• <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
    成人亚洲欧美一区二区av| 精品亚洲成a人片在线观看| 国产淫语在线视频| 日韩免费高清中文字幕av| 日韩免费高清中文字幕av| 久热久热在线精品观看| 午夜免费男女啪啪视频观看| 国产免费福利视频在线观看| av免费观看日本| 少妇的逼好多水| 少妇猛男粗大的猛烈进出视频| 熟女人妻精品中文字幕| 精品视频人人做人人爽| 男女免费视频国产| 精品一区二区三区四区五区乱码 | 日本vs欧美在线观看视频| 亚洲av电影在线观看一区二区三区| 一级毛片我不卡| 丝袜在线中文字幕| 欧美人与善性xxx| 一级,二级,三级黄色视频| 亚洲国产欧美在线一区| 老司机影院成人| 国产亚洲精品第一综合不卡 | 免费日韩欧美在线观看| 午夜福利视频在线观看免费| 精品亚洲成a人片在线观看| 日本91视频免费播放| 免费少妇av软件| 色5月婷婷丁香| 国产精品一区二区在线观看99| 国产精品人妻久久久久久| 亚洲人成网站在线观看播放| 精品一品国产午夜福利视频| 精品亚洲成国产av| 男女无遮挡免费网站观看| 91精品三级在线观看| 亚洲成av片中文字幕在线观看 | 亚洲图色成人| 国产日韩欧美视频二区| kizo精华| 国产伦理片在线播放av一区| 免费高清在线观看日韩| 精品少妇黑人巨大在线播放| 久久鲁丝午夜福利片| 女人久久www免费人成看片| 女人久久www免费人成看片| 久久久久久久久久人人人人人人| 日韩人妻精品一区2区三区| 一级片'在线观看视频| 日本欧美国产在线视频| 国产午夜精品一二区理论片| 国产黄频视频在线观看| 亚洲,一卡二卡三卡| 亚洲精品456在线播放app| 久久久久久久久久成人| 国产国语露脸激情在线看| 久久97久久精品| 晚上一个人看的免费电影| 欧美人与善性xxx| 国产一区二区三区av在线| 人人澡人人妻人| 啦啦啦啦在线视频资源| 国产一区二区激情短视频 | 日日爽夜夜爽网站| 涩涩av久久男人的天堂| 美女脱内裤让男人舔精品视频| 国产成人免费观看mmmm| 又黄又粗又硬又大视频| 久久婷婷青草| 欧美精品一区二区免费开放| 国产精品久久久久久av不卡| 免费黄频网站在线观看国产| 成人毛片a级毛片在线播放| 一级a做视频免费观看| 中文乱码字字幕精品一区二区三区| 巨乳人妻的诱惑在线观看| 男女免费视频国产| 精品第一国产精品| 自线自在国产av| 日韩熟女老妇一区二区性免费视频| 看非洲黑人一级黄片| 天堂8中文在线网| 亚洲欧美日韩卡通动漫| 18禁在线无遮挡免费观看视频| 99九九在线精品视频| 亚洲综合精品二区| 国产老妇伦熟女老妇高清| 亚洲精品日本国产第一区| 欧美xxxx性猛交bbbb| 蜜桃国产av成人99| 人人妻人人添人人爽欧美一区卜| 欧美日韩国产mv在线观看视频| a 毛片基地| 中文字幕制服av| 国产又爽黄色视频| 久久这里有精品视频免费| 尾随美女入室| 日本-黄色视频高清免费观看| 黄片无遮挡物在线观看| 只有这里有精品99| 极品少妇高潮喷水抽搐| 亚洲国产毛片av蜜桃av| 午夜视频国产福利| 免费高清在线观看日韩| 日韩中字成人| 午夜激情久久久久久久| 男女边吃奶边做爰视频| 久久99热这里只频精品6学生| 美女内射精品一级片tv| 久久精品久久久久久久性| 久久久久久久大尺度免费视频| 老女人水多毛片| videosex国产| 人妻系列 视频| 老熟女久久久| 亚洲第一av免费看| 国产精品久久久av美女十八| 国产探花极品一区二区| 九九在线视频观看精品| 