• <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 ?

    基于社團結(jié)構(gòu)的鏈接預(yù)測和屬性推斷聯(lián)合解決方法

    2016-11-22 06:59:26吳玲玲
    電子學(xué)報 2016年9期
    關(guān)鍵詞:社團準(zhǔn)確率概率

    王 銳,吳玲玲,石 川,吳 斌

    ?

    基于社團結(jié)構(gòu)的鏈接預(yù)測和屬性推斷聯(lián)合解決方法

    王 銳,吳玲玲,石 川,吳 斌

    (北京郵電大學(xué)智能通信軟件與多媒體北京市重點實驗室,北京 100876)

    鏈接預(yù)測與屬性推斷是社交網(wǎng)絡(luò)數(shù)據(jù)挖掘的兩項重要任務(wù).之前的大部分研究工作將鏈接預(yù)測和屬性推斷視為不同的問題,分別研究解決方法.然而,根據(jù)網(wǎng)絡(luò)結(jié)構(gòu)的同質(zhì)性理論,社交網(wǎng)絡(luò)中的鏈接與屬性之間具有內(nèi)在關(guān)聯(lián).本文提出了基于社團結(jié)構(gòu)的鏈接預(yù)測和屬性推斷聯(lián)合解決方法(LAIC),將社團結(jié)構(gòu)作為鏈接預(yù)測與屬性推斷的關(guān)聯(lián)因子,利用用戶屬性和社團結(jié)構(gòu)進行鏈接預(yù)測,利用鏈接信息得到社團屬性進而推斷用戶屬性.LAIC不僅同時解決了鏈接預(yù)測和屬性推斷問題,而且通過迭代使鏈接預(yù)測和屬性推斷的準(zhǔn)確率可以相互提升.兩個真實數(shù)據(jù)集上的實驗證明LAIC方法是有效的.

    社交網(wǎng)絡(luò);鏈接預(yù)測;屬性推斷;社團結(jié)構(gòu)

    1 引言

    在社交網(wǎng)絡(luò)中,鏈接預(yù)測可以幫助用戶找到潛在好友,改善用戶體驗.屬性推斷可以完善用戶信息,為用戶提供有針對性的服務(wù).因此,鏈接預(yù)測和屬性推斷是社交網(wǎng)絡(luò)數(shù)據(jù)挖掘的兩項重要任務(wù).

    之前的研究將鏈接預(yù)測與屬性推斷視為兩個不同的問題.鏈接預(yù)測的研究主要基于節(jié)點相似性與拓撲結(jié)構(gòu)相似性.例如,Chen等人[1]在有向圖中利用隨機游走到達時間衡量用戶相似性,進行聚類,在同一個聚簇中的節(jié)點被認為是朋友.屬性推斷方法大致分為兩類:基于特征的方法[2,3]與基于網(wǎng)絡(luò)結(jié)構(gòu)的方法[4,5].基于特征的方法致力于尋找有效特征訓(xùn)練分類器.基于網(wǎng)絡(luò)結(jié)構(gòu)的方法依據(jù)用戶與好友的緊密性推斷用戶屬性.

    然而,根據(jù)同質(zhì)性理論[6],用戶的相同屬性越多,用戶間存在鏈接的概率越大.反之,用戶間若存在鏈接,則他們具有相同屬性的概率越大.因此,鏈接預(yù)測和屬性推斷之間存在內(nèi)在關(guān)聯(lián).至今,只有極少部分工作將鏈接預(yù)測和屬性推斷問題聯(lián)合解決.Yin等人[7]通過社會屬性網(wǎng)絡(luò)中的隨機游走將鏈接預(yù)測與屬性推斷結(jié)合起來.尹緒森[8]等人利用兩層人工神經(jīng)網(wǎng)絡(luò),建立可同時解決鏈接預(yù)測與屬性推斷問題的綜合框架.

    為了同時解決鏈接預(yù)測和屬性推斷問題,本文提出了基于社團結(jié)構(gòu)的鏈接預(yù)測和屬性推斷聯(lián)合解決方法LAIC(Link and Attribute Inference Based on Community).LAIC基于可重社團探測,首先利用節(jié)點的社團信息和屬性信息進行鏈接預(yù)測.之后使用基于社團的隨機游走獲得社團屬性,通過用戶所屬社團的屬性推斷用戶屬性.最后通過迭代使鏈接預(yù)測與屬性推斷相互提高.

    2 基于社團結(jié)構(gòu)的鏈接預(yù)測與屬性推斷聯(lián)合解決方法

    2.1 社會屬性網(wǎng)絡(luò)

    本文使用社會屬性網(wǎng)絡(luò)解決鏈接預(yù)測和屬性推斷問題,這里給出定義.

