• <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Hadoop的協(xié)同過(guò)濾推薦并行化研究

    2016-05-21 15:57:13曹萍
    計(jì)算機(jī)時(shí)代 2016年5期
    關(guān)鍵詞:協(xié)同過(guò)濾大數(shù)據(jù)

    摘 要: 針對(duì)協(xié)同過(guò)濾(CF)推薦技術(shù)處理大數(shù)據(jù)時(shí)的計(jì)算效率問(wèn)題,分析了CF算法的并行化。并行化CF算法采用Hadoop平臺(tái)的MapReduce并行編程模型,改善大數(shù)據(jù)環(huán)境下CF算法在單機(jī)運(yùn)行時(shí)的計(jì)算性能。在實(shí)驗(yàn)部分,設(shè)計(jì)不同集群環(huán)境下的加速比實(shí)驗(yàn),驗(yàn)證該算法在大數(shù)據(jù)環(huán)境中具有的計(jì)算性能。

    關(guān)鍵詞: 協(xié)同過(guò)濾; 計(jì)算效率; 加速比; Hadoop; 大數(shù)據(jù)

    中圖分類號(hào):TP391 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):1006-8228(2016)05-30-04

    Abstract: For the computational efficiency problem existing in big data processing with collaborative filtering (CF) recommendation, parallel computing of CF is analyzed. Parallelized CF algorithm uses MapReduce parallel programming model on Hadoop platform, which improves the computational efficiency of single PC to process big data. In the experiment section, the speedup experiments in different cluster environments are designed to verify the better computing performance of the algorithm in big data processing.

    Key words: collaborative filtering; computational efficiency; speedup; Hadoop; Big data

    0 引言

    互聯(lián)網(wǎng)時(shí)代,網(wǎng)絡(luò)資源紛雜,信息過(guò)載,個(gè)性化推薦成為緩解用戶在網(wǎng)絡(luò)中的信息迷茫問(wèn)題的重要途徑[1]。在多項(xiàng)目、多領(lǐng)域的推薦中,因不依賴用戶或項(xiàng)目?jī)?nèi)容,具有較好通用性的協(xié)同過(guò)濾算法[2]成為較成功的推薦技術(shù),因而其改進(jìn)也受到廣泛關(guān)注。然而改進(jìn)的算法通常是以犧牲計(jì)算效率換取計(jì)算準(zhǔn)確度的提升。隨著大數(shù)據(jù)時(shí)代的來(lái)臨[3-7],解決計(jì)算效率的問(wèn)題也迫在眉睫。由于單機(jī)模式的計(jì)算能力有限,而分布式計(jì)算具有多資源、可擴(kuò)展、高效計(jì)算等優(yōu)勢(shì),用分布式計(jì)算實(shí)現(xiàn)高效的CF算法,既能提高推薦準(zhǔn)確度,又能保證計(jì)算效率。目前主要使用云計(jì)算平臺(tái)Hadoop實(shí)現(xiàn)算法的并行化,如文獻(xiàn)[8-13]等是通過(guò)將算法移植至Hadoop得到高計(jì)算性能的算法。

    本文將協(xié)同過(guò)濾推薦算法與開(kāi)源分布式平臺(tái)Hadoop結(jié)合,研究協(xié)同過(guò)濾推薦算法的并行化,探索其MapReduce過(guò)程設(shè)計(jì),比較單節(jié)點(diǎn)計(jì)算與多節(jié)點(diǎn)計(jì)算在計(jì)算效率上的差別,證明并行化后的算法在計(jì)算效率上的優(yōu)勢(shì),其更能適應(yīng)大數(shù)據(jù)環(huán)境。我們將并行化的CF算法簡(jiǎn)稱為PCF(CF in Parallel)。

    1 CF算法及Hadoop平臺(tái)概述

    1.1 CF算法概述

    協(xié)同過(guò)濾技術(shù)的思想簡(jiǎn)單易懂,利用群體的觀點(diǎn)為個(gè)人進(jìn)行推薦,比如,日常生活中我們經(jīng)常會(huì)參照身邊朋友的意見(jiàn)或行為,購(gòu)買(mǎi)一些商品或作出某種選擇。在協(xié)同過(guò)濾技術(shù)中,用戶之間是有聯(lián)系的,他們可以是朋友、鄰居,根據(jù)趣味相投原則,鄰居用戶的喜好是一致或相近的,所以,對(duì)于當(dāng)前用戶為其推薦鄰居的偏好項(xiàng)目。CF技術(shù)通過(guò)所有用戶的偏好、評(píng)分信息,經(jīng)過(guò)用戶相似度的度量,找到特定用戶的鄰居集合,根據(jù)最近鄰的興趣信息,為其作出項(xiàng)目推薦。

    協(xié)同過(guò)濾推薦算法一般步驟為:構(gòu)建用戶-項(xiàng)目評(píng)分矩陣,據(jù)此計(jì)算用戶或項(xiàng)目相似度,進(jìn)而計(jì)算預(yù)測(cè)評(píng)分、取前N個(gè)預(yù)測(cè)評(píng)分高的項(xiàng)目產(chǎn)生推薦集。以u(píng)ser-based算法為例,具體如下[14]。

