• <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
    黄色 视频免费看| 50天的宝宝边吃奶边哭怎么回事| 日本熟妇午夜| 亚洲自拍偷在线| 亚洲无线在线观看| 禁无遮挡网站| 国产精品 欧美亚洲| 色综合婷婷激情| 久久香蕉精品热| 欧美日本亚洲视频在线播放| 丝袜美腿诱惑在线| 两人在一起打扑克的视频| 啦啦啦观看免费观看视频高清| 一本大道久久a久久精品| 午夜福利高清视频| 欧美日韩中文字幕国产精品一区二区三区| 高清毛片免费观看视频网站| 国产片内射在线| 超碰成人久久| www.自偷自拍.com| 亚洲精品美女久久久久99蜜臀| 免费搜索国产男女视频| 在线播放国产精品三级| 日韩中文字幕欧美一区二区| 亚洲久久久国产精品| 亚洲精品久久国产高清桃花| 午夜久久久在线观看| 两性午夜刺激爽爽歪歪视频在线观看 | 大香蕉久久成人网| 丰满人妻熟妇乱又伦精品不卡| 亚洲最大成人中文| 啦啦啦免费观看视频1| 成人免费观看视频高清| 99久久国产精品久久久| 色综合婷婷激情| 亚洲全国av大片| 天堂√8在线中文| 两性夫妻黄色片| 欧美大码av| 国产精品98久久久久久宅男小说| 男人舔女人下体高潮全视频| 日韩av在线大香蕉| 欧洲精品卡2卡3卡4卡5卡区| 午夜两性在线视频| 国产精品,欧美在线| a级毛片在线看网站| 人妻久久中文字幕网| netflix在线观看网站| 亚洲 国产 在线| 日韩三级视频一区二区三区| 麻豆成人午夜福利视频| 成人欧美大片| 亚洲美女黄片视频| 日韩av在线大香蕉| 欧美久久黑人一区二区| 一进一出抽搐gif免费好疼| 国产成年人精品一区二区| 大香蕉久久成人网| 欧美最黄视频在线播放免费| 97碰自拍视频| 女性生殖器流出的白浆| 久久久精品国产亚洲av高清涩受| 欧美绝顶高潮抽搐喷水| 啦啦啦免费观看视频1| а√天堂www在线а√下载| 首页视频小说图片口味搜索| 可以在线观看毛片的网站| 国产高清视频在线播放一区| 久久中文看片网| 91成年电影在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 窝窝影院91人妻| 亚洲专区国产一区二区| 欧美一区二区精品小视频在线| www.999成人在线观看| 国产一区二区激情短视频| 亚洲五月婷婷丁香| 波多野结衣巨乳人妻| 成人国产一区最新在线观看| 日韩欧美免费精品| 日本在线视频免费播放| 黄色 视频免费看| 国产黄a三级三级三级人| 欧美日韩一级在线毛片| 看片在线看免费视频| 欧美一区二区精品小视频在线| 久久香蕉国产精品| 国产精品亚洲av一区麻豆| 国产激情欧美一区二区| 亚洲精品一卡2卡三卡4卡5卡| 亚洲 国产 在线| 亚洲国产精品sss在线观看| 十八禁人妻一区二区| 精品久久蜜臀av无| 一本精品99久久精品77| 真人做人爱边吃奶动态| 亚洲国产高清在线一区二区三 | 一进一出好大好爽视频| 亚洲男人天堂网一区| 亚洲狠狠婷婷综合久久图片| 亚洲av熟女| 最近在线观看免费完整版| 夜夜夜夜夜久久久久| 午夜福利成人在线免费观看| 99国产精品99久久久久| 麻豆一二三区av精品| 国产精品一区二区精品视频观看| 久久久久久九九精品二区国产 | 动漫黄色视频在线观看| 波多野结衣高清无吗| 在线观看一区二区三区| 黄色视频不卡| 丝袜人妻中文字幕| 桃红色精品国产亚洲av| 亚洲成国产人片在线观看| 久久久久精品国产欧美久久久| 丁香六月欧美| 国产高清videossex| 成人18禁在线播放| 国产伦一二天堂av在线观看| 久久婷婷人人爽人人干人人爱| 日韩高清综合在线| 男男h啪啪无遮挡| 日本五十路高清| 日日干狠狠操夜夜爽| 国产精品 欧美亚洲| 日韩中文字幕欧美一区二区| 欧美日韩中文字幕国产精品一区二区三区| 熟女少妇亚洲综合色aaa.