    定義1 社會屬性網(wǎng)絡(luò)SAN

    給定網(wǎng)絡(luò)G=(V,E),V是節(jié)點集,E是邊集.構(gòu)造網(wǎng)絡(luò)G′=(V′,E′),對G中的每個節(jié)點,在G′中也相應(yīng)構(gòu)造一個節(jié)點,稱為用戶節(jié)點Vp.對G中的每條邊,在G′中也相應(yīng)構(gòu)造一條邊.對每個用戶屬性,在G′中構(gòu)造一個節(jié)點,稱為屬性節(jié)點Va,V′=Vp∪Va.若某個用戶具有某個屬性,則在該用戶節(jié)點與該屬性節(jié)點間構(gòu)造一條邊.

    圖1為SAN的示意圖.圖中矩形表示屬性節(jié)點,人物表示用戶節(jié)點,虛線表示用戶屬性,實線表示用戶間的好友關(guān)系.

    2.2 基本思路

    社團包含網(wǎng)絡(luò)的結(jié)構(gòu)信息,兩個用戶的社團重疊次數(shù)越多,他們之間越可能存在鏈接[9].兩個用戶的共同屬性越多,則兩個用戶越相似,他們之間也越可能存在鏈接.因此可以通過社團信息和用戶屬性求得缺失的鏈接.

    此外,社團與屬性不是獨立的.社團中用戶的屬性決定了社團的屬性.反之,若已知社團屬性,則可推斷社團中用戶的屬性.每個用戶可同時屬于多個社團,而每個社團具有各自的社團屬性.因此可根據(jù)用戶所屬社團的屬性推斷用戶的屬性.

    圖2說明了LAIC的思路.圖中橢圓形表示社團,其它圖標(biāo)含義與圖1相同.圖2中,Ted和Bob同屬于這兩個社團且擁有共同屬性“籃球”,而Ted和Lily只同屬于一個社團且沒有共同屬性.因此,相對于Lily,Ted和Bob之間鏈接存在的概率更大.此外,Ted同時屬于社團A和B,因此,對社團A和B越重要的屬性越可能是Ted的屬性.

    2.3 具體方法

    2.3.1 社團探測

    本文使用alpha-beta社團探測方法[10]進行社團探測,該方法適用于可重社團劃分,高效、簡單且易于并行化.其他能夠準(zhǔn)確發(fā)掘可重社團結(jié)構(gòu)的方法亦可用于本文提出的框架.

    假設(shè)通過可重社團劃分,將G劃分為K個社團,并且求得節(jié)點與社團的關(guān)系F.用戶-社團關(guān)系F為N*K的矩陣,F(xiàn)uc=1表示節(jié)點u屬于社團c,否則Fuc=0.

    2.3.2 鏈接預(yù)測

    為構(gòu)建利用社團結(jié)構(gòu)和用戶屬性預(yù)測鏈接的概率模型,本文提出2點假設(shè):

    (1)社團結(jié)構(gòu)和用戶屬性聯(lián)合影響節(jié)點間鏈接存在的概率.

    (2)不同社團對鏈接存在概率的影響是相互獨立的.

    僅考慮社團信息時,Leskovec等人[9]提出同屬于社團c的節(jié)點u和v間存在鏈接的概率為:

    Puv(c)=1-exp(-Fuc·Fvc)

    (1)

    當(dāng)u和v中的任一點不屬于社團c時,F(xiàn)uc=0或Fvc=0,則Puv(c)=0.假設(shè)每個社團以概率1-exp(-Fuc·Fvc)連接u和v.由于不同社團對鏈接存在概率的影響是相互獨立的,u、v間不存在鏈接的概率可寫成u、v在所有社團下不存在鏈接的概率之積:

    (2)

    u、v間存在鏈接的概率Puv為:

    (3)

    由假設(shè)知,用戶屬性對鏈接存在概率有影響,且用戶具有的相同屬性越多,用戶間存在鏈接的概率越大.考慮到用戶屬性,我們將式(3)改進為如下形式:

    (4)

    2.3.3 屬性推斷

    為構(gòu)建利用社團結(jié)構(gòu)和社團屬性推斷用戶屬性的模型,本文提出2點假設(shè):

    (1)社團中所有節(jié)點的屬性均為該社團的屬性,但每個社團屬性與社團的關(guān)聯(lián)強度存在區(qū)別.

    (2)節(jié)點的屬性由其所屬社團的屬性決定.

    從社團Ck重啟時隨機游走的迭代公式為:

    (5)

    (6)

    因為屬性節(jié)點只能與用戶節(jié)點相連,所以從屬性節(jié)點到用戶節(jié)點的轉(zhuǎn)移概率設(shè)置如下:

    (7)

    用戶節(jié)點可與屬性或用戶節(jié)點相連,我們用參數(shù)λ權(quán)衡屬性與用戶節(jié)點權(quán)重.一般SAN中的隨機游走區(qū)分用戶-用戶與用戶-屬性兩種邊,同類型邊的轉(zhuǎn)移概率相同.考慮到節(jié)點間的影響力是有區(qū)別的,我們提出利用鏈接存在概率表示邊的影響力.從用戶到用戶節(jié)點的轉(zhuǎn)移概率設(shè)置如下:

    w(p′,p)=

    (8)

    當(dāng)(p′,p)∈E時,Pp′p=1.否則Pp′p等于邊(p′,p)的存在概率.