    ⑴ 構(gòu)建評(píng)分矩陣。如表1所示。

    ⑵ 以用戶的相似度為計(jì)算目標(biāo),尋找鄰居用戶。余弦相似性、修正的余弦相似性、Pearson系數(shù)相關(guān)為三種常見(jiàn)的相似度計(jì)算方法。

    其中Pearson系數(shù)相關(guān)計(jì)算兩用戶的相似度sim(i,j),用戶i與用戶j共同評(píng)分的項(xiàng)目集合為Iij,用戶i已作出評(píng)分的均值為。

    ⑶ 生成推薦。

    ① 計(jì)算預(yù)測(cè)值。

    平均加權(quán)策略:用戶i對(duì)項(xiàng)目c的預(yù)測(cè)評(píng)分值:

    ② Top-N形式的推薦集。

    計(jì)算鄰居集中的用戶i對(duì)各項(xiàng)目的加權(quán)評(píng)分平均值,Top-N推薦集取前N個(gè)且不屬于Ii(用戶i評(píng)分的項(xiàng)目集合)的項(xiàng)。

    1.2 存在問(wèn)題

    1.2.1 矩陣稀疏問(wèn)題

    協(xié)同過(guò)濾是目前個(gè)性化推薦應(yīng)用中的主流技術(shù),然而隨著大數(shù)據(jù)時(shí)代的到來(lái),系統(tǒng)內(nèi)的項(xiàng)目不斷增多,用戶規(guī)模日漸壯大,用戶不可能對(duì)每個(gè)或大多數(shù)項(xiàng)目都做出評(píng)價(jià)。當(dāng)用戶或項(xiàng)目數(shù)量增大速度遠(yuǎn)遠(yuǎn)大于用戶對(duì)項(xiàng)目的評(píng)分速度時(shí),就導(dǎo)致數(shù)據(jù)量雖然增大,CF技術(shù)所依賴的評(píng)分矩陣卻越來(lái)越稀疏,激化了該技術(shù)中一直存在的數(shù)據(jù)稀疏性問(wèn)題,導(dǎo)致鄰居用戶或項(xiàng)目的計(jì)算準(zhǔn)確性降低,對(duì)評(píng)分的預(yù)測(cè)出現(xiàn)偏差,影響推薦效果。針對(duì)稀疏性問(wèn)題,目前主要的改進(jìn)方向是矩陣填充或降維技術(shù)。

    1.2.2 冷啟動(dòng)問(wèn)題

    處于信息化時(shí)代,人們與互聯(lián)網(wǎng)的接觸越來(lái)越頻繁,越來(lái)越多的新用戶或新項(xiàng)目加入進(jìn)來(lái):新用戶無(wú)歷史行為信息,無(wú)法尋找到鄰居以獲得個(gè)性化服務(wù);新項(xiàng)目評(píng)分信息較少甚至沒(méi)有,故無(wú)法尋找到鄰居以得到推薦。這是CF技術(shù)中的冷啟動(dòng)問(wèn)題,前者是用戶冷啟動(dòng),后者是項(xiàng)目冷啟動(dòng)。冷啟動(dòng)問(wèn)題也可以理解成數(shù)據(jù)稀疏性的極端情況。針對(duì)該問(wèn)題,目前主要是借鑒CBF的思想,結(jié)合用戶或項(xiàng)目本身的屬性信息完成推薦,緩解冷啟動(dòng)[1]。

    1.2.3 可擴(kuò)展問(wèn)題

    一個(gè)好的推薦系統(tǒng)不僅僅預(yù)測(cè)的準(zhǔn)確度要高,同樣重要的還有實(shí)時(shí)性。系統(tǒng)運(yùn)算速度與評(píng)分矩陣的大小緊密關(guān)聯(lián),而用戶規(guī)模和項(xiàng)目規(guī)模決定了矩陣的規(guī)模。面對(duì)急速增長(zhǎng)的用戶量和項(xiàng)目量,協(xié)同過(guò)濾技術(shù)中可擴(kuò)展問(wèn)題的重要性日漸突出。針對(duì)該問(wèn)題,目前的研究一方面是利用聚類技術(shù),通過(guò)概率計(jì)算或設(shè)定閾值,在確保能夠盡量多地找到目標(biāo)用戶或項(xiàng)目的鄰居前提下,將搜索空間縮至最小,以提高計(jì)算速度,緩解CF中的可擴(kuò)展問(wèn)題[15];另一方面,跳出單機(jī)的局限,采用多核計(jì)算或云計(jì)算并行化方法,相對(duì)多核方式的核數(shù)有限、高實(shí)現(xiàn)成本,云計(jì)算的優(yōu)勢(shì)凸顯,越來(lái)越多的研究與應(yīng)用采用該方法解決推薦領(lǐng)域的高準(zhǔn)確度和低計(jì)算效率的矛盾。