免费高清在线观看视频在线观看| 香蕉国产在线看| 在线观看免费日韩欧美大片| 视频在线观看一区二区三区| av片东京热男人的天堂| av天堂久久9| 男女高潮啪啪啪动态图| 免费大片18禁| 精品国产国语对白av| 狂野欧美激情性bbbbbb| 欧美国产精品va在线观看不卡| 建设人人有责人人尽责人人享有的| 亚洲色图综合在线观看| 黄色毛片三级朝国网站| 综合色丁香网| 久久久久网色| 内地一区二区视频在线| 侵犯人妻中文字幕一二三四区| 亚洲国产欧美日韩在线播放| 久久精品aⅴ一区二区三区四区 | 丝袜喷水一区| 天天影视国产精品| 欧美日本中文国产一区发布| 边亲边吃奶的免费视频| 免费看不卡的av| 久久久欧美国产精品| 伦精品一区二区三区| 国产一区二区激情短视频 | 日韩,欧美,国产一区二区三区| 免费日韩欧美在线观看| 久久久久久久大尺度免费视频| 成人综合一区亚洲| 国产xxxxx性猛交| 亚洲成人手机| 亚洲av综合色区一区| 少妇精品久久久久久久| 蜜桃在线观看..| 制服丝袜香蕉在线| 国产成人精品在线电影| 1024视频免费在线观看| 国产黄色免费在线视频| 草草在线视频免费看| 亚洲精品色激情综合| 免费不卡的大黄色大毛片视频在线观看| 久久青草综合色| 国产亚洲精品久久久com| 99热全是精品| 国产亚洲精品第一综合不卡 | 桃花免费在线播放| 大码成人一级视频| 亚洲国产最新在线播放| 韩国高清视频一区二区三区| 久久毛片免费看一区二区三区| 色94色欧美一区二区| 最近中文字幕2019免费版| 日韩人妻精品一区2区三区| 日产精品乱码卡一卡2卡三| 成人国产av品久久久| 精品亚洲成a人片在线观看| 女人久久www免费人成看片| 久久精品国产自在天天线| 精品久久国产蜜桃| 天美传媒精品一区二区| 咕卡用的链子| 国产 精品1| 国产亚洲av片在线观看秒播厂| 日韩,欧美,国产一区二区三区| 日韩一本色道免费dvd| 成人国语在线视频| 国产成人精品婷婷| 中文字幕最新亚洲高清| 黑人欧美特级aaaaaa片| 美女xxoo啪啪120秒动态图| 国产视频首页在线观看| 在线观看三级黄色| 国内精品宾馆在线| av视频免费观看在线观看| 最新的欧美精品一区二区| 男女高潮啪啪啪动态图| av不卡在线播放| 亚洲欧美日韩另类电影网站| 久久精品国产a三级三级三级| 色5月婷婷丁香| 大香蕉久久成人网| 一级毛片我不卡| 熟女av电影| 十分钟在线观看高清视频www| 在线免费观看不下载黄p国产| 久久女婷五月综合色啪小说| 日本av手机在线免费观看| 在线观看一区二区三区激情| 婷婷色综合大香蕉| 最近的中文字幕免费完整| 五月开心婷婷网| 国产亚洲欧美精品永久| 纯流量卡能插随身wifi吗| 人成视频在线观看免费观看| 亚洲,一卡二卡三卡| 久久婷婷青草| 爱豆传媒免费全集在线观看| 免费黄网站久久成人精品| 国产69精品久久久久777片| 国产高清不卡午夜福利| 成人漫画全彩无遮挡| 又黄又爽又刺激的免费视频.| 国产精品国产三级专区第一集| 热re99久久国产66热| 国产av一区二区精品久久| 国产精品秋霞免费鲁丝片| 狂野欧美激情性bbbbbb| 最近最新中文字幕大全免费视频 | 国产有黄有色有爽视频| 免费观看无遮挡的男女| 日韩一区二区视频免费看| 五月伊人婷婷丁香| 麻豆乱淫一区二区| 交换朋友夫妻互换小说| 人妻人人澡人人爽人人| 亚洲精品美女久久av网站| 色哟哟·www| 18禁观看日本| 91aial.com中文字幕在线观看| www日本在线高清视频| 欧美激情极品国产一区二区三区 | 