| 精品福利观看| 中文字幕人妻丝袜一区二区| 国产97色在线日韩免费| 熟女电影av网| 国产一区二区在线av高清观看| 99久久国产精品久久久| 777久久人妻少妇嫩草av网站| 亚洲第一青青草原| bbb黄色大片| 欧美乱色亚洲激情| 亚洲,欧美精品.| 麻豆国产av国片精品| 波多野结衣巨乳人妻| 亚洲欧美日韩无卡精品| 一本久久中文字幕| av电影中文网址| av在线播放免费不卡| 国产成人影院久久av| 亚洲 欧美一区二区三区| 午夜福利在线在线| 这个男人来自地球电影免费观看| 中文字幕av电影在线播放| 婷婷精品国产亚洲av在线| 亚洲一码二码三码区别大吗| 国产激情欧美一区二区| 亚洲欧美日韩无卡精品| 免费看十八禁软件| 亚洲av成人一区二区三| 亚洲第一av免费看| 别揉我奶头~嗯~啊~动态视频| 长腿黑丝高跟| 妹子高潮喷水视频| 欧美乱妇无乱码| 国产成年人精品一区二区| 女性被躁到高潮视频| 久久青草综合色| 国产成人影院久久av| 久热爱精品视频在线9| 欧美日韩乱码在线| 波多野结衣高清无吗| 桃红色精品国产亚洲av| 午夜福利免费观看在线| 天堂√8在线中文| 午夜福利欧美成人| 日韩欧美 国产精品| 观看免费一级毛片| 午夜久久久在线观看| 国产黄色小视频在线观看| 此物有八面人人有两片| 欧美一区二区精品小视频在线| 国产爱豆传媒在线观看 | 亚洲第一电影网av| 久久久久精品国产欧美久久久| 特大巨黑吊av在线直播 | xxx96com| 国产97色在线日韩免费| 欧美成人一区二区免费高清观看 | 欧美性猛交黑人性爽| 18禁国产床啪视频网站| 侵犯人妻中文字幕一二三四区| 成年女人毛片免费观看观看9| 午夜精品在线福利| 精品久久久久久久末码| 欧美黑人巨大hd| 亚洲av电影在线进入| 中文字幕人成人乱码亚洲影| 午夜两性在线视频| 国产熟女xx| 淫妇啪啪啪对白视频| 狂野欧美激情性xxxx| 午夜福利在线观看吧| 久久精品夜夜夜夜夜久久蜜豆 | 中文亚洲av片在线观看爽| 人人妻人人看人人澡| 色综合亚洲欧美另类图片| 欧美精品亚洲一区二区| 人妻丰满熟妇av一区二区三区| 日韩欧美在线二视频| 性欧美人与动物交配| 叶爱在线成人免费视频播放| 啦啦啦 在线观看视频| 最新美女视频免费是黄的| tocl精华| 老鸭窝网址在线观看| 俄罗斯特黄特色一大片| 日韩 欧美 亚洲 中文字幕| 最好的美女福利视频网| 亚洲精品久久成人aⅴ小说| 亚洲狠狠婷婷综合久久图片| av在线天堂中文字幕| 亚洲精华国产精华精| 99在线视频只有这里精品首页| 国产亚洲av嫩草精品影院| 久久久久国产一级毛片高清牌| 制服丝袜大香蕉在线| 国产私拍福利视频在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 巨乳人妻的诱惑在线观看| 亚洲,欧美精品.