• <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 ?

    基于社交網絡的推薦模型研究

    2015-05-30 10:48:04熊清華
    計算機時代 2015年8期
    關鍵詞:推薦系統(tǒng)社交網絡

    熊清華

    摘 要: 基于社交網絡的社會化推薦的依據(jù)是社交網絡中親密關系的用戶往往具有相似的興趣愛好。當前基于社交網絡的推薦沒有充分地利用社交關系信息,導致預測精度較低和計算效率低、收斂速度慢。為了緩解數(shù)據(jù)稀疏以及提高推薦系統(tǒng)準確性,對社交網絡提出了一種融合用戶熟悉度和用戶特征評分的推薦模型,充分利用了社交網絡中的用戶關系信息和特征信息。實驗表明,給出的推薦算法相比傳統(tǒng)的協(xié)同過濾算法明顯提高了推薦精度。

    關鍵詞: 社交網絡; 推薦系統(tǒng); 用戶熟悉度; 用戶特征評分; 評分融合

    中圖分類號:TP391.1 文獻標志碼:A 文章編號:1006-8228(2015)08-29-02

    Research on recommendation model based on social network

    Xiong Qinghua

    (Institute of Software & Intelligent Technology, Hangzhou Dianzi University, Hangzhou, Zhejiang 310018, China)

    Abstract: The basis of social recommendation based on social networks is that users of intimate relationships in social networks often have similar interests. Existing recommender approaches based on social trust relationships have not fully utilized such relationships and thus have low prediction accuracy or slow convergence speed. In order to improve the system accuracy and reduce data sparseness, we propose an improved recommendation model which blends user intimate rating and user characteristic rating and fully utilizes social relationships and characteristic information. The experiments show that the proposed algorithm is significantly improved compared with the traditional collaborative filtering algorithm.

    Key words: social network; recommendation system; user intimate rating; user characteristic rating; rating blending

    0 引言

    當前社交網絡迅猛發(fā)展,其中龐大的用戶數(shù)量、用戶關系信息以及海量的各種交互數(shù)據(jù),可以為個性化推薦系統(tǒng)提供有利的數(shù)據(jù)基礎。例如基于Oauth2.0的第三方登陸協(xié)議開始普遍應用于各類互聯(lián)網應用的賬戶登錄[1],用戶可以利用其社交網絡賬戶登錄到第三方的服務網站。第三方服務網站不僅可以有效降低用戶的注冊難度,也可以獲取到用戶的社交網絡信息,為用戶提供個性化的內容。本文提出了一種融合社交網絡的推薦模型,充分利用了用戶的社交網絡信息,在有效緩解數(shù)據(jù)稀疏問題的同時,明顯的提高了推薦系統(tǒng)的預測精度。

    1 基于社交網絡的推薦模型

    1.1 社交網絡用戶熟悉度的計算

    對社交網絡中用戶熟悉度的計算,是以社會心理學中人的信任產生過程研究為理論基礎。一般來說,人們會對熟悉的人產生信任,越是熟悉,信任度也越大,另外如果在相同熟悉度的條件下,人們往往更傾向信任與自己有相似背景、興趣和價值觀的人。因此對某人的熟悉度計算可以在一定程度上反映用戶對其的信任度。對于推薦系統(tǒng)來說,若是這部分人的推薦,用戶往往更容易接受,同時也可以根據(jù)熟悉用戶的人對項目的偏好,來推測出用戶的對項目的偏好[2]。

    我們用s∈Rn×n表示用戶的社交關系,矩陣中的每一個元素sij取值為0或1,當sij=0時表示用戶i與用戶j之間沒有直接聯(lián)系,當sij=1時表示用戶i與用戶j相互關注或存在直接聯(lián)系,并且他們的距離為1,若sik=0,sjk=1,則用戶i與用戶k存在間接關系,他們的距離為dik=sij+sjk=2。根據(jù)六度分割理論,在一般的社交網絡中,兩個人之間最多只需要6人就可以產生聯(lián)系?;谶@個理論,社交網絡中兩用戶的最大距離d為7??紤]到計算復雜性及準確率之間的平衡,我們只取最大距離dmax=3作為臨近用戶的計算[3]。

    對于間接關系的熟悉度計算,本文定義,在社交網絡中兩個用戶u,v的熟悉程度與他們的距離呈對數(shù)衰減,具體公式定義如下:

    1.2 社交網絡用戶特征評分的計算

    針對傳統(tǒng)推薦算法中,用戶-項目評分矩陣數(shù)據(jù)稀疏的問題,我們選取了社交網絡用戶的若干特征,構造了用戶特征-項目評分的矩陣,如表1所示。

    表1 用戶特征-項目評分矩陣

    [\&項目1\&項目2\&...\&項目n\&特征1\&0\&3\&...\&2\&特征2\&1\&4\&...\&2\&...\&...\&...\&...\&...\&特征n\&1\&3\&...\&0\&]

    矩陣的項rfi表示具有特征f的用戶對項目i的評分的統(tǒng)計平均值取整,若具有f特征且對項目i評分的人數(shù)少于給定閾值時,考慮到評分的可信度,將rfi置零。求解矩陣中的0項元素采用LFM模型求解,因為LFM模型的訓練效果最好,并且具有很好的可擴展性。

    預測評分公式如下:

    其中,oc表示用戶特征的偏置,oi表示項目偏置,k表示潛在語義,pck=P(c,k),qki=Q(k,i),也即將預測評分矩陣表示為矩陣P、Q相乘再加上偏置量。最后采用直接最小化均方根誤差來學習計算P、Q矩陣。

    使用LFM模型求解出用戶特征-項目評分矩陣后,假設用戶自身特征集合為F(u),trfi表示具有特征f的用戶對項目i作出的評分,wf表示對應特征f的權重。求用戶對項目的偏好評分公式如下:

    對于特征權重wf的計算,考慮TF-IDF算法的思想[4],它綜合考慮特征詞在所有特征中的重要性和普遍性,具有很好的區(qū)分度,計算公式如下:

    其中,N表示用戶總數(shù)量,nf表示具有特征f的用戶數(shù),k是常數(shù),主要作用是防止某些小眾特征獲得過大的權重。

    1.3 社交網絡用戶熟悉度與用戶特征評分的融合

    社交網絡用戶熟悉度的計算用于確定用戶的近鄰,并衡量他們的信任程度。用戶的特征評分的計算得到了相似特征、相似興趣等條件下用戶基于某種特征對項目給出的預測評分。將這兩部分進行適當融合,可以有效提高評分預測的準確度。

    首先計算基于社交網絡用戶熟悉度的用戶評分。根據(jù)用戶u的熟悉度計算確定其近鄰用戶集合為Γ(u),用戶u與其鄰居v間熟悉度用fu,v來表示,用戶v對項目i的評分用frvi表示,則用戶u對項目i的評分可以按如下表達式計算得到:

    對于與用戶特征評分的融合,若直接采用線性融合方式,會忽略掉社交網絡中的某些用戶因素。例如社交網絡中的用戶權重并不都是相同的,有些用戶作為核心節(jié)點,理論上應該占有更大的權重。這里采用Fisher線性判別的方式,其訓練特征除了包括基于用戶熟悉度的預測評分、用戶特征預測評分。還包括用戶好友數(shù)量特征、用戶特征數(shù)量等。其融合函數(shù)形式如下:

    通過Fisher線性判別的訓練計算過程[5],可以將、λ、θ、β等參數(shù)求解出來。

    2 實驗與結論

    2.1 實驗數(shù)據(jù)集

    針對本章提出的改進算法,為了驗證其有效性與推薦質量,本文采用了百度開放研究社區(qū)提供的電影推薦系統(tǒng)算法創(chuàng)新大賽數(shù)據(jù)集。該數(shù)據(jù)集提供了139690個用戶和140000部電影數(shù)據(jù)。實驗使用了training_set.txt、user_social.txt 兩個數(shù)據(jù)文件。其中training_set.txt數(shù)據(jù)格式為:userId、movieId、rating(1-5分),擁有用戶評分數(shù)據(jù)493905條,稀疏度為0.0025%。user_social.txt 為用戶的社交關系數(shù)據(jù),數(shù)據(jù)格式為userId,follows,其中有用戶社交關系53690條。

    2.2 評價指標

    平均絕對誤差(MAE)[6]是所有單個觀測值與算數(shù)平均值的偏差的絕對值平均。其定義為:

    其中,I為測試集,表示i的預測評分,ri為其實際評分。

    均方根誤差(RMSE),它能反映預測值與實際值的偏差程度。其表達式定義如下:

    其中,rui表示實際評分,表示預測值。

    平均精度(MAP),單個top-N推薦的平均精度是每個項目的準確率的平均值。MAP是反映系統(tǒng)在全部推薦項目的準確率的指標。其定義為:

    其中,P(k)表示用戶對該項目的點擊數(shù)與其在top-N列表中的排序k的比值,即該項目的推薦準確度。c為推薦項目中被用戶點擊過的項目總數(shù)。

    2.3 實驗分析

    實驗一:選取社交網絡用戶間接聯(lián)系層級數(shù)S分別為0、1、2、3、4,計算對應的數(shù)據(jù)稀疏度及平均絕對誤差MAE,結果如表2所示。

    表2 不同層級下數(shù)據(jù)稀疏度及平均絕對誤差對比

    [層級數(shù)S\&0\&1\&2\&3\&4\&數(shù)據(jù)稀疏度\&0.002%\&0.05%\&1.3%\&18.2%\&73.2%\&平均絕對誤差\&0.972\&0.851\&0.687\&0.615\&0.758\&]

    從實驗結果可以看出,隨著網絡層級數(shù)的增加,數(shù)據(jù)稀疏度明顯降低,從而有效降低由于數(shù)據(jù)稀疏帶來的計算不準確的問題。同時平均絕對誤差也隨之層級數(shù)的增加而改善,但是在層級數(shù)達到4時,平均絕對誤差反而增加了。分析其原因,隨著層級的增大,用戶間的實際信任度是降低了,這就對最終結果帶入了誤差,所以造成了平均絕對誤差出現(xiàn)了增加。綜合考慮系統(tǒng)效率和準確度的要求,選擇層級數(shù)為3的計算用戶信任度較為合適。

    實驗二:選擇樸素貝葉斯算法作為比較算法,與本文提出的算法分別對比均方根誤差及平均精度。實驗結果如表3所示。

    表3 不同推薦算法實現(xiàn)效果的對比

    [實現(xiàn)算法\&RMSE\&map\&樸素貝葉斯\&0.7266\&0.3262\&本文算法\&0.6653\&0.3611\&]

    從實驗結果可以看出,樸素貝葉斯算法的實現(xiàn)效果并不是很好,本文所提出融合社交網絡分析的推薦算法,有效的緩解了數(shù)據(jù)稀疏的問題,同時考慮到了社交網絡的用戶特征對推薦的影響,因此在推薦效果方面有顯著的提高。

    3 小結

    本文提出了一種融合社交網絡信息分析的推薦模型,有效緩解了傳統(tǒng)推薦系統(tǒng)的用戶評分數(shù)據(jù)稀疏的問題。實驗使用了百度電影推薦算法大賽的數(shù)據(jù)集,與傳統(tǒng)的推薦算法相比,驗證了本文算法的有效性。由于數(shù)據(jù)集的限制,本文的推薦模型僅僅考慮到了用戶在社交網絡上的社交關系信息,而在實際應用中還可以考慮用戶在社交網絡中的交互數(shù)據(jù)、訪問數(shù)據(jù)等,以進一步提高系統(tǒng)準確度。

    參考文獻:

    [1] 盧惠峰,趙文濤,孫志峰等.社會化網絡服務中的OAuth2.0的應用研

    究與實現(xiàn)[J].計算機應用,2014.34(S1):50-54

    [2] 孟祥武,胡勛,王才立,張玉潔.移動推薦系統(tǒng)及其應用[J].軟件學報,

    2013.24(1):91-102

    [3] 王玙,高琳.基于社交圈的在線社交網絡朋友推薦算法[J].計算機學

    報,2014.37(4):801-808

    [4] 周由,戴牡紅.語義分析與TF-ID方法結合的新聞推薦技術[J].計算

    機科學,2013.40(11):267-269

    [5] 林鴻飛,楊志豪,趙晶.基于內容和合作模式的信息推薦機制[J].中文

    信息學報,2005.19(01):48-55

    [6] 朱郁筱,呂琳媛.推薦系統(tǒng)評價指標綜述[J].電子科技大學學報,

    2013.41(2):163-173

    猜你喜歡
    推薦系統(tǒng)社交網絡
    數(shù)據(jù)挖掘在選課推薦中的研究
    軟件(2016年4期)2017-01-20 10:09:33
    基于用戶偏好的信任網絡隨機游走推薦模型
    基于個性化的協(xié)同過濾圖書推薦算法研究
    個性化推薦系統(tǒng)關鍵算法探討
    淺談Mahout在個性化推薦系統(tǒng)中的應用
    大數(shù)據(jù)時代社交網絡個人信息安全問題研究
    社交網絡中的隱私關注及隱私保護研究綜述
    基于圖片分享為核心的社交網絡應用分析
    戲劇之家(2016年19期)2016-10-31 19:44:28
    社交網絡自拍文化的心理解讀
    新聞前哨(2016年10期)2016-10-31 17:46:44
    關于協(xié)同過濾推薦算法的研究文獻綜述
    商(2016年29期)2016-10-29 15:22:08
    啦啦啦韩国在线观看视频| 麻豆成人av视频| 三级经典国产精品| 欧美bdsm另类| 男女视频在线观看网站免费| 成人二区视频| 黄色配什么色好看| 五月伊人婷婷丁香| 国产黄色小视频在线观看| 最近的中文字幕免费完整| 真实男女啪啪啪动态图| 你懂的网址亚洲精品在线观看 | 国产精品人妻久久久影院| 色播亚洲综合网| 午夜激情福利司机影院| 日本在线视频免费播放| 可以在线观看毛片的网站| 亚洲电影在线观看av| 久久婷婷人人爽人人干人人爱| 一区二区三区四区激情视频 | 只有这里有精品99| 青青草视频在线视频观看| 中文字幕精品亚洲无线码一区| 啦啦啦观看免费观看视频高清| 亚洲中文字幕日韩| 精品人妻视频免费看| 麻豆国产97在线/欧美| 日韩高清综合在线| 久久人妻av系列| 国产高清不卡午夜福利| av又黄又爽大尺度在线免费看 | 三级毛片av免费| 免费观看精品视频网站| 男人舔奶头视频| 精品久久久久久久久av| 久久精品国产亚洲网站| 一个人看视频在线观看www免费| 国产亚洲5aaaaa淫片| 欧美一区二区国产精品久久精品| 国产淫片久久久久久久久| 成人美女网站在线观看视频| 中文字幕av成人在线电影| АⅤ资源中文在线天堂| 一级黄片播放器| 赤兔流量卡办理| 日本免费一区二区三区高清不卡| 精品久久国产蜜桃| 三级毛片av免费| 国产激情偷乱视频一区二区| 国产乱人视频| 黄色视频,在线免费观看| 中文字幕精品亚洲无线码一区| 久久久久久久久中文| 在线观看av片永久免费下载| 18禁在线播放成人免费| 成熟少妇高潮喷水视频| 欧美最新免费一区二区三区| 国产蜜桃级精品一区二区三区| 毛片一级片免费看久久久久| 国产色爽女视频免费观看| 欧美区成人在线视频| 高清日韩中文字幕在线| 春色校园在线视频观看| 国产激情偷乱视频一区二区| 男人舔奶头视频| 国产视频首页在线观看| 99久国产av精品| 久久久久国产网址| 在线免费观看的www视频| 