    1.3 Hadoop簡(jiǎn)介

    Hadoop起源于Apache公司的Lucene和Nutch項(xiàng)目[16],是谷歌云計(jì)算理論的Java語(yǔ)言實(shí)現(xiàn)。其中并行計(jì)算模型MapReduce是Hadoop中最核心的部分,它是一種可靠、高效的并行編程模型和計(jì)算框架,借助于HDFS等分布式技術(shù),能夠處理各類PB數(shù)量級(jí)的大數(shù)據(jù)[17],其構(gòu)成部分主要有一個(gè)主控服務(wù)JobTracker,若干個(gè)從服務(wù)TaskTracker,分布式文件系統(tǒng)HDFS,以及客戶端Client[18]。MapReduce通過(guò)分解任務(wù)、合并結(jié)果的分而治之思想,實(shí)現(xiàn)可分解、可并行處理大數(shù)據(jù)集上的并行計(jì)算。MapReduce的任務(wù)執(zhí)行過(guò)程由Map和Reduce兩階段構(gòu)成,每次Map和Reduce的輸入和輸出均是鍵值對(duì)的形式,通過(guò)對(duì)相同key鍵值對(duì)的若干次歸類整理,調(diào)用用戶自定義的Map和Reduce函數(shù),得到最終輸出結(jié)果。

    2 基于MapReduce的CF算法分析

    利用MapReduce并行計(jì)算模型實(shí)現(xiàn)CF算法的并行化,從原始的用戶-評(píng)分矩陣計(jì)算出推薦結(jié)果,需要多個(gè)MapReduce過(guò)程,本章節(jié)具體分析。

    2.1 用戶相似度的計(jì)算

    根據(jù)公式⑴,分析得用戶相似度計(jì)算的MapReduce過(guò)程如圖1,共包含三個(gè)MapReduce過(guò)程,每個(gè)過(guò)程都可并行運(yùn)行。

    輸入:評(píng)分矩陣,當(dāng)前用戶id。

    輸出:當(dāng)前用戶與其他用戶的相似度值。

    最后,當(dāng)目標(biāo)用戶需要推薦時(shí),根據(jù)預(yù)測(cè)分值排序,返回TOP-N推薦集。至此,推薦完成。

    在所有階段的MapReduce過(guò)程設(shè)計(jì)沒(méi)有改變算法的數(shù)學(xué)計(jì)算關(guān)系,所以對(duì)算法的計(jì)算結(jié)果沒(méi)有影響,在Hadoop平臺(tái)上運(yùn)行與非并行模式下運(yùn)行的推薦結(jié)果是一樣的,但是,并行模式Hadoop下的算法,有高效的大數(shù)據(jù)集計(jì)算能力,可擴(kuò)展性較高。

    3 PCF算法的實(shí)現(xiàn)及實(shí)驗(yàn)分析

    3.1 實(shí)驗(yàn)設(shè)計(jì)

    實(shí)驗(yàn)的Hadoop平臺(tái)使用6臺(tái)PC機(jī),搭建完全分布式環(huán)境。其中1臺(tái)部署namenode和jobtracker,另5臺(tái)部署datanode和tasktracker。集群配置如表4所示。

    3.2 實(shí)驗(yàn)結(jié)果與分析

    根據(jù)實(shí)驗(yàn)結(jié)果,繪制加速比曲線圖,如圖3所示。

    隨著節(jié)點(diǎn)數(shù)量的增加,加速比呈總體增長(zhǎng)趨勢(shì),體現(xiàn)了良好的可擴(kuò)展性。但當(dāng)節(jié)點(diǎn)數(shù)增加到一定數(shù)量時(shí),加速比趨于穩(wěn)定。

    4 結(jié)束語(yǔ)

    本文介紹了CF算法,Hadoop云平臺(tái)概況,為了實(shí)現(xiàn)高效的推薦算法,以u(píng)ser-based CF為例,分析了其在MapReduce并行編程上的過(guò)程設(shè)計(jì),即PCF算法,并在開(kāi)源云計(jì)算平臺(tái)Hadoop上實(shí)現(xiàn)。通過(guò)變化集群節(jié)點(diǎn)數(shù)目和數(shù)據(jù)集規(guī)模大小,對(duì)加速比進(jìn)行評(píng)估,實(shí)現(xiàn)較高計(jì)算效率的推薦。然而,一方面由于實(shí)驗(yàn)條件的限制,搭建的集群規(guī)模有限;另一方面,是對(duì)Hadoop平臺(tái)的直接應(yīng)用。下一步可以結(jié)合Hadoop中任務(wù)調(diào)度等方面的性能優(yōu)化,進(jìn)一步提高計(jì)算能力,以適應(yīng)不斷壯大的大數(shù)據(jù)。

    參考文獻(xiàn)(References):

    [1] 李樹(shù)青.個(gè)性化信息檢索技術(shù)綜述[J].情報(bào)理論與實(shí)踐,2009.32(5):107-113

    [2] Liu Z B,Qu W Y,Li H T,et al. A Hybrid CollaborativeFiltering Recommendation Mechanism for P2P Networks[J]. Future Genera-tion Computer Systems,2010,26(8):1409-1417

    [3] Nature.Big Data[EB/OL].[2012-10-02].http://www.nature.com/news/specials/bigdata/index.html

    [4] Bryant R E,Katz R H,Lazowska E D.Big-Data computing:Creating revolutionary breakthroughs in commerce,science, and society[R]. [2012-10-02].http://www.cra.org/ccc/docs/init/Big_Data.pdf

    [5] Science.Special online collection:Dealing with data[EB/

    OL]. [2012-10-02]. http://www.Sciencemag.org/sites/special/data/,2011.

