• <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 ?

    C4.5算法在民族地區(qū)高校畢業(yè)生追蹤調(diào)查中的應(yīng)用研究

    2014-11-06 18:24:39梁達(dá)友董榮勝王泓剛
    科技創(chuàng)新導(dǎo)報(bào) 2014年10期
    關(guān)鍵詞:決策樹分類器數(shù)據(jù)挖掘

    梁達(dá)友 董榮勝 王泓剛

    摘 要:部分民族地區(qū)高校畢業(yè)生就業(yè)是個(gè)難點(diǎn)問題。本文介紹了ID3、C4.5和CART三種決策樹算法,并選取河池學(xué)院畢業(yè)生追蹤調(diào)查數(shù)據(jù),分別建立ID3、C4.5和CART分類器進(jìn)行預(yù)測(cè)比較。結(jié)果表明,C4.5預(yù)測(cè)分類器具有最小計(jì)算量和最高準(zhǔn)確率。通過測(cè)試,C4.5分類器預(yù)測(cè)分類準(zhǔn)確度和精度與實(shí)測(cè)數(shù)據(jù)相符,能夠較好地滿足應(yīng)用要求。C4.5分類器分類規(guī)則表明,道德素養(yǎng)、專業(yè)素質(zhì)和實(shí)踐能力是用人單位錄用畢業(yè)生的主要標(biāo)準(zhǔn)。預(yù)測(cè)結(jié)果同時(shí)也為學(xué)校創(chuàng)新人才培養(yǎng)模式,提高畢業(yè)生就業(yè)能力提供一定的決策支持。

    關(guān)鍵詞:教育數(shù)據(jù)挖掘 追蹤調(diào)查 預(yù)測(cè)分類 C4.5算法

    中圖分類號(hào):TP301.6 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1674-098X(2014)04(a)-0252-05

    目前,我國經(jīng)濟(jì)飛速發(fā)展,產(chǎn)業(yè)結(jié)構(gòu)高度化,社會(huì)崗位需求不斷增多,高校擴(kuò)招后畢業(yè)生人數(shù)也逐年增加,然而,由于就業(yè)結(jié)構(gòu)性矛盾不斷加劇,出現(xiàn)招工與就業(yè)“兩難并行”的局面[1]。究其根本原因在于高校培養(yǎng)人才與社會(huì)需求脫節(jié),人才供給與社會(huì)需求錯(cuò)位。作為一所新建的民族地區(qū)高校,河池學(xué)院處于發(fā)展階段,人才培養(yǎng)體系還未完善,畢業(yè)生質(zhì)量與社會(huì)需求尚有較大差距。為了縮短人才培養(yǎng)與社會(huì)需求間的差距,使畢業(yè)生符合社會(huì)需求,需要準(zhǔn)確地了解用人單位對(duì)人才的需求標(biāo)準(zhǔn)。

    本文以河池學(xué)院畢業(yè)生追蹤調(diào)查信息數(shù)據(jù)為基礎(chǔ),利用數(shù)據(jù)挖掘技術(shù)對(duì)用人單位評(píng)價(jià)畢業(yè)生的信息數(shù)據(jù)進(jìn)行推測(cè)和估計(jì),探索用人單位錄用畢業(yè)生的規(guī)律及發(fā)展趨勢(shì)[2],找出學(xué)校培養(yǎng)目標(biāo)與社會(huì)需求的差距,為學(xué)校進(jìn)行教育改革,提高畢業(yè)生就業(yè)能力提供依據(jù)。

    1 教育數(shù)據(jù)挖掘

    數(shù)據(jù)挖掘(Data Mining,DM)是從大量數(shù)據(jù)中尋找規(guī)律的技術(shù),廣泛應(yīng)用到市場推廣、醫(yī)療、房地產(chǎn)、客戶關(guān)系管理、工程、網(wǎng)絡(luò)信息挖掘等各個(gè)領(lǐng)域。在教育領(lǐng)域,越來越多的研究者使用數(shù)據(jù)挖掘技術(shù)。應(yīng)用在數(shù)據(jù)相關(guān)教育領(lǐng)域的數(shù)據(jù)挖掘技術(shù)稱為教育數(shù)據(jù)挖掘(Education Data Mining,EDM)。教育數(shù)據(jù)挖掘是一種新興的數(shù)據(jù)挖掘技術(shù),側(cè)重于從教育環(huán)境中的數(shù)據(jù)挖掘知識(shí),根據(jù)教育體系中教學(xué)、管理和科研三個(gè)業(yè)務(wù),將教育數(shù)據(jù)挖掘細(xì)分為E-Learning數(shù)據(jù)挖掘、E-Management數(shù)據(jù)挖掘和E-Research數(shù)據(jù)挖掘三個(gè)范疇[3]。E-Management數(shù)據(jù)挖掘使用教育機(jī)構(gòu)數(shù)字化管理系統(tǒng)收錄的數(shù)據(jù),挖掘包括教師績效評(píng)估、人才引進(jìn)、招生決策、就業(yè)預(yù)測(cè)、畢業(yè)生就業(yè)追蹤等多方面信息,為教育管理部分做出決策提供有效支持。常見的數(shù)據(jù)挖掘方法有決策樹、神經(jīng)網(wǎng)絡(luò)、樸素貝葉斯、粗糙集、模糊集、K近鄰法、遺傳算法等。綜合Romero[4]和Baker[5]對(duì)教育數(shù)據(jù)挖掘的分類,這些方法可分成統(tǒng)計(jì)分析與可視化、聚類(聚類分析等)、預(yù)測(cè)挖掘(決策樹等)、關(guān)系挖掘(關(guān)聯(lián)規(guī)則挖掘等)、文本挖掘五類。

