• <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
    av电影中文网址| 精品亚洲成国产av| 99精国产麻豆久久婷婷| 别揉我奶头~嗯~啊~动态视频| 免费av中文字幕在线| 欧美乱色亚洲激情| 久久国产乱子伦精品免费另类| 国产亚洲欧美在线一区二区| 黄色片一级片一级黄色片| 精品少妇久久久久久888优播| 国产视频一区二区在线看| 国产又色又爽无遮挡免费看| 极品教师在线免费播放| 欧美丝袜亚洲另类 | 国产成人精品久久二区二区免费| 在线观看www视频免费| 午夜福利乱码中文字幕| 中国美女看黄片| 人妻久久中文字幕网| 美国免费a级毛片| 精品电影一区二区在线| 欧美日韩中文字幕国产精品一区二区三区 | 欧美另类亚洲清纯唯美| 国产精品98久久久久久宅男小说| 他把我摸到了高潮在线观看| 欧美乱妇无乱码| 九色亚洲精品在线播放| 午夜福利一区二区在线看| 大型av网站在线播放| 成年女人毛片免费观看观看9 | 欧美日本中文国产一区发布| 国产欧美日韩综合在线一区二区| 王馨瑶露胸无遮挡在线观看| 999久久久国产精品视频| 日本黄色日本黄色录像| 一进一出抽搐动态| 丝袜美足系列| 精品久久久久久,| 天天添夜夜摸| 大码成人一级视频| 老熟妇乱子伦视频在线观看| 午夜福利一区二区在线看| 久久久久久久久久久久大奶| 成人18禁高潮啪啪吃奶动态图| 变态另类成人亚洲欧美熟女 | 欧美+亚洲+日韩+国产| 亚洲熟妇中文字幕五十中出 | av天堂久久9| 九色亚洲精品在线播放| 男女床上黄色一级片免费看| 99久久国产精品久久久| 亚洲自偷自拍图片 自拍| 99国产极品粉嫩在线观看| 日本黄色日本黄色录像| 日本撒尿小便嘘嘘汇集6| 久久 成人 亚洲| 每晚都被弄得嗷嗷叫到高潮| 一个人免费在线观看的高清视频| 国产单亲对白刺激| 一二三四在线观看免费中文在| 午夜福利乱码中文字幕| 国产av又大| 高潮久久久久久久久久久不卡| 国产亚洲一区二区精品| 日本精品一区二区三区蜜桃| 青草久久国产| netflix在线观看网站| 黑人巨大精品欧美一区二区蜜桃| 免费观看人在逋| 在线av久久热| 一二三四在线观看免费中文在| 国产蜜桃级精品一区二区三区 | 欧美 日韩 精品 国产| 亚洲熟妇中文字幕五十中出 | 成人精品一区二区免费| 亚洲国产精品sss在线观看 | 日本一区二区免费在线视频| 又黄又粗又硬又大视频| 久久久精品免费免费高清| 久久精品91无色码中文字幕| 精品国产乱子伦一区二区三区| 亚洲精品中文字幕在线视频| 国产精品一区二区在线观看99| 老司机午夜十八禁免费视频| 老熟妇乱子伦视频在线观看| 亚洲av成人av| 精品国产一区二区久久| 老熟妇乱子伦视频在线观看| 老汉色av国产亚洲站长工具| 操美女的视频在线观看| 激情在线观看视频在线高清 | 亚洲色图综合在线观看| 亚洲国产精品sss在线观看 | 极品人妻少妇av视频| 韩国av一区二区三区四区| 村上凉子中文字幕在线| 久久精品91无色码中文字幕| 一级毛片精品| 亚洲少妇的诱惑av| 午夜福利在线观看吧| www.