• <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KNN和Bayes算法的組合分類器的垃圾評論識別研究

    2016-04-08 10:11梁曌陳思宇梁小林康欣
    經(jīng)濟(jì)數(shù)學(xué) 2016年1期
    關(guān)鍵詞:互信息

    梁曌 陳思宇 梁小林 康欣

    摘 要 產(chǎn)品垃圾評論在一定程度上影響了評論信息的參考價值,本文旨在建立識別模型將垃圾評論從評論文本中剔除,保留真實(shí)的產(chǎn)品評論。首先,分析了產(chǎn)品評論的特點(diǎn),從數(shù)據(jù)搜集、文本預(yù)處理、互信息檢驗(yàn)、文本表示4個模塊提取了14個特征。然后,利用高互補(bǔ)性建立了基于KNN和Bayes算法的組合分類器模型。最后,利用交叉驗(yàn)證對iPhone 6 Plus的產(chǎn)品評論進(jìn)行檢驗(yàn),得到評價指標(biāo)分別為:正確識別率75.3%、召回率82.1%以及F1值77.5%.

    關(guān)鍵詞 KNN算法;Bayes算法;組合分類器;互信息;交叉驗(yàn)證

    中圖分類號 O213;TP18 文獻(xiàn)標(biāo)識碼 A

    1 引 言

    電子商務(wù)的異軍突起促使網(wǎng)購走進(jìn)人們的日常生活,網(wǎng)購的同時,多數(shù)網(wǎng)民會在不受約束的情況下對相關(guān)產(chǎn)品發(fā)表評論,而這種隨意性往往使得這些產(chǎn)品評論中充斥了大量無用的、不真實(shí)的信息,這些信息就是垃圾評論.垃圾評論在一定程度上影響了評論信息的參考價值,從而誤導(dǎo)潛在消費(fèi)者并干擾銷售商對銷售業(yè)績的評價.產(chǎn)品垃圾評論的識別旨在解決這一問題,將垃圾評論從評論文本中剔除,保留真實(shí)的產(chǎn)品評論,為用戶提供可靠的參考依據(jù).

    結(jié)合近幾年垃圾評論識別的文獻(xiàn)可知,垃圾評論識別的關(guān)鍵問題是文本特征的提取與分類算法的選擇.N Nitin Jamal和Bing Liu等[1]首次對垃圾評論進(jìn)行了分類,很好地識別了英文領(lǐng)域中存在的無用評論,但由于中英文之間存在差異,往往英文領(lǐng)域的垃圾識別方法不能直接有效地應(yīng)用到中文領(lǐng)域當(dāng)中.游貴榮等[2]提出了中文垃圾評論的特征提取方法,邱云飛等[3]、吳敏等[4]、李霄等[5]分別從用戶行為、產(chǎn)品特征的顯著性檢驗(yàn)以及信息的有用性角度對垃圾評論的識別進(jìn)行了研究,但在分類器的選取上,上述學(xué)者均采用單一算法的分類模型,如單一的Logistic回歸算法等.大量的理論與實(shí)驗(yàn)結(jié)果表明,多分類器系統(tǒng)不但可以提高分類的正確率,而且可以提高識別系統(tǒng)的泛化能力和魯棒性.與此同時所有分類器都參與集成的效果并非最好,從眾多分類器中選擇部分互補(bǔ)性強(qiáng)的分類器進(jìn)行集成可以提高集成的效率并改善其效果[6].因此本文在建立文本特征表示模型的基礎(chǔ)上,提出了用高互補(bǔ)性組合分類器對評論進(jìn)行識別和過濾.

    2 文本特征的提取

    2.1 產(chǎn)品評論的特點(diǎn)與垃圾評論的分類

    為了更準(zhǔn)確地識別垃圾評論,首先探討產(chǎn)品評論的特征.

    通過對中文產(chǎn)品評論中的評論文本進(jìn)行分析,總結(jié)出中文產(chǎn)品評論領(lǐng)域的特點(diǎn)主要體現(xiàn)在以下幾個方面:

    1)評論文本格式自由多樣;

    2)評價對象的多樣化;

    3)評論內(nèi)容具有近似重復(fù)性;

    可分為①由不同評論者針對同一產(chǎn)品發(fā)表的近似重復(fù)評論;②由同一評論者針對不同產(chǎn)品發(fā)表的近似重復(fù)評論;③由不同評論者針對不同產(chǎn)品發(fā)表的近似重復(fù)評論;

    4)不真實(shí)評論;

    5)廣告;

    6)不帶有感情色彩的隨機(jī)文本.

