• <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 ?

    面向海量數(shù)據(jù)的推薦系統(tǒng)的研究

    2016-04-12 00:00:00劉進(jìn)胡大權(quán)陳家佳
    現(xiàn)代電子技術(shù) 2016年12期

    摘 要: 在處理大數(shù)據(jù)時(shí),傳統(tǒng)的推薦系統(tǒng),如常規(guī)協(xié)同過(guò)濾的推薦性能受到了限制。使用操作簡(jiǎn)便的K均值聚類算法與協(xié)同過(guò)濾構(gòu)成組合推薦算法具有較好的推薦性能,該文使用遺傳算法對(duì)組合推薦算法進(jìn)行優(yōu)化,簡(jiǎn)化組合推薦算法,降低組合算法的復(fù)雜度和成本。同時(shí),通過(guò)對(duì)遺傳算法進(jìn)行改進(jìn),以提高遺傳算法的優(yōu)化能力,提高推薦系統(tǒng)性能。最后,通過(guò)MovieLens電影打分?jǐn)?shù)據(jù)集對(duì)該文研究的推薦算法進(jìn)行性能測(cè)試。結(jié)果表明,遺傳算法的優(yōu)化能力得到提升,推薦系統(tǒng)的性能有所提高。

    關(guān)鍵詞: 大數(shù)據(jù); 推薦系統(tǒng); 協(xié)同過(guò)濾; 遺傳算法; K均值聚類

    中圖分類號(hào): TN911?34; TP18 文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 1004?373X(2016)12?0059?03

    Abstract: When dealing with large data, the traditional recommendation system, such as conventional collaborative filtering, is limited in its recommendation performance. The combination recommendation algorithm formed by K means clustering algorithm and collaborative filtering algorithm has better recommendation performance. The genetic algorithm is used in this paper to optimize the combination recommendation algorithm to simplify the algorithm so as to reduce the complexity and cost of the combination algorithm. At the same time, the genetic algorithm is ameliorated to improve the optimization ability of the genetic algorithm and the performance of the recommendation system. The performance test of the recommendation algorithm was carried out by means of the MovieLens film scoring data set. The test results show that the optimization ability of the genetic algosithm and the performance of recommendation system have been improved.

    Keywords: big data; recommendation system; collaborative filtering; genetic algorithm; K means clustering

    0 引 言

    隨著互聯(lián)網(wǎng)的不斷發(fā)展,互聯(lián)網(wǎng)信息數(shù)據(jù)量正呈現(xiàn)出爆炸式的增長(zhǎng),已經(jīng)進(jìn)入了大數(shù)據(jù)時(shí)代,大數(shù)據(jù)正在引領(lǐng)一場(chǎng)新的技術(shù)革命。在互聯(lián)網(wǎng)的海量數(shù)據(jù)中尋找用戶關(guān)心感興趣的信息正是推薦系統(tǒng)誕生的目的。推薦系統(tǒng)經(jīng)過(guò)不斷發(fā)展和更新,已經(jīng)擁有了相對(duì)成熟的技術(shù),其中最有效的技術(shù)之一即是協(xié)同過(guò)濾。協(xié)同過(guò)濾能夠?qū)τ脩舻膫€(gè)性信息進(jìn)行記錄和提取,并使用這些信息建立用戶模型,使用推薦算法建立的推薦系統(tǒng)將符合用戶興趣的信息主動(dòng)地推薦給用戶。協(xié)同過(guò)濾推薦系統(tǒng)實(shí)際上可以認(rèn)為是一種打分預(yù)測(cè)過(guò)程。以向用戶推薦其感興趣的電影為例,推薦系統(tǒng)能夠根據(jù)用戶觀看的電影歷史信息以及該用戶本身的個(gè)性化信息,并通過(guò)一定的推薦算法向用戶推薦其可能感興趣的電影[1?6]。

    在處理大數(shù)據(jù)時(shí),傳統(tǒng)的推薦系統(tǒng)的性能受到了限制,在大數(shù)據(jù)環(huán)境下的推薦系統(tǒng)需要考慮大數(shù)據(jù)的特性,首先大數(shù)據(jù)環(huán)境下,推薦系統(tǒng)需要有更加強(qiáng)大的數(shù)據(jù)處理性能,因?yàn)樾枰幚淼臄?shù)據(jù)量更加龐大并且存在更高冗余以及噪聲的數(shù)據(jù)。其次大數(shù)據(jù)環(huán)境下,推薦系統(tǒng)需要有更快的更新速度,以滿足海量數(shù)據(jù)處理能力。最后,大數(shù)據(jù)環(huán)境下,推薦系統(tǒng)需要有更加精確的推薦能力,以解決信息過(guò)載問(wèn)題。對(duì)于大數(shù)據(jù)環(huán)境下的推薦任務(wù),常規(guī)協(xié)同過(guò)濾的推薦效率較低。使用K均值聚類等操作簡(jiǎn)便的聚類算法與協(xié)同過(guò)濾構(gòu)成混合推薦算法具有較好的推薦性能,Google 以及Amazon等大型網(wǎng)絡(luò)公司的推薦系統(tǒng)均使用這樣的混合推薦系統(tǒng)[7?12]。