    2008年,針對(duì)畢業(yè)生和求職人員共存環(huán)境下的就業(yè)問題現(xiàn)狀,屈百達(dá)[6]等人建立動(dòng)態(tài)對(duì)策模型,并給出H∞控制解法。通過求取反饋增益矩陣,得到在職人員、失業(yè)待業(yè)人員數(shù)名的優(yōu)化組合結(jié)構(gòu)關(guān)系,預(yù)測(cè)當(dāng)期畢業(yè)生新增就業(yè)人數(shù),緩解就業(yè)沖突。2009年,劉斕[7]等人轉(zhuǎn)化決策樹數(shù)據(jù),利用二進(jìn)制關(guān)聯(lián)規(guī)則挖掘算法分析大學(xué)生就業(yè)競爭力,提取有效規(guī)則,在培養(yǎng)學(xué)生就業(yè)能力上有一定指導(dǎo)作用。張穩(wěn)[8]等人以新疆農(nóng)業(yè)大學(xué)畢業(yè)生數(shù)據(jù)為例,采用多項(xiàng)式回歸和多元線性回歸兩種不同的算法對(duì)其數(shù)據(jù)建模,實(shí)現(xiàn)對(duì)該校就業(yè)率的預(yù)測(cè)。韋麗梅[9]等人從管理系統(tǒng)和課程設(shè)置的角度出發(fā),經(jīng)過調(diào)查問卷、訪談、座談會(huì)等方式,分析影響中職院校計(jì)算機(jī)類專業(yè)學(xué)生就業(yè)的因素。2010年,針對(duì)畢業(yè)生就業(yè)預(yù)測(cè)存在的不可靠性問題,程昌品[10]等人以廣東教育學(xué)院畢業(yè)生就業(yè)情況為例,使用基于信息增益比的決策樹方法構(gòu)建畢業(yè)生就業(yè)預(yù)測(cè)模型。實(shí)驗(yàn)測(cè)試表明,C4.5決策樹較ID3算法的預(yù)測(cè)效果有更好的可靠性和健壯性。2011年,牛麗[11]等人提出基于層次分析法和高斯隸屬函數(shù)的模糊綜合評(píng)價(jià)方法,以大學(xué)生就業(yè)能力評(píng)價(jià)的層次性、模糊性為例,評(píng)估大學(xué)生就業(yè)能力。缺點(diǎn)是沒有和計(jì)算機(jī)結(jié)合建立相應(yīng)的評(píng)價(jià)系統(tǒng)。針對(duì)學(xué)生就業(yè)問題中出現(xiàn)噪聲造成不一致數(shù)據(jù)問題,常志玲[12]等人提出基于變精度粗糙集的決策樹模型,分析學(xué)生就業(yè)數(shù)據(jù),簡化決策樹結(jié)構(gòu)。賀愛香[13]等人分析C4.5算法建立流程及結(jié)構(gòu),并以安徽新華學(xué)院畢業(yè)數(shù)據(jù)為基礎(chǔ),運(yùn)用C4.5算法建立應(yīng)用型本科高校就業(yè)模型,并驗(yàn)證模型的正確性和實(shí)用性,為學(xué)校提高就業(yè)率提供決策支持。

    綜上所述,大學(xué)生就業(yè)問題的研究方法有矩陣模型、決策樹模型、事務(wù)數(shù)據(jù)庫模型、管理學(xué)方法。決策樹模型依賴迭代或遞歸算法[4],原理計(jì)算和實(shí)現(xiàn)較矩陣模型簡單,建立的決策樹較事務(wù)數(shù)據(jù)庫模型易于理解,且比管理學(xué)問卷調(diào)查等方法易實(shí)施。由于決策樹模型能夠?qū)?fù)雜的決策過程化簡成簡單決策的集合,并能夠提供容易解釋的解決方案。被廣泛應(yīng)用于醫(yī)療診斷、專家系統(tǒng)、語音識(shí)別、遙感等各個(gè)領(lǐng)域[14]。

    在教育挖掘領(lǐng)域使用這些技術(shù),可以挖掘出很多方面的知識(shí)。本文將以河池學(xué)院畢業(yè)生追蹤調(diào)查信息數(shù)據(jù)為基礎(chǔ),構(gòu)建決策樹預(yù)測(cè)模型,從用人單位的角度,發(fā)現(xiàn)用人單位錄用畢業(yè)生的潛在標(biāo)準(zhǔn),進(jìn)一步預(yù)測(cè)畢業(yè)生的就業(yè)能力。預(yù)測(cè)目的主要是發(fā)現(xiàn)未被用人單位錄用的畢業(yè)生存在的問題。如果在大學(xué)生未畢業(yè)前,預(yù)測(cè)發(fā)現(xiàn)其將不會(huì)被用人單位錄用,學(xué)校就可以找出其原因所在,及時(shí)采取措施,調(diào)整培養(yǎng)計(jì)劃,提高他的就業(yè)能力,并幫助他順利就業(yè)。

    2 決策樹算法

    決策樹是一個(gè)樹型預(yù)測(cè)模型,代表的是對(duì)象屬性與對(duì)象值之間的一種映射關(guān)系。決策樹開始于一個(gè)根節(jié)點(diǎn)上,樹中節(jié)點(diǎn)表示某個(gè)對(duì)象;每個(gè)分叉路徑則代表某個(gè)可能的屬性值;葉結(jié)點(diǎn)是從根節(jié)點(diǎn)到該葉節(jié)點(diǎn)的路徑所表示對(duì)象的值。決策樹是運(yùn)用概率分析進(jìn)行評(píng)估、預(yù)測(cè)的一種樹型圖解算法,是預(yù)測(cè)分類的一個(gè)重要方法,常用于分析數(shù)據(jù)和評(píng)估預(yù)測(cè)。常用的決策樹方法有ID3算法、C4.5算法和CART算法等。

    2.1 ID3(迭代二叉樹3代)

    ID3是J.Ross Quinlan于1986年在奧卡姆剃刀基礎(chǔ)上開發(fā)的,基于信息熵的決策樹算法。ID3使用信息增益度量選擇分裂屬性,運(yùn)用自頂向下的貪心策略建立決策樹,選擇具有最高信息增益的屬性為根節(jié)點(diǎn),計(jì)算所有屬性可能的值以確定分支、節(jié)點(diǎn)和葉節(jié)點(diǎn)。樹的建立分兩階段,分別是樹構(gòu)建和修剪。ID3算法原理如下:

    定義1:假設(shè)數(shù)據(jù)集合S有s個(gè)數(shù)據(jù)樣本,類別標(biāo)識(shí)屬性C可分為m個(gè)不同類Ci(i=1,2…,m),設(shè)si為Ci樣本數(shù),則集合S分類的期望信息量為

    (1)

    式中pi表示Ci類在數(shù)據(jù)集合S中的概率,。

    定義2:如果A是集合S的屬性,A有n個(gè)值,則集合S可分為n個(gè)子集Si(i=1,2,…,n),設(shè)sij為子集Si的樣本數(shù),則由屬性A劃分成n個(gè)子集后集合S的信息量為:

    (2)

    式中E(Si)是屬性A劃分出的子集Si按類別標(biāo)識(shí)屬性分類的信息量,s是集合S的樣本數(shù)。則屬性A分枝上的信息增益為:

    Gain(S,A)=E(S)-E(S,A) (3)

    迭代計(jì)算每個(gè)屬性的信息增益,選擇信息增益大的屬性為分裂屬性建立決策樹。

    ID3算法不能處理連續(xù)屬性,需要離散化才能使用,在選擇最佳分離屬性的時(shí)候容易選擇那些屬性值多的一些屬性。

    2.2 C4.5算法

    C4.5算法是ID3的改進(jìn)算法。C4.5采用信息增益率為度量來選擇決策屬性,克服了用信息增益選擇屬性時(shí)偏向選擇取值多的屬性的不足。C4.5使用悲觀剪枝法,消除不必要的分支,以提高分類的準(zhǔn)確性。該算法在繼承ID3的同時(shí),具有產(chǎn)生的分類規(guī)則易于理解,準(zhǔn)確率較高的優(yōu)點(diǎn),能夠完成對(duì)連續(xù)屬性的離散化和不完整數(shù)據(jù)進(jìn)行處理。信息增益率算法原理如下:

    (4)

    其中Gain(S,A)為屬性A的增益,由(3)式給出;SplitInfo(S,A)為分裂信息,代表屬性A分裂樣本集的廣度和均勻性。

    (5)

    2.3 CART(分類與回歸樹)

    CART(Classification And Regression Trees)分類算法最早由Breiman 等人提出,已經(jīng)在統(tǒng)計(jì)領(lǐng)域和數(shù)據(jù)挖掘技術(shù)中普遍使用。CART選擇Gini指數(shù)作為測(cè)試屬性,和ID3和C4.5算法不同的是,CART算法生成的決策樹是結(jié)構(gòu)簡潔的二叉樹。CART算法使用后剪枝法,從決策樹中移除不可靠的分支,以改善精度。CART算法可以同時(shí)處理分類和連續(xù)屬性,也可以處理缺失值。不過,Gini指數(shù)是以分類純度來劃分節(jié)點(diǎn)的,因此,CART算法最初建立的樹也有錯(cuò)誤率,因?yàn)橛行┤~子節(jié)點(diǎn)并不是純的。

    3 預(yù)測(cè)挖掘過程

    3.1 數(shù)據(jù)預(yù)處理

    本文從河池學(xué)院歷年收集的畢業(yè)生追蹤調(diào)查信息中,提取了2009年至2013年用人單位對(duì)河池學(xué)院畢業(yè)生的評(píng)價(jià)信息數(shù)據(jù),經(jīng)與學(xué)校統(tǒng)計(jì)的畢業(yè)生就業(yè)狀況數(shù)據(jù)合并,集成了用人單位對(duì)河池學(xué)院畢業(yè)生的評(píng)價(jià)數(shù)據(jù)集,一共477條評(píng)價(jià)記錄,每條記錄包含的屬性有畢業(yè)生的個(gè)人基本信息,數(shù)據(jù)采集日期,用人單位對(duì)畢業(yè)生德、智、能等方面的評(píng)價(jià)。在這些屬性中,抽取用人單位錄用畢業(yè)生影響較大的4個(gè)屬性,分別為用人單位對(duì)畢業(yè)生評(píng)價(jià)選項(xiàng)中的道德素養(yǎng)、專業(yè)素質(zhì)、實(shí)踐能力和創(chuàng)新能力,加標(biāo)識(shí)屬性“是否錄用”,泛化后形成了如表1所示的數(shù)據(jù)集結(jié)構(gòu)。

    各屬性定義如下:

    DD(道德素養(yǎng)):包括畢業(yè)生的思想道德、社會(huì)責(zé)任感、團(tuán)隊(duì)合作精神、敬業(yè)精神、心理素質(zhì)等,分為優(yōu)、良、一般、差四個(gè)等級(jí)。

    ZY(專業(yè)素質(zhì)):指畢業(yè)生具備的相關(guān)專業(yè)素質(zhì),包括專業(yè)知識(shí)、學(xué)習(xí)新知識(shí)能力、語言表達(dá)能力、計(jì)算機(jī)能力和外語水平等,主要以學(xué)習(xí)綜合成績來描述,分為優(yōu)、良、一般、差四個(gè)等級(jí)。

    SJ(實(shí)踐能力):指畢業(yè)生的實(shí)踐動(dòng)手能力、獨(dú)立工作能力、人際交往能力、組織管理能力等,分為強(qiáng)、較強(qiáng)、一般、差四個(gè)等級(jí)。

    CX(創(chuàng)新能力):指畢業(yè)生創(chuàng)新運(yùn)用知識(shí)和理論的能力,分為強(qiáng)、較強(qiáng)、一般、差四個(gè)等級(jí)。

    LY(是否錄用):指畢業(yè)生是否被用人單位錄用,包含被用人單位辭退的畢業(yè)生。分為YES、NO兩種。

    集成數(shù)據(jù)集如表2。把數(shù)據(jù)集按年度分為兩個(gè)子數(shù)據(jù)集:其中2009-2012年的385條數(shù)據(jù)記錄作為訓(xùn)練數(shù)據(jù)集,用于預(yù)測(cè)分類建模;2013年的92條數(shù)據(jù)記錄作為測(cè)試數(shù)據(jù)集,用于測(cè)試預(yù)測(cè)模型的準(zhǔn)確度。

    3.2 算法選擇

    評(píng)價(jià)分類器通常有預(yù)測(cè)準(zhǔn)確度、計(jì)算機(jī)復(fù)雜度和模型描述簡潔度三方面來。預(yù)測(cè)準(zhǔn)確度是使用最多的比較尺度,特別是對(duì)于預(yù)測(cè)型分類任務(wù);計(jì)算復(fù)雜度依賴于具體的實(shí)現(xiàn)細(xì)節(jié)和硬件環(huán)境,操作對(duì)象越是巨大的數(shù)據(jù)庫,空間和時(shí)間的復(fù)雜度問題越重要;模型描述越簡潔越受歡迎,尤其是對(duì)于描述型的分類任務(wù)。目前普遍認(rèn)為,同時(shí)適用于各種特點(diǎn)數(shù)據(jù)的分類器是不存在的。

    C4.5算法具有準(zhǔn)確率較高、模型描述簡單和產(chǎn)生分類規(guī)則易于理解的優(yōu)點(diǎn)。根據(jù)本文數(shù)據(jù)的特性和挖掘任務(wù),選用C4.5算法作為本文數(shù)據(jù)預(yù)測(cè)挖掘算法。

    3.3 C4.5預(yù)測(cè)模型構(gòu)建

    訓(xùn)練數(shù)據(jù)集合中屬性“LY(是否錄用)”為類別標(biāo)識(shí)屬性,其他DD(道德素養(yǎng))、ZY(專業(yè)素質(zhì))、SJ(實(shí)踐能力)和CX(創(chuàng)新能力)為決策屬性。類別標(biāo)識(shí)屬性“LY(是否錄用)”有385個(gè)值,其中“YES”319個(gè),“NO”66個(gè),則集合分類的期望信息量為:

    3.3.1 計(jì)算決策屬性的信息量

    對(duì)屬性DD(道德素養(yǎng))

    當(dāng)DD(道德素養(yǎng))=“優(yōu)”時(shí),有153個(gè)值:153個(gè)“YES”,0個(gè)“NO”,則

    當(dāng)DD(道德素養(yǎng))=“良”時(shí),有92個(gè)值:92個(gè)“YES”,0個(gè)“NO”,則

    當(dāng)DD(道德素養(yǎng))=“一般”時(shí),有74個(gè)值:53個(gè)“YES”,21個(gè)“NO”,則

    當(dāng)DD(道德素養(yǎng))=“差”時(shí),有66個(gè)值:21個(gè)“YES”,45個(gè)“NO”,則

    由此得出屬性“DD(道德素養(yǎng))”的信息量

    3.3.2 計(jì)算決策屬性的信息增益

    屬性DD(道德素養(yǎng))的信息增益為:

    Gain(S,DD)=E(S)-E(S,DD)=0.6610-0.3201=0.3409

    3.3.3計(jì)算決策屬性的信息增益率

    屬性DD(道德素養(yǎng))的分裂信息為:

    所以屬性DD(道德素養(yǎng))的信息增益率為:

    同理可計(jì)算出屬性ZY(專業(yè)素質(zhì))、SJ(實(shí)踐能力)、CX(創(chuàng)新能力)的信息增益率,分別為

    GainRatio(S,ZY)=0.0755

    GainRatio(S,SJ)=0.0260

    GainRatio(S,CX)=0.0055

    3.3.4 確定根節(jié)點(diǎn)

    比較屬性DD(道德素養(yǎng))、ZY(專業(yè)素質(zhì))、SJ(實(shí)踐能力)、CX(創(chuàng)新能力)四個(gè)屬性的信息增益率,屬性DD(道德素養(yǎng))具有最大信息增益,所以選擇DD(道德素養(yǎng))作為測(cè)試屬性,得到如圖1所示的決策樹根節(jié)點(diǎn)。

    3.3.5 建立決策樹

    屬性DD(道德素養(yǎng))為根節(jié)點(diǎn)時(shí),得到“優(yōu)”、“良”、“一般”和“差”四個(gè)分支,利用遞歸方法,對(duì)每個(gè)分支迭代計(jì)算信息增益率,最后得出決策樹,如圖2。

    通過上述計(jì)算方法得到的決策樹,詳細(xì)而龐大,每個(gè)屬性都被詳細(xì)地加以考慮,是一顆完美的樹,但實(shí)用性差,存在過擬合現(xiàn)象,實(shí)際使用中會(huì)導(dǎo)致數(shù)據(jù)失真。因此,需要對(duì)決策樹進(jìn)行剪枝,采用悲觀剪枝法剪枝后決策樹如圖3。

    3.4 ID3、C4.5和CART比較

    WEKA是一個(gè)集合了ID3、 C4.5和CART等機(jī)器學(xué)習(xí)算法的開源應(yīng)用軟件,廣泛應(yīng)用于數(shù)據(jù)挖掘。導(dǎo)入訓(xùn)練數(shù)據(jù)集,在WEKA平臺(tái)分別建立基于十折交叉驗(yàn)證評(píng)估方法的ID3、C4.5和CART分類器。比較結(jié)果如表3、表4和表5。

    從以上比較可以看出,準(zhǔn)確度最高和計(jì)算時(shí)間最少的分類器是C4.5。雖然C4.5分類器對(duì)類“YES”分類準(zhǔn)確度稍低于ID3和CART,但C4.5分類器對(duì)類“NO”分類準(zhǔn)確度最高,且C4.5分類器對(duì)類“YES”和“NO”分類準(zhǔn)確度相差最小,說明C4.5分類器對(duì)噪聲數(shù)據(jù)正確預(yù)測(cè)能力較強(qiáng)。綜合上述比較,在本文的數(shù)據(jù)挖掘研究中,C4.5分類器優(yōu)于ID3和CART。

    3.5 測(cè)試C4.5分類器

    用測(cè)試數(shù)據(jù)集代入C4.5分類器進(jìn)行測(cè)試,準(zhǔn)確測(cè)出90條記錄,2條記錄預(yù)測(cè)錯(cuò)誤,準(zhǔn)確率達(dá)到97.8261%,如表6。

    預(yù)測(cè)模型對(duì)“YES”類的預(yù)測(cè)準(zhǔn)確率達(dá)98.7%, 對(duì)“NO”類預(yù)測(cè)準(zhǔn)確率達(dá)92.9%,如表7。

    從測(cè)試結(jié)果看,建立的分類器預(yù)測(cè)精度較高,預(yù)測(cè)已錄用(YES)類準(zhǔn)確率高于未錄用(NO)。把預(yù)測(cè)結(jié)果和學(xué)校歷年的就業(yè)統(tǒng)計(jì)數(shù)據(jù)相比較,結(jié)果基本相符。

    3.6 C4.5分類器規(guī)則

    通過以上測(cè)試和評(píng)價(jià),C4.5預(yù)測(cè)模型能較地應(yīng)用本文數(shù)據(jù)挖掘分類預(yù)測(cè),且有較高預(yù)測(cè)準(zhǔn)確度。根據(jù)圖3所示決策樹得出以下預(yù)測(cè)分類規(guī)則:

    (1)IF DD(道德素養(yǎng))=“優(yōu)”O(jiān)R DD(道德素養(yǎng))=“良” THEN LY(是否錄用)=“YES”。

    (2)IF DD(道德素養(yǎng))=“一般” AND ZY(專業(yè)素質(zhì))=“優(yōu)”THEN LY(是否錄用)=“YES”。

    (3)IF DD(道德素養(yǎng))=“一般” AND ZY(專業(yè)素質(zhì))= “良” THEN LY(是否錄用)=“YES”。

    (4)IF DD(道德素養(yǎng))=“一般” AND ZY(專業(yè)素質(zhì))= “一般” THEN LY(是否錄用)=“YES”。

    (5)IF DD(道德素養(yǎng))=“一般”AND ZY(專業(yè)素質(zhì))=“差” THEN LY(是否錄用)=“NO”。

    (6)IF DD(道德素養(yǎng))=“差”AND ZY(專業(yè)素質(zhì))=“優(yōu)” AND SJ(實(shí)踐能力)=“強(qiáng)”THEN LY(是否錄用)=“YES”。

    (7)IF DD(道德素養(yǎng))=“差”AND ZY(專業(yè)素質(zhì))=“優(yōu)” AND SJ(實(shí)踐能力)=“較強(qiáng)” THEN LY(是否錄用)=“YES”。

    (8)IF DD(道德素養(yǎng))=“差”AND ZY(專業(yè)素質(zhì))=“優(yōu)” AND SJ(實(shí)踐能力)=“一般” THEN LY(是否錄用)=“YES”。

    (9)IF DD(道德素養(yǎng))=“差”AND ZY(專業(yè)素質(zhì))=“優(yōu)” AND SJ(實(shí)踐能力)=“差” THEN LY(是否錄用)=“NO”。

    (10)IF DD(道德素養(yǎng))=“差”AND ZY(專業(yè)素質(zhì))=“良” AND SJ(實(shí)踐能力)=“強(qiáng)” THEN LY(是否錄用)=“YES”。

