• <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SVM的Web信息自動(dòng)化抽取方法

    2012-06-04 10:05:00王亞利李曉靜
    關(guān)鍵詞:網(wǎng)頁(yè)頁(yè)面準(zhǔn)確率

    王亞利 李曉靜

    (濟(jì)源職業(yè)技術(shù)學(xué)院,河南濟(jì)源 459000)

    一種基于SVM的Web信息自動(dòng)化抽取方法

    王亞利 李曉靜

    (濟(jì)源職業(yè)技術(shù)學(xué)院,河南濟(jì)源 459000)

    針對(duì)傳統(tǒng)的Web信息抽取方法運(yùn)算量大、自動(dòng)化程度低的問(wèn)題,提出了一種基于SVM的WEB信息自動(dòng)化抽取方法。利用SVM優(yōu)秀的分類性能將網(wǎng)頁(yè)中有用數(shù)據(jù)和無(wú)用數(shù)據(jù)分類標(biāo)注,有效地完成Web信息抽取任務(wù),準(zhǔn)確地抽取出所需信息,實(shí)現(xiàn)數(shù)據(jù)抽取的自動(dòng)化。實(shí)驗(yàn)結(jié)果表明,該方法可以有效地獲取網(wǎng)頁(yè)信息特征,具有較高的召回率和準(zhǔn)確率。

    支持向量機(jī);信息抽取;分類學(xué)習(xí)

    信息抽取技術(shù)是近些年來(lái)發(fā)展起來(lái)的新領(lǐng)域,它是指從自然語(yǔ)言文檔中抽取指定的事件、事實(shí)信息,并以結(jié)構(gòu)化形式描述信息,以供信息查詢、文本深層挖掘、自動(dòng)回答問(wèn)題等應(yīng)用,從而為人們提供強(qiáng)有力的信息獲取工具。當(dāng)前隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展,Web網(wǎng)已經(jīng)成為一個(gè)巨大的信息源,數(shù)據(jù)量呈爆炸式的增長(zhǎng),人們更多地開始從網(wǎng)絡(luò)中獲取所需信息。而Web頁(yè)面中通常含有大量用戶并不關(guān)心的如動(dòng)畫廣告、超鏈接和網(wǎng)站版權(quán)等信息,如何從Web頁(yè)面中抽取出用戶感興趣的信息已經(jīng)成為當(dāng)前信息領(lǐng)域中的研究熱點(diǎn)之一。

    支持向量機(jī) (Support Vector Machines,SVM)技術(shù)作為統(tǒng)計(jì)學(xué)習(xí)理論的一種重要發(fā)展成果,因其優(yōu)秀的分類性能,開始被應(yīng)用到信息抽取領(lǐng)域中。基于SVM的Web信息抽取方法是一種綜合利用網(wǎng)頁(yè)各種特征的信息抽取方法,它通過(guò)對(duì)網(wǎng)頁(yè)各種特征的分析將網(wǎng)頁(yè)特征向量化,再使用SVM優(yōu)秀的分類性能將網(wǎng)頁(yè)中的每個(gè)信息片斷進(jìn)行分類標(biāo)注,最終實(shí)現(xiàn)分類抽取。

    1 相關(guān)理論

    1.1 支持向量機(jī)

    支持向量機(jī)方法是建立在統(tǒng)計(jì)學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小原理基礎(chǔ)上的,根據(jù)有限的樣本信息在模型的復(fù)雜性和學(xué)習(xí)能力之間尋求最佳折衷,以期獲得最好的推廣能力[1],基于SVM的機(jī)器學(xué)習(xí)方法其主要思想可以描述為:

    給定樣本點(diǎn),考慮使用某個(gè)特征空間的超平面對(duì)給定訓(xùn)練數(shù)據(jù)集作二值分類問(wèn)題:

    其中向量xi可能是從目標(biāo)樣本集中抽取的某些特征而直接構(gòu)造的向量,也可能是原始向量通過(guò)某個(gè)核函數(shù)映射到核空間中的映射向量。

    在特征空間中求一個(gè)分類超平面(w·x)+b=0,關(guān)鍵是求其系數(shù)w和b。由于SVM理論要求分離超平面具有良好的分類特性,即必須滿足最優(yōu)分類超平面的條件:

    為了找到最優(yōu)分類超平面,根據(jù)最優(yōu)理論和借助Lagrange函數(shù)將原問(wèn)題轉(zhuǎn)化成為求解標(biāo)注型二次規(guī)劃問(wèn)題:

    通常ai≥0對(duì)應(yīng)的樣本點(diǎn)為支持向量。

    1.2 Web結(jié)構(gòu)特征

    Web頁(yè)面主要是以HTML頁(yè)面的形式出現(xiàn)的,HTML語(yǔ)言具有自身的結(jié)構(gòu)特點(diǎn)。用HTML語(yǔ)言寫成的源文本由不同含義的標(biāo)記 (例如<Title>、<Body>、<Div>等),各種超鏈接、導(dǎo)航條等非主題信息,和文章的正文文本組成。雖然網(wǎng)頁(yè)數(shù)據(jù)屬于一種半結(jié)構(gòu)化的數(shù)據(jù),但從其結(jié)構(gòu)來(lái)看通常包含有兩大部分信息,即內(nèi)容信息和格式信息。內(nèi)容信息即是文章的正文文本,主要是通過(guò)瀏覽器顯示給用戶的信息,在內(nèi)容信息中被標(biāo)記分割開的塊稱為信息片斷。格式信息即是由非主題信息組成,在網(wǎng)頁(yè)中用于表示和解釋內(nèi)容信息的信息。

