• <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
    夜夜爽天天搞| av超薄肉色丝袜交足视频| 国产精品久久视频播放| 99热6这里只有精品| 老司机福利观看| 国产精品野战在线观看| 波多野结衣巨乳人妻| 757午夜福利合集在线观看| 黄色 视频免费看| 男女下面进入的视频免费午夜 | 亚洲欧洲精品一区二区精品久久久| 法律面前人人平等表现在哪些方面| 精品久久久久久成人av| 黑人操中国人逼视频| 午夜两性在线视频| 国产三级在线视频| 露出奶头的视频| 1024视频免费在线观看| 精品久久蜜臀av无| 天堂影院成人在线观看| 激情在线观看视频在线高清| 啦啦啦免费观看视频1| 成人免费观看视频高清| 黄片大片在线免费观看| www.熟女人妻精品国产| 岛国在线观看网站| 成人国产一区最新在线观看| 亚洲成人国产一区在线观看| a级毛片在线看网站| 久久这里只有精品19| 丰满人妻熟妇乱又伦精品不卡| 人妻丰满熟妇av一区二区三区| 99精品在免费线老司机午夜| 亚洲成人久久性| 国内揄拍国产精品人妻在线 | 中文字幕人妻熟女乱码| 色尼玛亚洲综合影院| 91九色精品人成在线观看| 亚洲电影在线观看av| 99re在线观看精品视频| 日日干狠狠操夜夜爽| 无人区码免费观看不卡| 日日爽夜夜爽网站| ponron亚洲| 丰满的人妻完整版| 叶爱在线成人免费视频播放| 黄色片一级片一级黄色片| 一本精品99久久精品77| 日韩中文字幕欧美一区二区| 国产免费av片在线观看野外av| 国产一区二区激情短视频| 搡老妇女老女人老熟妇| 很黄的视频免费| 欧美久久黑人一区二区| 亚洲专区国产一区二区| av欧美777| 香蕉丝袜av| 亚洲色图 男人天堂 中文字幕| 天天添夜夜摸| 国产不卡一卡二| 亚洲熟女毛片儿| 日韩精品中文字幕看吧| 美国免费a级毛片| 老司机深夜福利视频在线观看| 亚洲欧洲精品一区二区精品久久久| 国产精品久久电影中文字幕| 国产人伦9x9x在线观看| 亚洲精品av麻豆狂野| 国产伦一二天堂av在线观看| 中文亚洲av片在线观看爽| 黄色丝袜av网址大全| 国产极品粉嫩免费观看在线| 日本撒尿小便嘘嘘汇集6| 亚洲精品av麻豆狂野| 999精品在线视频| 十八禁网站免费在线| 啪啪无遮挡十八禁网站| 国产aⅴ精品一区二区三区波| 久久久久国内视频| 亚洲成av人片免费观看| 国产不卡一卡二| 男人舔女人下体高潮全视频| 国产精品,欧美在线| 国产一区二区在线av高清观看| 免费在线观看完整版高清| 国产精品爽爽va在线观看网站 | 男女做爰动态图高潮gif福利片| 日本精品一区二区三区蜜桃| 曰老女人黄片| 中文亚洲av片在线观看爽| 男人舔女人下体高潮全视频| 女生性感内裤真人,穿戴方法视频| 黄频高清免费视频| 99在线视频只有这里精品首页| 亚洲一区高清亚洲精品| 我的亚洲天堂| 亚洲av片天天在线观看| 国产精品免费视频内射| 18禁观看日本| 91成人精品电影| 一级a爱片免费观看的视频| 啦啦啦 在线观看视频| 成在线人永久免费视频| 色精品久久人妻99蜜桃| 成年免费大片在线观看| 高潮久久久久久久久久久不卡| 日本一本二区三区精品| 一本综合久久免费| 老汉色∧v一级毛片| 亚洲国产看品久久| 亚洲av日韩精品久久久久久密| 波多野结衣高清作品| 丝袜美腿诱惑在线| 久久久久国内视频| 亚洲国产精品久久男人天堂| 黄色a级毛片大全视频| 国产精品乱码一区二三区的特点| 亚洲成a人片在线一区二区| 