熟女人妻精品国产| 飞空精品影院首页| 丝袜美腿诱惑在线| 大片电影免费在线观看免费| 亚洲精品一卡2卡三卡4卡5卡| 欧美老熟妇乱子伦牲交| 热99re8久久精品国产| 王馨瑶露胸无遮挡在线观看| 国产xxxxx性猛交| 夜夜爽天天搞| 免费观看精品视频网站| 精品久久久久久,| 亚洲一码二码三码区别大吗| 欧美久久黑人一区二区| 午夜免费成人在线视频| 日本a在线网址| 国产男女内射视频| 不卡一级毛片| 亚洲性夜色夜夜综合| 18禁裸乳无遮挡动漫免费视频| 欧美国产精品va在线观看不卡| 午夜福利乱码中文字幕| 国产精品美女特级片免费视频播放器 | 国产色视频综合| 一级毛片精品| 在线观看免费视频网站a站| 最新的欧美精品一区二区| 淫妇啪啪啪对白视频| 欧美亚洲日本最大视频资源| 免费女性裸体啪啪无遮挡网站| 亚洲avbb在线观看| 欧美亚洲日本最大视频资源| 亚洲av日韩在线播放| 国产高清videossex| 亚洲精品中文字幕在线视频| а√天堂www在线а√下载 | 精品国产乱码久久久久久男人| 亚洲第一欧美日韩一区二区三区| 国产精品欧美亚洲77777| 变态另类成人亚洲欧美熟女 | 亚洲片人在线观看| 久久性视频一级片| 无限看片的www在线观看| 午夜福利乱码中文字幕| 热99re8久久精品国产| 亚洲va日本ⅴa欧美va伊人久久| 久久亚洲精品不卡| 精品熟女少妇八av免费久了| 欧美日韩av久久| 人人妻人人爽人人添夜夜欢视频| 亚洲精品乱久久久久久| 午夜两性在线视频| 久久中文字幕一级| 欧美久久黑人一区二区| 精品亚洲成a人片在线观看| 男女下面插进去视频免费观看| 久久久久精品国产欧美久久久| 丝袜在线中文字幕| 人成视频在线观看免费观看| 在线观看免费高清a一片| 十八禁高潮呻吟视频| cao死你这个sao货| 9色porny在线观看| 国产精品久久久av美女十八| 欧美精品一区二区免费开放| 久久精品亚洲熟妇少妇任你| 亚洲熟妇熟女久久| 国产精品 欧美亚洲| 免费在线观看影片大全网站| 男女下面插进去视频免费观看| 亚洲在线自拍视频| 免费少妇av软件| 国产成人影院久久av| 亚洲 欧美一区二区三区| 色在线成人网| 久9热在线精品视频| 看片在线看免费视频| 日本欧美视频一区| 在线观看日韩欧美| 亚洲精品一卡2卡三卡4卡5卡| 在线天堂中文资源库| 首页视频小说图片口味搜索| 超碰97精品在线观看| 久久中文字幕一级| 欧美最黄视频在线播放免费 | 国产精品免费一区二区三区在线 | 免费在线观看影片大全网站| 啪啪无遮挡十八禁网站| 看黄色毛片网站| 国产主播在线观看一区二区| 精品久久久久久电影网| 亚洲三区欧美一区| 日本a在线网址| 黄色a级毛片大全视频| av中文乱码字幕在线| 午夜福利在线观看吧| 久久国产亚洲av麻豆专区| 国产真人三级小视频在线观看| 后天国语完整版免费观看| 亚洲专区字幕在线| 美女高潮到喷水免费观看| 亚洲第一欧美日韩一区二区三区| 老汉色∧v一级毛片| 在线看a的网站| 国产精品一区二区在线不卡| 亚洲欧美色中文字幕在线| 最新的欧美精品一区二区| netflix在线观看网站| 久久天堂一区二区三区四区| 国产单亲对白刺激| www.自偷自拍.com| 91国产中文字幕| 91在线观看av| 十八禁网站免费在线| 国产亚洲欧美98| 国产亚洲精品久久久久久毛片 | 777久久人妻少妇嫩草av网站| 亚洲精品美女久久av网站| 99久久综合精品五月天人人| 久久人人97超碰香蕉20202| 免费人成视频x8x8入口观看| 看黄色毛片网站| 热99久久久久精品小说推荐| 中文字幕色久视频| 黑人巨大精品欧美一区二区蜜桃| 香蕉国产在线看| 老司机亚洲免费影院| 日韩三级视频一区二区三区| 久久ye,这里只有精品| 免费看a级黄色片| 在线观看免费日韩欧美大片| 精品福利观看| 欧美日韩乱码在线| 王馨瑶露胸无遮挡在线观看| 日韩三级视频一区二区三区| 国产精品久久电影中文字幕 | 中文欧美无线码| 免费在线观看视频国产中文字幕亚洲| 亚洲av日韩精品久久久久久密| 午夜成年电影在线免费观看| 丁香欧美五月| 