    雖然使用聚類算法與協(xié)同過(guò)濾構(gòu)成混合推薦算法,能夠?qū)Υ髷?shù)據(jù)環(huán)境下的推薦系統(tǒng)的效率進(jìn)行提升,但是混合算法復(fù)雜度較高,導(dǎo)致構(gòu)建成本偏高,未解決這一問(wèn)題,使用遺傳算法對(duì)組合推薦算法進(jìn)行優(yōu)化,簡(jiǎn)化組合推薦算法,提高推薦效率以及推薦質(zhì)量。同時(shí),本文通過(guò)對(duì)遺傳算法進(jìn)行改進(jìn),以提高遺傳算法的優(yōu)化能力,提高推薦系統(tǒng)性能。

    1 推薦算法

    1.1 協(xié)同過(guò)濾算法

    協(xié)同過(guò)濾算法通過(guò)對(duì)項(xiàng)目之間的相似度進(jìn)行計(jì)算從而建立一個(gè)數(shù)據(jù)集,該數(shù)據(jù)集表示項(xiàng)目之間關(guān)系的比較。隨后使用該數(shù)據(jù)集以及用戶數(shù)據(jù)對(duì)用戶的可能興趣進(jìn)行推測(cè)。對(duì)協(xié)同過(guò)濾算法計(jì)算加權(quán)打分為:

    [ru,i=ki∈Isimi,i′ru,i] (1)

    式中:[simi,i′]為項(xiàng)目相似度;[ru,i]為第u個(gè)用戶對(duì)第i個(gè)項(xiàng)目的打分;[k=1i∈Isimi,i′]。

    通過(guò)協(xié)同過(guò)濾算法獲取初始種群的個(gè)體,步驟如下:

    步驟1:通過(guò)用戶集[U]、用戶對(duì)項(xiàng)目打分集[R]以及項(xiàng)目集[I]得到用戶對(duì)項(xiàng)目打分關(guān)聯(lián)數(shù)組:

    [u?i?rating, u∈U,i∈I,rating∈R] (2)

    步驟2:由步驟1得到的打分關(guān)聯(lián)數(shù)組得到項(xiàng)目間的比較數(shù)據(jù)集合:

    [i?i?simi,i′ , i,i′∈I] (3)

    步驟3:通過(guò)步驟2的比較數(shù)據(jù)集合得到協(xié)同過(guò)濾算法的推薦序列[x1,x2,…,xn],此序列將作為遺傳算法的初始種群個(gè)體。

    1.2 K均值聚類算法

    給定一個(gè)由均為d維向量的n個(gè)觀測(cè)對(duì)象組成的觀測(cè)集[x1,x2,…,xn], 使用K均值算法為了將觀測(cè)集[x1,x2,…,xn]劃分為k個(gè)子集[S=S1,S2,][…,Sk],并且在分類時(shí)滿足條件:

    [minSi=1kxj∈Sixj-μi2] (4)

    式中:[μi]為[Si]的中心。

    使用K均值聚類算法獲取新的種群個(gè)體。步驟如下:

    步驟1:通過(guò)K均值聚類,將項(xiàng)目集合劃分為[k]個(gè)子集[S=S1,S2,][…,Sk]。

    步驟2:由遺傳算法的交叉或變異需求,在序列中元素[yi]所在的聚類[Sj]中隨機(jī)搜尋新元素以用于遺傳算法的交叉或變異操作。

    步驟3:使用遺傳算法的交叉或變異操作獲取新的種群個(gè)體,即得到新的推薦序列[y1,y2,…,yn]。

    1.3 遺傳算法

    使用遺傳算法將K均值聚類和協(xié)同過(guò)濾算法進(jìn)行組合。通過(guò)輸入推薦項(xiàng)目集合[I],獲得推薦項(xiàng)目序列[z1,z2,…,zn],步驟如下:

    步驟1:通過(guò)協(xié)同過(guò)濾算法取初始種群的個(gè)體;

    步驟2:對(duì)種群個(gè)體目標(biāo)函數(shù)值進(jìn)行計(jì)算;

    步驟3:選取精英種群個(gè)體[y1,y2,…,yn]用于種群的繁殖;

    步驟4:由K均值聚類算法進(jìn)行交叉變異操作,獲取新種群個(gè)體;

    步驟5:對(duì)獲取新種群個(gè)體目標(biāo)函數(shù)進(jìn)行計(jì)算;

    步驟6:獲取新種群個(gè)體代替非精英個(gè)體;

    步驟7:得到遺傳算法組合算法優(yōu)化后最優(yōu)個(gè)體,即推薦項(xiàng)目的序列[13]。

    1.4 改進(jìn)遺傳優(yōu)化算法

    由于常規(guī)遺傳算法存在容易產(chǎn)生早熟以及局部搜索最優(yōu)解的能力弱等問(wèn)題,因此本文改進(jìn)遺傳算法的方法是引入自適應(yīng)對(duì)偶種群以及自適應(yīng)終止條件。

    引入對(duì)偶種群[zit],其對(duì)稱中心的父代種群最優(yōu)的個(gè)體[xkt],對(duì)偶對(duì)稱中心[xkt],從而獲得新種群[yit]。若對(duì)偶種群[zit]中的個(gè)體不處于搜索范圍內(nèi),則隨機(jī)使用處于搜索范圍內(nèi)的個(gè)體代替。