国产黄色小视频在线观看| 久久精品91无色码中文字幕| 久久九九热精品免费| 性欧美人与动物交配| 亚洲av第一区精品v没综合| 国产av又大| 国产亚洲欧美精品永久| 黄色a级毛片大全视频| 欧美精品亚洲一区二区| 少妇粗大呻吟视频| 久久天堂一区二区三区四区| 国产精品精品国产色婷婷| 三级毛片av免费| 黄片播放在线免费| 精品高清国产在线一区| 天天一区二区日本电影三级| 国产一级毛片七仙女欲春2 | 国产免费av片在线观看野外av| 久久精品影院6| 亚洲黑人精品在线| 91麻豆av在线| 黄色毛片三级朝国网站| 亚洲专区国产一区二区| 99re在线观看精品视频| 国产精品av久久久久免费| 久久久国产成人免费| 亚洲男人的天堂狠狠| 99久久99久久久精品蜜桃| 日韩精品中文字幕看吧| 欧美日本亚洲视频在线播放| 黄片小视频在线播放| 一个人免费在线观看的高清视频| 日韩欧美一区二区三区在线观看| 在线观看一区二区三区| 淫秽高清视频在线观看| 亚洲国产欧美一区二区综合| 欧美乱妇无乱码| 久久伊人香网站| 欧美绝顶高潮抽搐喷水| 欧美 亚洲 国产 日韩一| 日韩国内少妇激情av| 亚洲精品中文字幕在线视频| 在线永久观看黄色视频| 久久久国产精品麻豆| 亚洲精华国产精华精| 嫁个100分男人电影在线观看| 视频在线观看一区二区三区| 欧美在线一区亚洲| 色精品久久人妻99蜜桃| 女人被狂操c到高潮| 我的亚洲天堂| 亚洲精品av麻豆狂野| 成人亚洲精品av一区二区| 美国免费a级毛片| 久久久久亚洲av毛片大全| 亚洲国产欧洲综合997久久, | 国产精品久久视频播放| 老司机福利观看| 麻豆一二三区av精品| 丝袜在线中文字幕| 久久婷婷人人爽人人干人人爱| 他把我摸到了高潮在线观看| 大香蕉久久成人网| svipshipincom国产片| 亚洲精品一卡2卡三卡4卡5卡| 亚洲美女黄片视频| 中文字幕另类日韩欧美亚洲嫩草| 99热6这里只有精品| 黑人操中国人逼视频| 嫩草影视91久久| 啦啦啦 在线观看视频| 久久九九热精品免费| 久久午夜综合久久蜜桃| 亚洲人成网站高清观看| 国产亚洲精品一区二区www| 精品人妻1区二区| 露出奶头的视频| 亚洲欧美激情综合另类| 成人欧美大片| 国产亚洲精品久久久久久毛片| 日韩精品中文字幕看吧| 两个人视频免费观看高清| 俺也久久电影网| 精品久久久久久久久久久久久 | 一区二区三区激情视频| 免费看a级黄色片| 亚洲av美国av| 一个人观看的视频www高清免费观看 | 午夜免费观看网址| 狠狠狠狠99中文字幕| 国产精品亚洲av一区麻豆| 欧美日本视频| 天天躁狠狠躁夜夜躁狠狠躁| 成人亚洲精品一区在线观看| 午夜免费激情av| 色尼玛亚洲综合影院| 成年版毛片免费区| 美女大奶头视频| 一二三四社区在线视频社区8| 草草在线视频免费看| 精品国产美女av久久久久小说| 亚洲熟妇中文字幕五十中出| 高清毛片免费观看视频网站| 精品久久久久久久久久久久久 | 欧美一区二区精品小视频在线| 18禁国产床啪视频网站| 久久精品91无色码中文字幕| 91大片在线观看| 精品福利观看| 人人妻,人人澡人人爽秒播| 18禁美女被吸乳视频| 十分钟在线观看高清视频www| 人人澡人人妻人| 欧美日韩精品网址| 男女做爰动态图高潮gif福利片| 日韩欧美免费精品| 一进一出抽搐动态| 国产av一区在线观看免费| 日韩视频一区二区在线观看| 听说在线观看完整版免费高清| 女性被躁到高潮视频| 一级a爱片免费观看的视频| 久久久精品欧美日韩精品| 亚洲色图 男人天堂 中文字幕| 中出人妻视频一区二区| 中文资源天堂在线| 18禁观看日本| 亚洲av成人av| 久久香蕉激情| 真人做人爱边吃奶动态| 大型黄色视频在线免费观看| av在线天堂中文字幕| www.