    2 基于SVM的Web信息自動(dòng)化抽取

    2.1 信息抽取方法

    傳統(tǒng)的Web信息抽取方法是利用分裝器對(duì)網(wǎng)頁(yè)進(jìn)行模式匹配實(shí)現(xiàn)數(shù)據(jù)抽取,該方法需要用戶大量的標(biāo)記數(shù)據(jù)進(jìn)行訓(xùn)練學(xué)習(xí),從而導(dǎo)致其自動(dòng)化程度降低。本文提出以分類的方式來(lái)處理Web信息抽取問(wèn)題,其主要思想是:先將網(wǎng)頁(yè)中不同的信息片斷歸納到不同的類別,然后將網(wǎng)頁(yè)中有用數(shù)據(jù)和無(wú)用數(shù)據(jù)正確區(qū)分開,再將特征向量化的網(wǎng)頁(yè)數(shù)據(jù)作用于SVM學(xué)習(xí)機(jī)中,最后利用SVM優(yōu)秀的分類性能來(lái)實(shí)現(xiàn)數(shù)據(jù)的自動(dòng)分類抽取。

    本文提出的基于SVM的Web信息自動(dòng)化抽取框架包括三個(gè)功能器:網(wǎng)頁(yè)預(yù)處理、特征提取和數(shù)據(jù)抽取,如圖1所示。從圖中可以看出,在數(shù)據(jù)抽取過(guò)程中,SVM分類器是通過(guò)對(duì)樣本的學(xué)習(xí)來(lái)產(chǎn)生分類器,進(jìn)而實(shí)現(xiàn)數(shù)據(jù)的分類抽取。

    圖1 基于SVM的Web信息抽取框架

    2.2 網(wǎng)頁(yè)預(yù)處理

    網(wǎng)頁(yè)預(yù)處理模塊分為網(wǎng)頁(yè)采集子模塊和網(wǎng)頁(yè)去噪模塊,網(wǎng)頁(yè)采集就是利用一些網(wǎng)頁(yè)抓取程序如crawler對(duì)網(wǎng)絡(luò)上的原始網(wǎng)頁(yè)進(jìn)行抓取,并將獲取到的網(wǎng)頁(yè)存入到本地?cái)?shù)據(jù)庫(kù)中;網(wǎng)頁(yè)去噪的主要作用是規(guī)范化解析網(wǎng)頁(yè),對(duì)所獲得的樣本網(wǎng)頁(yè)和目標(biāo)網(wǎng)頁(yè)進(jìn)行修復(fù),并對(duì)其中的噪音進(jìn)行過(guò)濾,去除掉網(wǎng)頁(yè)中的干擾信息,以提高數(shù)據(jù)抽取的效率。

    本模塊中的網(wǎng)頁(yè)去噪操作是一個(gè)重要環(huán)節(jié),由于Web頁(yè)面中內(nèi)容繁多,除了包含主體信息以外,還包括標(biāo)簽以及指向圖片、音頻和視頻文件、與其他網(wǎng)頁(yè)的鏈接以及廣告信息、版權(quán)信息等眾多“噪音”內(nèi)容。這些噪音數(shù)據(jù)降低了主題信息數(shù)據(jù)抽取的準(zhǔn)確性和效率。另外Web上的數(shù)據(jù)大多是用HTML編寫的,而HTML的規(guī)則不嚴(yán)格,它允許網(wǎng)頁(yè)制作者在使用標(biāo)記時(shí)有太多的自由。例如,網(wǎng)頁(yè)制作者可以使用段落標(biāo)識(shí)符<P>來(lái)標(biāo)明段落的開始,但是卻并不一定要在段落的末尾使用段落結(jié)束符</P>。HTML文檔中的標(biāo)簽交叉使用也不報(bào)錯(cuò),如<tr><td></tr></td>。所以從這些文檔中抽取數(shù)據(jù)變得比較困難,相當(dāng)于從非結(jié)構(gòu)化文本中抽取數(shù)據(jù)。網(wǎng)頁(yè)去噪模塊先將網(wǎng)頁(yè)中不規(guī)范或不完整的HTML文檔轉(zhuǎn)換為結(jié)構(gòu)良好的XHTML文檔,使用解析函數(shù)將其進(jìn)一步解析成DOM樹結(jié)構(gòu),再對(duì)DOM樹進(jìn)行操作,過(guò)濾掉網(wǎng)頁(yè)中包含有噪音信息的節(jié)點(diǎn)[2]。它可以簡(jiǎn)化網(wǎng)頁(yè)內(nèi)標(biāo)簽結(jié)構(gòu),減小網(wǎng)頁(yè)規(guī)模,降低抽取規(guī)則的學(xué)習(xí)和數(shù)據(jù)抽取所需的時(shí)間和空間開銷,是系統(tǒng)預(yù)處理過(guò)程中必不可少的重要環(huán)節(jié)。

    2.3 網(wǎng)頁(yè)特征提取

    特征提取模塊的主要作用是獲取DOM樹中信息片斷的特征,以此將網(wǎng)頁(yè)特征向量化。按照網(wǎng)頁(yè)中各種字符的不同作用,我們可以從網(wǎng)頁(yè)中獲取四類不同的特征:前后文特征,即網(wǎng)頁(yè)中信息片斷的前后信息,通常對(duì)信息片斷具有提示作用 (包括前引導(dǎo)詞和后引導(dǎo)詞)。布局特征,即信息片斷在網(wǎng)頁(yè)中的位置布局是相對(duì)確定的,DOM樹中的層次結(jié)構(gòu)路徑即可作為信息片斷的“坐標(biāo)”[3]。視覺(jué)特征,即用于表示信息片斷的大小、顏色、文本長(zhǎng)短等特征。普通特征,即信息片斷自身之間所存在的區(qū)別。