    基于以上分析,將垃圾評論定義為以下5種類型:-

    1)非指定產(chǎn)品的評論:該類評論的特點(diǎn)為它雖然是評論,但只對品牌和制造商,甚至是站點(diǎn)評論,而沒有針對當(dāng)前產(chǎn)品本身進(jìn)行評論,或者確實(shí)是對產(chǎn)品進(jìn)行了評論,但是評錯了產(chǎn)品.如在蘋果手機(jī)的評論中,“買SONYZ3也不錯啊,很漂亮,旗艦機(jī)...”等

    2)虛假評論:如“我這有全新的iPhone6 Plus,只要99元”等.

    3)廣告評論:如“蘋果超愛大屏幕3 500元拿現(xiàn)貨QQ熱購122929079”

    4)無意義文本:

    ①個人的消費(fèi)經(jīng)歷,如“再爛都永遠(yuǎn)有人瘋搶,飄揚(yáng)過海甚至成為一部手機(jī),實(shí)在不懂.”②人身攻擊,如“用蘋果的都是腦殘”等,③其他無關(guān)文本,如“信號不好等”“轉(zhuǎn)給我唄?”

    5)咨詢性評論:只是詢問關(guān)于產(chǎn)品的情況,而不是評論.如“多少錢呢?”.

    2.2 特征提取與量化

    為了建立產(chǎn)品垃圾評論識別模型,根據(jù)2.1節(jié)的分析結(jié)果,分4個模塊對產(chǎn)品評論文本進(jìn)行特征提取與量化.

    模塊一 數(shù)據(jù)的搜集

    本文采用WebHarvest網(wǎng)絡(luò)爬蟲對京東商城和天貓商城內(nèi)多個商家的iPhone 6 Plus的產(chǎn)品評論進(jìn)行爬取,得到由兩萬條產(chǎn)品評論組成的數(shù)據(jù)集A0,同時對蘋果官網(wǎng)上關(guān)于iPhone 6 Plus的產(chǎn)品參數(shù)進(jìn)行爬取,得到產(chǎn)品屬性數(shù)據(jù)集B0.

    模塊二 對爬取的數(shù)據(jù)集進(jìn)行預(yù)處理

    1)構(gòu)造用戶詞典.用戶詞典包括停用詞詞典、極性詞詞典,其中極性詞詞典主要是由HowNet極性詞加上一些評論作者常用的、和表達(dá)情感有關(guān)的網(wǎng)絡(luò)流行詞,及一些口語化的詞語與縮寫組成,用以表達(dá)用戶褒貶傾向和感情色彩.停用詞詞典由網(wǎng)絡(luò)上現(xiàn)有的停用詞詞表加上針對垃圾評論特性的停用詞組成[7-9].

    2)文本分詞.中文單詞是評論信息處理的基礎(chǔ),分詞工具采用中科院提供的分詞工具ICTCLAS 2015分詞系統(tǒng)[10],其主要功能包括中文分詞、詞性標(biāo)注,同時允許用戶向系統(tǒng)中導(dǎo)入自定義詞典以提高特定領(lǐng)域的分詞效果,因此,將上述用戶詞典與產(chǎn)品屬性數(shù)據(jù)集B0作為自定義詞典導(dǎo)入ICTCLAS分詞系統(tǒng)后,對數(shù)據(jù)集進(jìn)行逐條分詞、詞性標(biāo)注以及情感詞標(biāo)注,得到預(yù)處理后的數(shù)據(jù)集A.

    模塊三 特征的互信息檢驗(yàn)

    為了選取最能表達(dá)文本信息內(nèi)容的特征,本文從被評論的商品、評論者、文本結(jié)構(gòu)、情感傾向、主題詞五個屬性提取特征,在提取特征之前,先利用互信息說明這5個屬性對識別垃圾評論具有顯著相關(guān)性.-

    互信息是2個事件集合之間的相關(guān)性,通常用來衡量某個屬性和類別之間的統(tǒng)計獨(dú)立關(guān)系,互信息量越大,代表特征項(xiàng)與類別之間的貢獻(xiàn)概率也越大.現(xiàn)對所選特征進(jìn)行互信息檢驗(yàn),旨在說明所選屬性能在一定程度上反應(yīng)該條評論的信息,即所選屬性項(xiàng)是互信息量較大的詞條,互信息(MI)定義如下endprint

    2)高互補(bǔ)性分類器

    高互補(bǔ)性分類器組合的構(gòu)建流程大致為:首先構(gòu)造一定數(shù)量的候選分類器如Bayes分類器、KNN分類器、SVM分類器和logistics回歸分類器等,計算分類器之間的相關(guān)程度,然后根據(jù)相關(guān)系數(shù)對候選分類器進(jìn)行排序,并依據(jù)可信度,選擇出對目標(biāo)有較高識別率的分類器組合.