国产在线视频一区二区| 国产高清国产精品国产三级| 男人添女人高潮全过程视频| 国产精品国产三级国产av玫瑰| 国产精品久久久久久精品古装| 亚洲国产精品一区二区三区在线| 免费观看无遮挡的男女| 久久精品国产亚洲av涩爱| 国产男女内射视频| 国产成人精品一,二区| 免费观看a级毛片全部| 亚洲国产精品成人久久小说| 全区人妻精品视频| 精品卡一卡二卡四卡免费| 熟女av电影| 亚洲综合色网址| 午夜精品国产一区二区电影| 中文欧美无线码| 下体分泌物呈黄色| 欧美xxⅹ黑人| 性色avwww在线观看| 久久精品国产亚洲av涩爱| 夫妻午夜视频| 日韩视频在线欧美| 国产精品人妻久久久影院| 久久久久久人人人人人| 国产 一区精品| 色婷婷久久久亚洲欧美| 精品国产露脸久久av麻豆| 国精品久久久久久国模美| 国产精品国产av在线观看| 五月玫瑰六月丁香| 精品亚洲成国产av| 国产成人91sexporn| 香蕉精品网在线| 最新的欧美精品一区二区| 国精品久久久久久国模美| 亚洲欧美中文字幕日韩二区| 国产精品三级大全| 9191精品国产免费久久| 老熟女久久久| 中文字幕人妻丝袜制服| 国产精品人妻久久久影院| 日韩免费高清中文字幕av| 国产xxxxx性猛交| 精品人妻偷拍中文字幕| 人妻人人澡人人爽人人| 国产av精品麻豆| 日日爽夜夜爽网站| 中国美白少妇内射xxxbb| 色哟哟·www| 亚洲国产毛片av蜜桃av| 各种免费的搞黄视频| 亚洲美女搞黄在线观看| 搡女人真爽免费视频火全软件| 久久99热6这里只有精品| 天天操日日干夜夜撸| 亚洲国产最新在线播放| 色网站视频免费| 91精品国产国语对白视频| 熟女av电影| 国产精品欧美亚洲77777| 丝袜喷水一区| 成人国语在线视频| 国产精品麻豆人妻色哟哟久久| 视频区图区小说| 美女视频免费永久观看网站| 一区在线观看完整版| 青春草国产在线视频| 精品人妻偷拍中文字幕| 亚洲人与动物交配视频| 亚洲精品日韩在线中文字幕| 韩国av在线不卡| a级毛片在线看网站| 成人漫画全彩无遮挡| av在线app专区| 9热在线视频观看99| 色婷婷久久久亚洲欧美| 日本91视频免费播放| 国产成人精品久久久久久| 免费av中文字幕在线| 亚洲精品第二区| 久久久久国产网址| 国产精品国产三级国产av玫瑰| 亚洲精品456在线播放app| 肉色欧美久久久久久久蜜桃| 色婷婷av一区二区三区视频| 咕卡用的链子| 免费少妇av软件| 欧美日韩综合久久久久久| 一级a做视频免费观看| 国产精品久久久久久精品古装| 捣出白浆h1v1| 黑人高潮一二区| 国产精品一区www在线观看| 午夜福利在线观看免费完整高清在| 黄色毛片三级朝国网站| 人人妻人人澡人人爽人人夜夜| 黄色毛片三级朝国网站| 波野结衣二区三区在线| 最后的刺客免费高清国语| 亚洲成色77777| 国产免费视频播放在线视频| 女性生殖器流出的白浆| 好男人视频免费观看在线| 久久久久久久久久久免费av| videossex国产| 亚洲中文av在线| 久久青草综合色| 久久久久精品人妻al黑| 久久 成人 亚洲| 黄色一级大片看看| 午夜福利视频精品| 精品国产一区二区三区久久久樱花| 精品卡一卡二卡四卡免费| 国产成人精品在线电影| av电影中文网址| 国产熟女欧美一区二区| 欧美人与性动交α欧美软件 | 亚洲情色 制服丝袜| 日韩成人伦理影院| 国产综合精华液| 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 | 亚洲av电影在线观看一区二区三区| 午夜免费男女啪啪视频观看| 