    上述四類特征可以將網(wǎng)頁(yè)中的信息片斷特征向量化,其獲取方法難易程度不同,視覺(jué)特征和普通特征只需檢測(cè)網(wǎng)頁(yè)即可獲得;前后文特征需要定位前后引導(dǎo)詞來(lái)獲取;布局特征的獲得相對(duì)來(lái)說(shuō)比較復(fù)雜,算法可以描述為:首先檢查頁(yè)面的當(dāng)前標(biāo)記,若當(dāng)前標(biāo)記是頭標(biāo)記,并且該頭標(biāo)記的前一個(gè)標(biāo)記是頭標(biāo)記,將該頭標(biāo)記加入到路徑標(biāo)記中;若該頭標(biāo)記的前一個(gè)標(biāo)記是尾標(biāo)記,修改其路徑序號(hào)值;若當(dāng)前標(biāo)記是尾標(biāo)記,移除末端標(biāo)記。判斷尾標(biāo)記的前一個(gè)標(biāo)記是否是尾標(biāo)記,若是,移除末端標(biāo)記,并且重置前一個(gè)標(biāo)記。

    2.4 數(shù)據(jù)抽取

    數(shù)據(jù)抽取就是從目標(biāo)網(wǎng)頁(yè)中抽取出用戶所需要的信息,該模塊是整個(gè)方法的核心部分。為了實(shí)現(xiàn)有效抽取,需要通過(guò)多種算法對(duì)網(wǎng)頁(yè)文檔中的前后文特征、普通特征、視覺(jué)特征和布局特征進(jìn)行訓(xùn)練,以至達(dá)到將網(wǎng)頁(yè)中的信息片斷進(jìn)行分類標(biāo)注的目的。當(dāng)網(wǎng)頁(yè)中的信息用特征來(lái)表示的時(shí)候,通常比普通的文集更多,采用傳統(tǒng)分類算法時(shí)容易產(chǎn)生“過(guò)學(xué)習(xí)”問(wèn)題[4];同時(shí),系統(tǒng)需要用戶提供一定數(shù)量的學(xué)習(xí)樣本,而這些樣本所能提供的特征信息有限,不能夠很好的刻畫出數(shù)據(jù)的總體分布特征,從而導(dǎo)致在使用傳統(tǒng)分類算法時(shí)容易出現(xiàn)誤差較大的情況?;谏鲜鲈颍疚牟捎肧VM作為分類方法的核心部分。

    數(shù)據(jù)抽取模塊又具體劃分為分類抽取學(xué)習(xí)階段和數(shù)據(jù)抽取階段兩部分。在方法的分類抽取學(xué)習(xí)階段,特征向量化的樣本網(wǎng)頁(yè)被不斷訓(xùn)練并生成一個(gè)分類決策函數(shù),即SVM分類器;在方法的數(shù)據(jù)抽取階段,SVM分類器對(duì)已到達(dá)的具有特征向量化的目標(biāo)網(wǎng)頁(yè)中的信息片斷進(jìn)行分類標(biāo)注,并將已標(biāo)注好類別的信息片斷存儲(chǔ)到本地?cái)?shù)據(jù)庫(kù)中。

    在SVM分類待抽取數(shù)據(jù)時(shí),為提高數(shù)據(jù)抽取效率,它會(huì)試圖尋找最優(yōu)分類超平面。其中SVM的有效學(xué)習(xí)也很重要,具體的學(xué)習(xí)過(guò)程如下:

    先假設(shè)訓(xùn)練樣本T為:

    達(dá)到最小值,本算法最終將轉(zhuǎn)化成為一個(gè)二次型尋優(yōu)問(wèn)題。

    1)對(duì)于線性可分的情況,即求

    2)對(duì)于線性不可分的情況,引入錯(cuò)誤懲罰系數(shù)C,即求

    3)對(duì)于非線性的情況,用核函數(shù)K( xi,xj)代替上式中 ( xi·xj),即求

    為解決上述二次型尋優(yōu)問(wèn)題,采用序貫最小優(yōu)化算法 (Sequential Minimal Optimization,簡(jiǎn)稱SMO),關(guān)于SMO算法收斂的理論分析在文獻(xiàn) [5]中有詳盡的證明。然后利用關(guān)系式:

    最后,為了判別夠格樣本t是否屬于類a,還需要通過(guò)以下兩個(gè)步驟:

    1)計(jì)算x=φ(t);

    如果 ()f x=1,則t屬于類a,否則就不屬于。

    當(dāng)SVM終止學(xué)習(xí)后,目標(biāo)網(wǎng)頁(yè)中的信息片斷就已經(jīng)被正確的分類標(biāo)注。SVM在學(xué)習(xí)的過(guò)程中,能夠利用少量樣本所提供的有限信息更好的刻畫出數(shù)據(jù)的總體分布特征,使用該方法在Web數(shù)據(jù)抽取時(shí)抽取的信息精度會(huì)進(jìn)一步提高。

    3 實(shí)驗(yàn)結(jié)果和分析

    3.1 評(píng)價(jià)指標(biāo)

    Web信息抽取領(lǐng)域內(nèi)的主要評(píng)價(jià)指標(biāo)是召回率 (#Recall)和準(zhǔn)確率 (#Precision),公式為:

    召回率=被正確抽取出來(lái)的數(shù)據(jù) (#Real)/應(yīng)該抽取出來(lái)的正確數(shù)據(jù) (#True);

    準(zhǔn)確率=被正確抽取出來(lái)的數(shù)據(jù) (#Real)/所有被抽出的數(shù)據(jù)總數(shù) (#Total)。

    召回率和準(zhǔn)確率的取值范圍都在 [0,1]之間,兩者之間存在著反比關(guān)系,不同的數(shù)據(jù)抽取系統(tǒng)對(duì)Precision和Recall的側(cè)重有所不同。為了綜合評(píng)價(jià)抽取系統(tǒng)的性能,提出了各種綜合評(píng)價(jià)指標(biāo),如:F-度量 (F-measure),該指標(biāo)可以計(jì)算Recall和Precision的加權(quán)幾何平均值,其計(jì)算公式如下[6]:

    β為召回率和準(zhǔn)確率的相對(duì)權(quán)重。β大于1時(shí),準(zhǔn)確率比召回率更重要;β小于1時(shí),召回率比準(zhǔn)確率更重要;β為1時(shí),二者同樣重要。

    3.2 實(shí)驗(yàn)結(jié)果及分析

    利用基于XML的Web信息抽取方法,以.NET為開發(fā)平臺(tái),采用C#工具開發(fā)了信息抽取模型系統(tǒng)。系統(tǒng)通過(guò)網(wǎng)頁(yè)抓取程序從網(wǎng)站獲取頁(yè)面,經(jīng)過(guò)頁(yè)面清洗,實(shí)現(xiàn)去噪操作;根據(jù)樣本頁(yè)面學(xué)習(xí)獲取到信息片斷的特征,采用SVM分類器對(duì)各個(gè)信息片斷進(jìn)行分類標(biāo)注,將結(jié)果存儲(chǔ)到XML文檔中,最后將抽取結(jié)果以頁(yè)面形式顯示。

    本文利用抽取系統(tǒng)進(jìn)行4個(gè)網(wǎng)站某項(xiàng)專題的信息抽取,將搜狐、新浪、網(wǎng)易和騰訊作為數(shù)據(jù)來(lái)源,對(duì)網(wǎng)站上有關(guān)2011年金融危機(jī)的新聞進(jìn)行抽取測(cè)試,實(shí)驗(yàn)的目的是驗(yàn)證SVM在Web信息抽取中的可行性和數(shù)據(jù)抽取的召回率和準(zhǔn)確率情況。按照3.1節(jié)中的評(píng)價(jià)標(biāo)準(zhǔn),當(dāng)取β=1時(shí)所得的抽取測(cè)試結(jié)果如表1所示。

    表1 四個(gè)網(wǎng)站2011年金融危機(jī)新聞抽取測(cè)試結(jié)果

    實(shí)驗(yàn)數(shù)據(jù)結(jié)果表明,使用SVM分類器可以很好地獲取網(wǎng)頁(yè)信息特征,該方法可以有效地完成信息抽取任務(wù),準(zhǔn)確的抽取出所需信息,實(shí)現(xiàn)數(shù)據(jù)抽取的自動(dòng)化。

    4 結(jié)語(yǔ)

    如何能高效抽取出網(wǎng)頁(yè)有效信息一直以來(lái)是人們研究的熱點(diǎn)之一,本文給出一種基于SVM的Web信息自動(dòng)化抽取方法,將信息抽取技術(shù)和機(jī)器學(xué)習(xí)中的分類方法相結(jié)合,通過(guò)SVM將網(wǎng)頁(yè)中的信息片斷進(jìn)行分類標(biāo)注,用戶只需要提供少量的信息就可以完成抽取任務(wù)。實(shí)驗(yàn)結(jié)果表明:該方法召回率和準(zhǔn)確率較高,對(duì)于結(jié)構(gòu)復(fù)雜的網(wǎng)頁(yè)具有良好的健壯性和適應(yīng)性。

    [1]許建華,張學(xué)工.統(tǒng)計(jì)學(xué)理論基礎(chǔ)[M].北京:電子工業(yè)出版社,2004.

    [2]袁明軒,張選平,蔣宇,等.一種基于同層網(wǎng)頁(yè)相似性去除網(wǎng)頁(yè)噪音的方法[J].計(jì)算機(jī)工程,2006(12):61-63.

    [3]李文立,王樂(lè)超,宋春雷.基于HTML樹和模板的文獻(xiàn)信息提取方法研究[J].計(jì)算機(jī)應(yīng)用研究,2010(12):4615-4617.

    [4]李文杰,李方方,魏紅.基于支持向量機(jī)的位置相關(guān)計(jì)算[J].計(jì)算機(jī)仿真,2008(2):124-126.

    [5]Keerthi S S.Convergence of a Generalized SMO Algorithm for SVM Classifier Design TR CD -00-01Control Division Dept of Mecha And Prod[D].Singapore:Engineering National University of Singapore,2000.

    [6]李保利,陳玉忠,俞士汶.信息抽取研究綜述[J].計(jì)算機(jī)工程與應(yīng)用,2003(10):1-5.