    首先,驗(yàn)證單一算法分類器的局限性.利用數(shù)學(xué)軟件MATLAB,對其進(jìn)行基于多層BP網(wǎng)絡(luò)的識別模式的標(biāo)記,對上述四種分類器用SPSS比較其準(zhǔn)確率,召回率以及Fmeasure值.得表2.由表2,垃圾評論識別的準(zhǔn)確率相對偏低,不少數(shù)量的正常評論被識別為垃圾評論;其召回率也不高,直觀來看是有些垃圾評論被判別為正常評論.可見單一分類算法的過濾效果并不理想,本質(zhì)原因是分詞的不準(zhǔn)確性使得評論文本特征有限的缺點(diǎn)充分暴露,以致于對結(jié)果的準(zhǔn)確性產(chǎn)生很大影響,而且Bayes分類器要求各個特征項(xiàng)之間相互獨(dú)立,這顯然于現(xiàn)實(shí)不符.同時也從側(cè)面說明單一算法的分類器對數(shù)據(jù)量要求很大,需要對較為完備的訓(xùn)練集特征進(jìn)行學(xué)習(xí)[6].

    為了更準(zhǔn)確地進(jìn)行垃圾評論識別,本文對各分類器進(jìn)行組合,得到高互補(bǔ)性分類器.根據(jù)高互補(bǔ)性分類器組合理論,利用相關(guān)系數(shù)對上述4種分類器的互補(bǔ)性進(jìn)行分析,即相關(guān)系數(shù)大的分類器組合互補(bǔ)性弱,相關(guān)系數(shù)小的分類器組合互補(bǔ)性強(qiáng).

    利用SPSS軟件對其進(jìn)行相關(guān)分析,見表3.

    由表3,相關(guān)系數(shù)的大小排序?yàn)椋?/p>

    SVM+Bayes>SVM+KNN>Bayes+LR> LR+KNN>LR + SVM>Bayes+KNN.

    其對偶命題互補(bǔ)性排序?yàn)椋?/p>

    SVM+Bayes

    LR+KNN

    可見Bayes分類器和KNN分類器的相關(guān)性最低且顯著性均大于0.01,即可認(rèn)為他們之間的互補(bǔ)性最強(qiáng),存在統(tǒng)計學(xué)意義.而SVM分類器和Bayes分類器的相似度較高,且顯著性大于0.01,認(rèn)為存在統(tǒng)計學(xué)意義.為了進(jìn)一步驗(yàn)證這4種分類器的互補(bǔ)性,對這6個組合進(jìn)行聚類檢驗(yàn).

    用SPSS軟件對其進(jìn)行聚類分析,結(jié)果見表4

    由上可知,互補(bǔ)性最強(qiáng)的組合分類器為Bayes+KNN分類器.

    3.4 模型的交叉驗(yàn)證

    本文利用WebHarvest爬蟲從天貓和京東商城爬取了20 000條評論作為原始數(shù)據(jù)集A0,將構(gòu)建好的用戶詞典與產(chǎn)品屬性數(shù)據(jù)集B0導(dǎo)入ICTCLAS 2015分詞系統(tǒng)后,得到預(yù)處理數(shù)據(jù)集A,對A中的每個數(shù)據(jù)類型進(jìn)行人工標(biāo)記,再隨機(jī)地將其等分成4份得到A1、A2、A3、A4.

    先以數(shù)據(jù)集A1為檢驗(yàn)集,A2,A3,A4為訓(xùn)練集,計算模型的性能指標(biāo).首先將數(shù)據(jù)集A2,A3,A4的特征向量導(dǎo)入Bayes+KNN組合分類器對其進(jìn)行訓(xùn)練,然后將檢驗(yàn)集A1的特征向量導(dǎo)入到已訓(xùn)練好的分類器中,得出檢驗(yàn)集中相應(yīng)評論是非垃圾評論還是垃圾評論,最后根據(jù)分類器對每條評論判定的結(jié)果以及人工標(biāo)記,計算該訓(xùn)練集和檢驗(yàn)集組合下,分類器的性能指標(biāo).用同樣的方法得到依次以A2、A3、A4為檢驗(yàn)集的分類器的性能指標(biāo),相關(guān)結(jié)果見表5.-將上述3個評價值平均得,基于KNN算法和Bayes算法的垃圾評論識別模型的最終準(zhǔn)確率達(dá)到75.3%,召回率為82.1%,F(xiàn)1值為77.5%,結(jié)果較為理想,有應(yīng)用價值.

    4 結(jié)束語

    垃圾評論識別的關(guān)鍵問題是文本特征的提取與分類算法的選擇.本文根據(jù)中文評論的特點(diǎn)提取了14個特征,并利用組合分類器算法對垃圾評論進(jìn)行了識別,得到了較理想的結(jié)果.通過搭建基于Hadoop的大數(shù)據(jù)平臺集群,本模型可推廣到一個基于通過海量數(shù)據(jù)集進(jìn)行訓(xùn)練的垃圾評論問題,從而實(shí)現(xiàn)此模型適用于更一般產(chǎn)品的垃圾評論的檢測目標(biāo).-

    參考文獻(xiàn)

    [1] N JINDAL, B LIU.Opinion spam and analysis[C]//Proceedings of the first ACM international conference on Web search and data mining,2008:219-229.