    [6] Manyika J,Chui M,Brown B,et al.Big data:The next frontier for innovation,competition,and productivity[R/OL].[2012-10-22].http://www.mckinsey.com/Insights/MGI/Research/Technology_and_Innovation/Big_data_

    The_next_frontier_for_innovation

    [7] Big Data Across the Federal Government[EB/OL].[2012-102].http://www.whitehouse.gov/sites/default/files/microsites/ostp/big_data_fact_sheet_final_1.pdf.

    [8] 肖強(qiáng),朱慶華,鄭華,吳克文.Hadoop環(huán)境下的分布式協(xié)同過(guò)濾算法設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代圖書(shū)情報(bào)技術(shù),2013.1:83-89

    [9] 程苗,陳華平.基于Hadoop的Web日志挖掘[J]計(jì)算機(jī)工程,2011.37(11):37-39

    [10] 張明輝.基于Hadoop的數(shù)據(jù)挖掘算法的分析與研究[D].昆明理工大學(xué),2012.

    [11] 李改,潘嶸,李章鳳,李磊.基于大數(shù)據(jù)集的協(xié)同過(guò)濾算法的并行化研究[J].計(jì)算機(jī)工程與設(shè)計(jì),2012.33(6):2437-2441

    [12] 周源.基于云計(jì)算的推薦算法研究[D].電子科技大學(xué),2012.

    [13] 金龑.協(xié)同過(guò)濾算法及其并行化研究[D].南京大學(xué),2012.

    [14] 葉錫君,曹萍.ASUCF:基于平均相似度的協(xié)同過(guò)濾推薦算法[J].計(jì)算機(jī)工程與設(shè)計(jì),2014.35(12):4217-4222

    [15] 黃正.面向數(shù)據(jù)稀疏的協(xié)同過(guò)濾推薦算法研究與優(yōu)化[D].華南理工大學(xué),2012:25-29

    [16] 陸嘉恒.Hadoop實(shí)戰(zhàn)[M].機(jī)械工業(yè)出版社,2011.

    [17] 陳全,鄧倩妮.云計(jì)算及其關(guān)鍵技術(shù)[J].計(jì)算機(jī)應(yīng)用,2009.29(9):2562-2567

    [18] Tom.White著.周敏奇,王曉玲,金澈清,錢(qián)衛(wèi)寧譯.Hadoop:權(quán)威指南[M].清華大學(xué)出版社,2011.