    Web Information Automatic Extraction Method Based on SVM

    WANG Ya-liLI Xiao-jing
    (Jiyuan Vocational and Technical College,Jiyuan 459000,China)

    Given the problems of heavy computation and low automatic level existed in traditional Web information extraction method,this paper proposes a kind of web information automatic extraction method based on SVM,effectively completing the task of Web information extraction and precisely extracting information so as to realize automation of data extraction.The results show that SVM can be used in web information extraction and it has higher rates of recall and precision.

    support vector machine;web information extraction;classification learning

    TP311

    A

    1009-0312(2012)05-0053-05

    2012-09-01

    王亞利 (1974—),女,河南濟(jì)源人,副教授,碩士,主要從事計(jì)算機(jī)網(wǎng)絡(luò)、信息系統(tǒng)研究。

    猜你喜歡
    網(wǎng)頁(yè)頁(yè)面準(zhǔn)確率
    大狗熊在睡覺(jué)
    刷新生活的頁(yè)面
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)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(zhǔn)確率比較探討
    2015—2017 年寧夏各天氣預(yù)報(bào)參考產(chǎn)品質(zhì)量檢驗(yàn)分析
    高速公路車牌識(shí)別標(biāo)識(shí)站準(zhǔn)確率驗(yàn)證法
    基于CSS的網(wǎng)頁(yè)導(dǎo)航欄的設(shè)計(jì)
    電子制作(2018年10期)2018-08-04 03:24:38
    基于URL和網(wǎng)頁(yè)類型的網(wǎng)頁(yè)信息采集研究
    電子制作(2017年2期)2017-05-17 03:54:56
    網(wǎng)頁(yè)制作在英語(yǔ)教學(xué)中的應(yīng)用
    10個(gè)必知的網(wǎng)頁(yè)設(shè)計(jì)術(shù)語(yǔ)
    1024香蕉在线观看| 26uuu在线亚洲综合色| 国产又色又爽无遮挡免| 久久精品久久久久久久性| 在线观看免费高清a一片| 免费人妻精品一区二区三区视频| 日本91视频免费播放| 国产1区2区3区精品| 青春草亚洲视频在线观看| 日韩大片免费观看网站| 一级毛片 在线播放| 国产一区二区三区av在线| 亚洲av日韩在线播放| 亚洲人成77777在线视频| 成年人免费黄色播放视频| 国产在线视频一区二区| 亚洲国产精品999| 日日啪夜夜爽| 亚洲五月色婷婷综合| 精品少妇内射三级| 久久青草综合色| 最近最新中文字幕免费大全7| 69精品国产乱码久久久| 波多野结衣一区麻豆| av在线观看视频网站免费| 男女下面插进去视频免费观看| 看十八女毛片水多多多| 亚洲精品美女久久av网站| 在线精品无人区一区二区三| 少妇被粗大的猛进出69影院| 久久狼人影院| 亚洲国产看品久久| 老女人水多毛片| 九九爱精品视频在线观看| 国产欧美日韩一区二区三区在线| 日韩制服丝袜自拍偷拍| 老汉色∧v一级毛片| 狂野欧美激情性bbbbbb| 我要看黄色一级片免费的| 一区二区三区乱码不卡18| 国产精品久久久久久av不卡| 日本av手机在线免费观看| 久久综合国产亚洲精品| 国产日韩一区二区三区精品不卡| av在线播放精品| 精品少妇内射三级| 亚洲成人手机| 黑人欧美特级aaaaaa片| av一本久久久久| 国产精品秋霞免费鲁丝片| 亚洲熟女精品中文字幕| 韩国av在线不卡| 国产成人精品在线电影| 十八禁网站网址无遮挡| 久久久欧美国产精品| 日韩在线高清观看一区二区三区| 亚洲伊人色综图| 老司机亚洲免费影院| av女优亚洲男人天堂| 久久久久网色| 777久久人妻少妇嫩草av网站| 国产精品嫩草影院av在线观看| 免费日韩欧美在线观看| 欧美精品亚洲一区二区| 韩国高清视频一区二区三区| 一边摸一边做爽爽视频免费| 亚洲国产色片| 9热在线视频观看99| 少妇人妻精品综合一区二区| 