• <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 ?

    數(shù)據(jù)挖掘在電信行業(yè)客戶流失預(yù)測(cè)中的應(yīng)用

    2015-06-05 05:23:00張線媚西安思源學(xué)院工學(xué)院陜西西安710038
    關(guān)鍵詞:消費(fèi)行為類(lèi)別數(shù)據(jù)挖掘

    張線媚(西安思源學(xué)院 工學(xué)院,陜西 西安 710038)

    數(shù)據(jù)挖掘在電信行業(yè)客戶流失預(yù)測(cè)中的應(yīng)用

    張線媚
    (西安思源學(xué)院 工學(xué)院,陜西 西安 710038)

    客戶流失是電信行業(yè)發(fā)展過(guò)程中所面臨的一個(gè)嚴(yán)重問(wèn)題,直接影響到運(yùn)營(yíng)商的企業(yè)效益。本文主要介紹了對(duì)電信行業(yè)客戶流失情況進(jìn)行數(shù)據(jù)挖掘的過(guò)程,改進(jìn)了已有模型存在的缺乏靈活性、難以處理高維度數(shù)據(jù)的缺點(diǎn),根據(jù)運(yùn)營(yíng)商的歷史數(shù)據(jù)資料,利用SAS/EM模塊對(duì)客戶的固有特征和行為特征進(jìn)行挖掘分析,采用決策樹(shù)分類(lèi)算法的CART算法建立了聚類(lèi)分析模型和包括評(píng)估模塊在內(nèi)的一套完整的流失預(yù)測(cè)模型,能夠直觀地顯示出流失客戶的基本特征,并且可以對(duì)任意的數(shù)據(jù)集進(jìn)行分析,有效提高了模型的普遍應(yīng)用性和準(zhǔn)確性。

    客戶流失;數(shù)據(jù)挖掘;決策樹(shù);CART算法;聚類(lèi)分析;SAS/EM模塊;客戶流失預(yù)測(cè)模型

    0 引言

    在電信這個(gè)服務(wù)型行業(yè)中,客戶關(guān)系管理工作直接關(guān)系著企業(yè)的經(jīng)濟(jì)效益、聲譽(yù)和信譽(yù),而在客戶關(guān)系管理工作中,開(kāi)發(fā)一個(gè)新客戶的成本比挽留一個(gè)老客戶的成本要高出很多倍[1]。

    傳統(tǒng)上國(guó)內(nèi)外移動(dòng)運(yùn)營(yíng)商認(rèn)為新客戶在最初兩個(gè)月內(nèi)流失的概率最大,大約為10%左右,所以運(yùn)營(yíng)商會(huì)建立一個(gè)呼叫中心,在客戶使用移動(dòng)電話一個(gè)月左右后,主動(dòng)和客戶聯(lián)系[2],但這樣的方法不切實(shí)際。因此,近年來(lái)好多電信運(yùn)營(yíng)商都開(kāi)始建立客戶流失預(yù)測(cè)模型。

    目前主要的做法有采用 SPSS公司的 Clementine工具,使用節(jié)點(diǎn)連接的方式,分別用分類(lèi)回歸樹(shù)(CART)算法和 C5.0算法建立流失預(yù)測(cè)模型[3]。還有一種采用Weka工具的決策樹(shù)分類(lèi)器,應(yīng)用一趟聚類(lèi)算法進(jìn)行聚類(lèi)分析,將分析后的簇群號(hào)作為新的特征增加到原數(shù)據(jù)集中,對(duì)新的數(shù)據(jù)建立決策樹(shù)分類(lèi)模型[4]。該模型準(zhǔn)確率較高,但是模型考慮的變量因素比較少、數(shù)據(jù)量比較小,缺乏普遍性,對(duì)于客戶流失的原因分析具有一定的局限性。

    本文采用 SAS軟件,在對(duì)大規(guī)模、高維度的歷史數(shù)據(jù)引入屬性選擇、特征提取和特征選擇的基礎(chǔ)上,對(duì)數(shù)據(jù)進(jìn)行處理,然后利用新的數(shù)據(jù)源建立包括模型評(píng)估在內(nèi)的完整的流失預(yù)測(cè)模型。模型中添加了評(píng)估模塊,可以對(duì)流失預(yù)測(cè)的結(jié)果進(jìn)行檢測(cè)優(yōu)化,提高流失預(yù)測(cè)的準(zhǔn)確率;克服了單一評(píng)價(jià)標(biāo)準(zhǔn)的缺陷,結(jié)合了是否流失和流失概率兩個(gè)基本的評(píng)價(jià)標(biāo)準(zhǔn);而且對(duì)于最終的預(yù)測(cè)結(jié)果有詳細(xì)的報(bào)告存儲(chǔ)路徑,以便查看和應(yīng)用于日后的市場(chǎng)運(yùn)營(yíng)策略的改進(jìn)工作中,從而有效地采取挽留措施,減少客戶的流失量,做好客戶關(guān)系管理工作,提高企業(yè)的經(jīng)營(yíng)效益,獲得企業(yè)持續(xù)經(jīng)營(yíng)的成功。

    1 數(shù)據(jù)準(zhǔn)備

    要建立靈活、普遍性高的客戶流失預(yù)測(cè)模型,必須采集大量的客戶信息資源數(shù)據(jù),同時(shí)需要對(duì)其進(jìn)行數(shù)據(jù)的預(yù)處理,得到構(gòu)建模型所需的數(shù)據(jù)形式。因此,在這個(gè)階段需要對(duì)模型所需的原始數(shù)據(jù) (訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù))進(jìn)行分析處理,以便能充分挖掘出客戶的關(guān)鍵性行為特征[5]。