熟女人妻精品国产| 美女大奶头视频| 精品欧美国产一区二区三| 不卡av一区二区三区| www.999成人在线观看| 精品久久蜜臀av无| 成人国产一区最新在线观看| 91国产中文字幕| 一区二区三区国产精品乱码| 久久久久久久久久黄片| 成熟少妇高潮喷水视频| 男女午夜视频在线观看| 国产麻豆成人av免费视频| 熟女电影av网| 国产高清有码在线观看视频 | 亚洲精品久久国产高清桃花| 国产免费男女视频| 亚洲中文av在线| 国产高清videossex| 99国产极品粉嫩在线观看| 桃红色精品国产亚洲av| 国产黄片美女视频| 亚洲av第一区精品v没综合| 亚洲av中文字字幕乱码综合 | 久久午夜综合久久蜜桃| 村上凉子中文字幕在线| 国产日本99.免费观看| 黄网站色视频无遮挡免费观看| 视频区欧美日本亚洲| 级片在线观看| 少妇被粗大的猛进出69影院| 99热这里只有精品一区 | 啦啦啦观看免费观看视频高清| 欧美日本亚洲视频在线播放| 女警被强在线播放| 精品一区二区三区视频在线观看免费| 日日干狠狠操夜夜爽| 一级毛片女人18水好多| 欧美黄色片欧美黄色片| 欧美另类亚洲清纯唯美| 国产av在哪里看| 后天国语完整版免费观看| 欧美精品啪啪一区二区三区| 免费看美女性在线毛片视频| 中文字幕高清在线视频| 中文字幕人妻丝袜一区二区| 最新美女视频免费是黄的| 精品久久久久久,| 久久香蕉激情| 99久久久亚洲精品蜜臀av| 国产成人影院久久av| 欧美精品啪啪一区二区三区| 51午夜福利影视在线观看| 男男h啪啪无遮挡| 美女高潮喷水抽搐中文字幕| 色尼玛亚洲综合影院| 美女免费视频网站| 桃色一区二区三区在线观看| 自线自在国产av| 国产精华一区二区三区| 欧美日韩精品网址| 亚洲国产欧美一区二区综合| 欧美日韩精品网址| 国产精品 国内视频| 搞女人的毛片| 香蕉丝袜av| 啦啦啦韩国在线观看视频| 精品国产美女av久久久久小说| 日韩一卡2卡3卡4卡2021年| 亚洲电影在线观看av| 夜夜爽天天搞| 色老头精品视频在线观看| 中文字幕另类日韩欧美亚洲嫩草| 看片在线看免费视频| 欧美黑人巨大hd| 免费在线观看日本一区| 亚洲国产欧洲综合997久久, | 国产一卡二卡三卡精品| 老司机福利观看| 午夜免费成人在线视频| 操出白浆在线播放| 自线自在国产av| 午夜精品在线福利| 精品国产亚洲在线| 久久久久九九精品影院| 国产亚洲av高清不卡| 狠狠狠狠99中文字幕| 男男h啪啪无遮挡| 国产欧美日韩精品亚洲av| 精品久久久久久久久久久久久 | 午夜精品久久久久久毛片777| 岛国在线观看网站| 国产伦人伦偷精品视频| 国产成+人综合+亚洲专区| av有码第一页| 看片在线看免费视频| 在线天堂中文资源库| 久久热在线av| 99精品欧美一区二区三区四区| 亚洲欧美精品综合久久99| 亚洲av成人不卡在线观看播放网| 国产av又大| 亚洲精品一卡2卡三卡4卡5卡| 国产精品av久久久久免费| 免费一级毛片在线播放高清视频| 深夜精品福利| 国产又黄又爽又无遮挡在线| 久久亚洲精品不卡| 欧美日韩亚洲国产一区二区在线观看| 国内少妇人妻偷人精品xxx网站 | 欧美日韩乱码在线| 亚洲专区字幕在线| 露出奶头的视频| 国产成人精品久久二区二区免费| av有码第一页| 看片在线看免费视频| 