国产精华一区二区三区| 中文字幕av在线有码专区| 91午夜精品亚洲一区二区三区| 国产精品日韩av在线免费观看| 最近2019中文字幕mv第一页| 亚洲在久久综合| 久久国产乱子免费精品| 在线观看午夜福利视频| 国产探花在线观看一区二区| 国产精品综合久久久久久久免费| 国产精品日韩av在线免费观看| 热99re8久久精品国产| 日韩在线高清观看一区二区三区| 少妇被粗大猛烈的视频| 亚洲精品国产av成人精品| 国产高清三级在线| 男人舔奶头视频| 欧美一区二区亚洲| 蜜桃久久精品国产亚洲av| 成人亚洲欧美一区二区av| 久久久久久久久大av| 97热精品久久久久久| 日韩欧美国产在线观看| 人妻夜夜爽99麻豆av| 亚洲精品粉嫩美女一区| 婷婷色av中文字幕| 三级男女做爰猛烈吃奶摸视频| 亚洲av男天堂| 午夜激情福利司机影院| 国产精品.久久久| 男女做爰动态图高潮gif福利片| 美女内射精品一级片tv| 午夜精品一区二区三区免费看| 国产精品一区二区性色av| 麻豆国产97在线/欧美| 99热全是精品| 伊人久久精品亚洲午夜| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产精品乱码一区二三区的特点| 色吧在线观看| 狂野欧美白嫩少妇大欣赏| av在线亚洲专区| www日本黄色视频网| av卡一久久| 国产又黄又爽又无遮挡在线| av在线蜜桃| 精品一区二区三区人妻视频| 中文字幕熟女人妻在线| 国产久久久一区二区三区| 人体艺术视频欧美日本| 97在线视频观看| 欧美丝袜亚洲另类| 国产精品.久久久| 久久久久久伊人网av| 高清毛片免费观看视频网站| 成人欧美大片| 看非洲黑人一级黄片| 成人无遮挡网站| 精品久久久久久久久久免费视频| 亚洲欧美精品专区久久| 欧美成人一区二区免费高清观看| 99久久精品一区二区三区| 久久99蜜桃精品久久| 欧美激情在线99| 国产亚洲av片在线观看秒播厂 | 成人综合一区亚洲| 美女大奶头视频| 美女内射精品一级片tv| 欧美高清成人免费视频www| 国产 一区精品| 天天躁日日操中文字幕| 天堂av国产一区二区熟女人妻| 最好的美女福利视频网| 男插女下体视频免费在线播放| 又粗又硬又长又爽又黄的视频 | 日本黄大片高清| 国产视频首页在线观看| 在线播放国产精品三级| 三级经典国产精品| 国产精品日韩av在线免费观看| 欧美3d第一页| 国产一级毛片七仙女欲春2| 亚洲精品国产成人久久av| 国产精品伦人一区二区| 两个人的视频大全免费| 国产高清有码在线观看视频| 免费人成在线观看视频色| 黄片无遮挡物在线观看| 性插视频无遮挡在线免费观看| 午夜精品一区二区三区免费看| 国产av在哪里看| 少妇猛男粗大的猛烈进出视频 | 两个人视频免费观看高清| 亚洲天堂国产精品一区在线| 亚洲自拍偷在线| 欧美xxxx黑人xx丫x性爽| 中文字幕久久专区| 国产精品无大码| 一边摸一边抽搐一进一小说| 久久久久免费精品人妻一区二区| 亚洲av免费在线观看| 秋霞在线观看毛片| 久久久久久久久久久免费av| 国产黄a三级三级三级人| 干丝袜人妻中文字幕| 三级男女做爰猛烈吃奶摸视频| 亚洲精品粉嫩美女一区| 国产久久久一区二区三区| 成人毛片a级毛片在线播放| 国产精品女同一区二区软件| 久久精品夜色国产| 麻豆一二三区av精品| 久久99蜜桃精品久久| 综合色av麻豆| 可以在线观看的亚洲视频| 免费人成在线观看视频色| 永久网站在线| 午夜a级毛片| 校园人妻丝袜中文字幕| 人妻系列 视频| 少妇的逼水好多| 日韩人妻高清精品专区| 国产成人91sexporn| 亚洲五月天丁香| 91精品国产九色| 一个人看视频在线观看www免费| 亚洲成人精品中文字幕电影| 欧美性感艳星| 桃色一区二区三区在线观看| 亚洲精华国产精华液的使用体验 | 成人性生交大片免费视频hd| 99热精品在线国产| 美女脱内裤让男人舔精品视频 | 啦啦啦观看免费观看视频高清| 欧美日韩在线观看h| 