精品少妇内射三级| 天天躁日日躁夜夜躁夜夜| 久久97久久精品| 2021少妇久久久久久久久久久| 热re99久久国产66热| 卡戴珊不雅视频在线播放| 日本色播在线视频| 欧美激情高清一区二区三区 | 建设人人有责人人尽责人人享有的| 黄色视频在线播放观看不卡| 一级a爱视频在线免费观看| 亚洲精品成人av观看孕妇| 久久久精品区二区三区| 国产精品久久久久久精品古装| 人妻人人澡人人爽人人| 久久热在线av| 9色porny在线观看| 激情五月婷婷亚洲| 欧美少妇被猛烈插入视频| 国产视频首页在线观看| 国产日韩一区二区三区精品不卡| 免费观看无遮挡的男女| 99九九在线精品视频| 欧美人与性动交α欧美软件| av电影中文网址| 不卡av一区二区三区| 欧美日韩精品网址| 激情视频va一区二区三区| 成人二区视频| 精品亚洲乱码少妇综合久久| 国产日韩欧美亚洲二区| 久久久久精品性色| a级毛片黄视频| 国产精品熟女久久久久浪| 黄色视频在线播放观看不卡| 亚洲欧美中文字幕日韩二区| 日日摸夜夜添夜夜爱| 亚洲色图综合在线观看| 亚洲婷婷狠狠爱综合网| 黄色毛片三级朝国网站| 夜夜骑夜夜射夜夜干| 国产精品国产三级国产专区5o| 一级毛片我不卡| 亚洲,一卡二卡三卡| 欧美国产精品va在线观看不卡| 丰满少妇做爰视频| 一边摸一边做爽爽视频免费| 久久久久久久亚洲中文字幕| 国产亚洲精品第一综合不卡| 亚洲国产精品国产精品| 亚洲三级黄色毛片| 国产精品久久久av美女十八| 国产不卡av网站在线观看| 99re6热这里在线精品视频| 黄片小视频在线播放| 秋霞伦理黄片| 在线精品无人区一区二区三| 在线天堂最新版资源| 欧美精品人与动牲交sv欧美| 国产一区二区三区av在线| 国产欧美日韩综合在线一区二区| 少妇人妻 视频| 又粗又硬又长又爽又黄的视频| 2018国产大陆天天弄谢| 天堂8中文在线网| 美国免费a级毛片| 韩国av在线不卡| 国产深夜福利视频在线观看| 欧美97在线视频| 日韩欧美一区视频在线观看| 久久精品aⅴ一区二区三区四区 | 亚洲av欧美aⅴ国产| 最黄视频免费看| 欧美精品国产亚洲| av天堂久久9| 久久精品国产综合久久久| 黄色视频在线播放观看不卡| 中文字幕制服av| 国产又爽黄色视频| 国产精品二区激情视频| 天堂中文最新版在线下载| 亚洲一区二区三区欧美精品| 晚上一个人看的免费电影| 国产精品蜜桃在线观看| 国产亚洲精品第一综合不卡| 欧美激情 高清一区二区三区| 亚洲av电影在线进入| 麻豆av在线久日| 桃花免费在线播放| 国产高清国产精品国产三级| 啦啦啦中文免费视频观看日本| 久久久久网色| 欧美成人精品欧美一级黄| 少妇精品久久久久久久| 18+在线观看网站| videosex国产| 91午夜精品亚洲一区二区三区| 观看av在线不卡| 成人黄色视频免费在线看| 日韩一卡2卡3卡4卡2021年| av天堂久久9| 9191精品国产免费久久| 欧美日韩av久久| 久热这里只有精品99| 久久av网站| 老司机影院毛片| 亚洲av中文av极速乱| 极品人妻少妇av视频| 看免费av毛片| 国产黄色视频一区二区在线观看| 久久精品国产亚洲av天美| 亚洲欧美成人精品一区二区| 在线天堂最新版资源| 亚洲天堂av无毛| 国产亚洲欧美精品永久| av卡一久久| 欧美成人精品欧美一级黄| 欧美激情 高清一区二区三区| 成人亚洲欧美一区二区av| 丝袜人妻中文字幕| 国产欧美日韩综合在线一区二区| 国产精品 欧美亚洲| 99九九在线精品视频| 婷婷成人精品国产| 久久久a久久爽久久v久久| 亚洲国产精品999| 久久国产精品大桥未久av| a级毛片在线看网站| 久久久久久伊人网av| 校园人妻丝袜中文字幕| 国语对白做爰xxxⅹ性视频网站| 曰老女人黄片| 女人被躁到高潮嗷嗷叫费观| 亚洲精华国产精华液的使用体验| 国产免费福利视频在线观看| 又大又黄又爽视频免费| av天堂久久9| 高清欧美精品videossex| 国产乱来视频区| 国产野战对白在线观看| 人妻 亚洲 视频| 久久国产精品大桥未久av| 91国产中文字幕| 国产激情久久老熟女| av在线播放精品| 亚洲一区中文字幕在线| tube8黄色片| 看十八女毛片水多多多| 成人免费观看视频高清| 成人亚洲欧美一区二区av| 18在线观看网站| 一本—道久久a久久精品蜜桃钙片| 国产av国产精品国产| 亚洲欧美日韩另类电影网站| 欧美97在线视频| 色网站视频免费| 中文字幕人妻熟女乱码| 免费av中文字幕在线| 亚洲四区av| 天天躁夜夜躁狠狠躁躁| 亚洲,欧美精品.