    根據(jù)Yin等人[7]提出的混合權(quán)重的方法,我們用wp(a)衡量對用戶p而言,屬性a的重要性:

    wp(a)=g(a)×lp(a)

    (9)

    其中,g(a)和lp(a)分別是屬性a的全局重要性和本地重要性:

    (10)

    (11)

    將wp(a)歸一化作為從用戶節(jié)點到屬性節(jié)點的轉(zhuǎn)移概率:

    w(p,a)=

    (12)

    當(dāng)從社團Ck重啟的隨機游走收斂時,各屬性節(jié)點的到達概率rCka表示社團Ck與各屬性的關(guān)聯(lián)強度:

    (13)

    當(dāng)從K個社團重啟的隨機游走都收斂時,得到社團-屬性矩陣AC:

    (14)

    用社團-屬性矩陣AC和用戶-社團關(guān)系F的乘積填充用戶-屬性矩陣AV中的缺失項:

    (15)

    (16)

    2.3.4 時間復(fù)雜度分析

    LAIC算法的時間復(fù)雜度由鏈接預(yù)測和屬性推斷兩部分構(gòu)成.鏈接預(yù)測的時間復(fù)雜度為O((m+c)n2),屬性推斷的時間復(fù)雜度為O(t1cm(m+n)),其中m為屬性數(shù),c為社團數(shù),n為用戶節(jié)點數(shù),t1為隨機游走收斂所需的迭代次數(shù).因此LAIC算法的時間復(fù)雜度為O(t2((m+c)n2+t1cm(m+n))),其中t2為鏈接預(yù)測和屬性推斷過程相互迭代的最大次數(shù).

    3 實驗

    本節(jié)首先介紹實驗數(shù)據(jù)集,隨后介紹對比方法,最后展示實驗結(jié)果及結(jié)果分析.

    3.1 數(shù)據(jù)集

    新浪微博數(shù)據(jù)集:我們從新浪微博上爬取該數(shù)據(jù)集(http://weibo.com),包括34,199個用戶和691,522個鏈接.我們抽取用戶的標(biāo)簽、學(xué)校及公司作為用戶屬性.隨后刪去度小于20的點和屬性少于3的點以及與這些點相連的邊.最后得到2503個用戶,56,768個鏈接和228個屬性.

    表1 數(shù)據(jù)集信息統(tǒng)計

    電信數(shù)據(jù)集:該數(shù)據(jù)集來自第一屆中國大數(shù)據(jù)競賽(http://www.bigcloudsys.com/ccf2013/detail2.html),包括用戶間的電話、短信記錄和用戶信息.我們抽取身份為學(xué)生的77,577個用戶作為備選節(jié)點.用戶的學(xué)校作為用戶屬性.若用戶間相互發(fā)送超過5條短信,則用戶間存在一條鏈接.刪除處理后孤立的節(jié)點得到34,905個用戶,70,495個鏈接和127個不同的學(xué)校id.

    兩個數(shù)據(jù)集的統(tǒng)計信息如表1所示.

    3.2 對比方法

    共同鄰居(CN):鏈接預(yù)測算法.將與目標(biāo)用戶共同鄰居最多的用戶推薦給他.

    共同屬性(CA):屬性推斷算法.將目標(biāo)用戶的鄰居擁有最多的屬性推薦給他.

    帶重啟的隨機游走(RW)[11]:鏈接預(yù)測算法.設(shè)置重啟概率從目標(biāo)用戶重啟,游走過程收斂后,將到達概率高的節(jié)點推薦給他.

    社會屬性網(wǎng)絡(luò)上的隨機游走(SAN-RW)[7]:鏈接預(yù)測和屬性推斷聯(lián)合解決方法.根據(jù)用戶的好友關(guān)系和用戶屬性構(gòu)造社會屬性網(wǎng)絡(luò)SAN.在SAN中進行帶重啟的隨機游走,游走過程收斂后,分別將到達概率高的用戶和屬性節(jié)點作為鏈接預(yù)測與屬性推斷的返回結(jié)果.

    3.3 有效性實驗

    每次實驗隨機選取10%的鏈接和用戶屬性作為測試集,即Ed和(AV)d.用剩下的網(wǎng)絡(luò)Gr=(V,Er,(AV)r)訓(xùn)練模型,使用訓(xùn)練出的模型在測試集上進行實驗.鏈接預(yù)測和屬性推斷的結(jié)果不斷迭代更新直到收斂或達到實驗設(shè)置的最大迭代次數(shù)40次.RW,SAN-RW和LAIC的重啟概率α設(shè)為0.8.LAIC和SAN-RW的參數(shù)λ設(shè)為0.3.新浪微博數(shù)據(jù)集和電信數(shù)據(jù)集中LAIC的參數(shù)β分別設(shè)為0.9和0.3.