    本文改進(jìn)遺傳算法引入的自適應(yīng)終止條件為:

    [ffitness_best-ffitness_worst<εi] (5)

    式中:[ffitness_best]是第[i]次迭代的最優(yōu)函數(shù)適應(yīng)度;[ffitness_worst]是第[i]次迭代的最次函數(shù)適應(yīng)度;[i]是迭代次數(shù);[εi]表示精度函數(shù):

    [εi=a+b-alogci+d] (6)

    式中:[a],[b],[c],[d]是常數(shù)。

    本文改進(jìn)常規(guī)遺傳算法步驟為:

    步驟1:初始化遺傳算法的基本參數(shù),如交叉概率[Pc]、變異概率[Pm]、迭代次數(shù)最大值[G]以及精度函數(shù)的4個(gè)常數(shù)。在遺傳算法初期,精度函數(shù)的值很大,因此遺傳算將進(jìn)行隨機(jī)搜索,隨著迭代次數(shù)的逐漸增長(zhǎng),精度函數(shù)的值漸漸縮小,遺傳算法逐漸進(jìn)行局部的細(xì)化搜索。

    步驟2:對(duì)種群[xit]進(jìn)行初始化,同時(shí)對(duì)個(gè)體進(jìn)行編碼解碼以及求解個(gè)體適應(yīng)度,從而得到種群的最優(yōu)個(gè)體[xkt]。

    步驟3:通過(guò)交叉、變異種群[xit],以獲取新種群[yit]。

    步驟4:選取一對(duì)偶種群[zit],該種群是關(guān)于最優(yōu)個(gè)體[xkt]中心對(duì)稱的;若對(duì)偶種群[zit]中的個(gè)體不處于搜索范圍內(nèi),則隨機(jī)使用處于搜索范圍內(nèi)的個(gè)體代替。

    步驟5:更新迭代次數(shù)及精度函數(shù)等。

    步驟6:遺傳算法在滿足結(jié)束條件后終止,否則跳至步驟3。

    2 實(shí)驗(yàn)分析

    通過(guò)實(shí)驗(yàn)MovieLens電影打分?jǐn)?shù)據(jù)集對(duì)本文研究的推薦算法進(jìn)行性能測(cè)試。MovieLens電影打分?jǐn)?shù)據(jù)集中包括近1 000名用戶以及1 600多部電影(項(xiàng)目)的詳細(xì)信息,以及近1 000名用戶對(duì)這1 600多部電影的100 000次的打分情況。本文使用的用戶特征包括用戶的性別、工作職業(yè)以及年紀(jì)。使用的項(xiàng)目的12個(gè)類型,有恐怖、戰(zhàn)爭(zhēng)、動(dòng)作、科幻、動(dòng)畫、浪漫、兒童、犯罪、喜劇、戲劇、冒險(xiǎn)以及音樂(lè)[14?15]。

    本文使用交叉實(shí)驗(yàn)以提高評(píng)分預(yù)測(cè)的可靠性,因此本文將68 156條打分?jǐn)?shù)據(jù)集隨機(jī)C1,C2和C3三個(gè)數(shù)據(jù)集,并進(jìn)行三組多次實(shí)驗(yàn)。第一組實(shí)驗(yàn)將C1和C2數(shù)據(jù)集作為訓(xùn)練數(shù)據(jù)集,將C3作為測(cè)試數(shù)據(jù)集;第二組實(shí)驗(yàn)將C1和C3數(shù)據(jù)集作為訓(xùn)練數(shù)據(jù)集,將C2作為測(cè)試數(shù)據(jù)集;第三組實(shí)驗(yàn)將C2和C3數(shù)據(jù)集作為訓(xùn)練數(shù)據(jù)集,將C1作為測(cè)試數(shù)據(jù)集。

    使用沒(méi)有經(jīng)過(guò)優(yōu)化的組合推薦算法、遺傳算法優(yōu)化的組合推薦算法以及本文研究的改進(jìn)型遺傳算法優(yōu)化的組合推薦算法對(duì)上述的三組實(shí)驗(yàn)方案進(jìn)行多次實(shí)驗(yàn)取平均值得到圖1的測(cè)試結(jié)果。

    可以看出,使用遺傳算法優(yōu)化組合K均值聚類和協(xié)同過(guò)濾算法的推薦系統(tǒng)的打分預(yù)測(cè)精度要高于使用單純的協(xié)同過(guò)濾算法的推薦系統(tǒng),并且本文通過(guò)對(duì)遺傳算法進(jìn)行改進(jìn)后,遺傳算法的優(yōu)化能力得以提升,推薦系統(tǒng)的打分預(yù)測(cè)精度有所提高。

    3 結(jié) 語(yǔ)

    協(xié)同過(guò)濾是最有效的一種推薦技術(shù)之一,其能夠?qū)τ脩舻膫€(gè)性信息進(jìn)行記錄和提取,并使用這些信息建立用戶模型,使用推薦算法建立的推薦系統(tǒng),將符合用戶興趣的信息主動(dòng)地推薦給用戶。但是對(duì)于大數(shù)據(jù)環(huán)境下的推薦任務(wù),常規(guī)協(xié)同過(guò)濾的推薦效率較低。一種可行的解決方法是使用K均值聚類算法與協(xié)同過(guò)濾構(gòu)成組合推薦算法。