    1.1樣本選擇和數(shù)據(jù)描述

    以某地區(qū)聯(lián)通運(yùn)營(yíng)商的客戶業(yè)務(wù)數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)(包括訓(xùn)練樣本集和測(cè)試樣本集),該樣本數(shù)據(jù)集中總共包含了 695 689條(包含正常客戶和流失客戶)記錄,每條記錄由33項(xiàng)客戶基本信息和48項(xiàng)客戶行為特征(12種業(yè)務(wù),4個(gè)月,共48項(xiàng))以及1項(xiàng)客戶類(lèi)別特征組成。

    (1)客戶基本信息:主要是客戶資料數(shù)據(jù)??蛻艋拘畔?shù)據(jù)是客戶的靜態(tài)數(shù)據(jù)(如表1所示),相對(duì)來(lái)說(shuō)比較穩(wěn)定,但是由于這些數(shù)據(jù)在客戶入網(wǎng)填寫(xiě)時(shí)會(huì)包含大量的缺失值,甚至是假的錯(cuò)誤的信息,所以需要進(jìn)行大量的數(shù)據(jù)清洗和轉(zhuǎn)換工作。

    表1 客戶基本特征表

    (2)客戶消費(fèi)行為特征:主要是客戶在過(guò)去4個(gè)月的消費(fèi)行為數(shù)據(jù)。客戶消費(fèi)行為特征的每條記錄包含了客戶在過(guò)去4個(gè)月的消費(fèi)情況,包括12個(gè)基本消費(fèi)行為,所以該樣本總共包含了 48(12×4=48)項(xiàng)數(shù)據(jù)記錄,如表2所示。

    (3)客戶類(lèi)別特征:主要用來(lái)標(biāo)注客戶的狀態(tài)。實(shí)驗(yàn)樣本數(shù)據(jù)集中包含了一個(gè)可以判定類(lèi)別信息的類(lèi)別特征(如表3所示),根據(jù)類(lèi)別信息可以知道每個(gè)客戶的基本狀態(tài)。

    表2 客戶消費(fèi)行為特征表(一個(gè)月份)

    表3 客戶類(lèi)別特征

    1.2數(shù)據(jù)預(yù)處理

    數(shù)據(jù)預(yù)處理的效果會(huì)直接影響到模型的性能和流失預(yù)測(cè)的結(jié)果,一方面,通過(guò)對(duì)數(shù)據(jù)格式和內(nèi)容的調(diào)整、完善,可以使得建立的模型更簡(jiǎn)單、準(zhǔn)確,而且便于理解;另一方面,可以根據(jù)整理好的數(shù)據(jù)的特點(diǎn)以及不同算法的要求,選擇合適的執(zhí)行算法,從而降低算法的時(shí)間和空間復(fù)雜度。為了克服已有模型存在的缺乏靈活性缺陷,此處的數(shù)據(jù)預(yù)處理是根據(jù)數(shù)據(jù)的屬性特點(diǎn)分開(kāi)進(jìn)行,主要包括數(shù)據(jù)清洗、特征構(gòu)造和特征選擇等過(guò)程[6]。

    (1)數(shù)據(jù)清洗

    主要是補(bǔ)全缺失的數(shù)據(jù)、處理不一致的數(shù)值、除去錯(cuò)誤的數(shù)據(jù)。例如:如果某條記錄中存在大量的缺失值,而且這些數(shù)據(jù)很難用正常的方法來(lái)補(bǔ)全,則可以考慮刪除整條記錄數(shù)據(jù);又或者記錄數(shù)據(jù)的某項(xiàng)缺失,在不影響整體樣本數(shù)據(jù)集的情況下,可以考慮用均值來(lái)補(bǔ)全缺失值。

    (2)數(shù)據(jù)轉(zhuǎn)換

    主要包括構(gòu)造新的衍生特征信息和對(duì)連續(xù)型數(shù)據(jù)進(jìn)行規(guī)范化。在采集的數(shù)據(jù)信息中,消費(fèi)行為特征只有過(guò)去4個(gè)月的消費(fèi)記錄,這幾個(gè)特征不能充分體現(xiàn)客戶在這4個(gè)月以及將來(lái)的消費(fèi)情況。所以,在對(duì)數(shù)據(jù)集進(jìn)行處理時(shí),對(duì)于12項(xiàng)月消費(fèi)行為的記錄采用了構(gòu)造衍生特征的措施,構(gòu)造了24項(xiàng)月均消費(fèi)信息和月均消費(fèi)趨勢(shì)的信息。例如:

    月均消費(fèi)行為:為過(guò)去4個(gè)月的費(fèi)用的平均值,表示為mb_fee,即:

    月消費(fèi)趨勢(shì):為過(guò)去4個(gè)月的消費(fèi)記錄中后2個(gè)月的總消費(fèi)與前2個(gè)月的總消費(fèi)的比值,表示為trend_fee,即:

    (3)特征選擇

    這個(gè)步驟將會(huì)直接影響到分類(lèi)預(yù)測(cè)模型的性能。通過(guò)選擇相關(guān)性強(qiáng)的特征,從原始數(shù)據(jù)集中刪除不相關(guān)或者相關(guān)性很小的特征項(xiàng),保留與目標(biāo)特征相關(guān)性大的特征項(xiàng),可以減少樣本的維度,從而大大減少計(jì)算量,降低時(shí)間和空間的復(fù)雜度,簡(jiǎn)化學(xué)習(xí)模型。