    [2] 游貴榮,吳為,錢沄濤.電子商務(wù)中垃圾評論檢測的特征提取方法[J].情報分析與研究.2014,251(10):93-100.

    [3] 邱云飛,王建坤,邵良彬等.基于用戶行為的產(chǎn)品垃圾評論者監(jiān)測研究[J].計算機(jī)工程.2012,38(11):254-257,261.

    [4] 吳敏,何瓏.融合多特征的產(chǎn)品評論識別[J].微型機(jī)與應(yīng)用.2012,31(22):85-87.

    [5] 李霄,丁晟春.垃圾商品評論信息的識別研究[J].現(xiàn)代圖書情報技術(shù).2013,29(1):63-68.

    [6] H J KANG,D DOERMANN.Selection of classifiers for the construction of multiple classifier systems[C]//Proceedings of the 8th- international conference on Document Analysis and Recognition. Seoul, Korea, 2005,1194-1198.

    [7] 知網(wǎng)[DB/OL].HowNet Knowledge Database[DB/OL].[2013-11-05]. http://www.keenage.com/ .

    [8] 趙文婧.產(chǎn)品描述詞及情感詞抽取模式的研究[D].北京:北京郵電大學(xué)計算機(jī)學(xué)院,2010.

    [9] 顧益軍,樊孝忠,王建華.中文停用詞表的自動選擇[J].北京理工大學(xué)學(xué)報.2005,25(4):337-340.

    [10]ICTCLAS 漢語分詞系統(tǒng) (ICTCLAS Chinese Lexical Analysis System [CP/OL].[2015-10-05].http://www.ictclas.org/.

    [11]C C CHEN, Y D TSENG. Quality evaluation of product reviews using an imformation quality framework[J].Decision Support Systems. 2011, 50(4):755-768.

    [12]陳昀,基于數(shù)據(jù)挖掘技術(shù)的產(chǎn)品垃圾評論識別研究[D].保定:河北大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院,2014.