    本文使用遺傳算法對(duì)組合推薦算法進(jìn)行優(yōu)化,以簡(jiǎn)化組合推薦算法,提高推薦效率以及推薦質(zhì)量。同時(shí),本文通過(guò)對(duì)遺傳算法進(jìn)行改進(jìn),以提高遺傳算法的優(yōu)化能力,提高推薦系統(tǒng)性能。最后,使用MovieLens電影打分?jǐn)?shù)據(jù)集中的12個(gè)項(xiàng)目類型組成的數(shù)據(jù)集對(duì)推薦系統(tǒng)性能進(jìn)行測(cè)試,結(jié)果表明,使用遺傳算法優(yōu)化組合K均值聚類和協(xié)同過(guò)濾算法的推薦系統(tǒng)的打分預(yù)測(cè)精度要高于使用單純的協(xié)同過(guò)濾算法的推薦系統(tǒng),并且本文通過(guò)對(duì)遺傳算法進(jìn)行改進(jìn)后,遺傳算法的優(yōu)化能力得以提升,推薦系統(tǒng)的打分預(yù)測(cè)精度有所提高。

    參考文獻(xiàn)

    [1] 朱揚(yáng)勇,孫婧.推薦系統(tǒng)研究進(jìn)展[J].計(jì)算機(jī)科學(xué)與探索,2015,9(5):513?525.

    [2] 孟祥武,劉樹棟,張玉潔,等.社會(huì)化推薦系統(tǒng)研究[J].軟件學(xué)報(bào),2015,26(6):1356?1372.

    [3] 孟祥武,紀(jì)威宇,張玉潔.大數(shù)據(jù)環(huán)境下的推薦系統(tǒng)[J].北京郵電大學(xué)學(xué)報(bào),2015,38(2):1?15.

    [4] 孟祥武,胡勛,王立才,等.移動(dòng)推薦系統(tǒng)及其應(yīng)用[J].軟件學(xué)報(bào),2013,24(1):91?108.

    [5] 張興旺,李晨暉,麥范金.變革中的大數(shù)據(jù)知識(shí)服務(wù):面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)新模式[J].圖書與情報(bào),2013(4):74?79.

    [6] 胡勛.融合移動(dòng)用戶社會(huì)化關(guān)系的協(xié)同過(guò)濾推薦方法研究[D].北京:北京郵電大學(xué),2014.

    [7] 章詩(shī)杰.移動(dòng)環(huán)境下上下文感知的協(xié)同過(guò)濾推薦模型研究[D].杭州:杭州電子科技大學(xué),2014.

    [8] 齊文.基于聚類免疫算法的個(gè)性化推薦系統(tǒng)研究[D].天津:天津財(cái)經(jīng)大學(xué),2009.

    [9] 李秦.基于用戶行為的全文檢索系統(tǒng)個(gè)性化推薦研究[D].重慶:西南大學(xué),2009.

    [10] 王立才.上下文感知推薦系統(tǒng)若干關(guān)鍵技術(shù)研究[D].北京:北京郵電大學(xué),2012.

    [11] 王泰璐.推薦系統(tǒng)中預(yù)測(cè)算法的改進(jìn)、實(shí)現(xiàn)及應(yīng)用[D].開封:河南大學(xué),2014.

    [12] 陸春,洪安邦,宮劍.基于PSO的協(xié)同過(guò)濾推薦算法研究[J].計(jì)算機(jī)工程與應(yīng)用,2014,50(5):101?107.

    [13] 馮智明,蘇一丹,覃華,等.基于遺傳算法的聚類與協(xié)同過(guò)濾組合推薦算法[J].計(jì)算機(jī)技術(shù)與發(fā)展,2014(1):35?38.

    [14] 劉旭東,葛俊杰,陳德人.一種基于聚類和協(xié)同過(guò)濾的組合推薦算法[J].計(jì)算機(jī)工程與科學(xué),2010,32(12):125?127.

    [15] 葛潤(rùn)霞.基于內(nèi)容聚類的協(xié)同過(guò)濾推薦系統(tǒng)研究[D].濟(jì)南:山東師范大學(xué),2008.