    實驗重復(fù)進行50次,鏈接預(yù)測平均結(jié)果如圖3所示,橫坐標(biāo)TOPK表示為用戶推薦鏈接的數(shù)量.圖3中,LAIC在兩個數(shù)據(jù)集上的準(zhǔn)確性始終優(yōu)于其他方法.原因是我們同時使用了網(wǎng)絡(luò)社團結(jié)構(gòu)和用戶屬性信息且鏈接預(yù)測與屬性推斷之間相互迭代提高,這是其他算法沒有的.

    屬性推斷平均結(jié)果如表2所示.由表2知,新浪微博數(shù)據(jù)集中,所有方法的準(zhǔn)確率都偏低,這是因為我們沒有對屬性做語義歸并,如:我們的算法將“北郵”和“北京郵電大學(xué)”看作不同的屬性.并且,新浪微博中除了社會關(guān)系還有一些興趣關(guān)系,在這種社交網(wǎng)絡(luò)中進行屬性推斷比較難.電信數(shù)據(jù)集中,用戶的學(xué)校id不存在歧義,且電信網(wǎng)絡(luò)是基于社會關(guān)系的,所以屬性推斷準(zhǔn)確率較高.表2中,LAIC的準(zhǔn)確率總是最高的,原因是同一社團的用戶通常具有相同的屬性,我們利用網(wǎng)絡(luò)的結(jié)構(gòu)信息彌補了屬性信息的缺失.并且,LAIC利用鏈接預(yù)測步驟得到的鏈接存在概率彌補遺失的鏈接信息,鏈接信息越充分時,推斷用戶屬性越準(zhǔn)確.

    表2 不同方法屬性推斷效果對比

    3.4 不同缺失比例對比實驗

    我們在兩個數(shù)據(jù)集上擴大刪除比例來驗證缺失信息更多的情況下LAIC的適用性.依次選取10%,20%,30%,40%,50%的鏈接和用戶屬性作為測試集,每次為用戶推薦排名第一的鏈接或?qū)傩?相關(guān)參數(shù)設(shè)置如前所述,實驗重復(fù)進行50次,平均結(jié)果如圖4所示.圖4中,隨著測試集比例的增大,所有方法的準(zhǔn)確率都在下降,但LAIC在兩個任務(wù)中的準(zhǔn)確率始終最高.原因是LAIC是基于社團結(jié)構(gòu)的,網(wǎng)絡(luò)中個別用戶缺失的信息可由該用戶所屬社團中其他用戶的信息部分彌補.此外,LAIC中鏈接預(yù)測與屬性推斷相互迭代使缺失信息不斷得到補充.

    3.5 算法迭代過程實驗

    算法迭代過程實驗用于驗證鏈接預(yù)測與屬性推斷相互迭代的效果.相關(guān)參數(shù)設(shè)置如前所述,迭代次數(shù)從5增加至50,每次增加5,對不同的迭代次數(shù)分別進行50次實驗,實驗平均結(jié)果如圖5.由圖5可知迭代次數(shù)大約在25~30次時,準(zhǔn)確率的變化趨于平緩.在兩個數(shù)據(jù)集中,隨著迭代次數(shù)的增加,屬性推斷與鏈接預(yù)測的準(zhǔn)確率都在增加,這證實了LAIC能使屬性推斷與鏈接預(yù)測相互提高.

    4 結(jié)束語

    本文提出利用社團結(jié)構(gòu)綜合解決鏈接預(yù)測與屬性推斷問題的框架LAIC.實驗證明,LAIC不僅能同時解決鏈接預(yù)測和屬性推斷問題,使其相互提升,且準(zhǔn)確率高于現(xiàn)有的方法.該框架在一些方面還存在提升的空間.首先,可以通過算法優(yōu)化解決算法時間復(fù)雜度較大的問題.其次,可以通過屬性語義歸并來提高屬性推斷的準(zhǔn)確率.

    [1]Chen M,Liu J,Tang X.Clustering via random walk hitting time on directed graphs[A].Proceedings of the 23rd National Conference on Artificial Intelligence[C].Chicago,Illinois,USA:AAAI,2008.616-621.

    [2]Rao D,Yarowsky D,Shreevats A,et al.Classifying latent user attributes in twitter[A].Proceedings of the 2nd International Workshop on Search and Mining User-generated Contents[C].Toronto,Canada:ACM,2010.37-44.

    [3]Leuski A.Email is a stage:discovering people roles from email archives[A].Proceedings of the 27th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval[C].Sheffield,UK:ACM,2004.502-503.

    [4]Mislove A,Viswanath B,Gummadi K P,et al.You are who you know:inferring user profiles in online social networks[A].Proceedings of the Third ACM International Conference on Web Search and Data Mining[C].New York,USA:ACM,2010.251-260.