    猜你喜歡
    互信息
    基于改進(jìn)互信息和鄰接熵的微博新詞發(fā)現(xiàn)方法
    采用目標(biāo)區(qū)域互信息的星空圖像配準(zhǔn)
    中國科學(xué)家建立量化網(wǎng)絡(luò)中直接關(guān)聯(lián)性的“部分互信息”新方法
    基于互信息的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)
    聯(lián)合互信息水下目標(biāo)特征選擇算法
    一種利用點(diǎn)特征和互信息的多源遙感影像配準(zhǔn)方法
    基于PSO和互信息的小波醫(yī)學(xué)圖像配準(zhǔn)及融合
    改進(jìn)的互信息最小化非線性盲源分離算法
    基于增量式互信息的圖像快速匹配方法
    基于獨(dú)立分量分析和互信息的多諧波源定位
    三级国产精品欧美在线观看| 十八禁人妻一区二区| 一a级毛片在线观看| 婷婷精品国产亚洲av| 老司机午夜福利在线观看视频| 欧美zozozo另类| 男女做爰动态图高潮gif福利片| 欧美一区二区精品小视频在线| 欧美乱色亚洲激情| 看片在线看免费视频| 日韩欧美在线二视频| 99久久精品国产亚洲精品| 国产成人影院久久av| 夜夜爽天天搞| 免费观看人在逋| 久久久久久国产a免费观看| 欧美黄色片欧美黄色片| 我的女老师完整版在线观看| 99在线人妻在线中文字幕| 亚洲av免费在线观看| 色吧在线观看| 12—13女人毛片做爰片一| 亚洲第一电影网av| 黄色女人牲交| 午夜福利在线在线| 三级国产精品欧美在线观看| 啦啦啦韩国在线观看视频| 国产精品久久电影中文字幕| 老司机午夜十八禁免费视频| 亚洲国产色片| 久久久久九九精品影院| 色播亚洲综合网| 亚洲av成人av| 婷婷六月久久综合丁香| 欧美又色又爽又黄视频| 国产精品国产高清国产av| 日本三级黄在线观看| 麻豆国产av国片精品| 18美女黄网站色大片免费观看| 免费大片18禁| 亚洲真实伦在线观看| 悠悠久久av| 天天一区二区日本电影三级| 久久久久久久亚洲中文字幕 | 午夜福利在线观看免费完整高清在 | 久9热在线精品视频| 综合色av麻豆| www.999成人在线观看| 免费电影在线观看免费观看| 国产免费av片在线观看野外av| 日本免费一区二区三区高清不卡| 国产亚洲精品久久久久久毛片| 中文亚洲av片在线观看爽| 亚洲国产精品合色在线| 99国产精品一区二区三区| 亚洲无线观看免费| 脱女人内裤的视频| 十八禁国产超污无遮挡网站| 亚洲久久久久久中文字幕| 亚洲av成人精品一区久久| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲成人久久性| 国产精品亚洲av一区麻豆| 午夜免费激情av| 禁无遮挡网站| 1024手机看黄色片| 99热6这里只有精品| 中出人妻视频一区二区| 蜜桃亚洲精品一区二区三区| 天堂影院成人在线观看| 内地一区二区视频在线| 色综合欧美亚洲国产小说| 一级av片app| 性欧美人与动物交配| 久久草成人影院| 老司机福利观看| 乱码一卡2卡4卡精品| 亚洲人成网站高清观看| 国产又黄又爽又无遮挡在线| 日韩大尺度精品在线看网址| 亚洲人成网站高清观看| 级片在线观看| 亚洲精品456在线播放app | 精品熟女少妇八av免费久了| 在线观看午夜福利视频| 国产黄色小视频在线观看| 久久午夜福利片| 欧美一区二区国产精品久久精品| 亚洲熟妇熟女久久| АⅤ资源中文在线天堂| 热99在线观看视频| www.999成人在线观看| 麻豆国产97在线/欧美| 亚洲精品粉嫩美女一区| 国产精品三级大全| 亚洲精品粉嫩美女一区| 久久精品综合一区二区三区| 国产精品女同一区二区软件 | 国产一区二区在线av高清观看| 草草在线视频免费看| 亚洲乱码一区二区免费版| 亚洲精品在线观看二区| 自拍偷自拍亚洲精品老妇| 久久欧美精品欧美久久欧美| 自拍偷自拍亚洲精品老妇| 午夜福利18| 国产精品综合久久久久久久免费| 亚洲 国产 在线| 亚洲欧美日韩无卡精品| 亚洲欧美日韩无卡精品| 一a级毛片在线观看| 国产伦精品一区二区三区视频9| 少妇人妻一区二区三区视频| 色综合站精品国产| 免费观看的影片在线观看| 亚洲av不卡在线观看| 国产 一区 欧美 日韩| 又黄又爽又刺激的免费视频.