精品日韩av片在线观看| 最后的刺客免费高清国语| 久久久a久久爽久久v久久| 国产免费福利视频在线观看| 日本猛色少妇xxxxx猛交久久| 免费黄色在线免费观看| 熟女电影av网| 有码 亚洲区| 久久精品夜色国产| 女性生殖器流出的白浆| 欧美精品国产亚洲| 久久韩国三级中文字幕| 免费观看性生交大片5| 18+在线观看网站| 最近最新中文字幕大全电影3| 黄色日韩在线| 国产亚洲欧美精品永久| 麻豆精品久久久久久蜜桃| 伊人久久精品亚洲午夜| 18禁裸乳无遮挡动漫免费视频| 国产片特级美女逼逼视频| 精品一品国产午夜福利视频| 美女主播在线视频| 我要看黄色一级片免费的| h视频一区二区三区| 午夜日本视频在线| 99久久综合免费| av在线老鸭窝| 亚洲欧美精品专区久久| 国产免费一区二区三区四区乱码| 成人一区二区视频在线观看| 国产黄色免费在线视频| 久久午夜福利片| 国产高清三级在线| 91aial.com中文字幕在线观看| 一二三四中文在线观看免费高清| 中文字幕久久专区| 国产 一区精品| 卡戴珊不雅视频在线播放| 国产乱人偷精品视频| 成人毛片60女人毛片免费| 亚洲精品国产色婷婷电影| 蜜桃亚洲精品一区二区三区| 午夜福利网站1000一区二区三区| 嫩草影院新地址| 直男gayav资源| 夜夜看夜夜爽夜夜摸| 日韩不卡一区二区三区视频在线| 夫妻午夜视频| av国产久精品久网站免费入址| 亚洲不卡免费看| 欧美最新免费一区二区三区| 亚洲欧美日韩无卡精品| 2018国产大陆天天弄谢| 欧美另类一区| 老司机影院成人| 秋霞伦理黄片| 日韩av不卡免费在线播放| 黄片无遮挡物在线观看| 亚洲伊人久久精品综合| 超碰av人人做人人爽久久| 亚洲精品第二区| 久久久精品免费免费高清| 久久热精品热| 亚洲精品乱久久久久久| 毛片女人毛片| 久热久热在线精品观看| 日韩欧美一区视频在线观看 | 国产毛片在线视频| 三级国产精品欧美在线观看| 最近的中文字幕免费完整| 国产精品久久久久久精品古装| 小蜜桃在线观看免费完整版高清| 欧美日韩综合久久久久久| 日韩伦理黄色片| 啦啦啦中文免费视频观看日本| 国产精品久久久久久久久免| 久久精品熟女亚洲av麻豆精品| 在线天堂最新版资源| 国内揄拍国产精品人妻在线| 成人影院久久| 女性被躁到高潮视频| 高清午夜精品一区二区三区| 男女啪啪激烈高潮av片| 久久久久久久精品精品| 99热这里只有是精品50| 国产一区二区在线观看日韩| 91精品伊人久久大香线蕉| 成人高潮视频无遮挡免费网站| 免费黄色在线免费观看| 中文字幕久久专区| 日本黄大片高清| 97超视频在线观看视频| 最后的刺客免费高清国语| 内地一区二区视频在线| 成人免费观看视频高清| 亚洲精品,欧美精品| 日韩av免费高清视频| 在线观看免费高清a一片| 久久精品国产亚洲网站| 秋霞伦理黄片| 亚洲国产高清在线一区二区三| 欧美日韩精品成人综合77777| 亚洲精品久久午夜乱码| 国产视频内射| 黄色一级大片看看| 亚洲美女黄色视频免费看| 超碰av人人做人人爽久久| 晚上一个人看的免费电影| 精品酒店卫生间| 免费观看a级毛片全部| 欧美zozozo另类| 狠狠精品人妻久久久久久综合| 亚洲经典国产精华液单| 亚洲欧美一区二区三区黑人 | 特大巨黑吊av在线直播| 五月开心婷婷网| 少妇被粗大猛烈的视频| 国产免费视频播放在线视频| 国产69精品久久久久777片| 国产又色又爽无遮挡免| 三级经典国产精品| 一区在线观看完整版| 欧美少妇被猛烈插入视频| 国内精品宾馆在线| 国产一区有黄有色的免费视频| 看十八女毛片水多多多| 亚洲真实伦在线观看| 亚洲综合色惰| 亚洲精品国产成人久久av| 日韩免费高清中文字幕av| 中文字幕亚洲精品专区| 