    [5]Coscia M,Rossetti G,Giannotti F,et al.DEMON:a local-first discovery method for overlapping communities[A].Proceedings of the 18th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining[C].Beijing,China:ACM,2012.615-623.

    [6]La Fond T,Neville J.Randomization tests for distinguishing social influence and homophily effects[A].Proceedings of the International World Wide Web Conference[C].Raleigh,NC,USA:Springer,2010.601-610.

    [7]Yin Z,Gupta M,Weninger T,et al.A unified framework for link recommendation using random walks[A].IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining[C].Odense,Denmark:IEEE/ACM,2010.152-159.

    [8]Yin X,Wu B,Lin X.A unified framework for predicting attributes and links in social networks[A].Proceedings of the 2013 IEEE International Conference on Big Data[C].Santa Clara,CA,USA:IEEE,2013.153-160.

    [9]Yang J,McAuley J,Leskovec J.Community detection in networks with node attributes[A].Proceedings of the 13th International Conference on Data Mining[C].Dallas,TX,USA:IEEE,2013.1151-1156.

    [10]He J,Hopcroft J,Liang H,et al.Detecting the structure of social networks using (α,β)-communities[A].Proceedings of the 8th International Workshop on Algorithms and Models for the Web-Graph[C].Atlanta,GA,USA:Springer,2011.26-37.

    [11]Tong H,Faloutsos C,Pan J Y.Fast random walk with restart and its applications[A].Proceedings of the 6th IEEE International Conference on Data Mining[C].Hong Kong,China:IEEE,2006.613-622.

    王 銳 女,1992年6月生于河南洛陽.北京郵電大學(xué)計算機學(xué)院碩士研究生.研究方向為數(shù)據(jù)挖掘與機器學(xué)習(xí).

    E-mail:aboutstefanie@163.com

    吳玲玲 女,1989年4月生于福建漳州.2015年畢業(yè)于北京郵電大學(xué)計算機學(xué)院.研究方向為數(shù)據(jù)挖掘與機器學(xué)習(xí).

    E-mail:wulingling@bupt.edu.cn

    Integrating Link Prediction and Attribute Inference Based on Community Structure

    WANG Rui,WU Ling-ling,SHI Chuan,WU Bin

    (BeijingKeyLabofIntelligentTelecommunicationSoftwareandMultimedia,BeijingUniversityofPostsandTelecommunications,Beijing100876,China)

    Link prediction and attribute inference are two important tasks in social network mining.Most of the previous studies treated link prediction and attribute inference as different problems and sought for solutions separately.However,according to the theory of homophily,there are intrinsic relations between links and attributes in social network.We propose the link and attribute inference based on community (LAIC) solution which utilizes the community structure to connect link prediction and attribute inference.LAIC employs users’ attribute and community structure for link prediction,and takes advantage of link information to get the attributes of communities for attribute inference of users.LAIC is not only able to predict attributes and links simultaneously,but also promotes the precision of link prediction and attribute inference mutually through iterations.Experiments on two real datasets verify the effectiveness of LAIC.

    social network;link prediction;attribute inference;community structure

    2015-02-05;

    2015-05-27;責(zé)任編輯:覃懷銀

    國家重點基礎(chǔ)研究發(fā)展計劃(No.2013CB329602);國家自然科學(xué)基金(No.61375058,No.71231002);北京市高等教育青年英才項目(No.YETP0444)