| 国产亚洲精品av在线| 亚洲国产精品合色在线| 欧美乱色亚洲激情| 看黄色毛片网站| 99久久99久久久精品蜜桃| 在线播放无遮挡| 亚洲一区二区三区不卡视频| 9191精品国产免费久久| 免费av观看视频| 国产毛片a区久久久久| 小说图片视频综合网站| 激情在线观看视频在线高清| 男插女下体视频免费在线播放| 国产精品,欧美在线| 日韩欧美精品v在线| 一级a爱片免费观看的视频| 美女免费视频网站| 色吧在线观看| 制服丝袜大香蕉在线| 国产精品嫩草影院av在线观看 | 丝袜美腿在线中文| 在现免费观看毛片| 99久国产av精品| 啦啦啦观看免费观看视频高清| 中文资源天堂在线| 欧美日韩综合久久久久久 | 人妻制服诱惑在线中文字幕| 国产精品一区二区性色av| 最新中文字幕久久久久| 精品久久久久久久久av| 亚洲五月天丁香| 一进一出抽搐动态| 高清在线国产一区| 国产探花极品一区二区| 日韩免费av在线播放| 色吧在线观看| 18禁裸乳无遮挡免费网站照片| 精品久久久久久成人av| 日本熟妇午夜| 男人舔女人下体高潮全视频| 国产大屁股一区二区在线视频| 国产伦在线观看视频一区| 欧美一区二区精品小视频在线| 国产主播在线观看一区二区| 欧美性猛交黑人性爽| 一边摸一边抽搐一进一小说| 欧美中文日本在线观看视频| 成人欧美大片| 又紧又爽又黄一区二区| 大型黄色视频在线免费观看| 国产精品一及| 99国产综合亚洲精品| 男人的好看免费观看在线视频| 一级黄片播放器| 色综合欧美亚洲国产小说| 99热精品在线国产| 赤兔流量卡办理| 欧美激情国产日韩精品一区| 熟女电影av网| 91午夜精品亚洲一区二区三区 | 好男人电影高清在线观看| 婷婷精品国产亚洲av在线| 日韩欧美精品v在线| 草草在线视频免费看| 国产国拍精品亚洲av在线观看| 久久久久久国产a免费观看| 亚洲欧美日韩卡通动漫| 99精品久久久久人妻精品| 校园春色视频在线观看| 成人欧美大片| 欧美不卡视频在线免费观看| 悠悠久久av| 亚洲乱码一区二区免费版| 有码 亚洲区| 免费高清视频大片| 午夜精品在线福利| 欧美另类亚洲清纯唯美| 婷婷亚洲欧美| 一进一出好大好爽视频| 一本一本综合久久| 99久久精品一区二区三区| 国产毛片a区久久久久| 一级a爱片免费观看的视频| 偷拍熟女少妇极品色| bbb黄色大片| 精品久久久久久久久久免费视频| 亚洲av五月六月丁香网| 五月伊人婷婷丁香| 日韩欧美免费精品| 久久99热6这里只有精品| 波多野结衣巨乳人妻| 1000部很黄的大片| 变态另类丝袜制服| a在线观看视频网站| 尤物成人国产欧美一区二区三区| 久久精品国产自在天天线| 免费电影在线观看免费观看| 欧美xxxx黑人xx丫x性爽| 又爽又黄无遮挡网站| 色5月婷婷丁香| 欧美日本视频| 国产一级毛片七仙女欲春2| 99久久久亚洲精品蜜臀av| 午夜福利欧美成人| 成人午夜高清在线视频| 97热精品久久久久久| 欧美高清性xxxxhd video| 天天一区二区日本电影三级| 国产午夜精品久久久久久一区二区三区 | eeuss影院久久| 深爱激情五月婷婷| 别揉我奶头~嗯~啊~动态视频| 亚洲三级黄色毛片| 欧美三级亚洲精品| 亚洲av.av天堂| 国产亚洲av嫩草精品影院| 观看免费一级毛片| 国产成人影院久久av| 内地一区二区视频在线| 国产毛片a区久久久久| 久久人人精品亚洲av| 男女之事视频高清在线观看| 国产美女午夜福利| 成人美女网站在线观看视频| 午夜福利高清视频| 丰满乱子伦码专区| 熟女人妻精品中文字幕| 亚洲av中文字字幕乱码综合| av在线蜜桃| 少妇的逼好多水| 无人区码免费观看不卡| 韩国av一区二区三区四区| 国产精品1区2区在线观看.| 亚洲真实伦在线观看| 高清日韩中文字幕在线| 超碰av人人做人人爽久久| 麻豆av噜噜一区二区三区| 日日摸夜夜添夜夜添小说| 999久久久精品免费观看国产| 3wmmmm亚洲av在线观看| 露出奶头的视频| 欧美xxxx性猛交bbbb| 亚洲天堂国产精品一区在线| 伊人久久精品亚洲午夜| 久久精品夜夜夜夜夜久久蜜豆| 91在线精品国自产拍蜜月| 91麻豆av在线| 亚洲中文字幕日韩| 美女黄网站色视频| 免费看美女性在线毛片视频| 好男人在线观看高清免费视频| 亚洲黑人精品在线| 亚洲av免费高清在线观看| 国产精品永久免费网站| 欧美不卡视频在线免费观看| 搡老岳熟女国产| 亚洲最大成人av| bbb黄色大片| 九色国产91popny在线| h日本视频在线播放| 少妇被粗大猛烈的视频| 天堂√8在线中文| 嫁个100分男人电影在线观看| 亚洲精品乱码久久久v下载方式| 日本熟妇午夜| 午夜影院日韩av| 淫秽高清视频在线观看| 非洲黑人性xxxx精品又粗又长| 国产 一区 欧美 日韩| 小说图片视频综合网站| 婷婷六月久久综合丁香| 国产黄色小视频在线观看| 最新在线观看一区二区三区| 成人美女网站在线观看视频| 