    (11)IF DD(道德素養(yǎng))=“差”AND ZY(專業(yè)素質(zhì))=“良” AND SJ(實(shí)踐能力)=“較強(qiáng)” THEN LY(是否錄用)=“YES”。

    (12)IF DD(道德素養(yǎng))=“差”AND ZY(專業(yè)素質(zhì))=“良” AND SJ(實(shí)踐能力)=“一般” THEN LY(是否錄用)=“NO”。

    (13)IF DD(道德素養(yǎng))=“差”AND ZY(專業(yè)素質(zhì))=“良” AND SJ(實(shí)踐能力)=“差” THEN LY(是否錄用)=“NO”。

    (14)IF DD(道德素養(yǎng))=“差”AND ZY(專業(yè)素質(zhì))=“一般” THEN LY(是否錄用)=“NO”。

    (15)IF DD(道德素養(yǎng))=“差”AND ZY(專業(yè)素質(zhì))=“差” THEN LY(是否錄用)=“NO”。

    分析以上分類規(guī)則可以得出,道德素養(yǎng)好、專業(yè)素質(zhì)優(yōu)秀、實(shí)踐能力較強(qiáng)的畢業(yè)生,符合用人單位錄用標(biāo)準(zhǔn),能順利就業(yè);如果道德素養(yǎng)較差,則須在畢業(yè)生的專業(yè)素質(zhì)和實(shí)踐能力上較為優(yōu)秀,用人單位才會(huì)錄用;對(duì)于道德素養(yǎng)和專業(yè)素質(zhì)都較差的畢業(yè)生,用人單位一般不會(huì)錄用。

    4 結(jié)語

    該文提取了河池學(xué)院畢業(yè)生追蹤調(diào)查信息數(shù)據(jù),通過與ID3和CART分類預(yù)測(cè)算法對(duì)比,選取決策樹算法中的C4.5算法構(gòu)建預(yù)測(cè)分類器,從用人單位的角度,進(jìn)行預(yù)測(cè)用人單位的錄用規(guī)則。通過對(duì)原始數(shù)據(jù)進(jìn)行整合、集成等預(yù)處理,利用決策樹技術(shù),對(duì)預(yù)處理過的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘,構(gòu)造分類決策樹,產(chǎn)生分類規(guī)則,并測(cè)試其準(zhǔn)確性。從決策樹預(yù)測(cè)分類器選取的屬性指標(biāo)來看,以畢業(yè)生的德、智、能作為判斷分類屬性指標(biāo),具有普遍性,有較強(qiáng)的說服力。從測(cè)試結(jié)果看,該決策樹預(yù)測(cè)模型具有生成規(guī)則易于理解、計(jì)算量較小和預(yù)測(cè)分類準(zhǔn)確度較高等優(yōu)點(diǎn),能較好地識(shí)別用人單位對(duì)錄用畢業(yè)生的能力和素質(zhì)要求,從而能方便快速準(zhǔn)確地預(yù)測(cè)用人單位錄用畢業(yè)生的潛在標(biāo)準(zhǔn),有利于部分民族地區(qū)高校及時(shí)準(zhǔn)確地了解掌握用人單位對(duì)畢業(yè)生的需求標(biāo)準(zhǔn),從而及時(shí)采取措施,調(diào)整培養(yǎng)目標(biāo),促進(jìn)教育改革,提高畢業(yè)生就業(yè)能力。

    參考文獻(xiàn)

    [1] 人力資源和社會(huì)保障部,中國就業(yè)促進(jìn)會(huì).關(guān)于就業(yè)結(jié)構(gòu)性問題的研究[N].中國就業(yè)促進(jìn)會(huì)網(wǎng)站,2014

    [2] 高傳勇,沈延兵.用人單位對(duì)高校畢業(yè)生錄用標(biāo)準(zhǔn)的調(diào)查分析[J].中國青年研究,2005(6):42-45.

    [3] 魏順平.教育數(shù)據(jù)的挖掘、分析、應(yīng)用[J].中小學(xué)信息技術(shù)教育,2013(10): 18-21.

    [4] C.ROMERO,S.VENTURA.EDUCATIONAL. data mining: A survey from 1995 to 2005[J].Expert Systems with Applications,2007(33):135-146.

    [5] RYAN S.J.d. BAKER, KALINA YACEF. The State of Educational Data Mining in 2009: A Review and Future Visions[J].JEDM - Journal of Educational Data Mining,2009,1(1):3-16.

    [6] 屈百達(dá),徐保國.就業(yè)問題的對(duì)策模型及其H_∞控制.控制工程[J].2008(15):29-41.

    [7] 劉斕,徐健鋒.基于二進(jìn)制關(guān)聯(lián)規(guī)則提取算法的大學(xué)生就業(yè)競爭力分析[J].計(jì)算機(jī)科學(xué),2009,36(3):295-297.

    [8] 張穩(wěn).恰汗·合孜爾.畢業(yè)生就業(yè)率預(yù)測(cè)及質(zhì)量評(píng)估研究[J].計(jì)算機(jī)工程與科學(xué),2009,31(5):141-143.

    [9] 韋麗梅.計(jì)算機(jī)類專業(yè)課程設(shè)置對(duì)就業(yè)情況的影響[J].計(jì)算機(jī)應(yīng)用與軟件,2009,26(10):111-135.

    [10] 程昌品,陳強(qiáng).基于信息增益比的決策樹用于畢業(yè)生就業(yè)預(yù)測(cè)[J].計(jì)算機(jī)仿真,2010,27(2):299-302.

    [11] 牛麗,陳珂,程媛.改進(jìn)的層次分析法在就業(yè)綜合評(píng)價(jià)中的應(yīng)用[J].計(jì)算機(jī)仿真,2011,28(5):376-375.

    [12] 常志玲,王嵐.一種新的決策樹模型在就業(yè)分析中的應(yīng)用[J].計(jì)算機(jī)工程與科學(xué),2011,33(5):144-145.

    [13] 賀愛香.決策樹在應(yīng)用型本科高校就業(yè)管理中的應(yīng)用研究[D].安徽:安徽大學(xué),2011.

    [14] S.RASOUL SAFAVIAN. DAVID LANDGREBE.A Survey of Decision Tree Classifier Methodology[J].IEEE TRANS ON SYSTEM,1991,21(3):660-674.