    TP391

    A

    0372-2112 (2016)09-2062-06

    ??學(xué)報URL:http://www.ejournal.org.cn

    10.3969/j.issn.0372-2112.2016.09.006

    猜你喜歡
    社團準(zhǔn)確率概率
    繽紛社團
    第6講 “統(tǒng)計與概率”復(fù)習(xí)精講
    第6講 “統(tǒng)計與概率”復(fù)習(xí)精講
    概率與統(tǒng)計(一)
    概率與統(tǒng)計(二)
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
    2015—2017 年寧夏各天氣預(yù)報參考產(chǎn)品質(zhì)量檢驗分析
    高速公路車牌識別標(biāo)識站準(zhǔn)確率驗證法
    最棒的健美操社團
    軍事文摘(2017年16期)2018-01-19 05:10:15
    久久这里只有精品中国| 自拍偷自拍亚洲精品老妇| 爱豆传媒免费全集在线观看| 六月丁香七月| 伊人久久国产一区二区| 大陆偷拍与自拍| 26uuu在线亚洲综合色| 国产视频首页在线观看| 国产黄色视频一区二区在线观看| 亚洲av中文字字幕乱码综合| 亚洲精品乱码久久久久久按摩| 日韩欧美三级三区| 99久久精品国产国产毛片| 直男gayav资源| 免费av观看视频| 久久久久久九九精品二区国产| 99久久中文字幕三级久久日本| 青青草视频在线视频观看| 99热6这里只有精品| 国产色婷婷99| 欧美xxⅹ黑人| 高清av免费在线| 丰满少妇做爰视频| 亚洲人成网站高清观看| 午夜福利网站1000一区二区三区| 色综合站精品国产| 国产麻豆成人av免费视频| 又黄又爽又刺激的免费视频.| 国产精品一区二区在线观看99 | 国产精品熟女久久久久浪| 天堂影院成人在线观看| 免费观看在线日韩| 亚洲精品色激情综合| 亚洲国产最新在线播放| 亚洲国产精品国产精品| 免费无遮挡裸体视频| 国产真实伦视频高清在线观看| 国产精品一区二区三区四区久久| 久99久视频精品免费| 在线观看人妻少妇| 你懂的网址亚洲精品在线观看| 久久精品夜夜夜夜夜久久蜜豆| 综合色丁香网| 国产久久久一区二区三区| 天天一区二区日本电影三级| 九九久久精品国产亚洲av麻豆| 国产免费视频播放在线视频 | 久久久久久伊人网av| 美女内射精品一级片tv| 午夜久久久久精精品| 在线a可以看的网站| 少妇被粗大猛烈的视频| 一区二区三区四区激情视频| 精品久久国产蜜桃| 久久人人爽人人片av| 国产在线男女| 亚洲激情五月婷婷啪啪| 床上黄色一级片| 欧美激情在线99| 一区二区三区免费毛片| 精品欧美国产一区二区三| 尤物成人国产欧美一区二区三区| 亚洲av日韩在线播放| 亚洲国产欧美在线一区| 久久久久精品性色| 亚洲无线观看免费| 日韩精品有码人妻一区| 国产精品久久视频播放| 在线观看人妻少妇| 亚洲精品aⅴ在线观看| 日韩av免费高清视频| 国产老妇伦熟女老妇高清| 亚洲三级黄色毛片| 蜜臀久久99精品久久宅男| 最近视频中文字幕2019在线8| 一级黄片播放器| 欧美高清成人免费视频www| 亚洲精品视频女| 国产精品爽爽va在线观看网站| 青春草国产在线视频| 国产亚洲精品av在线| 汤姆久久久久久久影院中文字幕 | 亚洲在线自拍视频| 亚洲精品视频女| 青春草亚洲视频在线观看| 少妇人妻精品综合一区二区| 国产成人一区二区在线| 婷婷六月久久综合丁香| 老司机影院成人| 午夜免费观看性视频| 中文天堂在线官网| 91久久精品国产一区二区三区| 少妇熟女欧美另类| 99re6热这里在线精品视频| 婷婷色综合大香蕉| 亚洲婷婷狠狠爱综合网| 日本一本二区三区精品| 国内少妇人妻偷人精品xxx网站| 国产精品日韩av在线免费观看| 三级毛片av免费| av在线亚洲专区| 日本色播在线视频| 欧美成人一区二区免费高清观看| 国产淫语在线视频| 哪个播放器可以免费观看大片| 欧美激情在线99| 日日啪夜夜爽| 国产乱人视频| 综合色丁香网| 观看免费一级毛片| 汤姆久久久久久久影院中文字幕 | 日韩欧美一区视频在线观看 | 99久久人妻综合| 精品国产一区二区三区久久久樱花 | 午夜福利视频精品| 久久久久久久亚洲中文字幕| av在线观看视频网站免费| 欧美性感艳星| 亚洲天堂国产精品一区在线| 国产爱豆传媒在线观看| 国产av国产精品国产| 亚洲不卡免费看| 国产熟女欧美一区二区| 五月玫瑰六月丁香| 国产精品久久久久久久久免| 