精品久久久久久电影网| 中文字幕制服av| 亚洲av欧美aⅴ国产| 在线观看免费高清a一片| 欧美午夜高清在线| av网站在线播放免费| 日韩制服丝袜自拍偷拍| 午夜精品久久久久久毛片777| 美女国产高潮福利片在线看| 欧美日韩亚洲综合一区二区三区_| 人人澡人人妻人| 国产又色又爽无遮挡免费看| 18禁裸乳无遮挡动漫免费视频| 国产精品久久久久久精品古装| 男女下面插进去视频免费观看| 美女福利国产在线| 99国产精品免费福利视频| 99久久综合精品五月天人人| 国产野战对白在线观看| 精品一区二区三区四区五区乱码| 美女视频免费永久观看网站| av超薄肉色丝袜交足视频| 亚洲av成人一区二区三| 高清视频免费观看一区二区| 欧美精品av麻豆av| 人妻 亚洲 视频| 色婷婷av一区二区三区视频| 韩国精品一区二区三区| 亚洲一卡2卡3卡4卡5卡精品中文| 超碰97精品在线观看| 国产精品 国内视频| 欧美乱码精品一区二区三区| 色94色欧美一区二区| 久久人妻av系列| 日本欧美视频一区| 国产成人欧美在线观看 | 欧美一级毛片孕妇| 精品久久久久久,| bbb黄色大片| 国产亚洲一区二区精品| 18禁裸乳无遮挡免费网站照片 | 国产精品.久久久| 91大片在线观看| 午夜福利欧美成人| 可以免费在线观看a视频的电影网站| 老熟妇仑乱视频hdxx| 1024视频免费在线观看| 欧美不卡视频在线免费观看 | 老司机午夜福利在线观看视频| 一进一出抽搐gif免费好疼 | 午夜精品久久久久久毛片777| 国产成人av激情在线播放| 老熟女久久久| 久9热在线精品视频| 激情在线观看视频在线高清 | 精品国产国语对白av| 日韩欧美三级三区| 国产精品免费大片| 亚洲伊人色综图| 青草久久国产| 亚洲欧美日韩另类电影网站| 夜夜爽天天搞| 欧美最黄视频在线播放免费 | 丝瓜视频免费看黄片| 午夜福利在线观看吧| 一本综合久久免费| videosex国产| 人人妻人人添人人爽欧美一区卜| 国产蜜桃级精品一区二区三区 | 亚洲全国av大片| 午夜福利在线观看吧| 91九色精品人成在线观看| 亚洲男人天堂网一区| 成熟少妇高潮喷水视频| 国产日韩欧美亚洲二区| 女警被强在线播放| 欧美亚洲日本最大视频资源| 欧美亚洲 丝袜 人妻 在线| 国产免费男女视频| videosex国产| 一区二区三区国产精品乱码| 大香蕉久久网| 亚洲精品av麻豆狂野| 99精品欧美一区二区三区四区| www.熟女人妻精品国产| avwww免费| 大码成人一级视频| 精品国产一区二区三区四区第35| 婷婷丁香在线五月| 丁香欧美五月| 18禁裸乳无遮挡动漫免费视频| 99国产极品粉嫩在线观看| 女警被强在线播放| 国产欧美日韩一区二区三区在线| bbb黄色大片| 午夜视频精品福利| 操出白浆在线播放| 男人舔女人的私密视频| 一进一出抽搐动态| 久久精品国产a三级三级三级| 操出白浆在线播放| 成人国产一区最新在线观看| 精品久久久久久电影网| 国产野战对白在线观看| 可以免费在线观看a视频的电影网站| 免费看a级黄色片| 国产麻豆69| 精品电影一区二区在线| 国产精品秋霞免费鲁丝片| 999久久久国产精品视频| 午夜精品久久久久久毛片777| 国产精品久久久久久精品古装| 黄片大片在线免费观看| 国产无遮挡羞羞视频在线观看| 在线观看免费日韩欧美大片| 久久婷婷成人综合色麻豆| 成年人黄色毛片网站| 亚洲中文字幕日韩| 两性夫妻黄色片| 亚洲成人免费电影在线观看| 大香蕉久久成人网| 国产99白浆流出| 欧美乱妇无乱码| 亚洲精品在线美女| 男人操女人黄网站| 一进一出抽搐gif免费好疼 | 