美女高潮到喷水免费观看| 黄色a级毛片大全视频| 国产私拍福利视频在线观看| 日本一本二区三区精品| 中文字幕人妻丝袜一区二区| 亚洲精品av麻豆狂野| 日韩三级视频一区二区三区| 久久青草综合色| 19禁男女啪啪无遮挡网站| 怎么达到女性高潮| 视频区欧美日本亚洲| 精品高清国产在线一区| 亚洲狠狠婷婷综合久久图片| 真人做人爱边吃奶动态| av在线天堂中文字幕| 午夜日韩欧美国产| 一个人免费在线观看的高清视频| 我的亚洲天堂| 波多野结衣高清作品| 怎么达到女性高潮| 亚洲无线在线观看| 国产成+人综合+亚洲专区| 国产伦人伦偷精品视频| 欧美激情久久久久久爽电影| 免费人成视频x8x8入口观看| av免费在线观看网站| 中国美女看黄片| 久热爱精品视频在线9| 欧美zozozo另类| 曰老女人黄片| 色播亚洲综合网| 成人国产综合亚洲| 色精品久久人妻99蜜桃| 熟女电影av网| 国产av又大| 亚洲国产欧美日韩在线播放| 国产成人一区二区三区免费视频网站| 国内少妇人妻偷人精品xxx网站 | 18禁裸乳无遮挡免费网站照片 | 欧美性猛交╳xxx乱大交人| 国产亚洲精品av在线| 久久中文字幕人妻熟女| 欧美激情久久久久久爽电影| 丝袜人妻中文字幕| 国产成人欧美| 美女 人体艺术 gogo| 韩国精品一区二区三区| 久久草成人影院| 午夜福利欧美成人| 久久午夜综合久久蜜桃| 深夜精品福利| 色综合婷婷激情| 免费看美女性在线毛片视频| 白带黄色成豆腐渣| 日韩高清综合在线| 免费在线观看影片大全网站| 精品无人区乱码1区二区| 2021天堂中文幕一二区在线观 | 他把我摸到了高潮在线观看| 精品国产乱子伦一区二区三区| 欧美黄色片欧美黄色片| 国产精品野战在线观看| 制服丝袜大香蕉在线| 婷婷亚洲欧美| 一区二区三区精品91| 99久久久亚洲精品蜜臀av| 美女 人体艺术 gogo| 波多野结衣av一区二区av| 欧美另类亚洲清纯唯美| 深夜精品福利| 亚洲av成人一区二区三| 大型av网站在线播放| 国产亚洲av高清不卡| 最近在线观看免费完整版| 好男人电影高清在线观看| 日本撒尿小便嘘嘘汇集6| 精华霜和精华液先用哪个| 国产久久久一区二区三区| 亚洲男人天堂网一区| 亚洲 欧美一区二区三区| 国产精品爽爽va在线观看网站 | 久久精品影院6| 亚洲av片天天在线观看| 国产成人精品无人区| 久久国产精品影院| 亚洲人成电影免费在线| 欧美av亚洲av综合av国产av| 欧洲精品卡2卡3卡4卡5卡区| 美女高潮喷水抽搐中文字幕| 色播在线永久视频| 少妇裸体淫交视频免费看高清 | 国产精品亚洲一级av第二区| 国产真实乱freesex| 亚洲av片天天在线观看| 日本免费a在线| 白带黄色成豆腐渣| 1024手机看黄色片| 国产av在哪里看| 熟女少妇亚洲综合色aaa.| 午夜福利一区二区在线看| 精品一区二区三区av网在线观看| 在线天堂中文资源库| 亚洲国产日韩欧美精品在线观看 | 国产黄片美女视频| 1024手机看黄色片| 日韩成人在线观看一区二区三区| 在线av久久热| 国产免费av片在线观看野外av| 最近最新中文字幕大全电影3 | 欧美日韩亚洲国产一区二区在线观看| 国产蜜桃级精品一区二区三区| 日韩欧美国产在线观看| 国产午夜精品久久久久久| 国产伦在线观看视频一区| a级毛片在线看网站| 身体一侧抽搐| 夜夜夜夜夜久久久久| 一区二区日韩欧美中文字幕| 日日夜夜操网爽| 日本免费a在线| 在线观看66精品国产| 亚洲人成电影免费在线| 久久国产精品男人的天堂亚洲| 欧美中文综合在线视频| 天堂√8在线中文| 香蕉久久夜色| 18禁裸乳无遮挡免费网站照片 | 一级片免费观看大全| 在线观看免费视频日本深夜| 国产成人一区二区三区免费视频网站| 美女大奶头视频| 成人18禁高潮啪啪吃奶动态图| 国产欧美日韩精品亚洲av| 国产亚洲精品一区二区www| 最近最新免费中文字幕在线| 日韩欧美 国产精品| 亚洲成a人片在线一区二区| 亚洲精品久久国产高清桃花| 午夜福利高清视频| 亚洲av电影不卡..