    猜你喜歡
    協(xié)同過(guò)濾大數(shù)據(jù)
    基于鏈?zhǔn)酱鎯?chǔ)結(jié)構(gòu)的協(xié)同過(guò)濾推薦算法設(shè)計(jì)與實(shí)現(xiàn)
    基于相似傳播和情景聚類的網(wǎng)絡(luò)協(xié)同過(guò)濾推薦算法研究
    基于協(xié)同過(guò)濾算法的個(gè)性化圖書(shū)推薦系統(tǒng)研究
    混合推薦算法在電影推薦中的研究與評(píng)述
    基于大數(shù)據(jù)背景下的智慧城市建設(shè)研究
    科技視界(2016年20期)2016-09-29 10:53:22
    香蕉丝袜av| 超碰成人久久| 在线亚洲精品国产二区图片欧美| 亚洲精品美女久久av网站| a级毛片在线看网站| 久久久久国产一级毛片高清牌| 日日摸夜夜添夜夜爱| 一二三四在线观看免费中文在| 国产免费又黄又爽又色| 欧美xxⅹ黑人| 日日撸夜夜添| 日韩免费高清中文字幕av| 欧美成人午夜免费资源| 黑丝袜美女国产一区| 99香蕉大伊视频| 亚洲国产精品一区三区| 天堂俺去俺来也www色官网| 欧美变态另类bdsm刘玥| 只有这里有精品99| 久久久久久久精品精品| 国产爽快片一区二区三区| 国产探花极品一区二区| 26uuu在线亚洲综合色| 亚洲av电影在线观看一区二区三区| 亚洲欧美中文字幕日韩二区| 另类亚洲欧美激情| 国产黄频视频在线观看| 啦啦啦中文免费视频观看日本| 人妻系列 视频| 日韩欧美一区视频在线观看| 国产精品 国内视频| 中文精品一卡2卡3卡4更新| 美国免费a级毛片| 亚洲图色成人| 精品国产乱码久久久久久男人| 日韩一卡2卡3卡4卡2021年| 卡戴珊不雅视频在线播放| 亚洲精品中文字幕在线视频| 黄色配什么色好看| av福利片在线| 国产综合精华液| 黄网站色视频无遮挡免费观看| 蜜桃在线观看..| 91午夜精品亚洲一区二区三区| 精品午夜福利在线看| 夜夜骑夜夜射夜夜干| 亚洲伊人色综图| 久久精品国产亚洲av涩爱| 国产精品无大码| 久久久久久久久免费视频了| 亚洲精品国产av蜜桃| 亚洲精品美女久久av网站| 观看av在线不卡| 人人妻人人添人人爽欧美一区卜| 老熟女久久久| 欧美日韩一区二区视频在线观看视频在线| 国产男女内射视频| 激情视频va一区二区三区| 考比视频在线观看| 国产精品无大码| 亚洲激情五月婷婷啪啪| 在线观看美女被高潮喷水网站| 亚洲精品第二区| 欧美变态另类bdsm刘玥| 美女主播在线视频| 一级毛片我不卡| videos熟女内射| 国产有黄有色有爽视频| www.精华液| 下体分泌物呈黄色| 国产成人一区二区在线| 一区二区av电影网| 午夜日韩欧美国产| 国产精品久久久av美女十八| 视频在线观看一区二区三区| 国产一区二区 视频在线| 韩国高清视频一区二区三区| 国产白丝娇喘喷水9色精品| 亚洲国产av新网站| 成年人午夜在线观看视频| 一区福利在线观看| 一区二区三区精品91| 黑人欧美特级aaaaaa片| 国产爽快片一区二区三区| 久久国产精品大桥未久av| av片东京热男人的天堂| 九色亚洲精品在线播放| 不卡视频在线观看欧美| 色吧在线观看| a 毛片基地| 国产又色又爽无遮挡免| 久久精品国产自在天天线| 99久久综合免费| 新久久久久国产一级毛片| 狠狠婷婷综合久久久久久88av| 久久久久视频综合| 高清欧美精品videossex| 国产xxxxx性猛交| 国产成人精品久久二区二区91 | 久久精品国产亚洲av涩爱| 国产熟女午夜一区二区三区| 丝袜美足系列| 美女午夜性视频免费| av网站免费在线观看视频| 欧美精品av麻豆av| 女的被弄到高潮叫床怎么办| 香蕉丝袜av| 欧美日韩亚洲国产一区二区在线观看 | 久久久精品免费免费高清| 亚洲激情五月婷婷啪啪| 久久99热这里只频精品6学生| 中文字幕亚洲精品专区| 人体艺术视频欧美日本| 激情五月婷婷亚洲| 精品99又大又爽又粗少妇毛片| 亚洲人成77777在线视频| 亚洲一级一片aⅴ在线观看| 久久国内精品自在自线图片| 国产色婷婷99| 日本av免费视频播放| 中文字幕av电影在线播放| 久久精品国产亚洲av天美| 国产熟女欧美一区二区| 国产精品三级大全| 在线亚洲精品国产二区图片欧美| 欧美日韩综合久久久久久| 又粗又硬又长又爽又黄的视频| 亚洲欧美精品综合一区二区三区 | 有码 亚洲区| 一级黄片播放器| 亚洲国产日韩一区二区| 久久久久视频综合| 国产无遮挡羞羞视频在线观看| 国产白丝娇喘喷水9色精品| 18禁裸乳无遮挡动漫免费视频| 