亚洲精华国产精华液的使用体验| 男人舔奶头视频| 国产视频首页在线观看| 女性被躁到高潮视频| 女的被弄到高潮叫床怎么办| 久久这里有精品视频免费| 国产成人一区二区在线| 日韩,欧美,国产一区二区三区| 欧美日韩一区二区视频在线观看视频在线| 久久久久久久久大av| 欧美少妇被猛烈插入视频| 王馨瑶露胸无遮挡在线观看| 亚洲欧美日韩另类电影网站 | 国内精品宾馆在线| 免费观看的影片在线观看| 亚洲av综合色区一区| 亚洲人成网站在线播| 直男gayav资源| 亚洲色图av天堂| 久久久午夜欧美精品| 高清午夜精品一区二区三区| 亚洲欧美精品自产自拍| 亚洲av二区三区四区| 波野结衣二区三区在线| 久久久久久九九精品二区国产| 日本av免费视频播放| 精品久久久久久久久av| 国产精品一区www在线观看| 嘟嘟电影网在线观看| 精品少妇黑人巨大在线播放| 国产一区二区在线观看日韩| 国产片特级美女逼逼视频| 亚洲色图av天堂| 成人18禁高潮啪啪吃奶动态图 | 国产黄片视频在线免费观看| kizo精华| 99热网站在线观看| 亚洲av综合色区一区| 1000部很黄的大片| 亚洲四区av| 久久久久国产网址| 青春草亚洲视频在线观看| 国产精品麻豆人妻色哟哟久久| 精华霜和精华液先用哪个| 乱系列少妇在线播放| 人体艺术视频欧美日本| 好男人视频免费观看在线| 欧美激情国产日韩精品一区| 丰满迷人的少妇在线观看| 亚洲精品一区蜜桃| 欧美bdsm另类| 青春草国产在线视频| 三级国产精品欧美在线观看| 欧美成人一区二区免费高清观看| 大香蕉久久网| 视频中文字幕在线观看| 亚洲精华国产精华液的使用体验| 国产亚洲91精品色在线| 一个人免费看片子| av免费在线看不卡| 99久久人妻综合| 国产精品成人在线| 精品人妻熟女av久视频| 大话2 男鬼变身卡| 热99国产精品久久久久久7| 国产白丝娇喘喷水9色精品| 久久综合国产亚洲精品| 亚洲无线观看免费| 成人漫画全彩无遮挡| 在线观看免费视频网站a站| 日韩大片免费观看网站| 亚洲av在线观看美女高潮| 国产 一区精品| 99热6这里只有精品| 精品熟女少妇av免费看| 中文字幕精品免费在线观看视频 | 女性被躁到高潮视频| 亚洲成人av在线免费| 亚洲欧美日韩卡通动漫| 免费大片黄手机在线观看| 亚洲国产精品一区三区| 欧美老熟妇乱子伦牲交| 在线观看国产h片| 中文字幕久久专区| 免费不卡的大黄色大毛片视频在线观看| 99热这里只有精品一区| 男女下面进入的视频免费午夜| 欧美3d第一页| 亚洲欧美日韩无卡精品| 99热这里只有是精品在线观看| 欧美精品人与动牲交sv欧美| 国产淫片久久久久久久久| 高清午夜精品一区二区三区| 日韩免费高清中文字幕av| 国产精品一区二区三区四区免费观看| 最近中文字幕高清免费大全6| 中文资源天堂在线| 成人18禁高潮啪啪吃奶动态图 | 亚洲欧美中文字幕日韩二区| 人妻制服诱惑在线中文字幕| 午夜老司机福利剧场| 午夜免费观看性视频| 亚洲天堂av无毛| 嫩草影院入口| 青春草视频在线免费观看| 日本av免费视频播放| 在现免费观看毛片| 99re6热这里在线精品视频| 草草在线视频免费看| 一二三四中文在线观看免费高清| 男女无遮挡免费网站观看| 只有这里有精品99| 青青草视频在线视频观看| 日韩一区二区三区影片| 久久鲁丝午夜福利片| 亚洲综合色惰| 亚洲精品乱久久久久久| 免费人妻精品一区二区三区视频| 国产精品久久久久久av不卡| 国产免费又黄又爽又色| 91aial.com中文字幕在线观看| 精品少妇久久久久久888优播| 免费黄色在线免费观看| 国产免费又黄又爽又色| 高清日韩中文字幕在线| 久久久午夜欧美精品| 日韩亚洲欧美综合| 亚洲中文av在线| 