| 国产精品av久久久久免费| 18禁裸乳无遮挡免费网站照片 | 99re在线观看精品视频| 日韩欧美 国产精品| 亚洲一区中文字幕在线| 看黄色毛片网站| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲欧美精品综合一区二区三区| 一级黄色大片毛片| 亚洲成人久久性| 欧美在线黄色| 国产欧美日韩精品亚洲av| 国产黄色小视频在线观看| 99在线视频只有这里精品首页| 99精品久久久久人妻精品| 国产激情久久老熟女| 午夜老司机福利片| 高清在线国产一区| 一卡2卡三卡四卡精品乱码亚洲| 成年女人毛片免费观看观看9| 亚洲成国产人片在线观看| 人人妻人人澡人人看| 久99久视频精品免费| 99精品久久久久人妻精品| 97超级碰碰碰精品色视频在线观看| 欧美一级毛片孕妇| 看片在线看免费视频| 亚洲国产高清在线一区二区三 | 亚洲熟妇中文字幕五十中出| 久久精品成人免费网站| 少妇的丰满在线观看| 91大片在线观看| 女人爽到高潮嗷嗷叫在线视频| 亚洲 欧美 日韩 在线 免费| 99re在线观看精品视频| 欧美日韩亚洲综合一区二区三区_| 久久精品国产亚洲av高清一级| 黄频高清免费视频| 欧美性猛交黑人性爽| 淫秽高清视频在线观看| av在线天堂中文字幕| 国产伦人伦偷精品视频| 亚洲人成77777在线视频| 欧美激情高清一区二区三区| 色播亚洲综合网| 高清毛片免费观看视频网站| 91国产中文字幕| 免费在线观看黄色视频的| 欧美色欧美亚洲另类二区| 中文字幕最新亚洲高清| 久久久久精品国产欧美久久久| 亚洲第一欧美日韩一区二区三区| 国产片内射在线| 女性被躁到高潮视频| 97碰自拍视频| videosex国产| 午夜免费激情av| 1024手机看黄色片| 亚洲av熟女| 久久久久国产一级毛片高清牌| 不卡av一区二区三区| 亚洲一区二区三区不卡视频| 欧美不卡视频在线免费观看 | 别揉我奶头~嗯~啊~动态视频| 精品日产1卡2卡| 亚洲专区字幕在线| 欧美一区二区精品小视频在线| 欧美日韩瑟瑟在线播放| 白带黄色成豆腐渣| 女性被躁到高潮视频| 午夜影院日韩av| 哪里可以看免费的av片| 久久久久九九精品影院| 久99久视频精品免费| 99久久精品国产亚洲精品| av片东京热男人的天堂| bbb黄色大片| 国产精品久久电影中文字幕| av电影中文网址| 亚洲精品中文字幕在线视频| 欧美亚洲日本最大视频资源| 欧美亚洲日本最大视频资源| 久久久国产欧美日韩av| 亚洲精品久久成人aⅴ小说| 99riav亚洲国产免费| 亚洲av第一区精品v没综合| 午夜精品久久久久久毛片777| 精品久久久久久成人av| 国产伦在线观看视频一区| 欧美+亚洲+日韩+国产| 天堂√8在线中文| 午夜老司机福利片| 在线十欧美十亚洲十日本专区| 美女大奶头视频| 国产私拍福利视频在线观看| 欧美日韩一级在线毛片| 免费在线观看日本一区| 国产精品1区2区在线观看.| 每晚都被弄得嗷嗷叫到高潮| 国产精品永久免费网站| 色综合婷婷激情| 韩国精品一区二区三区| 1024香蕉在线观看| 欧美激情 高清一区二区三区| 亚洲性夜色夜夜综合| 老司机午夜十八禁免费视频| 不卡av一区二区三区| 99热只有精品国产| 一区二区三区精品91| 精品久久久久久久久久久久久 | 国产一级毛片七仙女欲春2 | 国产亚洲精品av在线| 在线观看www视频免费| 亚洲成av片中文字幕在线观看| 大香蕉久久成人网| 国产精品永久免费网站| 国产精品乱码一区二三区的特点| 嫩草影视91久久| 亚洲精品色激情综合| 久久天躁狠狠躁夜夜2o2o| 三级毛片av免费| 欧美最黄视频在线播放免费| 老熟妇乱子伦视频在线观看| 午夜免费成人在线视频| 国产精品日韩av在线免费观看| 国产熟女午夜一区二区三区| 高清在线国产一区| 成人国产综合亚洲| 久久久久亚洲av毛片大全| 久久香蕉国产精品| 午夜福利视频1000在线观看| 校园春色视频在线观看| 人人妻人人看人人澡| 午夜福利高清视频| 哪里可以看免费的av片| 午夜a级毛片| 免费看a级黄色片| 亚洲精品粉嫩美女一区| 