国产老妇伦熟女老妇高清| 国产成人午夜福利电影在线观看| 日韩制服骚丝袜av| 久久人人爽人人片av| 欧美日本中文国产一区发布| 欧美精品国产亚洲| 久久久久久人人人人人| 满18在线观看网站| 看免费av毛片| 国产xxxxx性猛交| 免费高清在线观看视频在线观看| 精品卡一卡二卡四卡免费| 涩涩av久久男人的天堂| 欧美日韩成人在线一区二区| 99九九在线精品视频| 国产色婷婷99| 日韩中字成人| 最近手机中文字幕大全| 午夜福利,免费看| 亚洲av成人精品一二三区| 99久国产av精品国产电影| 少妇的逼水好多| 亚洲色图 男人天堂 中文字幕| 91精品伊人久久大香线蕉| 国产免费又黄又爽又色| 亚洲熟女精品中文字幕| 在现免费观看毛片| 国产一区二区三区综合在线观看| 午夜激情久久久久久久| 狠狠精品人妻久久久久久综合| 日本免费在线观看一区| av一本久久久久| 欧美 日韩 精品 国产| 香蕉丝袜av| 伦理电影免费视频| 亚洲伊人色综图| 电影成人av| 亚洲精品久久午夜乱码| 丁香六月天网| 如日韩欧美国产精品一区二区三区| 亚洲成人手机| 日韩精品免费视频一区二区三区| 久久这里只有精品19| a级毛片黄视频| 99国产精品免费福利视频| 国产成人免费观看mmmm| 免费看av在线观看网站| 成人毛片60女人毛片免费| 国产精品女同一区二区软件| 国产精品久久久av美女十八| 久久精品国产自在天天线| 五月天丁香电影| 人人妻人人爽人人添夜夜欢视频| 99热网站在线观看| 欧美亚洲日本最大视频资源| 成人毛片a级毛片在线播放| 天美传媒精品一区二区| 久久精品熟女亚洲av麻豆精品| 中文欧美无线码| 午夜福利影视在线免费观看| 亚洲精品美女久久久久99蜜臀 | 一区二区av电影网| 国产乱来视频区| 国产av精品麻豆| 欧美少妇被猛烈插入视频| 中文字幕人妻熟女乱码| 嫩草影院入口| 亚洲人成网站在线观看播放| 欧美xxⅹ黑人| 精品一区在线观看国产| 黑人巨大精品欧美一区二区蜜桃| 天天操日日干夜夜撸| 人人澡人人妻人| 丝袜喷水一区| 免费在线观看黄色视频的| 国产老妇伦熟女老妇高清| 日韩在线高清观看一区二区三区| 国产成人91sexporn| 在线免费观看不下载黄p国产| 美女高潮到喷水免费观看| 久久久国产一区二区| 侵犯人妻中文字幕一二三四区| 亚洲av电影在线进入| 免费av中文字幕在线| 伊人久久大香线蕉亚洲五| 男女啪啪激烈高潮av片| 欧美人与性动交α欧美软件| 看十八女毛片水多多多| 国产一区二区 视频在线| 日本91视频免费播放| 久久99精品国语久久久| 免费观看无遮挡的男女| 亚洲图色成人| 亚洲成人av在线免费| 交换朋友夫妻互换小说| 夫妻性生交免费视频一级片| 亚洲av.av天堂| 欧美人与性动交α欧美软件| 精品99又大又爽又粗少妇毛片| 久久精品人人爽人人爽视色| 人人妻人人澡人人看| 嫩草影院入口| 国产又爽黄色视频| 男女啪啪激烈高潮av片| 国产男女内射视频| 国产日韩欧美视频二区| 成人午夜精彩视频在线观看| 久久免费观看电影| 成人18禁高潮啪啪吃奶动态图| 国产亚洲一区二区精品| 久久av网站| 国产 一区精品| 人人妻人人添人人爽欧美一区卜| 成年av动漫网址| 99精国产麻豆久久婷婷| 大码成人一级视频| 亚洲精品成人av观看孕妇| 欧美+日韩+精品| 制服诱惑二区| 最近中文字幕高清免费大全6| 亚洲国产成人一精品久久久| 成人免费观看视频高清| 国产成人91sexporn| 免费在线观看视频国产中文字幕亚洲 | 曰老女人黄片| 午夜福利一区二区在线看| 亚洲激情五月婷婷啪啪| 色视频在线一区二区三区| 国产爽快片一区二区三区| 亚洲成人av在线免费| 久久久国产一区二区| 99热全是精品| 国产在线免费精品| 亚洲国产欧美在线一区| 少妇 在线观看| 国产熟女欧美一区二区| 久久精品国产综合久久久| 久久精品国产亚洲av涩爱| 亚洲内射少妇av| 日日啪夜夜爽| 成人国产麻豆网| 三级国产精品片| 久久99一区二区三区| av卡一久久| 久久亚洲国产成人精品v| 又粗又硬又长又爽又黄的视频| 亚洲av在线观看美女高潮| 欧美日韩视频精品一区| 国产日韩欧美视频二区| 日韩人妻精品一区2区三区| 又黄又粗又硬又大视频| 精品国产一区二区三区久久久樱花| 免费观看性生交大片5| 少妇的逼水好多| 又粗又硬又长又爽又黄的视频| 国产乱人偷精品视频| 哪个播放器可以免费观看大片| 亚洲欧美精品综合一区二区三区 | 嫩草影院入口| 久久久久久久久久久免费av| 91精品国产国语对白视频| 人妻一区二区av| 国产精品三级大全| 