9色porny在线观看| 国产一区二区三区综合在线观看 | 成年美女黄网站色视频大全免费| 99久国产av精品国产电影| 欧美xxⅹ黑人| 水蜜桃什么品种好| 久久99精品国语久久久| 亚洲精品中文字幕在线视频| 免费播放大片免费观看视频在线观看| 久久精品国产亚洲av天美| 国产一区二区三区综合在线观看 | 久久精品人人爽人人爽视色| 99久久综合免费| 99精国产麻豆久久婷婷| 日本欧美国产在线视频| 日韩一本色道免费dvd| 亚洲精品第二区| 超色免费av| 妹子高潮喷水视频| 99热国产这里只有精品6| 高清毛片免费看| 菩萨蛮人人尽说江南好唐韦庄| 极品少妇高潮喷水抽搐| 午夜激情久久久久久久| 另类亚洲欧美激情| 人人妻人人添人人爽欧美一区卜| 女性生殖器流出的白浆| 又黄又粗又硬又大视频| 精品人妻偷拍中文字幕| 欧美3d第一页| 精品国产一区二区久久| 一个人免费看片子| 国国产精品蜜臀av免费| 亚洲,欧美精品.| 久久久精品94久久精品| 亚洲成av片中文字幕在线观看 | 在现免费观看毛片| 中文字幕人妻丝袜制服| 午夜激情av网站| 婷婷色麻豆天堂久久| 在线观看www视频免费| 欧美日韩视频精品一区| 亚洲伊人色综图| 爱豆传媒免费全集在线观看| 久久久精品免费免费高清| www.熟女人妻精品国产 | 欧美日韩国产mv在线观看视频| 国产熟女欧美一区二区| 国产精品99久久99久久久不卡 | 交换朋友夫妻互换小说| 国产精品一二三区在线看| 亚洲美女黄色视频免费看| 久久久精品区二区三区| 视频区图区小说| 丁香六月天网| 国国产精品蜜臀av免费| 十八禁网站网址无遮挡| 大片免费播放器 马上看| 99视频精品全部免费 在线| 99久久精品国产国产毛片| 男的添女的下面高潮视频| 人妻系列 视频| 婷婷色综合大香蕉| 久久久国产欧美日韩av| 一级毛片电影观看| 亚洲成av片中文字幕在线观看 | 午夜激情av网站| 久久99精品国语久久久| 成年av动漫网址| 桃花免费在线播放| 午夜免费观看性视频| 中文字幕最新亚洲高清| 亚洲中文av在线| 婷婷色综合www| 母亲3免费完整高清在线观看 | 在线观看人妻少妇| 精品久久国产蜜桃| 精品人妻熟女毛片av久久网站| 男男h啪啪无遮挡| 国产av码专区亚洲av| 9热在线视频观看99| 91国产中文字幕| 免费黄网站久久成人精品| 爱豆传媒免费全集在线观看| 国产不卡av网站在线观看| 免费高清在线观看视频在线观看| 黄色 视频免费看| 国产精品秋霞免费鲁丝片| 午夜影院在线不卡| 国产日韩一区二区三区精品不卡| 久久久久久久久久久免费av| 成年人午夜在线观看视频| 亚洲av国产av综合av卡| 久久人人97超碰香蕉20202| 女人精品久久久久毛片| 日韩欧美一区视频在线观看| 人人妻人人添人人爽欧美一区卜| 美女脱内裤让男人舔精品视频| 欧美日韩av久久| 一区二区三区精品91| 亚洲国产成人一精品久久久| 一本色道久久久久久精品综合| 午夜视频国产福利| 国产成人免费无遮挡视频| 国产成人精品在线电影| 国产精品久久久久久av不卡| 看十八女毛片水多多多| 国产国拍精品亚洲av在线观看| 青青草视频在线视频观看| 亚洲精品久久成人aⅴ小说| 亚洲av男天堂| 内地一区二区视频在线| 69精品国产乱码久久久| 999精品在线视频| 蜜臀久久99精品久久宅男| 最近2019中文字幕mv第一页| 成人毛片60女人毛片免费| 国语对白做爰xxxⅹ性视频网站| 国产成人精品在线电影| 亚洲精品国产av成人精品| 亚洲精品自拍成人| 香蕉精品网在线| 免费不卡的大黄色大毛片视频在线观看| 