免费在线观看黄色视频的| 国产又黄又爽又无遮挡在线| 又黄又爽又免费观看的视频| 欧美日本亚洲视频在线播放| 90打野战视频偷拍视频| 日本一区二区免费在线视频| 中文字幕久久专区| 久久国产精品影院| 久久狼人影院| 亚洲性夜色夜夜综合| 老司机午夜十八禁免费视频| 精品高清国产在线一区| 91字幕亚洲| 久久久久久国产a免费观看| 亚洲一卡2卡3卡4卡5卡精品中文| 啦啦啦观看免费观看视频高清| 在线观看www视频免费| 久久精品影院6| 久久久国产成人免费| 亚洲午夜理论影院| 日韩精品青青久久久久久| 免费高清在线观看日韩| 两人在一起打扑克的视频| 在线国产一区二区在线| 亚洲精品一区av在线观看| 国产精品日韩av在线免费观看| 久久久精品国产亚洲av高清涩受| 50天的宝宝边吃奶边哭怎么回事| 欧美三级亚洲精品| 长腿黑丝高跟| 老司机午夜十八禁免费视频| 国产熟女xx| 成人三级黄色视频| cao死你这个sao货| 天堂影院成人在线观看| 国产视频一区二区在线看| 国产欧美日韩一区二区三| 桃红色精品国产亚洲av| 啦啦啦观看免费观看视频高清| 亚洲全国av大片| 亚洲精品中文字幕一二三四区| 婷婷丁香在线五月| 成人手机av| 亚洲第一电影网av| 日本黄色视频三级网站网址| 国产三级黄色录像| 精品熟女少妇八av免费久了| 黑人操中国人逼视频| 啦啦啦免费观看视频1| a级毛片在线看网站| 国产成人av激情在线播放| 亚洲一区二区三区色噜噜| videosex国产| 少妇的丰满在线观看| 国产精品一区二区精品视频观看| 日本 av在线| 这个男人来自地球电影免费观看| 丰满人妻熟妇乱又伦精品不卡| 777久久人妻少妇嫩草av网站| 免费电影在线观看免费观看| 青草久久国产| 淫妇啪啪啪对白视频| 身体一侧抽搐| 美女高潮到喷水免费观看| 精品熟女少妇八av免费久了| 国产激情欧美一区二区| 国内少妇人妻偷人精品xxx网站 | 俺也久久电影网| 久久 成人 亚洲| 欧美av亚洲av综合av国产av| a级毛片a级免费在线| 久久草成人影院| 变态另类成人亚洲欧美熟女| 亚洲久久久国产精品| 中文字幕最新亚洲高清| 国产成+人综合+亚洲专区| 欧美大码av| 亚洲精品久久成人aⅴ小说| 欧洲精品卡2卡3卡4卡5卡区| 午夜视频精品福利| 午夜精品在线福利| 又黄又爽又免费观看的视频| 日韩欧美免费精品| 9191精品国产免费久久| 久久天堂一区二区三区四区| 精品午夜福利视频在线观看一区| av天堂在线播放| 好男人在线观看高清免费视频 | 久热这里只有精品99| 精品久久久久久成人av| 国产亚洲精品第一综合不卡| 女警被强在线播放| 丝袜在线中文字幕| 禁无遮挡网站| 久久精品国产综合久久久| 成人免费观看视频高清| 久久午夜综合久久蜜桃| 午夜精品久久久久久毛片777| 成人国产一区最新在线观看| 国产欧美日韩一区二区精品| 一区二区三区激情视频| 欧美在线一区亚洲| 一本大道久久a久久精品| 女生性感内裤真人,穿戴方法视频| 黑人欧美特级aaaaaa片| 久久亚洲精品不卡| 国产单亲对白刺激| 亚洲五月色婷婷综合| 国产黄色小视频在线观看| 成人精品一区二区免费| 国产不卡一卡二| 在线看三级毛片| 亚洲成人免费电影在线观看| 国产成人精品久久二区二区91| 亚洲 欧美一区二区三区| 两个人免费观看高清视频| 桃色一区二区三区在线观看| 好男人电影高清在线观看| 亚洲国产欧美一区二区综合| 国产熟女xx| 国产精品二区激情视频| 国产成人啪精品午夜网站| 最好的美女福利视频网| 国产欧美日韩一区二区精品| 中文字幕精品免费在线观看视频| 