    經(jīng)過(guò)對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,最終整理了高維度、大規(guī)模的、用于實(shí)驗(yàn)數(shù)據(jù)集的樣本,總共包含了 631 590條記錄,每條記錄包含33項(xiàng)客戶基本信息和114項(xiàng)客戶消費(fèi)行為特征 (構(gòu)造的24項(xiàng)月均消費(fèi)行為特征、24項(xiàng)月均消費(fèi)趨勢(shì)特征和17項(xiàng)通話行為特征、21項(xiàng)不同時(shí)段通話頻率行為特征、20項(xiàng)服務(wù)消費(fèi)行為特征以及8項(xiàng)手機(jī)上網(wǎng)行為特征)以及1項(xiàng)類(lèi)別特征,總共148項(xiàng)。

    2 建立模型

    因?yàn)楸景咐饕獞?yīng)用兩種模型來(lái)進(jìn)行數(shù)據(jù)挖掘,所以在建立模型時(shí)需要考慮可實(shí)施性來(lái)建立合理的模型。在這里采用SAS/EM模塊來(lái)搭建整個(gè)模型,將聚類(lèi)分析模型和流失預(yù)測(cè)模型布置在同一個(gè)工作區(qū)中,兩個(gè)模型各自執(zhí)行不同的功能,最終完成對(duì)數(shù)據(jù)的挖掘工作。所建立的模型如圖1所示。

    圖1 客戶聚類(lèi)分析和流失預(yù)測(cè)模型

    2.1聚類(lèi)分析模型

    聚類(lèi)分析模型通過(guò)對(duì)客戶的合理劃分來(lái)反映客戶的整體特征,根據(jù)劃分后的類(lèi)別簇群來(lái)判斷不同客戶的固有信息及消費(fèi)特點(diǎn)。

    從聚類(lèi)分析模型的顯示結(jié)果(如圖2所示)可以看出,所有的客戶被分為10個(gè)簇群,從各個(gè)簇群的類(lèi)別分布情況來(lái)看,有6個(gè)簇(簇1、簇2、簇4、簇5、簇8、簇9)的客戶基本是由正??蛻艚M成,其他4個(gè)簇的客戶基本是由流失客戶組成,而且通過(guò)與每個(gè)特征分布的均值對(duì)比,可以發(fā)現(xiàn)10號(hào)簇群的差異性最大[7-8]。

    2.2流失預(yù)測(cè)模型

    對(duì)數(shù)據(jù)進(jìn)行聚類(lèi)分析是流失預(yù)測(cè)的基礎(chǔ),目的是將客戶劃分為不同的類(lèi)別,這樣可以在不同的客戶群體上進(jìn)行預(yù)測(cè)分析,從而根據(jù)各記錄的類(lèi)別編號(hào)判定流失客戶的所屬類(lèi)別。所以在進(jìn)行流失預(yù)測(cè)分析之前,將每條記錄所在的類(lèi)別編號(hào)作為一項(xiàng)特征添加到實(shí)驗(yàn)數(shù)據(jù)表中,用于流失預(yù)測(cè)建立模型的數(shù)據(jù)集中總共包含了150項(xiàng)特征(148項(xiàng)基本特征+1項(xiàng)聚類(lèi)編號(hào)+1項(xiàng)目標(biāo)特征)和631 590條數(shù)據(jù)記錄。選取其中2/3的數(shù)據(jù)作為訓(xùn)練集,剩余1/3的數(shù)據(jù)作為測(cè)試集,這樣分開(kāi)預(yù)測(cè)主要是后面便于檢測(cè)預(yù)測(cè)模型的準(zhǔn)確度。

    本案例使用SAS/EM的決策樹(shù)分類(lèi)節(jié)點(diǎn)作為客戶流失預(yù)測(cè)的基本工具,選用決策樹(shù)分類(lèi)算法中的分類(lèi)與回歸樹(shù)(Classification and Regression Tree,CART)算法構(gòu)建聚類(lèi)分析模型,該算法采用Gini系數(shù)來(lái)度量對(duì)某個(gè)屬性變量測(cè)試輸出的兩組取值的差異性,采用“最佳評(píng)估值”方法來(lái)進(jìn)行樹(shù)剪枝。

    在 SAS/EM模塊流失預(yù)測(cè)模型的分析結(jié)果中,圖 3為混淆矩陣,直觀顯示訓(xùn)練集和測(cè)試集的預(yù)測(cè)數(shù)據(jù)結(jié)果,圖 4為 Gini系數(shù)均方誤差曲線圖,通過(guò)訓(xùn)練集和測(cè)試集Gini系數(shù)的均方誤差曲線對(duì)比來(lái)反映模型的誤分率情況。

    圖3 混淆矩陣圖

    圖4 Gini系數(shù)均方誤差曲線圖

    如圖5所示為流失預(yù)測(cè)的樹(shù)狀圖,顯示決策樹(shù)深度為3,從頂部開(kāi)始,直到獲得了最佳分類(lèi)結(jié)果時(shí)才停止分支,當(dāng)其達(dá)到最佳結(jié)果并且獲得了按同一規(guī)則分類(lèi)的客戶時(shí),便會(huì)在底部出現(xiàn)葉子節(jié)點(diǎn)。每個(gè)葉子節(jié)點(diǎn)的產(chǎn)生所依據(jù)的最重要的變量依次為[9]:客戶平均每個(gè)月的總消費(fèi)(MB_TOTAL_FEE)、月均本地通話次數(shù)(CS_LOCAL_COUNT)和月均新業(yè)務(wù)費(fèi)(MB_NEW_FEE)等。

    下面根據(jù)圖5所顯示的規(guī)則,結(jié)合聚類(lèi)分析模型的應(yīng)用來(lái)說(shuō)明被分類(lèi)為流失客戶的一個(gè)分支節(jié)點(diǎn),流失客戶基本上具備以下特點(diǎn):

    (1)平均每個(gè)月的總消費(fèi)小于 0.015元,流失概率為94.5%;