一级黄色大片毛片| 色噜噜av男人的天堂激情| av视频在线观看入口| 精品久久久久久成人av| 欧美最新免费一区二区三区 | 丰满的人妻完整版| 色播亚洲综合网| 国产成人欧美在线观看| 亚洲av熟女| 91久久精品国产一区二区成人| 99热这里只有是精品在线观看 | 有码 亚洲区| 国产精品美女特级片免费视频播放器| 国产精品一区二区免费欧美| 亚洲一区二区三区色噜噜| 男女床上黄色一级片免费看| 国产精华一区二区三区| 亚洲在线观看片| 午夜福利高清视频| 亚洲av日韩精品久久久久久密| 欧美色欧美亚洲另类二区| 在线观看舔阴道视频| 少妇人妻一区二区三区视频| 天天躁日日操中文字幕| 一本精品99久久精品77| 免费在线观看影片大全网站| 变态另类丝袜制服| 97超级碰碰碰精品色视频在线观看| 欧美激情国产日韩精品一区| 色噜噜av男人的天堂激情| 毛片女人毛片| 99久久精品一区二区三区| 日本五十路高清| 亚洲aⅴ乱码一区二区在线播放| 亚洲久久久久久中文字幕| 欧美又色又爽又黄视频| 高清毛片免费观看视频网站| 色5月婷婷丁香| 十八禁网站免费在线| 性欧美人与动物交配| 精品一区二区三区视频在线观看免费| 欧美日韩中文字幕国产精品一区二区三区| 欧美高清性xxxxhd video| 亚洲成人免费电影在线观看| 亚洲18禁久久av| 禁无遮挡网站| netflix在线观看网站| 国产男靠女视频免费网站| 舔av片在线| 亚洲avbb在线观看| 精品一区二区三区视频在线观看免费| 免费观看人在逋| 亚洲天堂国产精品一区在线| 国产乱人伦免费视频| 久久人人爽人人爽人人片va | 蜜桃亚洲精品一区二区三区| 国产精品98久久久久久宅男小说| 亚洲片人在线观看| 亚洲国产精品成人综合色| 亚洲人成伊人成综合网2020| 白带黄色成豆腐渣| 99在线人妻在线中文字幕| 欧美3d第一页| 一个人看的www免费观看视频| 亚洲片人在线观看| 欧美成狂野欧美在线观看| a级一级毛片免费在线观看| 人人妻人人澡欧美一区二区| 99久久无色码亚洲精品果冻| 久久伊人香网站| 亚洲色图av天堂| 亚洲精品成人久久久久久| 色播亚洲综合网| 最近最新中文字幕大全电影3| 日本黄大片高清| 91在线精品国自产拍蜜月| 久久久精品大字幕| 中文亚洲av片在线观看爽| 亚洲av成人av| 精品欧美国产一区二区三| 免费观看精品视频网站| av天堂在线播放| 91久久精品国产一区二区成人| 十八禁国产超污无遮挡网站| 国产精品综合久久久久久久免费| 琪琪午夜伦伦电影理论片6080| 国产美女午夜福利| 久久久久免费精品人妻一区二区| 少妇被粗大猛烈的视频| 毛片女人毛片| 国产亚洲精品av在线| 亚洲片人在线观看| 国产成人av教育| 欧美乱色亚洲激情| 男女做爰动态图高潮gif福利片| 国产真实乱freesex| 欧美绝顶高潮抽搐喷水| 国产私拍福利视频在线观看| 很黄的视频免费| av福利片在线观看| 床上黄色一级片| 极品教师在线视频| 亚洲一区二区三区色噜噜| or卡值多少钱| 男女那种视频在线观看| av在线观看视频网站免费| 欧美成人一区二区免费高清观看| 看黄色毛片网站| 亚洲激情在线av| 中文字幕精品亚洲无线码一区| 久久香蕉精品热| 国产毛片a区久久久久| 国产精品一区二区三区四区久久| 亚洲精品456在线播放app | 内射极品少妇av片p| 国产精品免费一区二区三区在线| 很黄的视频免费| 国产精品亚洲一级av第二区| 亚洲av一区综合| 国产色爽女视频免费观看| 久久国产乱子伦精品免费另类| 男人和女人高潮做爰伦理| 在线播放无遮挡| www.999成人在线观看| 成人亚洲精品av一区二区| 悠悠久久av| 久久亚洲真实| 亚洲av中文字字幕乱码综合| 黄色女人牲交| 1024手机看黄色片| 搡老熟女国产l中国老女人| 亚洲精品成人久久久久久| 毛片女人毛片| netflix在线观看网站| 黄色女人牲交| 国产亚洲精品久久久com| 国产乱人伦免费视频| 日本a在线网址| 日日摸夜夜添夜夜添小说| 国内揄拍国产精品人妻在线| 国产精品嫩草影院av在线观看 | 好男人在线观看高清免费视频| 欧美激情久久久久久爽电影| 国产精品久久久久久精品电影| 能在线免费观看的黄片| 亚洲国产精品合色在线| 中文字幕熟女人妻在线| 亚洲在线自拍视频| 少妇被粗大猛烈的视频| 狂野欧美白嫩少妇大欣赏| ponron亚洲| 99精品久久久久人妻精品| 不卡一级毛片| 亚洲av熟女| 中文资源天堂在线| 亚洲精品色激情综合| 亚洲第一欧美日韩一区二区三区| 波多野结衣高清无吗| 一区二区三区免费毛片| 日日摸夜夜添夜夜添av毛片 | 日韩中字成人| 三级毛片av免费| 国产视频一区二区在线看| 舔av片在线| 日韩大尺度精品在线看网址| 国产主播在线观看一区二区| 国产69精品久久久久777片| 国内久久婷婷六月综合欲色啪| 国语自产精品视频在线第100页| 国产精品爽爽va在线观看网站| 久久久久精品国产欧美久久久| 精品久久久久久,| 禁无遮挡网站| 免费无遮挡裸体视频| 国内毛片毛片毛片毛片毛片| 天堂av国产一区二区熟女人妻| 亚洲综合色惰| 一级av片app| 亚洲真实伦在线观看| 久9热在线精品视频| av天堂中文字幕网| 69av精品久久久久久| 日日摸夜夜添夜夜添小说| 亚洲,欧美精品.