天天躁日日躁夜夜躁夜夜| 成在线人永久免费视频| 无限看片的www在线观看| 中文字幕另类日韩欧美亚洲嫩草| 欧美人与性动交α欧美软件| 男女下面插进去视频免费观看| 欧美日韩瑟瑟在线播放| 最近最新免费中文字幕在线| 日本黄色视频三级网站网址 | 极品少妇高潮喷水抽搐| 亚洲第一欧美日韩一区二区三区| 成年动漫av网址| 多毛熟女@视频| 亚洲片人在线观看| 成人18禁高潮啪啪吃奶动态图| 精品乱码久久久久久99久播| av国产精品久久久久影院| 国产午夜精品久久久久久| 国产99久久九九免费精品| 国产午夜精品久久久久久| 中文字幕av电影在线播放| 久久久久久久午夜电影 | 午夜免费成人在线视频| 成年女人毛片免费观看观看9 | 精品久久久久久电影网| 国产一区有黄有色的免费视频| 欧美一级毛片孕妇| av视频免费观看在线观看| 国产人伦9x9x在线观看| 精品人妻熟女毛片av久久网站| 精品国产乱子伦一区二区三区| 亚洲熟妇熟女久久| 午夜91福利影院| 极品教师在线免费播放| 成年人午夜在线观看视频| 99国产精品一区二区蜜桃av | 午夜精品久久久久久毛片777| ponron亚洲| 18禁黄网站禁片午夜丰满| av线在线观看网站| 久久久久国产一级毛片高清牌| 国产不卡一卡二| 午夜成年电影在线免费观看| 免费在线观看完整版高清| 亚洲情色 制服丝袜| 亚洲久久久国产精品| 一级毛片女人18水好多| 91成年电影在线观看| 国产亚洲精品一区二区www | 亚洲国产欧美日韩在线播放| 日韩一卡2卡3卡4卡2021年| 午夜影院日韩av| 成人三级做爰电影| 午夜免费观看网址| 窝窝影院91人妻| 国产精品一区二区在线观看99| av电影中文网址| 亚洲国产精品一区二区三区在线| 亚洲精品成人av观看孕妇| 久久亚洲精品不卡| 91麻豆av在线| 国产不卡一卡二| 正在播放国产对白刺激| 天堂√8在线中文| 色综合婷婷激情| 成人亚洲精品一区在线观看| 99国产精品一区二区三区| 国产精品 国内视频| 亚洲中文字幕日韩| 热99re8久久精品国产| 色在线成人网| www.熟女人妻精品国产| 成年人免费黄色播放视频| 欧美成人午夜精品| 中文欧美无线码| 日韩免费av在线播放| 亚洲人成伊人成综合网2020| 免费少妇av软件| 国产成人啪精品午夜网站| 亚洲,欧美精品.| 亚洲 欧美一区二区三区| 国产精品自产拍在线观看55亚洲 | 黄片大片在线免费观看| 自线自在国产av| e午夜精品久久久久久久| 国产在线观看jvid| 高清在线国产一区| 岛国毛片在线播放| 欧美乱色亚洲激情| 这个男人来自地球电影免费观看| 三上悠亚av全集在线观看| 女人精品久久久久毛片| 国产主播在线观看一区二区| 怎么达到女性高潮| 亚洲九九香蕉| 久热爱精品视频在线9| 如日韩欧美国产精品一区二区三区| 黑人巨大精品欧美一区二区蜜桃| 熟女少妇亚洲综合色aaa.| 欧美激情 高清一区二区三区| 国产激情欧美一区二区| 国产男女超爽视频在线观看| 777久久人妻少妇嫩草av网站| 如日韩欧美国产精品一区二区三区| 黑人巨大精品欧美一区二区蜜桃| 俄罗斯特黄特色一大片| 欧美不卡视频在线免费观看 | 亚洲欧美日韩高清在线视频| 一个人免费在线观看的高清视频| 9热在线视频观看99| 中文欧美无线码| 国产精品影院久久| 多毛熟女@视频| 欧美黄色片欧美黄色片| 欧美日韩国产mv在线观看视频| 人成视频在线观看免费观看| 亚洲国产欧美日韩在线播放| 成年女人毛片免费观看观看9 | 熟女少妇亚洲综合色aaa.