    (2)平均每個(gè)月本地通話次數(shù)小于 0.125,流失概率為95.2%;

    (3)平均每個(gè)月的新業(yè)務(wù)費(fèi)小于 6.25元,流失概率為96.0%。

    圖5 流失預(yù)測(cè)模型的樹(shù)狀結(jié)構(gòu)圖

    3 模型的評(píng)估與應(yīng)用

    從預(yù)測(cè)模型的目標(biāo)分類(lèi)來(lái)看,目標(biāo)客戶主要分為2類(lèi)(正??蛻艉土魇Э蛻簦?,應(yīng)用CART算法來(lái)進(jìn)行流失預(yù)測(cè)分析,那么Gini系數(shù)的最大值為0.5。理想的分類(lèi)應(yīng)該盡量使樣本輸出變量取值的差異性總和達(dá)到最小,即“純度”最大,也就是使得輸出變量的取值差異性下降最快,“純度”增加最快。從圖4所示的Gini系數(shù)均方誤差曲線圖來(lái)看,曲線的下降速度很快,而且Gini系數(shù)的均方誤差取值很小,也就是說(shuō),建立的流失預(yù)測(cè)模型性能很好,接近理想的分類(lèi)。

    對(duì)已知客戶狀態(tài)的數(shù)據(jù)利用模型來(lái)進(jìn)行預(yù)測(cè)分析,將得到的預(yù)測(cè)結(jié)果和實(shí)際客戶的狀態(tài)進(jìn)行對(duì)比,可以計(jì)算出預(yù)測(cè)的準(zhǔn)確度。流失預(yù)測(cè)模型的評(píng)估結(jié)果如圖6所示,計(jì)算出準(zhǔn)確度為 96.8%,從整個(gè)模型的預(yù)測(cè)結(jié)果和評(píng)估結(jié)果來(lái)看,建立的客戶流失預(yù)測(cè)模型比較接近理想模型,具有一定的實(shí)踐意義。

    4 結(jié)束語(yǔ)

    本文應(yīng)用數(shù)據(jù)挖掘技術(shù),采用聚類(lèi)分析和決策樹(shù)分類(lèi)算法對(duì)電信行業(yè)中的客戶流失情況進(jìn)行了分析。利用SAS/EM模塊,在建立了分類(lèi)模型后,應(yīng)用 CART算法建立了客戶流失預(yù)測(cè)模型,結(jié)合2種模型的預(yù)測(cè)結(jié)果,對(duì)流失客戶所具備的基本特征做了總結(jié),并且對(duì)建立的流失預(yù)測(cè)模型進(jìn)行了評(píng)估測(cè)試和優(yōu)化。建立的這套完整的模型改進(jìn)了現(xiàn)有流失預(yù)測(cè)模型缺乏靈活性、難以處理大規(guī)模高維度數(shù)據(jù)的缺陷,有效地提高了模型的準(zhǔn)確性(準(zhǔn)確性高達(dá) 96.8%)和普遍應(yīng)用性。

    圖6 流失預(yù)測(cè)模型的評(píng)估結(jié)果

    [1]劉飛.我國(guó)通信企業(yè)客戶流失預(yù)測(cè)研究綜述[J].企業(yè)科技與發(fā)展,2011(7):273-275.

    [2]夏國(guó)恩.客戶流失預(yù)測(cè)的現(xiàn)狀與發(fā)展研究[J].計(jì)算機(jī)應(yīng)用研究,2010,27(2):151-153.

    [3]師江波,胡建華.基于數(shù)據(jù)挖掘的電信客戶流失預(yù)測(cè)分析[J].山西電子技術(shù),2009(1):48-50.

    [4]蔣盛益,王連喜.面向電信的客戶流失預(yù)測(cè)模型研究[J].山東大學(xué)學(xué)報(bào)(理學(xué)版),2011,46(5):77-81.

    [5]李陽(yáng),劉勝輝,趙洪松.數(shù)據(jù)挖掘在電信行業(yè)客戶流失管理中的研究與應(yīng)用[J].電腦知識(shí)與技術(shù),2010,6(3):518-521.

    [6]吳志勇,戴曰章,鞠傳香.數(shù)據(jù)挖掘在電信客戶流失中的應(yīng)用[J].山東理工大學(xué)學(xué)報(bào)(自然科學(xué)報(bào)),2007,21 (5):28-31.

    [7]蔣盛益,李霞,鄭琪.數(shù)據(jù)挖掘原理與實(shí)現(xiàn)[M].北京:電子工業(yè)出版社,2011.

    [8]楊池然,仲文明,周志勇.SAS9.2從入門(mén)到精通[M].北京:電子工業(yè)出版社,2011.

    [9]MACLENNAN J,Tang Zhaohui,CRIVAT B.Data mining with Microsoft SQL Server 2008(2nd edition)[M].北京:清華大學(xué)出版社,2010.

    The application of data mining to client churning prediction in telecom

    Zhang Xianmei
    (School of Industry,Xi′an Siyuan University,Xi′an 710038,China)

    Client churning is a serious problem in the development of telecommunication industry,and it has immediate influence to the profit of a company.This paper mainly introduces the whole procession of data mining in client churning of telecommunication.According to the data in the provider′s database,by analyzing and mining the natural attribution and action attribution among the clients,we set up a clustering model and an integrated prediction model,including assessment module,which is based on CART algorithm of decision tree in SAS EM module for client churning.The new model improves the disadvantages of the existed models,such as lack of flexibility,unable to process data with high dimensionality,even shows the essential features of customers lost visually.Using this model can analyse arbitrary datasets effectively and it enhances the generational applicability and the prediction accuracy rate.

    client churn;data mining;decision tree;CART algorithm;cluster analysis;SAS/EM module;direction model for client churn

    TP393

    A

    1674-7720(2015)15-0099-04

    張線媚.數(shù)據(jù)挖掘在電信行業(yè)客戶流失預(yù)測(cè)中的應(yīng)用[J].微型機(jī)與應(yīng)用,2015,34(15):99-102.