| 成熟少妇高潮喷水视频| 此物有八面人人有两片| 日本一二三区视频观看| 精品不卡国产一区二区三区| 嫩草影院精品99| 免费人成在线观看视频色| 亚洲成人精品中文字幕电影| 男人的好看免费观看在线视频| 国产毛片a区久久久久| 丰满乱子伦码专区| 久久人妻av系列| 国产伦精品一区二区三区视频9| x7x7x7水蜜桃| 亚洲中文字幕一区二区三区有码在线看| 欧美黑人巨大hd| 欧美高清成人免费视频www| 亚洲精品色激情综合| 亚洲第一电影网av| 一区福利在线观看| 成人鲁丝片一二三区免费| 日本黄大片高清| 亚洲精品久久国产高清桃花| 久久久久久久久久成人| 男女床上黄色一级片免费看| 午夜久久久久精精品| 婷婷六月久久综合丁香| 国产精品亚洲av一区麻豆| 男人舔奶头视频| 啪啪无遮挡十八禁网站| 国产伦精品一区二区三区四那| 五月伊人婷婷丁香| 夜夜夜夜夜久久久久| 欧美日韩黄片免| 高清毛片免费观看视频网站| 亚洲经典国产精华液单 | 亚洲人成网站高清观看| 日韩中字成人| 午夜激情欧美在线| 12—13女人毛片做爰片一| 欧美色视频一区免费| 三级国产精品欧美在线观看| 久久久久九九精品影院| 精品一区二区三区视频在线观看免费| 性插视频无遮挡在线免费观看| 久久人妻av系列| 一区二区三区激情视频| 色综合亚洲欧美另类图片| 亚洲av成人精品一区久久| 欧美一区二区国产精品久久精品| 好看av亚洲va欧美ⅴa在| 最近视频中文字幕2019在线8| 久久久久国产精品人妻aⅴ院| 国产精品久久视频播放| 亚洲人成网站在线播放欧美日韩| 午夜福利视频1000在线观看| 亚洲精品在线美女| 无人区码免费观看不卡| 亚洲国产精品sss在线观看| 欧美国产日韩亚洲一区| 亚洲,欧美精品.| 看免费av毛片| 国产精品爽爽va在线观看网站| 国产午夜精品论理片| 岛国在线免费视频观看| 国语自产精品视频在线第100页| 在线观看午夜福利视频| 午夜福利在线观看免费完整高清在 | 久久精品国产清高在天天线| 精品国内亚洲2022精品成人| 俄罗斯特黄特色一大片| 亚洲av二区三区四区| 久久久色成人| 大型黄色视频在线免费观看| 一进一出抽搐动态| 美女免费视频网站| 乱码一卡2卡4卡精品| 国产亚洲欧美在线一区二区| 看黄色毛片网站| 99在线人妻在线中文字幕| 亚洲欧美日韩高清在线视频| 亚洲无线在线观看| 久久久久久久久久成人| 18美女黄网站色大片免费观看| 永久网站在线| 国产美女午夜福利| 最好的美女福利视频网| 国产成人欧美在线观看| 又紧又爽又黄一区二区| 91麻豆精品激情在线观看国产| 午夜久久久久精精品| 在线免费观看的www视频| 看免费av毛片| 亚洲狠狠婷婷综合久久图片| 亚洲,欧美,日韩| 国产精品久久久久久人妻精品电影| 波野结衣二区三区在线| 日本一二三区视频观看| 99久久久亚洲精品蜜臀av| 在线免费观看不下载黄p国产 | 麻豆久久精品国产亚洲av| 热99re8久久精品国产| ponron亚洲| 一级黄片播放器| 日韩成人在线观看一区二区三区| 成人鲁丝片一二三区免费| 欧美bdsm另类| 观看免费一级毛片| 国产欧美日韩精品亚洲av| 看黄色毛片网站| 天美传媒精品一区二区| 伦理电影大哥的女人| 久久久久九九精品影院| 国产高清视频在线播放一区| 美女 人体艺术 gogo| 村上凉子中文字幕在线| 欧美极品一区二区三区四区| 国产精品av视频在线免费观看| 亚洲人成网站高清观看| 90打野战视频偷拍视频| 伦理电影大哥的女人| 精品一区二区三区视频在线| 最好的美女福利视频网| 亚洲欧美精品综合久久99| 99久久精品热视频| 欧美一级a爱片免费观看看| 亚洲无线在线观看| 757午夜福利合集在线观看| 97热精品久久久久久| 一进一出抽搐gif免费好疼| 最新在线观看一区二区三区| 99久久精品热视频| 日韩大尺度精品在线看网址| 淫秽高清视频在线观看| 又黄又爽又免费观看的视频| 嫩草影院入口| 久久精品91蜜桃| x7x7x7水蜜桃| 午夜a级毛片| 日本一本二区三区精品|