    丰满迷人的少妇在线观看| 欧美 亚洲 国产 日韩一| 精品第一国产精品| 欧美中文综合在线视频| 夜夜夜夜夜久久久久| 国产成人免费观看mmmm| 三级毛片av免费| 视频在线观看一区二区三区| 成在线人永久免费视频| 亚洲国产日韩一区二区| 久久久精品免费免费高清| 亚洲精品久久成人aⅴ小说| 国产亚洲av片在线观看秒播厂| 啦啦啦啦在线视频资源| 国产成+人综合+亚洲专区| 女人爽到高潮嗷嗷叫在线视频| 国产日韩一区二区三区精品不卡| 91麻豆av在线| 亚洲avbb在线观看| 熟女少妇亚洲综合色aaa.| 欧美日韩亚洲国产一区二区在线观看 | 黑人巨大精品欧美一区二区mp4| 欧美人与性动交α欧美软件| 少妇猛男粗大的猛烈进出视频| 一本综合久久免费| 91麻豆av在线| 亚洲成国产人片在线观看| 91麻豆av在线| 男女高潮啪啪啪动态图| 美女扒开内裤让男人捅视频| 亚洲国产中文字幕在线视频| 亚洲国产欧美在线一区| 18禁裸乳无遮挡动漫免费视频| 中文字幕色久视频| 国产激情久久老熟女| 777米奇影视久久| 女人精品久久久久毛片| 最新在线观看一区二区三区| 精品久久蜜臀av无| 欧美中文综合在线视频| 制服人妻中文乱码| 久久久久精品国产欧美久久久 | 美国免费a级毛片| 搡老熟女国产l中国老女人| 一本综合久久免费| 高清欧美精品videossex| 老司机深夜福利视频在线观看 | 精品久久久久久久毛片微露脸 | 日韩大码丰满熟妇| 国产成人精品久久二区二区91| 国产有黄有色有爽视频| 久久人妻福利社区极品人妻图片| 成在线人永久免费视频| 天堂中文最新版在线下载| 色94色欧美一区二区| 久久亚洲国产成人精品v| 日韩,欧美,国产一区二区三区| 黄片小视频在线播放| 国产91精品成人一区二区三区 | 高清视频免费观看一区二区| 少妇被粗大的猛进出69影院| 国产av一区二区精品久久| 精品一区二区三卡| 欧美变态另类bdsm刘玥| 午夜福利乱码中文字幕| 久久精品aⅴ一区二区三区四区| 久久精品国产亚洲av香蕉五月 | 国产激情久久老熟女| 欧美日韩亚洲国产一区二区在线观看 | 成人国语在线视频| 99热国产这里只有精品6| 亚洲熟女精品中文字幕| 亚洲美女黄色视频免费看| 亚洲天堂av无毛| 欧美成狂野欧美在线观看| 免费观看a级毛片全部| 精品一区二区三区四区五区乱码| 精品久久久久久电影网| 精品久久蜜臀av无| 欧美另类一区| 久久青草综合色| 精品卡一卡二卡四卡免费| 国产成+人综合+亚洲专区| 岛国在线观看网站| 午夜两性在线视频| 飞空精品影院首页| 十八禁高潮呻吟视频| 国产成人系列免费观看| 国产一区有黄有色的免费视频| 国产精品久久久av美女十八| 日韩欧美一区视频在线观看| 亚洲成人国产一区在线观看| 成人免费观看视频高清| 日韩视频一区二区在线观看| 日韩欧美免费精品| 免费看十八禁软件| 如日韩欧美国产精品一区二区三区| 久久久久久亚洲精品国产蜜桃av| 自拍欧美九色日韩亚洲蝌蚪91| 久久久精品94久久精品| 久久人人爽av亚洲精品天堂| 久久 成人 亚洲| 国产在视频线精品| 久久国产精品影院| 在线观看www视频免费| 妹子高潮喷水视频| 国产亚洲av片在线观看秒播厂| 国产不卡av网站在线观看| 最近中文字幕2019免费版| 老鸭窝网址在线观看| 成年人黄色毛片网站| 少妇人妻久久综合中文| 日本猛色少妇xxxxx猛交久久| 亚洲情色 制服丝袜| 啦啦啦在线免费观看视频4| 丰满少妇做爰视频| 国产精品99久久99久久久不卡| 精品国产超薄肉色丝袜足j| 日韩制服丝袜自拍偷拍| av在线app专区| av欧美777| 日韩免费高清中文字幕av| 午夜91福利影院| 久久久久网色| 久久久久久人人人人人| 亚洲国产毛片av蜜桃av| 欧美老熟妇乱子伦牲交| 91成年电影在线观看| 天天操日日干夜夜撸| 视频在线观看一区二区三区| 国产成人av教育| 777米奇影视久久| 91大片在线观看| 日日夜夜操网爽| netflix在线观看网站| 一级黄色大片毛片| 12—13女人毛片做爰片一| 精品亚洲成国产av| 热99久久久久精品小说推荐| 视频区欧美日本亚洲| 满18在线观看网站| 亚洲熟女精品中文字幕| 国产高清videossex| 美国免费a级毛片| 婷婷色av中文字幕| 日本五十路高清| a级片在线免费高清观看视频| 亚洲av电影在线进入| 中国美女看黄片| 热99re8久久精品国产| 午夜久久久在线观看| 啦啦啦在线免费观看视频4| 老司机亚洲免费影院| 999久久久精品免费观看国产| 