    猜你喜歡
    決策樹分類器數(shù)據(jù)挖掘
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢(shì)
    一種針對(duì)不均衡數(shù)據(jù)集的SVM決策樹算法
    決策樹和隨機(jī)森林方法在管理決策中的應(yīng)用
    電子制作(2018年16期)2018-09-26 03:27:06
    BP-GA光照分類器在車道線識(shí)別中的應(yīng)用
    基于并行計(jì)算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    電力與能源(2017年6期)2017-05-14 06:19:37
    加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
    結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機(jī)的TSK分類器
    基于決策樹的出租車乘客出行目的識(shí)別
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    基于肺癌CT的決策樹模型在肺癌診斷中的應(yīng)用
    成年人午夜在线观看视频| 日韩欧美一区视频在线观看| 亚洲精品456在线播放app| 韩国高清视频一区二区三区| 免费看av在线观看网站| 婷婷成人精品国产| 亚洲少妇的诱惑av| 国产高清三级在线| 免费av不卡在线播放| 国产午夜精品久久久久久一区二区三区| 国产精品三级大全| 曰老女人黄片| 日本欧美视频一区| 22中文网久久字幕| 午夜久久久在线观看| 春色校园在线视频观看| 午夜福利视频在线观看免费| 国产成人一区二区在线| 日本av免费视频播放| 久久久精品94久久精品| 久久久久网色| 免费少妇av软件| 久久久久久久久久人人人人人人| 99热国产这里只有精品6| 成人漫画全彩无遮挡| 国产精品久久久久成人av| 黑人巨大精品欧美一区二区蜜桃 | 国产成人一区二区在线| 欧美精品一区二区免费开放| 国产黄片视频在线免费观看| 另类精品久久| 80岁老熟妇乱子伦牲交| 午夜日本视频在线| 久久午夜综合久久蜜桃| 日本黄色片子视频| 伦精品一区二区三区| 大话2 男鬼变身卡| 国产 一区精品| 激情五月婷婷亚洲| 国产片内射在线| 夜夜骑夜夜射夜夜干| 内地一区二区视频在线| 国产在线视频一区二区| 国产精品一国产av| 一区二区三区四区激情视频| 久久精品国产鲁丝片午夜精品| 国产在线视频一区二区| 人人妻人人澡人人看| 色视频在线一区二区三区| 亚洲五月色婷婷综合| 人妻 亚洲 视频| 日本-黄色视频高清免费观看| 少妇人妻久久综合中文| 99九九在线精品视频| 狠狠精品人妻久久久久久综合| 欧美激情国产日韩精品一区| av免费观看日本| 日韩成人av中文字幕在线观看| 久久人人爽人人片av| 99久久精品一区二区三区| 三级国产精品欧美在线观看| 精品午夜福利在线看| 一级毛片我不卡| 18禁观看日本| 免费观看av网站的网址| 2018国产大陆天天弄谢| 韩国av在线不卡| 又黄又爽又刺激的免费视频.| 色5月婷婷丁香| 日韩欧美精品免费久久| 精品久久久久久电影网| 国产熟女午夜一区二区三区 | 婷婷色综合www| 精品人妻熟女av久视频| 免费看av在线观看网站| 国产爽快片一区二区三区| 免费黄网站久久成人精品| 午夜影院在线不卡| 日韩欧美一区视频在线观看| 国产成人freesex在线| 99视频精品全部免费 在线| 国产黄色免费在线视频| 少妇人妻 视频| 美女xxoo啪啪120秒动态图| 久久人人爽人人片av| kizo精华| 日本色播在线视频| 99久久综合免费| 亚洲精品乱码久久久v下载方式| 岛国毛片在线播放| 日韩大片免费观看网站| 简卡轻食公司| 成人二区视频| 免费看不卡的av| 一区二区三区精品91| 制服人妻中文乱码| 亚洲国产欧美日韩在线播放| 亚洲成色77777| 亚洲伊人久久精品综合| 一级毛片我不卡| 狂野欧美激情性bbbbbb| 久久久久久久精品精品| 亚洲一区二区三区欧美精品| av福利片在线| 男女高潮啪啪啪动态图| 国产黄片视频在线免费观看| 免费观看的影片在线观看| 国产精品久久久久久精品电影小说| 久久人人爽人人片av| 自线自在国产av| 少妇被粗大的猛进出69影院 | 亚洲国产欧美日韩在线播放| 久久久国产欧美日韩av| 国产精品99久久久久久久久| 国产一区二区三区综合在线观看 | a级毛片在线看网站| 亚洲av.av天堂| 久久青草综合色| 美女国产高潮福利片在线看| 黑人巨大精品欧美一区二区蜜桃 | 91精品三级在线观看| 纵有疾风起免费观看全集完整版| 亚洲美女视频黄频| 久久 成人 亚洲| 亚洲国产精品国产精品| 久久99一区二区三区| 亚洲内射少妇av| 九色亚洲精品在线播放| 国产不卡av网站在线观看| 日本与韩国留学比较| 人人妻人人添人人爽欧美一区卜| 欧美成人午夜免费资源| 国产免费一级a男人的天堂| 男女高潮啪啪啪动态图| 18禁动态无遮挡网站| 久久精品人人爽人人爽视色| 免费久久久久久久精品成人欧美视频 | 日韩伦理黄色片| 91精品国产国语对白视频| 国产亚洲av片在线观看秒播厂| 国产免费福利视频在线观看| 2018国产大陆天天弄谢| 飞空精品影院首页| 夜夜看夜夜爽夜夜摸| 高清av免费在线| 99热6这里只有精品| 亚洲无线观看免费| 大码成人一级视频| 亚洲精品中文字幕在线视频| 插逼视频在线观看| 国产高清国产精品国产三级| 自线自在国产av| 肉色欧美久久久久久久蜜桃| 综合色丁香网| 欧美精品高潮呻吟av久久| 久久久久久久久久久久大奶| 高清不卡的av网站| 欧美97在线视频| 国产黄频视频在线观看| 久久午夜福利片| 亚洲图色成人| 国产精品不卡视频一区二区| 美女中出高潮动态图| 在线 av 中文字幕| 国产精品蜜桃在线观看| 熟妇人妻不卡中文字幕| 国产亚洲欧美精品永久| 亚洲av成人精品一二三区| 国国产精品蜜臀av免费| 国产亚洲最大av| 欧美精品亚洲一区二区| 又黄又爽又刺激的免费视频.