亚洲人成网站在线观看播放| 美女福利国产在线| 亚洲av欧美aⅴ国产| 免费看av在线观看网站| 欧美日韩精品成人综合77777| 国产成人欧美| 亚洲色图 男人天堂 中文字幕 | 黑人欧美特级aaaaaa片| 亚洲第一av免费看| 免费不卡的大黄色大毛片视频在线观看| 女人被躁到高潮嗷嗷叫费观| 两性夫妻黄色片 | 国产一区二区三区综合在线观看 | 日韩在线高清观看一区二区三区| 九色成人免费人妻av| 亚洲国产毛片av蜜桃av| 成人国语在线视频| 乱码一卡2卡4卡精品| 久久久久久伊人网av| 丁香六月天网| 久久久久视频综合| 免费人成在线观看视频色| 国产激情久久老熟女| 久久婷婷青草| 高清不卡的av网站| 亚洲av日韩在线播放| 蜜桃国产av成人99| 亚洲国产欧美在线一区| 久久久久精品人妻al黑| 中文乱码字字幕精品一区二区三区| 国产 一区精品| 亚洲第一av免费看| 久久精品久久精品一区二区三区| 日本黄大片高清| 成人二区视频| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲在久久综合| 春色校园在线视频观看| 如日韩欧美国产精品一区二区三区| 男女午夜视频在线观看 | 波野结衣二区三区在线| 少妇 在线观看| 又大又黄又爽视频免费| 国产av一区二区精品久久| 亚洲成人手机| 亚洲精品久久久久久婷婷小说| 久久精品国产鲁丝片午夜精品| 亚洲精品国产色婷婷电影| 大陆偷拍与自拍| 青春草国产在线视频| 国产精品国产三级国产av玫瑰| 亚洲性久久影院| 国内精品宾馆在线| 中文字幕人妻熟女乱码| h视频一区二区三区| 国精品久久久久久国模美| 成人毛片a级毛片在线播放| 精品99又大又爽又粗少妇毛片| 国产精品免费大片| 久久久国产精品麻豆| 亚洲五月色婷婷综合| 亚洲av.av天堂| 人人妻人人爽人人添夜夜欢视频| 国产精品熟女久久久久浪| 99香蕉大伊视频| 男女无遮挡免费网站观看| 91精品国产国语对白视频| 日韩av在线免费看完整版不卡| 日日啪夜夜爽| 久久影院123| 熟女电影av网| 亚洲精品456在线播放app| 九色成人免费人妻av| 人人妻人人澡人人爽人人夜夜| 欧美成人午夜精品| 亚洲成国产人片在线观看| 精品人妻熟女毛片av久久网站| 亚洲国产精品成人久久小说| 草草在线视频免费看| 国产精品一二三区在线看| 爱豆传媒免费全集在线观看| 日本黄色日本黄色录像| 日韩 亚洲 欧美在线| av片东京热男人的天堂| 精品少妇黑人巨大在线播放| 久久久久精品性色| 极品人妻少妇av视频| a级片在线免费高清观看视频| 日韩免费高清中文字幕av| av免费观看日本| 久久久精品免费免费高清| 精品久久久精品久久久| 一区在线观看完整版| 久久精品aⅴ一区二区三区四区 | 少妇熟女欧美另类| 亚洲精品乱久久久久久| 亚洲,欧美精品.| 在线 av 中文字幕| 搡女人真爽免费视频火全软件| 日韩成人伦理影院| 国产老妇伦熟女老妇高清| 亚洲国产av影院在线观看| 欧美人与善性xxx| 国产精品一区www在线观看| 国产成人91sexporn| 久久精品国产亚洲av涩爱| 国产精品99久久99久久久不卡 | 又大又黄又爽视频免费| 亚洲精华国产精华液的使用体验| 亚洲四区av| 国产精品秋霞免费鲁丝片| 考比视频在线观看| 99久久精品国产国产毛片| 视频区图区小说| 国产成人一区二区在线| 人妻少妇偷人精品九色| 女人精品久久久久毛片| 黄色配什么色好看| a级毛色黄片| 国产男女内射视频| 国产熟女欧美一区二区| 中文字幕免费在线视频6| 两个人看的免费小视频|