久久久水蜜桃国产精品网| 99久久综合精品五月天人人| 伊人久久大香线蕉亚洲五| 日韩大码丰满熟妇| 免费无遮挡裸体视频| 俄罗斯特黄特色一大片| 精品国内亚洲2022精品成人| 美女午夜性视频免费| 精品无人区乱码1区二区| 国语自产精品视频在线第100页| 香蕉丝袜av| 人人妻人人看人人澡| 久久久水蜜桃国产精品网| 黄色丝袜av网址大全| 亚洲激情在线av| 黄色丝袜av网址大全| 草草在线视频免费看| 精品日产1卡2卡| 国产在线观看jvid| 在线av久久热| ponron亚洲| 久久人妻福利社区极品人妻图片| 日日爽夜夜爽网站| 国产一区二区在线av高清观看| 久久热在线av| 巨乳人妻的诱惑在线观看| 国产区一区二久久| 午夜影院日韩av| 在线看三级毛片| 女人高潮潮喷娇喘18禁视频| 在线观看免费午夜福利视频| 亚洲精品国产区一区二| 桃红色精品国产亚洲av| 精品不卡国产一区二区三区| a级毛片在线看网站| 国产乱人伦免费视频| 90打野战视频偷拍视频| 中文字幕久久专区| 99在线视频只有这里精品首页| 又黄又爽又免费观看的视频| or卡值多少钱| 高清在线国产一区| 97人妻精品一区二区三区麻豆 | 黄色片一级片一级黄色片| 国产午夜福利久久久久久| 日日干狠狠操夜夜爽| 亚洲av中文字字幕乱码综合 | 日本三级黄在线观看| 免费看a级黄色片| 午夜福利视频1000在线观看| 国产乱人伦免费视频| 欧美在线一区亚洲| 无限看片的www在线观看| 国产一区二区激情短视频| 日韩欧美国产在线观看| 男女下面进入的视频免费午夜 | av片东京热男人的天堂| 12—13女人毛片做爰片一| 精品久久久久久久末码| 无限看片的www在线观看| 女生性感内裤真人,穿戴方法视频| 欧洲精品卡2卡3卡4卡5卡区| 国产成人系列免费观看| 可以在线观看的亚洲视频| 亚洲中文字幕日韩| 欧美在线一区亚洲| 亚洲自偷自拍图片 自拍| 成在线人永久免费视频| 一级毛片女人18水好多| 亚洲成人国产一区在线观看| 精品欧美一区二区三区在线| 国产精品影院久久| 亚洲人成伊人成综合网2020| 国产精品综合久久久久久久免费| 制服诱惑二区| 成人av一区二区三区在线看| 国产真实乱freesex| 亚洲成人久久性| 久久久国产成人免费| 成人特级黄色片久久久久久久| 夜夜爽天天搞| 好看av亚洲va欧美ⅴa在| 亚洲无线在线观看| 久久这里只有精品19| 丰满人妻熟妇乱又伦精品不卡| 国产又爽黄色视频| 精品午夜福利视频在线观看一区| 美女免费视频网站| 免费在线观看亚洲国产| 一级a爱片免费观看的视频| 首页视频小说图片口味搜索| 午夜影院日韩av| 十分钟在线观看高清视频www| 久久久国产欧美日韩av| x7x7x7水蜜桃| 此物有八面人人有两片| 99久久国产精品久久久| 好男人电影高清在线观看| 国产国语露脸激情在线看| 欧美+亚洲+日韩+国产| 午夜激情福利司机影院| 女人高潮潮喷娇喘18禁视频| 97超级碰碰碰精品色视频在线观看| 亚洲 国产 在线| 三级毛片av免费| 99国产极品粉嫩在线观看| 日韩有码中文字幕| 久久婷婷成人综合色麻豆| 欧美色视频一区免费| 国产一级毛片七仙女欲春2 | 日日夜夜操网爽| av有码第一页| 女人爽到高潮嗷嗷叫在线视频| 男女之事视频高清在线观看| 亚洲欧美精品综合一区二区三区| 久久天躁狠狠躁夜夜2o2o| 久久国产精品影院| 久久九九热精品免费| 一进一出抽搐gif免费好疼| 久9热在线精品视频| 人人妻,人人澡人人爽秒播| 可以免费在线观看a视频的电影网站| 国产主播在线观看一区二区| 最近最新中文字幕大全电影3 |