    2015-04-08)

    張線媚(1987-),女,碩士,助教,主要研究方向:無(wú)線傳感器網(wǎng)路及計(jì)算機(jī)應(yīng)用、數(shù)據(jù)挖掘。

    猜你喜歡
    消費(fèi)行為類(lèi)別數(shù)據(jù)挖掘
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢(shì)
    淺析花卉市場(chǎng)中的消費(fèi)行為
    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
    淺析當(dāng)代大學(xué)生消費(fèi)行為
    服務(wù)類(lèi)別
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    基于大學(xué)生消費(fèi)行為的團(tuán)購(gòu)網(wǎng)站建設(shè)
    大學(xué)生資源節(jié)約型消費(fèi)行為的養(yǎng)成教育
    論類(lèi)別股東會(huì)
    商事法論集(2014年1期)2014-06-27 01:20:42
    中醫(yī)類(lèi)別全科醫(yī)師培養(yǎng)模式的探討
    婷婷精品国产亚洲av在线| 日韩三级视频一区二区三区| 中文字幕精品亚洲无线码一区| 母亲3免费完整高清在线观看| cao死你这个sao货| 色精品久久人妻99蜜桃| 国产av不卡久久| 日韩免费av在线播放| 久久精品人妻少妇| 村上凉子中文字幕在线| 麻豆久久精品国产亚洲av| 香蕉久久夜色| 欧美最黄视频在线播放免费| 日日摸夜夜添夜夜添小说| 麻豆一二三区av精品| 丁香六月欧美| 全区人妻精品视频| 日韩欧美一区二区三区在线观看| а√天堂www在线а√下载| 操出白浆在线播放| 淫妇啪啪啪对白视频| 小说图片视频综合网站| 99久久精品热视频| 男女视频在线观看网站免费 | 国产精品亚洲美女久久久| 99久久久亚洲精品蜜臀av| 一进一出好大好爽视频| a级毛片在线看网站| 婷婷丁香在线五月| 成人高潮视频无遮挡免费网站| 午夜免费成人在线视频| 嫩草影院精品99| 黄色片一级片一级黄色片| 精品一区二区三区av网在线观看| 亚洲精品中文字幕在线视频| АⅤ资源中文在线天堂| 国产熟女午夜一区二区三区| 国产精品电影一区二区三区| 久久久久久九九精品二区国产 | 中文字幕久久专区| 日本成人三级电影网站| 亚洲美女视频黄频| 1024视频免费在线观看| 亚洲精品国产一区二区精华液| 亚洲国产欧美网| 神马国产精品三级电影在线观看 | 两性午夜刺激爽爽歪歪视频在线观看 | 韩国av一区二区三区四区| 国产高清视频在线播放一区| 老汉色av国产亚洲站长工具| 99在线视频只有这里精品首页| 最新美女视频免费是黄的| 国语自产精品视频在线第100页| av在线播放免费不卡| 国产黄色小视频在线观看| 免费在线观看黄色视频的| 亚洲人成网站高清观看| 亚洲精品中文字幕在线视频| 黄色视频不卡| 亚洲人与动物交配视频| 91在线观看av| 久久久国产欧美日韩av| 亚洲九九香蕉| 中出人妻视频一区二区| 欧美精品啪啪一区二区三区| 男女下面进入的视频免费午夜| 最近最新中文字幕大全免费视频| www.精华液| 欧美精品亚洲一区二区| 亚洲成人国产一区在线观看| 91国产中文字幕| 蜜桃久久精品国产亚洲av| 国语自产精品视频在线第100页| 久久亚洲精品不卡| 亚洲av熟女| 亚洲精品国产一区二区精华液| 午夜激情av网站| 日韩欧美 国产精品| 欧美极品一区二区三区四区| 国产私拍福利视频在线观看| 人人妻人人澡欧美一区二区| 亚洲成人精品中文字幕电影| 在线观看一区二区三区| 美女高潮喷水抽搐中文字幕| 性色av乱码一区二区三区2| 色精品久久人妻99蜜桃| 琪琪午夜伦伦电影理论片6080| 可以在线观看的亚洲视频| 亚洲五月婷婷丁香| 亚洲五月天丁香| 国产av又大| 中出人妻视频一区二区| 亚洲在线自拍视频| 久热爱精品视频在线9| 特大巨黑吊av在线直播| 欧美日本视频| 亚洲电影在线观看av| 久久久久久久久久黄片| 国产成人av教育| 国产亚洲精品av在线| 国产av在哪里看| 久久人妻福利社区极品人妻图片| 欧美黄色淫秽网站| 在线十欧美十亚洲十日本专区| 美女午夜性视频免费| 老鸭窝网址在线观看| 亚洲欧美日韩高清专用| 一级毛片高清免费大全| 亚洲精品一区av在线观看| 制服丝袜大香蕉在线| 91麻豆av在线| 亚洲午夜精品一区,二区,三区| 日本免费一区二区三区高清不卡| 亚洲性夜色夜夜综合| 欧美3d第一页| 一二三四在线观看免费中文在| 免费在线观看完整版高清| 亚洲色图 男人天堂 中文字幕| 