| 免费观看av网站的网址| 欧美日韩一级在线毛片| 久久青草综合色| 亚洲精品第二区| 欧美日韩亚洲高清精品| 18禁国产床啪视频网站| 寂寞人妻少妇视频99o| 极品人妻少妇av视频| 久久97久久精品| 精品少妇一区二区三区视频日本电影 | 黄色毛片三级朝国网站| 99久国产av精品国产电影| 婷婷色av中文字幕| 国产又色又爽无遮挡免| 男的添女的下面高潮视频| 色婷婷av一区二区三区视频| 日韩三级伦理在线观看| 欧美另类一区| 日本欧美国产在线视频| 国产在线一区二区三区精| 久久久欧美国产精品| 国产成人精品福利久久| 亚洲欧美精品自产自拍| 性少妇av在线| 国产av国产精品国产| 久热久热在线精品观看| 尾随美女入室| 国产精品无大码| 久久久久人妻精品一区果冻| 国产精品久久久久成人av| 亚洲美女搞黄在线观看| videosex国产| 日韩av在线免费看完整版不卡| 伦理电影免费视频| 国产片特级美女逼逼视频| 男的添女的下面高潮视频| 1024视频免费在线观看| 国产高清国产精品国产三级| 久久久久国产精品人妻一区二区| tube8黄色片| 大香蕉久久网| 美女主播在线视频| av一本久久久久| 亚洲欧美一区二区三区久久| 最近的中文字幕免费完整| 天天影视国产精品| 精品国产一区二区三区久久久樱花| 国产黄频视频在线观看| 日韩一卡2卡3卡4卡2021年| 高清不卡的av网站| 9热在线视频观看99| 日韩一区二区视频免费看| 亚洲av日韩在线播放| av福利片在线| 夫妻午夜视频| 在线免费观看不下载黄p国产| 老熟女久久久| 熟女电影av网| 亚洲美女视频黄频| 国产成人av激情在线播放| 一级a爱视频在线免费观看| 精品亚洲乱码少妇综合久久| 久久女婷五月综合色啪小说| 久久99蜜桃精品久久| 久久人人爽av亚洲精品天堂| 午夜激情av网站| 成年人免费黄色播放视频| 99热网站在线观看| 我要看黄色一级片免费的| 两个人免费观看高清视频| 电影成人av| 亚洲av电影在线观看一区二区三区| 狂野欧美激情性bbbbbb| 亚洲精品一二三| 制服诱惑二区| 午夜福利视频精品| 男人舔女人的私密视频| 精品酒店卫生间| 久久久久久伊人网av| 性色avwww在线观看| 日韩制服丝袜自拍偷拍| 免费女性裸体啪啪无遮挡网站| 又粗又硬又长又爽又黄的视频| 欧美国产精品va在线观看不卡| 伊人久久大香线蕉亚洲五| 叶爱在线成人免费视频播放| 久久精品久久久久久噜噜老黄| 久久综合国产亚洲精品| 国产一级毛片在线| 国产白丝娇喘喷水9色精品| 搡女人真爽免费视频火全软件| 欧美少妇被猛烈插入视频| 亚洲国产欧美网| 亚洲精品中文字幕在线视频| 成年女人在线观看亚洲视频| 国产成人精品久久二区二区91 | 国产探花极品一区二区| 成人黄色视频免费在线看| av天堂久久9| 热re99久久精品国产66热6| 国产探花极品一区二区| 日韩一卡2卡3卡4卡2021年| 国产精品久久久久成人av| 一区二区日韩欧美中文字幕| 成人手机av| av国产精品久久久久影院| 亚洲av在线观看美女高潮| 色网站视频免费| 欧美亚洲 丝袜 人妻 在线| 久久久久国产一级毛片高清牌| 超碰成人久久| 精品99又大又爽又粗少妇毛片| 久久精品人人爽人人爽视色| av又黄又爽大尺度在线免费看| 老司机亚洲免费影院| 日韩欧美一区视频在线观看| 青草久久国产| 91精品伊人久久大香线蕉| 国产精品麻豆人妻色哟哟久久| 人成视频在线观看免费观看| 在线观看美女被高潮喷水网站| 黑人巨大精品欧美一区二区蜜桃| 满18在线观看网站| 黑人欧美特级aaaaaa片| 日日啪夜夜爽| 交换朋友夫妻互换小说| 在线观看国产h片| 欧美日韩亚洲高清精品| 中文字幕另类日韩欧美亚洲嫩草| 欧美少妇被猛烈插入视频| 丝袜在线中文字幕| 日本免费在线观看一区| 中文字幕最新亚洲高清| 中文字幕制服av| 黄频高清免费视频| 男女边吃奶边做爰视频| 激情视频va一区二区三区| 国产伦理片在线播放av一区| 波多野结衣一区麻豆| 精品久久久精品久久久| 亚洲精品一二三| 99热国产这里只有精品6| 欧美国产精品va在线观看不卡| 国产又色又爽无遮挡免| 又大又黄又爽视频免费| 99久久综合免费| 久久狼人影院| 国产精品国产三级专区第一集| 美女福利国产在线| 免费黄网站久久成人精品| 最近最新中文字幕大全免费视频 | 国产野战对白在线观看| 1024视频免费在线观看| 日韩成人av中文字幕在线观看| 国产无遮挡羞羞视频在线观看| 欧美在线黄色| 亚洲精品自拍成人| 亚洲精品久久午夜乱码| 新久久久久国产一级毛片| 国产成人精品久久二区二区91 | 亚洲精品久久久久久婷婷小说| 两个人看的免费小视频| 久久久久久久大尺度免费视频| 熟女电影av网| 青青草视频在线视频观看| 自线自在国产av| 久久久国产欧美日韩av| 日产精品乱码卡一卡2卡三| 国产综合精华液| www.自偷自拍.com| 国产成人精品久久二区二区91 | 亚洲一区二区三区欧美精品| 亚洲欧洲精品一区二区精品久久久 | 午夜福利在线观看免费完整高清在| 各种免费的搞黄视频| 国产精品久久久久久久久免| 中文字幕另类日韩欧美亚洲嫩草| 久久精品亚洲av国产电影网| 97在线视频观看| 亚洲精品日本国产第一区| 亚洲欧美色中文字幕在线| 国产av一区二区精品久久| 天天躁夜夜躁狠狠久久av| 一级毛片 在线播放| 黄色毛片三级朝国网站| 国产日韩欧美在线精品| 免费观看av网站的网址| 国产精品人妻久久久影院| 国产老妇伦熟女老妇高清| 99精国产麻豆久久婷婷| 伦理电影免费视频| 在线亚洲精品国产二区图片欧美| 免费观看在线日韩| 国精品久久久久久国模美| 久久久a久久爽久久v久久| 男的添女的下面高潮视频| 91精品伊人久久大香线蕉| av视频免费观看在线观看| 国产欧美日韩综合在线一区二区| 咕卡用的链子| 日韩电影二区| 国产精品一国产av| 91在线精品国自产拍蜜月| 国产爽快片一区二区三区| 国产精品成人在线| 