精品亚洲成a人片在线观看| 91麻豆精品激情在线观看国产 | 国产欧美日韩一区二区三 | 一区二区三区精品91| 在线观看免费午夜福利视频| 国产成人免费观看mmmm| 亚洲欧美日韩高清在线视频 | 搡老熟女国产l中国老女人| 97精品久久久久久久久久精品| 精品亚洲成a人片在线观看| 久久av网站| 免费观看人在逋| 国产黄频视频在线观看| 少妇人妻久久综合中文| 欧美大码av| 中文字幕精品免费在线观看视频| 一级a爱视频在线免费观看| 亚洲国产成人一精品久久久| 精品国产一区二区三区四区第35| 19禁男女啪啪无遮挡网站| 永久免费av网站大全| 久久久精品国产亚洲av高清涩受| 美女扒开内裤让男人捅视频| 久久青草综合色| 精品福利观看| 999久久久国产精品视频| h视频一区二区三区| www.av在线官网国产| 在线看a的网站| 中文欧美无线码| 亚洲免费av在线视频| 精品第一国产精品| 一本久久精品| 在线亚洲精品国产二区图片欧美| 亚洲国产看品久久| 大陆偷拍与自拍| 欧美日韩视频精品一区| 午夜激情久久久久久久| 国产免费一区二区三区四区乱码| 一区二区三区激情视频| 涩涩av久久男人的天堂| 人人妻人人爽人人添夜夜欢视频| 狠狠狠狠99中文字幕| 操出白浆在线播放| 午夜久久久在线观看| 王馨瑶露胸无遮挡在线观看| 丝袜脚勾引网站| www.自偷自拍.com| 99精品欧美一区二区三区四区| 亚洲一码二码三码区别大吗| av片东京热男人的天堂| 99国产精品99久久久久| 国产1区2区3区精品| 老熟妇乱子伦视频在线观看 | 亚洲精品久久成人aⅴ小说| 午夜福利在线免费观看网站| 亚洲人成电影观看| 大片电影免费在线观看免费| 亚洲自偷自拍图片 自拍| 国产亚洲一区二区精品| 国产亚洲av片在线观看秒播厂| 十八禁网站网址无遮挡| 最新的欧美精品一区二区| 两性夫妻黄色片| 久久久久视频综合| 免费av中文字幕在线| 亚洲欧美清纯卡通| 超碰97精品在线观看| 亚洲视频免费观看视频| 国产成人精品无人区| 国产区一区二久久| 高潮久久久久久久久久久不卡| 一级a爱视频在线免费观看| 午夜福利乱码中文字幕| 成在线人永久免费视频| 午夜老司机福利片| 啦啦啦视频在线资源免费观看| 日本五十路高清| 性高湖久久久久久久久免费观看| 桃红色精品国产亚洲av| 亚洲欧洲日产国产| 热99国产精品久久久久久7| 亚洲精品国产av蜜桃| 国产精品久久久人人做人人爽| 亚洲性夜色夜夜综合| 国产欧美日韩一区二区精品| www.熟女人妻精品国产| 国产成+人综合+亚洲专区| 黑人巨大精品欧美一区二区蜜桃| 欧美黑人欧美精品刺激| av超薄肉色丝袜交足视频| 欧美乱码精品一区二区三区| 老司机在亚洲福利影院| 午夜福利视频在线观看免费| 日本黄色日本黄色录像| 大香蕉久久成人网| 夫妻午夜视频| www日本在线高清视频| 99久久人妻综合| 日韩,欧美,国产一区二区三区| 视频在线观看一区二区三区| 久久久精品94久久精品| 欧美激情久久久久久爽电影 | 国产激情久久老熟女| 午夜福利影视在线免费观看| 男人舔女人的私密视频| 在线精品无人区一区二区三| 桃红色精品国产亚洲av| 美女扒开内裤让男人捅视频| 在线观看舔阴道视频| 国产欧美日韩一区二区三区在线| 国产欧美日韩一区二区三 | 久久久久视频综合| 咕卡用的链子| 亚洲 国产 在线| 日韩三级视频一区二区三区| 欧美日韩视频精品一区| 一级毛片女人18水好多| 啦啦啦啦在线视频资源| 欧美黄色片欧美黄色片| 国产精品 国内视频| 大片电影免费在线观看免费| 岛国在线观看网站| 日韩 欧美 亚洲 中文字幕| 亚洲七黄色美女视频| 亚洲精品乱久久久久久| 女人爽到高潮嗷嗷叫在线视频| 99国产极品粉嫩在线观看| 欧美日韩中文字幕国产精品一区二区三区 | 国产亚洲欧美精品永久| 久久精品亚洲熟妇少妇任你| 国产成人系列免费观看| 久久人妻熟女aⅴ| 国产区一区二久久| 在线观看舔阴道视频| 涩涩av久久男人的天堂| videosex国产| 18禁黄网站禁片午夜丰满| 亚洲欧美日韩高清在线视频 | 国产视频一区二区在线看| 热99久久久久精品小说推荐| 亚洲激情五月婷婷啪啪| 欧美中文综合在线视频| 欧美国产精品va在线观看不卡| 日韩制服丝袜自拍偷拍| 国产一区二区激情短视频 | 热re99久久精品国产66热6| 99精品欧美一区二区三区四区| 老鸭窝网址在线观看| 亚洲精品国产一区二区精华液| 美女福利国产在线| 老汉色∧v一级毛片| av视频免费观看在线观看| 