多毛熟女@视频| 久久久久久人妻| 岛国毛片在线播放| 久久精品国产自在天天线| 成人漫画全彩无遮挡| 青春草国产在线视频| 久久久精品免费免费高清| 久久久午夜欧美精品| 美女内射精品一级片tv| 精品亚洲乱码少妇综合久久| 国产成人精品久久久久久| 亚洲av电影在线观看一区二区三区| 狠狠精品人妻久久久久久综合| 亚洲电影在线观看av| 日韩av免费高清视频| 欧美成人精品欧美一级黄| 天堂中文最新版在线下载| 国产亚洲最大av| 国产 一区 欧美 日韩| 亚洲欧美精品专区久久| 日韩欧美精品免费久久| av视频免费观看在线观看| 亚洲一级一片aⅴ在线观看| 99热这里只有是精品在线观看| 久久av网站| av又黄又爽大尺度在线免费看| 建设人人有责人人尽责人人享有的 | 最近中文字幕高清免费大全6| 国产精品伦人一区二区| 亚洲最大成人中文| 美女主播在线视频| 欧美成人a在线观看| 极品少妇高潮喷水抽搐| 亚洲,欧美,日韩| 亚洲成人中文字幕在线播放| 国模一区二区三区四区视频| 欧美人与善性xxx| 一级二级三级毛片免费看| 自拍偷自拍亚洲精品老妇| 亚洲精品成人av观看孕妇| freevideosex欧美| 美女高潮的动态| 久久国产乱子免费精品| 免费黄网站久久成人精品| 亚洲国产av新网站| tube8黄色片| 亚洲av.av天堂| 亚洲国产毛片av蜜桃av| 男女边吃奶边做爰视频| 人妻一区二区av| 国产黄片视频在线免费观看| av福利片在线观看| 一本一本综合久久| 国产乱人视频| 久久久久国产精品人妻一区二区| 2022亚洲国产成人精品| 如何舔出高潮| 日日撸夜夜添| 亚洲丝袜综合中文字幕| 亚洲国产精品一区三区| 少妇高潮的动态图| 婷婷色综合www| 永久免费av网站大全| 久久久久网色| 日韩,欧美,国产一区二区三区| 一边亲一边摸免费视频| 秋霞在线观看毛片| 成人午夜精彩视频在线观看| 一区二区av电影网| 男人爽女人下面视频在线观看| 熟妇人妻不卡中文字幕| 国产有黄有色有爽视频| 大片电影免费在线观看免费| 精品人妻熟女av久视频| 日本黄色日本黄色录像| 久久人人爽人人爽人人片va| 干丝袜人妻中文字幕| 国产成人freesex在线| 美女国产视频在线观看| 老司机影院成人| 亚洲av中文字字幕乱码综合| 国内少妇人妻偷人精品xxx网站| 欧美少妇被猛烈插入视频| 韩国高清视频一区二区三区| 免费看光身美女| 午夜激情久久久久久久| 亚洲av成人精品一区久久| 麻豆国产97在线/欧美| 久久久欧美国产精品| 校园人妻丝袜中文字幕| 波野结衣二区三区在线| 精品一区二区三区视频在线| 国产黄频视频在线观看| 欧美成人午夜免费资源| 又粗又硬又长又爽又黄的视频| 人人妻人人看人人澡| 国产精品一区二区在线不卡| 午夜免费观看性视频| 亚洲精品色激情综合| 国产爽快片一区二区三区| 亚洲欧美日韩无卡精品| 国产亚洲5aaaaa淫片| 老司机影院成人| 亚洲一区二区三区欧美精品| 91精品国产九色| 国产成人91sexporn| 亚洲三级黄色毛片| 欧美日韩视频高清一区二区三区二| 精品酒店卫生间| 中文字幕精品免费在线观看视频 | 简卡轻食公司| 亚洲熟女精品中文字幕| 最近最新中文字幕大全电影3| 男女边吃奶边做爰视频| 看免费成人av毛片| 国内精品宾馆在线| 在线看a的网站| 日本欧美国产在线视频| 精品国产露脸久久av麻豆| 亚洲aⅴ乱码一区二区在线播放| 午夜免费男女啪啪视频观看| 97超视频在线观看视频| 国产无遮挡羞羞视频在线观看| 男女免费视频国产| 亚洲精品国产成人久久av| 国产大屁股一区二区在线视频| 成人黄色视频免费在线看| 女性被躁到高潮视频| 人妻一区二区av| 亚洲内射少妇av| 91狼人影院| 