| 一本一本久久a久久精品综合妖精| 亚洲成人手机| 欧美精品人与动牲交sv欧美| 欧美日韩亚洲高清精品| 成年女人毛片免费观看观看9 | 成熟少妇高潮喷水视频| 天堂动漫精品| 又黄又粗又硬又大视频| 久久精品亚洲av国产电影网| videos熟女内射| 在线播放国产精品三级| videosex国产| 国产精品99久久99久久久不卡| 久久九九热精品免费| 18禁观看日本| www.精华液| 啦啦啦 在线观看视频| 不卡av一区二区三区| 在线观看免费日韩欧美大片| 国产日韩欧美亚洲二区| 搡老乐熟女国产| 一个人免费在线观看的高清视频| 国产精品98久久久久久宅男小说| 日本一区二区免费在线视频| 亚洲精品久久成人aⅴ小说| 免费在线观看日本一区| 在线看a的网站| 999精品在线视频| 少妇的丰满在线观看| 免费在线观看完整版高清| 欧美乱码精品一区二区三区| 十八禁人妻一区二区| 婷婷精品国产亚洲av在线 | 国产精品.久久久| 成年人午夜在线观看视频| 麻豆国产av国片精品| 免费黄频网站在线观看国产| 久久人人爽av亚洲精品天堂| 狠狠婷婷综合久久久久久88av| 黑人巨大精品欧美一区二区mp4| 午夜老司机福利片| 丰满的人妻完整版| 欧美日韩国产mv在线观看视频| 亚洲一区二区三区欧美精品| 婷婷精品国产亚洲av在线 | 色94色欧美一区二区| 水蜜桃什么品种好| 日本wwww免费看| 国产蜜桃级精品一区二区三区 | 天天操日日干夜夜撸| 飞空精品影院首页| 国产男女内射视频| 国产精品.久久久| 水蜜桃什么品种好| 精品无人区乱码1区二区| 日韩欧美一区二区三区在线观看 | 日本精品一区二区三区蜜桃| av不卡在线播放| 成人黄色视频免费在线看| 巨乳人妻的诱惑在线观看| 看免费av毛片| 亚洲av欧美aⅴ国产| 自线自在国产av| av一本久久久久| 精品久久久久久久毛片微露脸| 亚洲精品成人av观看孕妇| av片东京热男人的天堂| 亚洲精品一二三| 在线观看舔阴道视频| 一区二区三区精品91| 国产一区有黄有色的免费视频| 亚洲欧美日韩高清在线视频| 大型av网站在线播放| 999久久久国产精品视频| 黑人猛操日本美女一级片| 人人妻人人澡人人爽人人夜夜| 一级黄色大片毛片| 最新在线观看一区二区三区| 日韩欧美三级三区| 国产精品乱码一区二三区的特点 | 午夜福利在线观看吧| 十八禁高潮呻吟视频| 黑人欧美特级aaaaaa片| 亚洲国产精品一区二区三区在线| 纯流量卡能插随身wifi吗| 国产精品永久免费网站| 精品国产一区二区三区久久久樱花| 亚洲欧美激情在线| 久久久久国产一级毛片高清牌| 19禁男女啪啪无遮挡网站| 一二三四在线观看免费中文在| 操美女的视频在线观看| 99re6热这里在线精品视频| 亚洲一区中文字幕在线| 日本wwww免费看| 精品乱码久久久久久99久播| 老司机亚洲免费影院| 国产欧美日韩综合在线一区二区| 国产欧美日韩一区二区三| 咕卡用的链子| 制服诱惑二区| 日韩精品免费视频一区二区三区| 色综合婷婷激情| 91国产中文字幕| 一a级毛片在线观看| 亚洲国产欧美网| 超色免费av| 99re在线观看精品视频| 亚洲成人手机| 成年人黄色毛片网站| 精品一品国产午夜福利视频| 王馨瑶露胸无遮挡在线观看| 欧美乱妇无乱码| 亚洲精品久久成人aⅴ小说| 亚洲欧美一区二区三区久久| 中文欧美无线码| 成年动漫av网址| 咕卡用的链子| 亚洲一卡2卡3卡4卡5卡精品中文| 国产精品久久久人人做人人爽| 中文字幕精品免费在线观看视频| 欧美日韩福利视频一区二区| 国产蜜桃级精品一区二区三区 | 大香蕉久久成人网| 久久狼人影院| 亚洲国产欧美网| 欧美色视频一区免费| 另类亚洲欧美激情| av不卡在线播放|