纵有疾风起免费观看全集完整版| 日本猛色少妇xxxxx猛交久久| www日本在线高清视频| 国产真人三级小视频在线观看| 狠狠婷婷综合久久久久久88av| 777米奇影视久久| 久久久久国产精品人妻一区二区| 日韩电影二区| 永久免费av网站大全| 国产精品 欧美亚洲| 亚洲五月色婷婷综合| 久久中文看片网| 欧美日韩亚洲综合一区二区三区_| 亚洲色图 男人天堂 中文字幕| 亚洲情色 制服丝袜| 性色av一级| videosex国产| 久久久久视频综合| 欧美激情久久久久久爽电影 | 国产av国产精品国产| 每晚都被弄得嗷嗷叫到高潮| 亚洲精品美女久久久久99蜜臀| 后天国语完整版免费观看| 精品少妇久久久久久888优播| 亚洲精品中文字幕在线视频| 国产在线视频一区二区| 久久精品久久久久久噜噜老黄| 亚洲成人手机| 午夜视频精品福利| 人人妻,人人澡人人爽秒播| 国产一区有黄有色的免费视频| 国产欧美日韩一区二区三区在线| 一区二区三区激情视频| 亚洲自偷自拍图片 自拍| 少妇猛男粗大的猛烈进出视频| 99国产综合亚洲精品| 满18在线观看网站| 国产黄色免费在线视频| 成人三级做爰电影| 免费在线观看视频国产中文字幕亚洲 | 精品乱码久久久久久99久播| 91国产中文字幕| 丝袜美足系列| 午夜福利视频在线观看免费| 免费女性裸体啪啪无遮挡网站| 欧美中文综合在线视频| 亚洲欧美日韩另类电影网站| 日韩,欧美,国产一区二区三区| 亚洲国产av影院在线观看| 99国产精品一区二区三区| 久久精品aⅴ一区二区三区四区| 国产一区二区三区av在线| 亚洲 欧美一区二区三区| 好男人电影高清在线观看| 欧美激情高清一区二区三区| 亚洲精品国产一区二区精华液| 侵犯人妻中文字幕一二三四区| 99精品欧美一区二区三区四区| 日韩制服骚丝袜av| 欧美精品啪啪一区二区三区 | av超薄肉色丝袜交足视频| 黄色a级毛片大全视频| 精品亚洲乱码少妇综合久久| 欧美在线一区亚洲| 黄色怎么调成土黄色| 国产野战对白在线观看| 亚洲黑人精品在线| 中文字幕最新亚洲高清| 飞空精品影院首页| 国产亚洲精品久久久久5区| 国产高清videossex| 国产精品久久久久久精品古装| 精品国产一区二区三区久久久樱花| 777米奇影视久久| 日韩中文字幕欧美一区二区| 女人久久www免费人成看片| av又黄又爽大尺度在线免费看| 日韩一区二区三区影片| 女性生殖器流出的白浆| 大码成人一级视频| 一边摸一边抽搐一进一出视频| 91麻豆精品激情在线观看国产 | 在线观看免费午夜福利视频| 午夜91福利影院| 精品一区二区三卡| 两性夫妻黄色片| 午夜91福利影院| 午夜福利乱码中文字幕| 国产熟女午夜一区二区三区| 丝袜美足系列| 巨乳人妻的诱惑在线观看| 国产成人精品无人区| 中国国产av一级| 男女午夜视频在线观看| 亚洲国产欧美一区二区综合| 久久国产精品人妻蜜桃| 自线自在国产av| 电影成人av| 窝窝影院91人妻| 国产日韩欧美亚洲二区| 久久久久久久久久久久大奶| 精品国内亚洲2022精品成人 | 丝袜美腿诱惑在线| 国产精品免费大片| 黄色 视频免费看| 肉色欧美久久久久久久蜜桃| 国产精品 欧美亚洲| 久久久久久免费高清国产稀缺| 国产三级黄色录像| 国产激情久久老熟女| 久久国产精品影院| 十八禁网站网址无遮挡| 女人精品久久久久毛片| 久久久久国产精品人妻一区二区| 男女床上黄色一级片免费看| 后天国语完整版免费观看| 久久精品国产综合久久久| avwww免费| a级毛片在线看网站| 久久国产精品人妻蜜桃| 纯流量卡能插随身wifi吗| 久久精品国产亚洲av高清一级| 免费久久久久久久精品成人欧美视频| 亚洲精品第二区| 91精品三级在线观看| av片东京热男人的天堂| 美女国产高潮福利片在线看| 精品一品国产午夜福利视频| tocl精华| 久久国产亚洲av麻豆专区| 亚洲欧美色中文字幕在线| 丰满迷人的少妇在线观看| 91九色精品人成在线观看| av欧美777| 黄色片一级片一级黄色片| 在线 av 中文字幕| 欧美黄色片欧美黄色片| 少妇人妻久久综合中文| 亚洲欧美日韩另类电影网站| 视频区欧美日本亚洲| 欧美国产精品一级二级三级| 国产一级毛片在线| 母亲3免费完整高清在线观看| 黄色怎么调成土黄色| 亚洲国产毛片av蜜桃av| 亚洲美女黄色视频免费看| 精品久久久精品久久久| 亚洲国产精品999| 久久久久久亚洲精品国产蜜桃av| 国产精品1区2区在线观看. | 精品久久久久久电影网| 一二三四在线观看免费中文在| 午夜福利在线免费观看网站| 