一本久久中文字幕| 欧美不卡视频在线免费观看| or卡值多少钱| 免费观看精品视频网站| 亚洲av男天堂| 麻豆精品久久久久久蜜桃| 国产高清不卡午夜福利| 亚洲七黄色美女视频| 国内精品久久久久精免费| 哪个播放器可以免费观看大片| 午夜福利视频1000在线观看| 成人高潮视频无遮挡免费网站| 久久人人爽人人爽人人片va| 亚洲图色成人| 亚洲欧美精品专区久久| 亚洲人与动物交配视频| 国语自产精品视频在线第100页| 男女边吃奶边做爰视频| 日韩欧美国产在线观看| 少妇被粗大猛烈的视频| 麻豆av噜噜一区二区三区| 中文亚洲av片在线观看爽| 我要搜黄色片| 赤兔流量卡办理| 亚洲av.av天堂| 麻豆精品久久久久久蜜桃| 成人特级黄色片久久久久久久| 一级毛片久久久久久久久女| 国产伦精品一区二区三区四那| 久久精品夜夜夜夜夜久久蜜豆| 可以在线观看的亚洲视频| 变态另类成人亚洲欧美熟女| 成人午夜高清在线视频| 中国美白少妇内射xxxbb| 免费电影在线观看免费观看| 亚洲美女搞黄在线观看| 国产 一区精品| 在线免费十八禁| 99久久九九国产精品国产免费| 久久精品综合一区二区三区| 久久久a久久爽久久v久久| 亚洲国产精品sss在线观看| 国产淫片久久久久久久久| 国语自产精品视频在线第100页| 我要看日韩黄色一级片| 国产色爽女视频免费观看| 欧美日韩精品成人综合77777| 可以在线观看的亚洲视频| 免费av不卡在线播放| 久久久精品欧美日韩精品| 男女那种视频在线观看| 久久精品国产亚洲av香蕉五月| 亚洲成a人片在线一区二区| 国产午夜福利久久久久久| 岛国在线免费视频观看| 麻豆成人av视频| 床上黄色一级片| 精品久久久久久久久久久久久| 日本与韩国留学比较| 欧美色欧美亚洲另类二区| .国产精品久久| 深爱激情五月婷婷| 亚洲成av人片在线播放无| 丰满人妻一区二区三区视频av| 嘟嘟电影网在线观看| 22中文网久久字幕| 国产精华一区二区三区| 美女脱内裤让男人舔精品视频 | 18+在线观看网站| 亚洲自偷自拍三级| 国产又黄又爽又无遮挡在线| www.色视频.com| 久久久国产成人精品二区| 国产爱豆传媒在线观看| 国产精品久久久久久精品电影小说 | 日韩视频在线欧美| 一区福利在线观看| 午夜精品国产一区二区电影 | 国产老妇伦熟女老妇高清| 看十八女毛片水多多多| 岛国在线免费视频观看| 久久这里有精品视频免费| 国产三级在线视频| 一进一出抽搐动态| 91久久精品电影网| 国产亚洲av嫩草精品影院| 国产白丝娇喘喷水9色精品| or卡值多少钱| 18+在线观看网站| 哪里可以看免费的av片| 精品久久久久久久久久免费视频| 在线免费观看的www视频| 欧美高清性xxxxhd video| 亚洲自拍偷在线| 热99re8久久精品国产| 日本黄大片高清| 午夜老司机福利剧场| 少妇熟女aⅴ在线视频| 淫秽高清视频在线观看| 久久久欧美国产精品| 亚洲av成人av| 亚洲av成人精品一区久久| 草草在线视频免费看| 又爽又黄无遮挡网站| 亚洲激情五月婷婷啪啪| 久久精品夜色国产| 欧美+亚洲+日韩+国产| 老司机影院成人| 在线天堂最新版资源| 毛片一级片免费看久久久久| 亚洲av二区三区四区| 深爱激情五月婷婷| 中国美白少妇内射xxxbb| 丰满乱子伦码专区| 国产午夜精品一二区理论片| 国产精品爽爽va在线观看网站| 成人综合一区亚洲| 长腿黑丝高跟| 美女被艹到高潮喷水动态| 亚洲精品色激情综合| 精品人妻一区二区三区麻豆| 久久久久久久久大av| 别揉我奶头 嗯啊视频| 中文欧美无线码| 热99re8久久精品国产| 成人毛片a级毛片在线播放| 国内精品宾馆在线| 三级国产精品欧美在线观看| 精品欧美国产一区二区三| 亚洲国产高清在线一区二区三| 97热精品久久久久久| 网址你懂的国产日韩在线| 狠狠狠狠99中文字幕| 特级一级黄色大片| 久久综合国产亚洲精品| 亚洲性久久影院| 国产精品爽爽va在线观看网站| a级一级毛片免费在线观看| 久久精品影院6| 