久热这里只有精品99| 大码成人一级视频| 日本欧美视频一区| 777米奇影视久久| 亚洲少妇的诱惑av| 欧美日韩一级在线毛片| 国产精品久久久久久精品古装| 久久久久久久久久久久大奶| 成年人午夜在线观看视频| 国产熟女欧美一区二区| 午夜福利影视在线免费观看| 丝袜美腿诱惑在线| 婷婷色综合www| 夫妻性生交免费视频一级片| 国产免费一区二区三区四区乱码| 夫妻性生交免费视频一级片| 99九九在线精品视频| 国产成人精品福利久久| 综合色丁香网| 亚洲精品美女久久久久99蜜臀 | 亚洲欧洲日产国产| 日韩欧美一区视频在线观看| 国产精品 欧美亚洲| 国产精品久久久av美女十八| 久久久久国产一级毛片高清牌| 女人高潮潮喷娇喘18禁视频| 亚洲综合色惰| 国产乱人偷精品视频| 视频区图区小说| 日韩一区二区三区影片| 18在线观看网站| 日韩 亚洲 欧美在线| 亚洲国产精品一区二区三区在线| 亚洲国产欧美网| 五月开心婷婷网| 啦啦啦中文免费视频观看日本| 欧美人与善性xxx| 国产精品一区二区在线不卡| 另类亚洲欧美激情| 激情五月婷婷亚洲| 80岁老熟妇乱子伦牲交| 中文字幕最新亚洲高清| 人人妻人人爽人人添夜夜欢视频| 人人妻人人添人人爽欧美一区卜| 成年人免费黄色播放视频| 午夜免费鲁丝| 国产成人精品福利久久| 大片免费播放器 马上看| 亚洲中文av在线| 免费观看无遮挡的男女| 久久精品人人爽人人爽视色| 亚洲国产最新在线播放| 你懂的网址亚洲精品在线观看| 9191精品国产免费久久| 欧美日韩一区二区视频在线观看视频在线| 99久国产av精品国产电影| 狠狠婷婷综合久久久久久88av| 一区二区三区乱码不卡18| 午夜福利在线免费观看网站| 久久精品国产综合久久久| 夫妻性生交免费视频一级片| 日韩免费高清中文字幕av| 欧美日韩综合久久久久久| 亚洲欧美一区二区三区久久| 国产精品一区二区在线观看99| 91精品三级在线观看| 精品一区在线观看国产| 亚洲欧美成人精品一区二区| 成人漫画全彩无遮挡| 亚洲精品一二三| 久久久久人妻精品一区果冻| 精品少妇黑人巨大在线播放| 亚洲精品久久午夜乱码| videosex国产| 性色avwww在线观看| av有码第一页| 精品一区在线观看国产| 伦精品一区二区三区| 午夜免费鲁丝| 久久久久久久久久久免费av| 一区二区三区乱码不卡18| 在线天堂最新版资源| 中文字幕精品免费在线观看视频| 国产福利在线免费观看视频| 日韩 亚洲 欧美在线| 久久99一区二区三区| 亚洲国产色片| 亚洲精品视频女| 免费黄色在线免费观看| 亚洲色图 男人天堂 中文字幕| 国产精品久久久久久久久免| 亚洲国产av影院在线观看| 精品人妻一区二区三区麻豆| 中文精品一卡2卡3卡4更新| 国产精品香港三级国产av潘金莲 | 亚洲精品乱久久久久久| 成年女人在线观看亚洲视频| 在线观看国产h片| 欧美+日韩+精品| 啦啦啦在线免费观看视频4| 岛国毛片在线播放| 性色avwww在线观看| 天堂中文最新版在线下载| 成年人午夜在线观看视频| 久久免费观看电影| 亚洲成人一二三区av| 最黄视频免费看| 九九爱精品视频在线观看| 亚洲伊人久久精品综合| 亚洲国产毛片av蜜桃av| 欧美另类一区| 99re6热这里在线精品视频| 9色porny在线观看| 国产在线免费精品| 婷婷色综合www| 午夜福利网站1000一区二区三区| 人妻系列 视频| 国产 一区精品| 熟妇人妻不卡中文字幕| 一本—道久久a久久精品蜜桃钙片| 巨乳人妻的诱惑在线观看| 国产亚洲午夜精品一区二区久久| a级片在线免费高清观看视频| 国产精品免费大片| 亚洲,欧美精品.| 久久久久久久精品精品| 久久久久久久久久人人人人人人| av不卡在线播放| 日韩人妻精品一区2区三区| 国产精品一二三区在线看| 观看av在线不卡| 亚洲精品一区蜜桃| 熟女少妇亚洲综合色aaa.| 蜜桃在线观看..| 看免费av毛片| 香蕉丝袜av| 9热在线视频观看99| 国产精品国产三级专区第一集| 老汉色∧v一级毛片| 国产国语露脸激情在线看| 午夜福利视频在线观看免费| 多毛熟女@视频| 高清视频免费观看一区二区| 亚洲成人手机| 国产女主播在线喷水免费视频网站| 一级a爱视频在线免费观看| 国产一区二区三区av在线| 国产爽快片一区二区三区| 18禁裸乳无遮挡动漫免费视频| 亚洲精品久久成人aⅴ小说| 制服人妻中文乱码| 国产在线免费精品| 99久国产av精品国产电影| 1024视频免费在线观看| 纯流量卡能插随身wifi吗| 亚洲av男天堂| 人妻 亚洲 视频| 少妇被粗大猛烈的视频| 欧美国产精品va在线观看不卡| 