大陆偷拍与自拍| 久久久国产一区二区| 国产中年淑女户外野战色| 人妻一区二区av| 男人舔女人下体高潮全视频| 精品欧美国产一区二区三| 亚洲人成网站在线观看播放| 日韩不卡一区二区三区视频在线| 最后的刺客免费高清国语| 中文字幕久久专区| 国产一区二区在线观看日韩| 男人爽女人下面视频在线观看| 久久久久久久久中文| 国产精品无大码| 欧美成人a在线观看| 伊人久久国产一区二区| 国产精品国产三级专区第一集| 啦啦啦中文免费视频观看日本| 精品人妻一区二区三区麻豆| av网站免费在线观看视频 | 真实男女啪啪啪动态图| 国产黄频视频在线观看| 午夜免费激情av| 成年女人在线观看亚洲视频 | 一夜夜www| 亚洲av不卡在线观看| 亚洲av二区三区四区| 国产精品一区二区三区四区久久| 如何舔出高潮| 午夜福利高清视频| 国产成人a∨麻豆精品| 亚洲在线自拍视频| 国产一区二区三区av在线| 欧美xxxx黑人xx丫x性爽| 国产免费又黄又爽又色| 少妇丰满av| 国产精品熟女久久久久浪| 91精品一卡2卡3卡4卡| 精品久久久久久久久亚洲| 99久久精品国产国产毛片| 国产在线男女| 国产精品一及| 国产单亲对白刺激| 国产高潮美女av| 偷拍熟女少妇极品色| 熟妇人妻不卡中文字幕| 天天躁夜夜躁狠狠久久av| 国产黄色小视频在线观看| 伊人久久国产一区二区| 国产精品福利在线免费观看| 春色校园在线视频观看| 久久久久久久久久成人| 国产成人福利小说| 亚洲av在线观看美女高潮| 91久久精品电影网| 久久6这里有精品| 亚洲天堂国产精品一区在线| av免费观看日本| 插阴视频在线观看视频| 精品少妇黑人巨大在线播放| 久久久国产一区二区| 国产69精品久久久久777片| 亚洲av二区三区四区| 国产成人福利小说| 直男gayav资源| 男女边摸边吃奶| 在线观看免费高清a一片| 国产乱人视频| 久久午夜福利片| 国产激情偷乱视频一区二区| 99热网站在线观看| 91精品国产九色| 99re6热这里在线精品视频| 91午夜精品亚洲一区二区三区| 日韩制服骚丝袜av| 免费观看性生交大片5| 老司机影院成人| 亚洲不卡免费看| 少妇熟女aⅴ在线视频| 在线天堂最新版资源| 亚洲av男天堂| 国产精品女同一区二区软件| 亚洲欧美一区二区三区国产| 久久精品国产鲁丝片午夜精品| 免费看光身美女| 国产极品天堂在线| 男女国产视频网站| 男人爽女人下面视频在线观看| 大又大粗又爽又黄少妇毛片口| 国产亚洲5aaaaa淫片| 一级毛片久久久久久久久女| 久久久久久久久久久丰满| 91午夜精品亚洲一区二区三区| 少妇猛男粗大的猛烈进出视频 | 日韩一本色道免费dvd| 毛片一级片免费看久久久久| 色5月婷婷丁香| 色吧在线观看| 国产精品蜜桃在线观看| 亚洲av国产av综合av卡| 午夜福利在线观看吧| 97超碰精品成人国产| 久久久久久久久大av| 国产视频内射| 日韩人妻高清精品专区| 国产亚洲精品久久久com| 国产伦在线观看视频一区| 亚州av有码| 91精品国产九色| 成人毛片a级毛片在线播放| 天天躁日日操中文字幕| 熟妇人妻久久中文字幕3abv| 有码 亚洲区| 国产乱人偷精品视频| 久久99精品国语久久久| 久久久色成人| 亚洲成人av在线免费| 中国国产av一级| 最近最新中文字幕大全电影3| 国产精品无大码| 麻豆成人午夜福利视频| 熟女电影av网| 大片免费播放器 马上看| 日韩欧美一区视频在线观看 | 欧美高清成人免费视频www| 色吧在线观看| 亚洲av不卡在线观看| 亚洲激情五月婷婷啪啪| 亚洲国产精品成人久久小说| 天堂中文最新版在线下载 | 免费观看的影片在线观看| 天天一区二区日本电影三级| 偷拍熟女少妇极品色| 青春草视频在线免费观看| 男女下面进入的视频免费午夜| 99热6这里只有精品| 永久网站在线| 国产av国产精品国产| 午夜免费男女啪啪视频观看| 国产国拍精品亚洲av在线观看| 久久久久久久国产电影| 国产真实伦视频高清在线观看| 成人性生交大片免费视频hd| 午夜福利在线观看免费完整高清在| 日本爱情动作片www.