国产成人a区在线观看| 国产精品一及| 真实男女啪啪啪动态图| 国产精品一区二区三区四区久久| 啦啦啦韩国在线观看视频| 亚洲熟妇中文字幕五十中出| 中文字幕久久专区| 亚洲国产欧美人成| 波多野结衣巨乳人妻| 国产一区二区在线av高清观看| 黄色欧美视频在线观看| 精品久久国产蜜桃| 在线国产一区二区在线| 舔av片在线| 免费av观看视频| 亚洲精品国产成人久久av| 麻豆一二三区av精品| 国产精品日韩av在线免费观看| 成人欧美大片| 激情 狠狠 欧美| 国产伦精品一区二区三区四那| 精品久久久久久久久av| 久久久欧美国产精品| 国产视频首页在线观看| 国产伦一二天堂av在线观看| 91在线精品国自产拍蜜月| 天天一区二区日本电影三级| 男女视频在线观看网站免费| 99视频精品全部免费 在线| 午夜福利在线观看吧| 变态另类成人亚洲欧美熟女| 99久久精品国产国产毛片| 天堂中文最新版在线下载 | 国产高清不卡午夜福利| 亚洲精品国产av成人精品| 成人特级黄色片久久久久久久| 禁无遮挡网站| 国内少妇人妻偷人精品xxx网站| 一进一出抽搐动态| 2021天堂中文幕一二区在线观| 少妇熟女欧美另类| 亚洲欧美日韩无卡精品| 欧美成人免费av一区二区三区| 五月伊人婷婷丁香| 亚洲第一电影网av| 亚洲av免费在线观看| 成人美女网站在线观看视频| 亚洲国产欧美人成| 国产伦在线观看视频一区| 超碰av人人做人人爽久久| 伦精品一区二区三区| 午夜亚洲福利在线播放| 内射极品少妇av片p| а√天堂www在线а√下载| 久久久久国产网址| 亚洲精品久久国产高清桃花| 不卡一级毛片| 中文字幕精品亚洲无线码一区| 日产精品乱码卡一卡2卡三| 国产亚洲欧美98| 美女大奶头视频| 欧美极品一区二区三区四区| 国产精品一及| 一级毛片aaaaaa免费看小| 成人特级av手机在线观看| 日韩成人伦理影院| 欧美激情在线99| 三级男女做爰猛烈吃奶摸视频| 亚洲欧美清纯卡通| 国内少妇人妻偷人精品xxx网站| 中文字幕精品亚洲无线码一区| 亚洲乱码一区二区免费版| 蜜桃亚洲精品一区二区三区| www.色视频.com| 男女那种视频在线观看| 欧美一区二区国产精品久久精品| 国产伦一二天堂av在线观看| 性插视频无遮挡在线免费观看| 在线观看免费视频日本深夜| 国产片特级美女逼逼视频| 天天躁夜夜躁狠狠久久av| a级毛色黄片| 成人三级黄色视频| 精品久久久久久久久久久久久| 亚洲自偷自拍三级| 看黄色毛片网站| 99九九线精品视频在线观看视频| 欧美不卡视频在线免费观看| 禁无遮挡网站| 国产精品久久久久久亚洲av鲁大| 国产精品蜜桃在线观看 | 99久国产av精品| 国产伦精品一区二区三区视频9| 国产在视频线在精品| 国产高清视频在线观看网站| 91精品一卡2卡3卡4卡| 少妇裸体淫交视频免费看高清| 国产毛片a区久久久久| 欧美成人一区二区免费高清观看| 边亲边吃奶的免费视频| 夜夜夜夜夜久久久久| 国产一区二区在线观看日韩| 男女那种视频在线观看| 综合色av麻豆| 伦理电影大哥的女人| 亚洲av熟女| 久久鲁丝午夜福利片| 国产成人a∨麻豆精品| 免费观看在线日韩| 少妇熟女欧美另类| 久久精品夜夜夜夜夜久久蜜豆| 亚洲第一电影网av| 精品久久国产蜜桃| 两性午夜刺激爽爽歪歪视频在线观看| 欧美成人一区二区免费高清观看| 男的添女的下面高潮视频| 国产精品一二三区在线看| 国产精品无大码| 99久久人妻综合| 久久人人爽人人爽人人片va| 91狼人影院| 日韩av在线大香蕉| 三级国产精品欧美在线观看| 色视频www国产| 男女下面进入的视频免费午夜| 国产亚洲av片在线观看秒播厂 | 亚洲真实伦在线观看| 欧美成人免费av一区二区三区| 国产私拍福利视频在线观看| 中文字幕av在线有码专区| 69人妻影院| 欧美区成人在线视频| 能在线免费观看的黄片| 精华霜和精华液先用哪个| 国产综合懂色| a级毛片免费高清观看在线播放| 精品少妇黑人巨大在线播放 | 国产亚洲av片在线观看秒播厂 | 2021天堂中文幕一二区在线观| 欧美高清性xxxxhd video| av又黄又爽大尺度在线免费看 | 欧美区成人在线视频| 国产成人aa在线观看| av免费观看日本| 真实男女啪啪啪动态图| 国产精品精品国产色婷婷| 欧美不卡视频在线免费观看| 国产淫片久久久久久久久| 亚洲成人精品中文字幕电影| 老师上课跳d突然被开到最大视频| 久久久久久国产a免费观看| 国产成人freesex在线| 99riav亚洲国产免费| 亚洲激情五月婷婷啪啪| 内地一区二区视频在线| 国产精品三级大全| www.av在线官网国产| 久久国内精品自在自线图片| 国产精品福利在线免费观看| 精品久久久久久久久久久久久| 成年女人永久免费观看视频| 亚洲最大成人中文| 1024手机看黄色片| 亚洲国产精品sss在线观看| 久久久a久久爽久久v久久| 噜噜噜噜噜久久久久久91| 成年版毛片免费区| 能在线免费观看的黄片| 在线观看一区二区三区| 精品国内亚洲2022精品成人| 69人妻影院| 亚洲一区二区三区色噜噜| 女人被狂操c到高潮| 亚洲一级一片aⅴ在线观看| 亚洲精华国产精华液的使用体验 | 日韩一本色道免费dvd| 欧美另类亚洲清纯唯美| 久久精品影院6| 少妇熟女aⅴ在线视频| 久久久色成人| 欧美日韩精品成人综合77777| 久久久精品大字幕| 欧美日韩乱码在线| 寂寞人妻少妇视频99o| 一级av片app| 亚州av有码| 亚洲,欧美,日韩| 午夜福利视频1000在线观看| 国产一区二区三区av在线 | 久久综合国产亚洲精品| 日本黄色视频三级网站网址| 成人二区视频| 亚洲av成人av| 色综合色国产| 三级毛片av免费| 国产蜜桃级精品一区二区三区| 中文字幕av在线有码专区| 美女内射精品一级片tv| 神马国产精品三级电影在线观看| 在线播放国产精品三级| 噜噜噜噜噜久久久久久91| 日本成人三级电影网站| 99热全是精品| 丰满人妻一区二区三区视频av| 国产伦在线观看视频一区| 亚洲最大成人手机在线| 久久欧美精品欧美久久欧美| 嘟嘟电影网在线观看| 久久精品国产亚洲av香蕉五月| 尤物成人国产欧美一区二区三区| АⅤ资源中文在线天堂| 99九九线精品视频在线观看视频| 国产亚洲精品av在线| 超碰av人人做人人爽久久| 日韩在线高清观看一区二区三区| 国产精品一及| 精品久久久久久久久久免费视频| 淫秽高清视频在线观看| 一个人看视频在线观看www免费| 国产成人a∨麻豆精品| 成人特级黄色片久久久久久久| 亚洲国产精品成人久久小说 | 人人妻人人澡欧美一区二区| 精品欧美国产一区二区三| 日本五十路高清| 亚洲不卡免费看| 欧美精品国产亚洲| 亚洲无线观看免费| 六月丁香七月| 亚洲成人av在线免费| 国产美女午夜福利| 哪个播放器可以免费观看大片| 日本在线视频免费播放| 国产男人的电影天堂91| 国产成人午夜福利电影在线观看| 少妇裸体淫交视频免费看高清| 久久久久久久久久久免费av| 国产亚洲精品久久久com| 91午夜精品亚洲一区二区三区| 国产单亲对白刺激| 日韩制服骚丝袜av| 啦啦啦观看免费观看视频高清| 乱人视频在线观看| 免费无遮挡裸体视频| 在现免费观看毛片| 国产精品久久久久久亚洲av鲁大| 老司机福利观看| 亚洲av免费在线观看| 97超碰精品成人国产| 丝袜美腿在线中文| 三级国产精品欧美在线观看| 久久久国产成人精品二区| 只有这里有精品99| 老司机福利观看| 我的女老师完整版在线观看| 国产探花在线观看一区二区| 最近视频中文字幕2019在线8| 欧美激情久久久久久爽电影| 插阴视频在线观看视频| 我的老师免费观看完整版| a级毛色黄片| 26uuu在线亚洲综合色| 十八禁国产超污无遮挡网站| 91久久精品国产一区二区三区| 看免费成人av毛片| 国产亚洲精品久久久com| 久久久午夜欧美精品| 午夜福利成人在线免费观看| 免费不卡的大黄色大毛片视频在线观看 | 日韩精品青青久久久久久| 欧美成人免费av一区二区三区| 亚洲av免费在线观看|