啦啦啦韩国在线观看视频| 嫩草影视91久久| 欧美日韩亚洲综合一区二区三区_| 欧美中文日本在线观看视频| 欧美精品亚洲一区二区| 国产av不卡久久| 免费在线观看成人毛片| 久久 成人 亚洲| 国产野战对白在线观看| 亚洲黑人精品在线| 黑人欧美特级aaaaaa片| 伊人久久大香线蕉亚洲五| 制服丝袜大香蕉在线| 蜜桃久久精品国产亚洲av| 欧美成人午夜精品| 九色成人免费人妻av| 无人区码免费观看不卡| 欧美激情久久久久久爽电影| 亚洲精品色激情综合| 久久午夜亚洲精品久久| 在线观看舔阴道视频| 国产亚洲精品第一综合不卡| 亚洲精华国产精华精| xxx96com| 男女午夜视频在线观看| a级毛片在线看网站| 国产成人av激情在线播放| 大型黄色视频在线免费观看| 最近最新中文字幕大全免费视频| 淫妇啪啪啪对白视频| 神马国产精品三级电影在线观看 | 99精品欧美一区二区三区四区| 99国产精品99久久久久| 欧美日本视频| 午夜日韩欧美国产| 天天一区二区日本电影三级| 亚洲av成人不卡在线观看播放网| 亚洲成人国产一区在线观看| 男女视频在线观看网站免费 | 欧美成人午夜精品| 97碰自拍视频| 色在线成人网| 成人国产一区最新在线观看| www.自偷自拍.com| 最好的美女福利视频网| 五月玫瑰六月丁香| 18美女黄网站色大片免费观看| 午夜激情福利司机影院| 亚洲av成人精品一区久久| 国产黄片美女视频| 国产一区二区激情短视频| 午夜激情福利司机影院| 国产精品久久电影中文字幕| 午夜激情福利司机影院| 成人国语在线视频| 美女扒开内裤让男人捅视频| 亚洲午夜理论影院| 精品电影一区二区在线| www.999成人在线观看| 夜夜爽天天搞| 看免费av毛片| 免费看a级黄色片| 欧美黄色片欧美黄色片| 女生性感内裤真人,穿戴方法视频| 久久精品影院6| 麻豆国产97在线/欧美 | 黄色丝袜av网址大全| 亚洲一区中文字幕在线| 久久精品人妻少妇| 91av网站免费观看| 天堂影院成人在线观看| 国产99白浆流出| 色在线成人网| 女人高潮潮喷娇喘18禁视频| 欧美午夜高清在线| 国产一区二区在线av高清观看| 成人手机av| 黄色丝袜av网址大全| 国产乱人伦免费视频| 在线视频色国产色| 国产私拍福利视频在线观看| 国产亚洲精品久久久久5区| 欧美在线黄色| 免费在线观看亚洲国产| 久久久久精品国产欧美久久久| 日本一本二区三区精品| 在线观看66精品国产| 亚洲av第一区精品v没综合| 一本一本综合久久| 国产1区2区3区精品| 亚洲乱码一区二区免费版| 我要搜黄色片| 免费在线观看黄色视频的| 精品久久久久久久久久免费视频| 一级毛片精品| 久久久久久九九精品二区国产 | 国产精品久久电影中文字幕| 亚洲精品久久国产高清桃花| 美女大奶头视频| 欧美在线黄色| 精品免费久久久久久久清纯| e午夜精品久久久久久久| 欧美一级a爱片免费观看看 | 男人舔奶头视频| 亚洲自拍偷在线| 亚洲精品美女久久久久99蜜臀| 成人午夜高清在线视频| 欧美中文日本在线观看视频| 无限看片的www在线观看| 丁香欧美五月| www.www免费av| 两个人看的免费小视频| 国产视频一区二区在线看| 久久亚洲精品不卡| 天堂√8在线中文| 极品教师在线免费播放| 18美女黄网站色大片免费观看| 国产精品永久免费网站| 老司机在亚洲福利影院| 男女做爰动态图高潮gif福利片| 国产精品久久久久久人妻精品电影| 欧洲精品卡2卡3卡4卡5卡区| 动漫黄色视频在线观看| 黄频高清免费视频| 制服人妻中文乱码| 婷婷亚洲欧美| 欧美激情久久久久久爽电影| 亚洲中文字幕一区二区三区有码在线看 | 精品久久久久久久久久久久久| 婷婷精品国产亚洲av| 色综合亚洲欧美另类图片| 俺也久久电影网| 久久久久久久久免费视频了| 久久精品aⅴ一区二区三区四区| 69av精品久久久久久| 国产亚洲欧美98| 一本精品99久久精品77| 国产伦一二天堂av在线观看| 老熟妇乱子伦视频在线观看| 亚洲精品久久成人aⅴ小说| 久久天躁狠狠躁夜夜2o2o| 正在播放国产对白刺激| 欧美成人午夜精品| 亚洲成人中文字幕在线播放| 亚洲人与动物交配视频| 亚洲精品中文字幕在线视频| av在线天堂中文字幕| 成人手机av| 国产精品美女特级片免费视频播放器 | 88av欧美| 毛片女人毛片| 黄色毛片三级朝国网站| av天堂在线播放| 国产一区二区三区在线臀色熟女| 亚洲无线在线观看| 久久久久久人人人人人| 国产主播在线观看一区二区| 欧美日韩亚洲综合一区二区三区_| 桃色一区二区三区在线观看| 免费在线观看视频国产中文字幕亚洲| 美女大奶头视频| 久久精品成人免费网站| 中文字幕最新亚洲高清| 一本综合久久免费| 无遮挡黄片免费观看| 我要搜黄色片| 欧美日韩一级在线毛片| 伦理电影免费视频| 在线观看一区二区三区| 99在线人妻在线中文字幕| 