| 日本-黄色视频高清免费观看| 久久久久视频综合| 男男h啪啪无遮挡| 狂野欧美激情性bbbbbb| 高清毛片免费看| 91精品三级在线观看| 日本色播在线视频| 国产高清有码在线观看视频| 性色av一级| 欧美精品高潮呻吟av久久| 亚洲av二区三区四区| 免费观看a级毛片全部| 日韩三级伦理在线观看| 亚洲高清免费不卡视频| 婷婷成人精品国产| 免费少妇av软件| 精品酒店卫生间| 免费观看av网站的网址| 亚洲精品aⅴ在线观看| 又大又黄又爽视频免费| 日韩强制内射视频| 久久国内精品自在自线图片| 内地一区二区视频在线| 高清视频免费观看一区二区| 午夜福利网站1000一区二区三区| 亚洲美女视频黄频| 午夜免费鲁丝| 少妇 在线观看| 大又大粗又爽又黄少妇毛片口| 久久精品人人爽人人爽视色| 一区在线观看完整版| 国产高清国产精品国产三级| a级毛片黄视频| 97超碰精品成人国产| 这个男人来自地球电影免费观看 | 成人手机av| 3wmmmm亚洲av在线观看| 赤兔流量卡办理| 国产免费现黄频在线看| 国产精品成人在线| av一本久久久久| 亚洲国产色片| 国产免费又黄又爽又色| 国产av精品麻豆| 视频区图区小说| 亚洲欧美日韩卡通动漫| 如何舔出高潮| 亚洲在久久综合| 哪个播放器可以免费观看大片| 91久久精品国产一区二区三区| 黄色视频在线播放观看不卡| 国产色婷婷99| 成人亚洲精品一区在线观看| 精品久久久久久久久亚洲| 大香蕉久久成人网| 欧美激情 高清一区二区三区| 亚洲av二区三区四区| 久久人妻熟女aⅴ| 菩萨蛮人人尽说江南好唐韦庄| 热re99久久国产66热| 自线自在国产av| 精品酒店卫生间| 哪个播放器可以免费观看大片| 午夜免费鲁丝| 丝袜在线中文字幕| 亚洲中文av在线| 视频区图区小说| 精品少妇内射三级| 久久精品国产a三级三级三级| 亚洲经典国产精华液单| 色婷婷av一区二区三区视频| av国产久精品久网站免费入址| 99久久人妻综合| 中文字幕人妻丝袜制服| 欧美日韩视频高清一区二区三区二| tube8黄色片| 欧美精品一区二区免费开放| 国产黄色视频一区二区在线观看| 插逼视频在线观看| 卡戴珊不雅视频在线播放| 秋霞伦理黄片| 亚州av有码| 飞空精品影院首页| 免费高清在线观看视频在线观看| 欧美日韩av久久| 国产白丝娇喘喷水9色精品| 九色成人免费人妻av| 三上悠亚av全集在线观看| 天天躁夜夜躁狠狠久久av| 卡戴珊不雅视频在线播放| 国产午夜精品一二区理论片| xxx大片免费视频| 久久久久久久大尺度免费视频| 男的添女的下面高潮视频| 啦啦啦视频在线资源免费观看| 精品一品国产午夜福利视频| 日韩三级伦理在线观看| 成年av动漫网址| 天天操日日干夜夜撸| 日韩三级伦理在线观看| 天美传媒精品一区二区| a级毛片免费高清观看在线播放| 亚洲欧美日韩另类电影网站| 在线播放无遮挡| 成人毛片60女人毛片免费| 在线天堂最新版资源| 久久久久视频综合| 国产乱来视频区| 免费看光身美女| 免费看光身美女| av福利片在线| 综合色丁香网| 亚洲国产成人一精品久久久| 久久精品人人爽人人爽视色| 成人黄色视频免费在线看| 欧美性感艳星| 热99国产精品久久久久久7| 免费看av在线观看网站| 人妻 亚洲 视频| 男人操女人黄网站| 午夜福利视频精品| 日本黄色片子视频| 另类精品久久| 久久国产精品大桥未久av| 精品一区二区免费观看| 国产在视频线精品| 一级爰片在线观看| 97超碰精品成人国产| 99视频精品全部免费 在线| xxx大片免费视频| 午夜激情福利司机影院| 国产成人freesex在线| 日产精品乱码卡一卡2卡三| 久久青草综合色| 亚洲精品国产av蜜桃| 99国产综合亚洲精品| 亚洲国产精品专区欧美| 精品少妇内射三级| 国产日韩欧美亚洲二区| 欧美日韩综合久久久久久| 亚洲国产av新网站| 插阴视频在线观看视频| 国产精品麻豆人妻色哟哟久久| 交换朋友夫妻互换小说| 国产日韩一区二区三区精品不卡 | 国产色婷婷99| 亚洲av国产av综合av卡| 一级毛片电影观看| 飞空精品影院首页| 精品国产一区二区三区久久久樱花| 啦啦啦在线观看免费高清www| 九色亚洲精品在线播放| 欧美老熟妇乱子伦牲交| 欧美人与性动交α欧美精品济南到 | 九色成人免费人妻av| 亚洲欧美一区二区三区国产| 亚洲人成网站在线观看播放| 大香蕉久久成人网| 男男h啪啪无遮挡| 男女无遮挡免费网站观看| 91aial.com中文字幕在线观看| 亚洲高清免费不卡视频| av专区在线播放| 亚洲精品一区蜜桃| 免费观看av网站的网址| 一区二区三区四区激情视频| a级片在线免费高清观看视频| 一级毛片 在线播放| 国产一级毛片在线| 天天操日日干夜夜撸| 一区二区三区精品91| 久久国产亚洲av麻豆专区| 午夜视频国产福利| 免费播放大片免费观看视频在线观看| 日本欧美国产在线视频| 国产成人午夜福利电影在线观看| 欧美bdsm另类| 久久国内精品自在自线图片| 日日摸夜夜添夜夜添av毛片| 亚州av有码| 国产无遮挡羞羞视频在线观看| 母亲3免费完整高清在线观看 | 久久人人爽人人片av| 黄色一级大片看看| 伦理电影免费视频| 久久精品国产亚洲av天美| 欧美精品人与动牲交sv欧美| 亚洲精品av麻豆狂野| 中文字幕久久专区| 免费观看a级毛片全部| 曰老女人黄片| 精品国产一区二区三区久久久樱花| 欧美国产精品一级二级三级| 91精品国产九色| 久久女婷五月综合色啪小说| 高清av免费在线| 国产精品久久久久久精品古装| 高清午夜精品一区二区三区| 狂野欧美激情性xxxx在线观看| av线在线观看网站| 母亲3免费完整高清在线观看 | 尾随美女入室| 色婷婷av一区二区三区视频| 亚洲精品第二区| 国产av码专区亚洲av| 丰满迷人的少妇在线观看| 精品亚洲成a人片在线观看| 日韩一本色道免费dvd| 久久国产亚洲av麻豆专区| 久久这里有精品视频免费| 少妇丰满av| 欧美日韩av久久| 久久久久久久久久久免费av| 多毛熟女@视频| 黑人巨大精品欧美一区二区蜜桃 | 桃花免费在线播放| 97在线人人人人妻| 成人国语在线视频| videos熟女内射| 精品国产一区二区久久| 乱码一卡2卡4卡精品| 美女国产视频在线观看| 亚洲国产毛片av蜜桃av| 