丰满人妻熟妇乱又伦精品不卡| 国产深夜福利视频在线观看| 交换朋友夫妻互换小说| 午夜福利视频精品| 午夜免费观看性视频| 国产精品九九99| 大片电影免费在线观看免费| 韩国高清视频一区二区三区| 肉色欧美久久久久久久蜜桃| 黄片播放在线免费| 午夜影院在线不卡| 国产欧美日韩一区二区精品| 美女国产高潮福利片在线看| 岛国毛片在线播放| 免费av中文字幕在线| 天天躁狠狠躁夜夜躁狠狠躁| tocl精华| 老司机影院成人| 精品人妻熟女毛片av久久网站| 亚洲精品乱久久久久久| 国产亚洲一区二区精品| 肉色欧美久久久久久久蜜桃| 精品国内亚洲2022精品成人 | a级毛片在线看网站| 老司机亚洲免费影院| 黄色视频不卡| 欧美大码av| 巨乳人妻的诱惑在线观看| 亚洲免费av在线视频| 亚洲专区中文字幕在线| 国产色视频综合| 一级a爱视频在线免费观看| 叶爱在线成人免费视频播放| 免费在线观看日本一区| 国产精品国产av在线观看| 老司机午夜福利在线观看视频 | 国产成人a∨麻豆精品| 亚洲成人国产一区在线观看| 美女扒开内裤让男人捅视频| 日韩欧美国产一区二区入口| 免费观看a级毛片全部| 欧美日韩av久久| 男女之事视频高清在线观看| 久久久久久久久免费视频了| 成年动漫av网址| 99久久精品国产亚洲精品| 欧美+亚洲+日韩+国产| 制服诱惑二区| 国产精品99久久99久久久不卡| 免费观看av网站的网址| 日本av手机在线免费观看| 精品乱码久久久久久99久播| 高清av免费在线| 国产亚洲av片在线观看秒播厂| 一区二区av电影网| 老司机靠b影院| 欧美亚洲 丝袜 人妻 在线| 欧美日韩av久久| cao死你这个sao货| 天天躁日日躁夜夜躁夜夜| 捣出白浆h1v1| 国产日韩一区二区三区精品不卡| 18禁国产床啪视频网站| 黑人猛操日本美女一级片| 天天影视国产精品| 99热网站在线观看| 18禁观看日本| 麻豆国产av国片精品| 在线观看www视频免费| 久久免费观看电影| 欧美激情久久久久久爽电影 | 纯流量卡能插随身wifi吗| 香蕉国产在线看| 亚洲欧美激情在线| 最新的欧美精品一区二区| 亚洲精品成人av观看孕妇| 老鸭窝网址在线观看| av不卡在线播放| 黄色视频,在线免费观看| 日日摸夜夜添夜夜添小说| 亚洲国产日韩一区二区| 久久人人爽av亚洲精品天堂| 亚洲成人国产一区在线观看| 伦理电影免费视频| 欧美变态另类bdsm刘玥| 黑人猛操日本美女一级片| 美女中出高潮动态图| 777米奇影视久久| 国产在线观看jvid| 成人国语在线视频| 免费少妇av软件| 老司机午夜福利在线观看视频 | 侵犯人妻中文字幕一二三四区| 一级片免费观看大全| 国产精品免费视频内射| 久久免费观看电影| 国产老妇伦熟女老妇高清| 在线看a的网站| 老司机亚洲免费影院| 男女之事视频高清在线观看| 一本久久精品| 亚洲欧美一区二区三区黑人| 国产在视频线精品| 国内毛片毛片毛片毛片毛片| 精品久久久精品久久久| 免费女性裸体啪啪无遮挡网站| 我要看黄色一级片免费的| 国产男女超爽视频在线观看| 99久久99久久久精品蜜桃| videosex国产| 丰满少妇做爰视频| 黄色视频,在线免费观看| 丝袜美足系列| 91成年电影在线观看| 精品卡一卡二卡四卡免费| 视频区欧美日本亚洲| 女人爽到高潮嗷嗷叫在线视频| 美女脱内裤让男人舔精品视频| 搡老熟女国产l中国老女人| 中文字幕另类日韩欧美亚洲嫩草| 精品少妇内射三级| 久久人妻福利社区极品人妻图片| 在线观看舔阴道视频| 久久国产精品大桥未久av| 91九色精品人成在线观看| 欧美日韩亚洲综合一区二区三区_| 一区二区三区乱码不卡18| 大型av网站在线播放| 亚洲国产精品成人久久小说| 日韩人妻精品一区2区三区| 侵犯人妻中文字幕一二三四区| 国产成人影院久久av| 一边摸一边做爽爽视频免费| 亚洲精品久久久久久婷婷小说| 97精品久久久久久久久久精品| 久久天躁狠狠躁夜夜2o2o| 一边摸一边做爽爽视频免费| 国产成人影院久久av| 黄网站色视频无遮挡免费观看| 国产精品成人在线| 999精品在线视频| 别揉我奶头~嗯~啊~动态视频 | 国产一区二区三区av在线| 少妇粗大呻吟视频| 免费在线观看黄色视频的| 日韩欧美国产一区二区入口| 色婷婷av一区二区三区视频| videos熟女内射| 精品欧美一区二区三区在线| 国产不卡av网站在线观看| 高潮久久久久久久久久久不卡| 岛国毛片在线播放| 精品高清国产在线一区| 日韩视频一区二区在线观看| 美女国产高潮福利片在线看|