日韩欧美免费精品| 亚洲成人久久爱视频| 99久久99久久久精品蜜桃| 神马国产精品三级电影在线观看 | 欧美乱码精品一区二区三区| 国产黄a三级三级三级人| 亚洲欧洲精品一区二区精品久久久| 日本五十路高清| 一边摸一边抽搐一进一小说| 午夜久久久久精精品| 亚洲精品一卡2卡三卡4卡5卡| 国产精品影院久久| 亚洲精品久久成人aⅴ小说| 99国产综合亚洲精品| 特大巨黑吊av在线直播| 国产成人系列免费观看| 性欧美人与动物交配| 久久精品人妻少妇| 日本一区二区免费在线视频| ponron亚洲| 在线观看免费日韩欧美大片| 久久香蕉精品热| 69av精品久久久久久| 国产激情偷乱视频一区二区| 亚洲美女黄片视频| 一级片免费观看大全| 操出白浆在线播放| 制服人妻中文乱码| 欧美精品亚洲一区二区| 免费在线观看完整版高清| 日韩欧美在线二视频| 美女大奶头视频| 欧美色欧美亚洲另类二区| 91字幕亚洲| 欧美人与性动交α欧美精品济南到| 亚洲人成网站在线播放欧美日韩| 99riav亚洲国产免费| 亚洲精品一卡2卡三卡4卡5卡| 琪琪午夜伦伦电影理论片6080| 99久久综合精品五月天人人| 国产熟女xx| 久久久久久人人人人人| 亚洲精品美女久久久久99蜜臀| 国产亚洲欧美98| 久久香蕉精品热| 男人舔女人下体高潮全视频| 变态另类成人亚洲欧美熟女| 午夜福利高清视频| 亚洲精品国产精品久久久不卡| 国产亚洲av嫩草精品影院| 午夜日韩欧美国产| www日本黄色视频网| 亚洲人成电影免费在线| 免费无遮挡裸体视频| 九九热线精品视视频播放| 在线播放国产精品三级| 欧美极品一区二区三区四区| 亚洲色图av天堂| 视频区欧美日本亚洲| 人妻久久中文字幕网| 亚洲中文字幕一区二区三区有码在线看 | 白带黄色成豆腐渣| 亚洲精品色激情综合| av片东京热男人的天堂| 全区人妻精品视频| 一夜夜www| 看免费av毛片| 日韩精品免费视频一区二区三区| 99在线视频只有这里精品首页| 熟妇人妻久久中文字幕3abv| 国产蜜桃级精品一区二区三区| 99精品久久久久人妻精品| 超碰成人久久| 99在线人妻在线中文字幕| 亚洲国产精品久久男人天堂| 18禁观看日本| 18美女黄网站色大片免费观看| 一本综合久久免费| 国产黄a三级三级三级人| 蜜桃久久精品国产亚洲av| 国产三级中文精品| a在线观看视频网站| 欧美性长视频在线观看| 床上黄色一级片| 精品久久久久久成人av| 日韩精品青青久久久久久| 亚洲国产欧美一区二区综合| 99国产精品99久久久久| 美女黄网站色视频| 精品欧美一区二区三区在线| 男人舔女人的私密视频| 久久久久国内视频| 日本熟妇午夜| 国产一区二区三区在线臀色熟女| 欧美中文综合在线视频| 一区二区三区高清视频在线| 亚洲欧美一区二区三区黑人| 99国产精品99久久久久| 一进一出好大好爽视频| 日本一区二区免费在线视频| 亚洲精品一卡2卡三卡4卡5卡| 久久久国产精品麻豆| 久久久久精品国产欧美久久久| 亚洲全国av大片| 在线观看午夜福利视频| 啦啦啦观看免费观看视频高清| 国产三级在线视频| 91国产中文字幕| 看免费av毛片| 国产野战对白在线观看| 青草久久国产| 欧美日本视频| 国产高清视频在线观看网站| 最近最新中文字幕大全免费视频| 久久伊人香网站| 精品少妇一区二区三区视频日本电影| 亚洲乱码一区二区免费版| 一个人观看的视频www高清免费观看 | 久久香蕉国产精品| 黑人操中国人逼视频| 91av网站免费观看| 精品福利观看| 毛片女人毛片| 日韩精品青青久久久久久| 国产区一区二久久| 午夜a级毛片| 亚洲男人的天堂狠狠| 色综合亚洲欧美另类图片| 精品第一国产精品| 亚洲精品国产精品久久久不卡| 午夜日韩欧美国产| 两个人视频免费观看高清| 国语自产精品视频在线第100页| 18美女黄网站色大片免费观看| 日本黄色视频三级网站网址| 国产精品美女特级片免费视频播放器 | 国产一区在线观看成人免费| 国内久久婷婷六月综合欲色啪| 在线免费观看的www视频| 看免费av毛片| 听说在线观看完整版免费高清| 亚洲一区二区三区不卡视频| 欧美在线一区亚洲| 亚洲国产高清在线一区二区三| 久久久国产成人免费| 日韩欧美国产一区二区入口| 精品日产1卡2卡| 国产精品av视频在线免费观看| 成人18禁高潮啪啪吃奶动态图| www.999成人在线观看| 真人做人爱边吃奶动态| 亚洲av第一区精品v没综合| 婷婷精品国产亚洲av| 久久性视频一级片| 男人舔女人的私密视频| 久久久久国产一级毛片高清牌| 婷婷六月久久综合丁香| 国产成人精品久久二区二区91| 91九色精品人成在线观看| 亚洲精品中文字幕一二三四区| 亚洲av五月六月丁香网| 久久久久九九精品影院| 成人国产一区最新在线观看| 欧美成人免费av一区二区三区| 日韩欧美一区二区三区在线观看| 成人18禁高潮啪啪吃奶动态图| 麻豆国产97在线/欧美 | 亚洲中文av在线| 欧美日韩国产亚洲二区| 久久精品91无色码中文字幕| 少妇粗大呻吟视频| 欧美中文日本在线观看视频| 香蕉av资源在线| 成人一区二区视频在线观看| 国产精品自产拍在线观看55亚洲| 欧美不卡视频在线免费观看 | 国产精品综合久久久久久久免费| 日本撒尿小便嘘嘘汇集6| 一级a爱片免费观看的视频| 蜜桃久久精品国产亚洲av| 宅男免费午夜| 亚洲国产欧美网| 国产成人精品无人区| 夜夜看夜夜爽夜夜摸| 国产精品美女特级片免费视频播放器 | 日韩欧美精品v在线| www.