2018国产大陆天天弄谢| 国产色婷婷99| 免费av中文字幕在线| 国产av一区二区精品久久| 一边亲一边摸免费视频| 97在线人人人人妻| 交换朋友夫妻互换小说| 国产精品女同一区二区软件| 97在线视频观看| a 毛片基地| 免费大片黄手机在线观看| 男女边吃奶边做爰视频| 午夜精品国产一区二区电影| 国产av精品麻豆| 精品一区在线观看国产| 亚洲国产精品成人久久小说| 午夜免费男女啪啪视频观看| 满18在线观看网站| 青春草亚洲视频在线观看| 另类精品久久| 黑丝袜美女国产一区| 91久久精品国产一区二区三区| 美女视频免费永久观看网站| 伊人久久精品亚洲午夜| 国产午夜精品久久久久久一区二区三区| 久久影院123| 免费少妇av软件| 极品人妻少妇av视频| 久久99热6这里只有精品| 久久久久久久亚洲中文字幕| 寂寞人妻少妇视频99o| 精品久久国产蜜桃| 国产在线一区二区三区精| 亚洲激情五月婷婷啪啪| 最后的刺客免费高清国语| 精品人妻在线不人妻| 久久久午夜欧美精品| 日韩免费高清中文字幕av| 久久久久久久久久成人| 日韩av免费高清视频| 久久久久久人妻| freevideosex欧美| 午夜91福利影院| 九草在线视频观看| 久久久国产一区二区| 乱人伦中国视频| 日韩中字成人| a级毛色黄片| 国产欧美亚洲国产| 久久精品国产鲁丝片午夜精品| 天堂俺去俺来也www色官网| 视频中文字幕在线观看| 亚洲欧美日韩卡通动漫| 成人漫画全彩无遮挡| 成人国语在线视频| 婷婷色综合www| 久久久精品免费免费高清| 黄片无遮挡物在线观看| 国产精品久久久久久精品电影小说| 蜜桃久久精品国产亚洲av| 亚洲精品乱码久久久久久按摩| 婷婷色综合www| 国产成人freesex在线| 9色porny在线观看| 美女中出高潮动态图| 各种免费的搞黄视频| 九九爱精品视频在线观看| 成人手机av| 在线免费观看不下载黄p国产| 满18在线观看网站| 国产精品久久久久成人av| 高清欧美精品videossex| 女性生殖器流出的白浆| 精品人妻偷拍中文字幕| 日本av手机在线免费观看| av专区在线播放| 各种免费的搞黄视频| 97在线人人人人妻| 亚洲国产av影院在线观看| 18禁动态无遮挡网站| 成人黄色视频免费在线看| 国产69精品久久久久777片| 汤姆久久久久久久影院中文字幕| 国产精品一区www在线观看| 午夜福利网站1000一区二区三区| 亚洲四区av| 亚洲第一区二区三区不卡| 最近手机中文字幕大全| 免费高清在线观看日韩| 在线观看免费高清a一片| 国产探花极品一区二区| 黄片播放在线免费| 97超碰精品成人国产| a级毛片免费高清观看在线播放| 秋霞伦理黄片| 有码 亚洲区| 国产色婷婷99| 爱豆传媒免费全集在线观看| 日本91视频免费播放| 极品人妻少妇av视频| 97在线人人人人妻| 一区二区av电影网| 九九爱精品视频在线观看| 视频区图区小说| 亚洲图色成人| 亚洲美女视频黄频| 久久久久久久久久久丰满| 人人妻人人澡人人看| 久久精品国产a三级三级三级| 人人妻人人澡人人看| 18禁观看日本| 26uuu在线亚洲综合色| 中文字幕亚洲精品专区| 亚洲天堂av无毛| 如何舔出高潮| 成年美女黄网站色视频大全免费 | 国产成人91sexporn| 99九九在线精品视频| 麻豆乱淫一区二区| 多毛熟女@视频| 蜜桃久久精品国产亚洲av| 大话2 男鬼变身卡| 99re6热这里在线精品视频| 高清不卡的av网站| 久久久久久久久久久免费av| 在线观看国产h片| 日韩在线高清观看一区二区三区| 天天躁夜夜躁狠狠久久av| 我要看黄色一级片免费的| 午夜福利在线观看免费完整高清在| 久久综合国产亚洲精品| 高清视频免费观看一区二区| 大码成人一级视频| 欧美变态另类bdsm刘玥| 精品久久国产蜜桃| 国产亚洲精品第一综合不卡 | 热99久久久久精品小说推荐| 三级国产精品欧美在线观看| 大码成人一级视频| 飞空精品影院首页| 日韩中字成人| 少妇 在线观看| 午夜日本视频在线| av国产精品久久久久影院| 十八禁网站网址无遮挡| 久久久久久久久大av| 少妇人妻精品综合一区二区| 亚洲在久久综合| 国产精品女同一区二区软件| 国产一区二区三区综合在线观看 | 女人久久www免费人成看片| av国产精品久久久久影院| 国产日韩欧美在线精品| 爱豆传媒免费全集在线观看| 午夜福利视频精品| 99视频精品全部免费 在线| 在现免费观看毛片| 国产白丝娇喘喷水9色精品| 精品国产国语对白av| 18+在线观看网站| 9色porny在线观看| 91成人精品电影| 各种免费的搞黄视频| 国产免费又黄又爽又色| 国产伦精品一区二区三区视频9| 97在线人人人人妻| 久久热精品热| 日韩一区二区三区影片| 男的添女的下面高潮视频| av国产久精品久网站免费入址| 亚洲经典国产精华液单| 亚洲情色 制服丝袜| 精品人妻熟女毛片av久久网站| 国产精品欧美亚洲77777| 欧美人与善性xxx| 女人精品久久久久毛片| 久热久热在线精品观看| 美女主播在线视频| 国产亚洲一区二区精品| 久久99蜜桃精品久久| 中文乱码字字幕精品一区二区三区| 亚洲精品aⅴ在线观看| 亚洲欧美中文字幕日韩二区| 日日摸夜夜添夜夜添av毛片| 青春草亚洲视频在线观看| 新久久久久国产一级毛片| 女人精品久久久久毛片| 欧美3d第一页| 亚洲国产av影院在线观看| 少妇精品久久久久久久| 精品久久久久久电影网| tube8黄色片| 国产精品一国产av| 亚洲人与动物交配视频| 久久久国产精品麻豆| 久久人人爽av亚洲精品天堂| 日韩,欧美,国产一区二区三区| 日韩强制内射视频| 免费看光身美女| 中文精品一卡2卡3卡4更新| 国产深夜福利视频在线观看| 一本—道久久a久久精品蜜桃钙片| 在线亚洲精品国产二区图片欧美 | 777米奇影视久久| 欧美3d第一页| 亚洲精品久久久久久婷婷小说| 在线观看www视频免费| 人体艺术视频欧美日本| 春色校园在线视频观看| 伊人久久精品亚洲午夜| 久久久久久久精品精品| 成人亚洲精品一区在线观看| 国产精品女同一区二区软件| 五月开心婷婷网| 18禁在线播放成人免费| 一级毛片aaaaaa免费看小| 美女国产视频在线观看| 精品人妻在线不人妻| 综合色丁香网| 亚洲人成网站在线观看播放|