男女边摸边吃奶| 国产精品久久久久久久久免| 成人国语在线视频| 日韩精品免费视频一区二区三区| 观看美女的网站| 久久国产精品大桥未久av| 国产片特级美女逼逼视频| 免费人妻精品一区二区三区视频| 在线亚洲精品国产二区图片欧美| 可以免费在线观看a视频的电影网站 | 成年人免费黄色播放视频| 天天躁日日躁夜夜躁夜夜| 纵有疾风起免费观看全集完整版| 婷婷色av中文字幕| 日日撸夜夜添| 亚洲视频免费观看视频| 嫩草影院入口| 电影成人av| 晚上一个人看的免费电影| 七月丁香在线播放| 考比视频在线观看| 久久国产亚洲av麻豆专区| 久久精品国产亚洲av高清一级| 亚洲精品第二区| 最新中文字幕久久久久| 日韩电影二区| 久久久久久久精品精品| 久久人妻熟女aⅴ| 日韩一区二区三区影片| 亚洲伊人久久精品综合| 赤兔流量卡办理| 一区二区三区四区激情视频| 男女免费视频国产| 欧美亚洲日本最大视频资源| 少妇的丰满在线观看| 宅男免费午夜| 丝袜美足系列| 日韩一本色道免费dvd| 久久久久久人人人人人| 大片电影免费在线观看免费| 99re6热这里在线精品视频| 亚洲综合精品二区| 超色免费av| 亚洲伊人色综图| 免费av中文字幕在线| 精品酒店卫生间| 日本欧美国产在线视频| 国产精品一国产av| 天天影视国产精品| 精品少妇久久久久久888优播| 国产精品av久久久久免费| 久久久久国产精品人妻一区二区| 亚洲欧洲国产日韩| 80岁老熟妇乱子伦牲交| 毛片一级片免费看久久久久| a级毛片在线看网站| 国产爽快片一区二区三区| 熟女少妇亚洲综合色aaa.| 成年人免费黄色播放视频| 国产精品嫩草影院av在线观看| 大香蕉久久成人网| 一个人免费看片子| 久久综合国产亚洲精品| 免费女性裸体啪啪无遮挡网站| 建设人人有责人人尽责人人享有的| 国产一区二区在线观看av| 精品一品国产午夜福利视频| 啦啦啦视频在线资源免费观看| 高清黄色对白视频在线免费看| 老汉色∧v一级毛片| 久久久久国产一级毛片高清牌| 中文字幕人妻丝袜一区二区 | 亚洲国产看品久久| 高清不卡的av网站| 国产精品 国内视频| 伊人久久大香线蕉亚洲五| 欧美国产精品一级二级三级| 亚洲成色77777| 97精品久久久久久久久久精品| 久久这里只有精品19| 久久毛片免费看一区二区三区| 亚洲国产欧美网| 亚洲av国产av综合av卡| videos熟女内射| 久久人人爽av亚洲精品天堂| 国产成人精品久久久久久| 欧美亚洲日本最大视频资源| 啦啦啦在线观看免费高清www| 欧美日本中文国产一区发布| 下体分泌物呈黄色| 亚洲美女视频黄频| 国产成人午夜福利电影在线观看| 精品久久久精品久久久| 国产黄频视频在线观看| 国产成人精品一,二区| 日韩成人av中文字幕在线观看| 国产免费福利视频在线观看| 中文字幕制服av| www.精华液| 亚洲成色77777| 一边摸一边做爽爽视频免费| 18禁裸乳无遮挡动漫免费视频| 免费在线观看完整版高清| 欧美 亚洲 国产 日韩一| 黄片无遮挡物在线观看| 欧美97在线视频| 卡戴珊不雅视频在线播放| 麻豆av在线久日| 国产亚洲av片在线观看秒播厂| 国产成人av激情在线播放| 男女下面插进去视频免费观看| 成年av动漫网址| 中文字幕最新亚洲高清| 免费女性裸体啪啪无遮挡网站| 如何舔出高潮| 黑人猛操日本美女一级片| 久久久久久久久久人人人人人人| 天堂俺去俺来也www色官网| 久久久久国产一级毛片高清牌| 欧美激情极品国产一区二区三区| 日韩 亚洲 欧美在线| 日日撸夜夜添| 精品人妻熟女毛片av久久网站| 丝袜脚勾引网站| 久久久久久免费高清国产稀缺| 欧美精品国产亚洲| 成人亚洲精品一区在线观看| 黄网站色视频无遮挡免费观看| xxx大片免费视频| 伦理电影大哥的女人| 少妇熟女欧美另类| 国产精品人妻久久久影院| 免费大片黄手机在线观看| 一二三四在线观看免费中文在| 99久久中文字幕三级久久日本| 欧美+日韩+精品| 久久久久精品性色| 美女国产视频在线观看| 不卡视频在线观看欧美| 最近2019中文字幕mv第一页| 日韩大片免费观看网站| 久久久久国产网址| 侵犯人妻中文字幕一二三四区| 少妇的丰满在线观看| 女性生殖器流出的白浆| 韩国高清视频一区二区三区| 欧美日韩亚洲国产一区二区在线观看 | 国产 精品1| 亚洲av.av天堂| 黄色配什么色好看| 久久人人爽人人片av| 国产男人的电影天堂91| 欧美最新免费一区二区三区| 97人妻天天添夜夜摸| 国产精品亚洲av一区麻豆 | 国产一区二区在线观看av| 99re6热这里在线精品视频| 国产精品99久久99久久久不卡 |