性色avwww在线观看| 男人添女人高潮全过程视频| 99香蕉大伊视频| 侵犯人妻中文字幕一二三四区| 丝袜美腿诱惑在线| 一级片'在线观看视频| 人妻系列 视频| 亚洲成人av在线免费| 一本色道久久久久久精品综合| 成年人午夜在线观看视频| 久久亚洲国产成人精品v| 精品一区二区免费观看| 久久久久久人人人人人| 久久人妻熟女aⅴ| 男女国产视频网站| av在线app专区| 亚洲人成电影观看| 99九九在线精品视频| 久久久久精品性色| 黄色一级大片看看| 亚洲av男天堂| 久久久久久免费高清国产稀缺| 在线精品无人区一区二区三| 久久久久久伊人网av| 丰满饥渴人妻一区二区三| 国产高清不卡午夜福利| 观看美女的网站| 一区福利在线观看| 亚洲av男天堂| 欧美亚洲日本最大视频资源| 美女大奶头黄色视频| 大片免费播放器 马上看| av在线老鸭窝| 男女下面插进去视频免费观看| 久久久久久久精品精品| av在线app专区| 午夜福利在线免费观看网站| 亚洲成国产人片在线观看| 啦啦啦啦在线视频资源| 成人毛片a级毛片在线播放| 美女xxoo啪啪120秒动态图| 国产精品国产三级国产专区5o| 国产av码专区亚洲av| 人人澡人人妻人| videos熟女内射| av在线观看视频网站免费| 超碰成人久久| 亚洲成人av在线免费| 免费观看无遮挡的男女| 国产一区二区三区综合在线观看| av一本久久久久| 少妇的逼水好多| 99久久中文字幕三级久久日本| 建设人人有责人人尽责人人享有的| 国产av码专区亚洲av| 日日爽夜夜爽网站| 80岁老熟妇乱子伦牲交| 精品久久蜜臀av无| 精品人妻一区二区三区麻豆| 精品国产一区二区久久| 欧美日韩亚洲高清精品| 成人毛片60女人毛片免费| 高清不卡的av网站| kizo精华| 在线观看国产h片| 国产免费又黄又爽又色| av免费在线看不卡| 久久人人爽人人片av| 国产精品av久久久久免费| 色视频在线一区二区三区| 亚洲视频免费观看视频| 日韩大片免费观看网站| 国产精品久久久av美女十八| av免费在线看不卡| 午夜精品国产一区二区电影| 日韩人妻精品一区2区三区| 99九九在线精品视频| 免费高清在线观看日韩| 久久青草综合色| 91精品三级在线观看| 啦啦啦在线免费观看视频4| 久久久久精品人妻al黑| 七月丁香在线播放| 建设人人有责人人尽责人人享有的| 男女下面插进去视频免费观看| 亚洲国产欧美网| 黄色一级大片看看| 美女福利国产在线| 国产成人精品福利久久| 91精品国产国语对白视频| 一级爰片在线观看| 各种免费的搞黄视频| 日本91视频免费播放| 免费不卡的大黄色大毛片视频在线观看| 国产亚洲av片在线观看秒播厂| 一级毛片 在线播放| 男人舔女人的私密视频| 亚洲精品成人av观看孕妇| 伦理电影大哥的女人| 久久午夜综合久久蜜桃| 欧美激情 高清一区二区三区| 久久午夜综合久久蜜桃| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 国产人伦9x9x在线观看 | 日韩制服骚丝袜av| 欧美成人午夜精品| 国产精品成人在线| 欧美成人精品欧美一级黄| 国产一区二区三区av在线| 伊人久久大香线蕉亚洲五| 五月伊人婷婷丁香| 亚洲精品第二区| 久久免费观看电影| 国产精品久久久久久精品电影小说| 国产成人精品久久二区二区91 | 午夜免费鲁丝| 久久精品国产亚洲av涩爱| 国产精品一区二区在线不卡| 男女无遮挡免费网站观看| av又黄又爽大尺度在线免费看| 国产日韩欧美亚洲二区| 免费不卡的大黄色大毛片视频在线观看| 国产乱人偷精品视频| 成人国语在线视频| 秋霞伦理黄片| 欧美另类一区| 久久毛片免费看一区二区三区| 国产精品免费大片| 成年动漫av网址| 一级毛片电影观看| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 97精品久久久久久久久久精品| 一区二区三区精品91| 国产精品一二三区在线看| 久久精品国产自在天天线| 女的被弄到高潮叫床怎么办| 国产精品一国产av| 亚洲三区欧美一区| 亚洲精品日韩在线中文字幕| 国产精品国产三级国产专区5o| 国产精品一国产av| 欧美成人午夜免费资源| 99热网站在线观看| 秋霞伦理黄片| 我的亚洲天堂| 国产在线免费精品| 久久国产亚洲av麻豆专区| 黄色一级大片看看| 国产1区2区3区精品| 看十八女毛片水多多多| 久久午夜福利片| 国产有黄有色有爽视频| 丝袜脚勾引网站| 最新的欧美精品一区二区| 婷婷成人精品国产| 国产成人免费观看mmmm| 80岁老熟妇乱子伦牲交| 激情五月婷婷亚洲| 两个人免费观看高清视频| 国产精品 欧美亚洲| 亚洲精华国产精华液的使用体验| 青青草视频在线视频观看| 久久鲁丝午夜福利片| 天天躁日日躁夜夜躁夜夜| 美女大奶头黄色视频| 亚洲五月色婷婷综合| 免费在线观看黄色视频的| 国产深夜福利视频在线观看| 国产97色在线日韩免费| 老女人水多毛片| 777米奇影视久久| 国产淫语在线视频| 国产精品一区二区在线不卡| 久久精品国产亚洲av涩爱| 毛片一级片免费看久久久久| 丝袜美腿诱惑在线| www日本在线高清视频| a级毛片在线看网站| 成人二区视频| 菩萨蛮人人尽说江南好唐韦庄|