在线观看| 国产精品一区二区三区四区久久 | 免费在线观看完整版高清| 成人精品一区二区免费| 男女视频在线观看网站免费 | 亚洲久久久国产精品| 黑人操中国人逼视频| av超薄肉色丝袜交足视频| 老熟妇仑乱视频hdxx| 欧美成人免费av一区二区三区| 他把我摸到了高潮在线观看| 人人妻人人看人人澡| 69av精品久久久久久| 日本黄色视频三级网站网址| 久久久久久亚洲精品国产蜜桃av| av欧美777| 日日夜夜操网爽| 亚洲一码二码三码区别大吗| 欧美亚洲日本最大视频资源| 中出人妻视频一区二区| 精品国产美女av久久久久小说| 成人一区二区视频在线观看| 搡老妇女老女人老熟妇| 亚洲精品国产区一区二| 久久久久国产一级毛片高清牌| 每晚都被弄得嗷嗷叫到高潮| 老司机福利观看| 久久精品影院6| www日本在线高清视频| 一本一本综合久久| 麻豆成人av在线观看| 亚洲欧美激情综合另类| 国产一卡二卡三卡精品| av电影中文网址| 又大又爽又粗| 自线自在国产av| 日本在线视频免费播放| 色综合站精品国产| 国产黄片美女视频| 午夜激情福利司机影院| 美女午夜性视频免费| 成人一区二区视频在线观看| 色播亚洲综合网| 亚洲中文字幕一区二区三区有码在线看 | 国产在线观看jvid| 日本一本二区三区精品| 搡老妇女老女人老熟妇| 亚洲成人久久性| 亚洲欧美激情综合另类| 黄片小视频在线播放| 美国免费a级毛片| 成人手机av| 美女大奶头视频| 一级毛片女人18水好多| 色播亚洲综合网| 嫩草影视91久久| 级片在线观看| 免费观看人在逋| 国产成人欧美| www.精华液| 久久久久久大精品| 一级黄色大片毛片| 中文字幕人妻熟女乱码| 男女做爰动态图高潮gif福利片| 成人一区二区视频在线观看| 男女视频在线观看网站免费 | 哪里可以看免费的av片| 色婷婷久久久亚洲欧美| 国产精品美女特级片免费视频播放器 | 亚洲精品av麻豆狂野| 啪啪无遮挡十八禁网站| 午夜福利在线在线| 黑人欧美特级aaaaaa片| 久久中文字幕人妻熟女| 欧美亚洲日本最大视频资源| 亚洲男人的天堂狠狠| 国产精品日韩av在线免费观看| 色婷婷久久久亚洲欧美| 女警被强在线播放| 他把我摸到了高潮在线观看| 成人永久免费在线观看视频| 麻豆国产av国片精品| 草草在线视频免费看| 中文资源天堂在线| 亚洲色图 男人天堂 中文字幕| 亚洲自拍偷在线| 怎么达到女性高潮| 亚洲五月天丁香| 国产亚洲精品第一综合不卡| 国产在线精品亚洲第一网站| 欧美zozozo另类| 国产精品影院久久| 国产成人av激情在线播放| 日韩av在线大香蕉| 久久精品人妻少妇| 欧美大码av| 免费观看人在逋| 日本免费一区二区三区高清不卡| 狂野欧美激情性xxxx| АⅤ资源中文在线天堂| 久热爱精品视频在线9| 国产成人欧美在线观看| 琪琪午夜伦伦电影理论片6080| 午夜激情av网站| av片东京热男人的天堂| 亚洲精品美女久久av网站| 欧美日韩精品网址| 欧美丝袜亚洲另类 | 少妇粗大呻吟视频| 正在播放国产对白刺激|