18禁在线无遮挡免费观看视频| 1000部很黄的大片| 嘟嘟电影网在线观看| 中国三级夫妇交换| 91精品一卡2卡3卡4卡| 男男h啪啪无遮挡| 1000部很黄的大片| 蜜桃亚洲精品一区二区三区| 各种免费的搞黄视频| 亚洲欧美成人精品一区二区| 少妇猛男粗大的猛烈进出视频| 成年美女黄网站色视频大全免费 | 欧美日韩国产mv在线观看视频 | 狠狠精品人妻久久久久久综合| 九九久久精品国产亚洲av麻豆| 亚洲精品456在线播放app| 日韩av在线免费看完整版不卡| 亚洲精品国产av成人精品| 亚洲中文av在线| 少妇猛男粗大的猛烈进出视频| 黄色一级大片看看| 舔av片在线| 国产伦精品一区二区三区四那| 高清日韩中文字幕在线| 日本黄色片子视频| 中文天堂在线官网| 一级毛片我不卡| 伊人久久精品亚洲午夜| 综合色丁香网| 人妻 亚洲 视频| 大码成人一级视频| 乱码一卡2卡4卡精品| 日本wwww免费看| 亚洲不卡免费看| av国产免费在线观看| 狂野欧美激情性bbbbbb| 22中文网久久字幕| 99久国产av精品国产电影| 成年美女黄网站色视频大全免费 | 久久精品久久精品一区二区三区| 亚洲av日韩在线播放| 男人狂女人下面高潮的视频| 18禁裸乳无遮挡动漫免费视频| 中文资源天堂在线| 春色校园在线视频观看| 日本av免费视频播放| 国产成人a区在线观看| 观看美女的网站| 夜夜看夜夜爽夜夜摸| 国产69精品久久久久777片| 中国三级夫妇交换| 亚洲,欧美,日韩| 日本欧美国产在线视频| av国产免费在线观看| 联通29元200g的流量卡| 在线观看免费高清a一片| 在线观看av片永久免费下载| 亚洲精品乱码久久久v下载方式| 欧美另类一区| 久久久久久久久久人人人人人人| 麻豆乱淫一区二区| 18禁裸乳无遮挡动漫免费视频| 国产伦在线观看视频一区| 国产亚洲精品久久久com| 亚洲精品视频女| 超碰97精品在线观看| 男女下面进入的视频免费午夜| 蜜桃久久精品国产亚洲av| 国产亚洲5aaaaa淫片| 极品教师在线视频| 3wmmmm亚洲av在线观看| 欧美 日韩 精品 国产| 国产精品偷伦视频观看了| 亚洲欧美日韩另类电影网站 | 国产淫片久久久久久久久| 在线观看一区二区三区| 午夜视频国产福利| 能在线免费看毛片的网站| 亚洲欧美精品专区久久| 黄色欧美视频在线观看| 一二三四中文在线观看免费高清| 男女边摸边吃奶| 中文字幕人妻熟人妻熟丝袜美| 偷拍熟女少妇极品色| 制服丝袜香蕉在线| 中文字幕免费在线视频6| 男女边吃奶边做爰视频| av天堂中文字幕网| 热re99久久精品国产66热6| 欧美精品国产亚洲| 久久鲁丝午夜福利片| 亚洲国产精品成人久久小说| 国产精品av视频在线免费观看| 日韩在线高清观看一区二区三区| 婷婷色综合www| av国产免费在线观看| 久久久精品免费免费高清| 能在线免费看毛片的网站| 国产一区二区三区av在线| 中文字幕久久专区| 六月丁香七月| 久久99蜜桃精品久久| 欧美一级a爱片免费观看看| 91精品国产国语对白视频| 午夜福利在线在线| 国产日韩欧美在线精品| 卡戴珊不雅视频在线播放| 日产精品乱码卡一卡2卡三| 老女人水多毛片| 超碰av人人做人人爽久久| 日韩欧美 国产精品| 日日啪夜夜爽| 久久久久久久精品精品| 国产乱人视频| 一个人免费看片子| 免费观看无遮挡的男女| 日产精品乱码卡一卡2卡三| 国产免费又黄又爽又色| 亚洲成人手机| 欧美日韩在线观看h| 午夜免费观看性视频| 亚洲综合精品二区| 看非洲黑人一级黄片| 亚洲欧美成人精品一区二区| 色婷婷久久久亚洲欧美| 日韩精品有码人妻一区| 欧美变态另类bdsm刘玥| 2021少妇久久久久久久久久久| 免费播放大片免费观看视频在线观看|