精华液| www.999成人在线观看| 国产亚洲精品av在线| 色播亚洲综合网| 久久精品91蜜桃| 狂野欧美白嫩少妇大欣赏| 巨乳人妻的诱惑在线观看| 亚洲avbb在线观看| 男女床上黄色一级片免费看| 久久精品国产综合久久久| 国产精品久久久久久人妻精品电影| 一级黄色大片毛片| 国产欧美日韩一区二区精品| 亚洲国产精品999在线| 亚洲第一电影网av| 亚洲精品粉嫩美女一区| 欧美日韩瑟瑟在线播放| 国产精华一区二区三区| 欧美日本亚洲视频在线播放| 亚洲av电影不卡..在线观看| 黄片小视频在线播放| 国产亚洲精品综合一区在线观看 | 欧美日韩黄片免| 中文字幕精品亚洲无线码一区| 国产又色又爽无遮挡免费看| 亚洲在线自拍视频| 听说在线观看完整版免费高清| 天天一区二区日本电影三级| 欧美成狂野欧美在线观看| 午夜影院日韩av| 级片在线观看| 嫩草影院精品99| 亚洲av中文字字幕乱码综合| 两个人视频免费观看高清| 动漫黄色视频在线观看| 欧美丝袜亚洲另类 | 最近视频中文字幕2019在线8| 在线十欧美十亚洲十日本专区| 午夜福利视频1000在线观看| 国产三级在线视频| 成人18禁高潮啪啪吃奶动态图| 亚洲人成77777在线视频| 婷婷精品国产亚洲av| 操出白浆在线播放| 久久精品夜夜夜夜夜久久蜜豆 | 香蕉av资源在线| 午夜日韩欧美国产| 中国美女看黄片| 日韩欧美国产一区二区入口| 国内久久婷婷六月综合欲色啪| 亚洲国产欧美人成| 国产伦在线观看视频一区| 18禁裸乳无遮挡免费网站照片| 波多野结衣高清无吗| 国产精品 欧美亚洲| 久久精品综合一区二区三区| 亚洲色图av天堂| 免费在线观看黄色视频的| av在线播放免费不卡| 国产激情欧美一区二区| 亚洲aⅴ乱码一区二区在线播放 | 成熟少妇高潮喷水视频| 国产午夜精品久久久久久| 国内精品一区二区在线观看| 成人av在线播放网站| av在线播放免费不卡| 人妻丰满熟妇av一区二区三区| 免费观看人在逋| 中文亚洲av片在线观看爽| 亚洲成a人片在线一区二区| 18禁国产床啪视频网站| 国产伦一二天堂av在线观看| 亚洲成av人片免费观看| 97人妻精品一区二区三区麻豆| 黑人欧美特级aaaaaa片| 一夜夜www| 两个人的视频大全免费| 欧美另类亚洲清纯唯美| 欧美一区二区国产精品久久精品 | 51午夜福利影视在线观看| 老汉色∧v一级毛片| 亚洲欧美精品综合久久99| 国产精品一区二区三区四区久久| 成人高潮视频无遮挡免费网站| 欧美人与性动交α欧美精品济南到| 日韩 欧美 亚洲 中文字幕| 一级毛片精品| 色精品久久人妻99蜜桃| 国产精品影院久久| 久久国产精品人妻蜜桃| 亚洲精品中文字幕一二三四区| 99久久久亚洲精品蜜臀av| 国产激情久久老熟女| 91成年电影在线观看| 中文亚洲av片在线观看爽| 性欧美人与动物交配| 亚洲国产欧洲综合997久久,| 亚洲一区中文字幕在线| 无人区码免费观看不卡| 亚洲成人国产一区在线观看| 搞女人的毛片| 在线观看免费午夜福利视频| 久久99热这里只有精品18| 亚洲成av人片在线播放无| 禁无遮挡网站| 午夜福利欧美成人| 人人妻人人看人人澡| 嫁个100分男人电影在线观看| 日韩成人在线观看一区二区三区| 精品国内亚洲2022精品成人| 日韩av在线大香蕉| 午夜福利在线在线| 最近最新中文字幕大全电影3| 精品免费久久久久久久清纯| 精品电影一区二区在线| 亚洲天堂国产精品一区在线| 18禁美女被吸乳视频| 欧美一区二区精品小视频在线| 高清在线国产一区| 在线观看美女被高潮喷水网站 | 色精品久久人妻99蜜桃| 男女午夜视频在线观看| 看免费av毛片| 18美女黄网站色大片免费观看| 村上凉子中文字幕在线| 国产精品电影一区二区三区| 欧美成人一区二区免费高清观看 | 亚洲av第一区精品v没综合| 日本免费一区二区三区高清不卡| 午夜久久久久精精品| 日本a在线网址| www.自偷自拍.com| 男女那种视频在线观看| 日韩av在线大香蕉| 女人高潮潮喷娇喘18禁视频| 日韩大尺度精品在线看网址| 日本 欧美在线| 日韩欧美精品v在线| 天堂av国产一区二区熟女人妻 | 亚洲色图av天堂| 国产97色在线日韩免费|