在线观看| 成人午夜精彩视频在线观看| 2018国产大陆天天弄谢| 国产高清三级在线| 国产成人免费观看mmmm| 亚洲av在线观看美女高潮| 深夜a级毛片| 久久久久网色| 插逼视频在线观看| 日韩欧美精品免费久久| 不卡视频在线观看欧美| 免费大片18禁| 91精品一卡2卡3卡4卡| 国产av不卡久久| 尤物成人国产欧美一区二区三区| 精华霜和精华液先用哪个| 免费黄色在线免费观看| 男的添女的下面高潮视频| 天天躁日日操中文字幕| 免费无遮挡裸体视频| 一级毛片久久久久久久久女| 中国美白少妇内射xxxbb| 九色成人免费人妻av| 中文字幕人妻熟人妻熟丝袜美| 亚洲成人中文字幕在线播放| 又爽又黄无遮挡网站| 久久精品人妻少妇| 日本一二三区视频观看| 在线天堂最新版资源| av卡一久久| 高清视频免费观看一区二区 | 内射极品少妇av片p| 亚洲精品国产成人久久av| 天堂网av新在线| 久久久久久久久大av| 狠狠精品人妻久久久久久综合| 免费高清在线观看视频在线观看| 久99久视频精品免费| 午夜福利在线观看免费完整高清在| 亚洲高清免费不卡视频| 欧美不卡视频在线免费观看| 日本免费a在线| 亚洲av中文字字幕乱码综合| 国产精品三级大全| 欧美潮喷喷水| 国国产精品蜜臀av免费| 国产免费又黄又爽又色| 亚洲一级一片aⅴ在线观看| 亚洲av电影不卡..在线观看| 精品久久久久久久久亚洲| 国产精品国产三级国产专区5o| 91久久精品电影网| 亚洲国产精品成人久久小说| 寂寞人妻少妇视频99o| 午夜老司机福利剧场| 天天一区二区日本电影三级| 嫩草影院精品99| 精品国内亚洲2022精品成人| 麻豆国产97在线/欧美| 日本一本二区三区精品| 777米奇影视久久| 国产色爽女视频免费观看| 亚洲怡红院男人天堂| 欧美极品一区二区三区四区| 日韩不卡一区二区三区视频在线| 久久精品国产亚洲av天美| 亚洲精品成人久久久久久| 99热这里只有是精品在线观看| 亚洲激情五月婷婷啪啪| 国产乱来视频区| 日日啪夜夜撸| 建设人人有责人人尽责人人享有的 | 一级黄片播放器| 午夜福利高清视频| 简卡轻食公司| 久久热精品热| 久久久久性生活片| 免费看a级黄色片| 在线免费观看不下载黄p国产| 国内少妇人妻偷人精品xxx网站| 男人和女人高潮做爰伦理| 国产有黄有色有爽视频| 高清欧美精品videossex| 高清午夜精品一区二区三区| 久久国内精品自在自线图片| 国产免费福利视频在线观看| av女优亚洲男人天堂| 成年女人看的毛片在线观看| 免费黄频网站在线观看国产| 免费电影在线观看免费观看| 亚洲在线观看片| 五月玫瑰六月丁香| 可以在线观看毛片的网站| 99久久中文字幕三级久久日本| 久久精品久久久久久久性| 99视频精品全部免费 在线| 亚洲精品色激情综合| 一级av片app| 男女啪啪激烈高潮av片| a级毛色黄片| 国产精品国产三级专区第一集| 久久久久网色| 人妻夜夜爽99麻豆av| 国产精品嫩草影院av在线观看| 免费观看av网站的网址| 精品欧美国产一区二区三| 身体一侧抽搐| 水蜜桃什么品种好| av在线观看视频网站免费| 色视频www国产| av在线观看视频网站免费| 国产亚洲一区二区精品| 美女主播在线视频| 蜜桃久久精品国产亚洲av| 搡女人真爽免费视频火全软件| 99热这里只有精品一区| 久久久久久伊人网av| 国产亚洲av片在线观看秒播厂 | 欧美 日韩 精品 国产| 久久精品国产自在天天线| 亚洲久久久久久中文字幕| 亚洲怡红院男人天堂| 色尼玛亚洲综合影院| 热99在线观看视频| 十八禁国产超污无遮挡网站| 亚洲国产欧美在线一区| 国产在线一区二区三区精| 国产精品国产三级专区第一集| 麻豆精品久久久久久蜜桃| 久久热精品热| 男人和女人高潮做爰伦理| 久久久久久久久久人人人人人人| 男插女下体视频免费在线播放| 日本免费在线观看一区| 成人性生交大片免费视频hd| 免费看a级黄色片| 亚洲精品中文字幕在线视频 | 亚洲精品第二区| 国产黄频视频在线观看| 狠狠精品人妻久久久久久综合| 久久99热这里只有精品18| 老师上课跳d突然被开到最大视频| 爱豆传媒免费全集在线观看| 波多野结衣巨乳人妻| 成人漫画全彩无遮挡| 国产成人freesex在线| 亚洲aⅴ乱码一区二区在线播放| 成人亚洲精品一区在线观看 | 亚洲精品色激情综合| 精品国内亚洲2022精品成人| 欧美性猛交╳xxx乱大交人| 不卡视频在线观看欧美| 欧美xxxx黑人xx丫x性爽| 亚洲第一区二区三区不卡| 国产人妻一区二区三区在| freevideosex欧美| 中文字幕制服av| 免费av毛片视频| 一级爰片在线观看| 国产亚洲最大av| 国产午夜精品论理片| 欧美zozozo另类| 在线a可以看的网站| 亚洲最大成人手机在线| 神马国产精品三级电影在线观看| 久久久久久久大尺度免费视频| 亚洲欧美成人综合另类久久久| av黄色大香蕉| 男女边吃奶边做爰视频| 麻豆成人av视频| 亚洲欧美日韩卡通动漫| 九九在线视频观看精品| 国产精品美女特级片免费视频播放器| 日本与韩国留学比较| 国产精品蜜桃在线观看| 国产 亚洲一区二区三区 | 久久久a久久爽久久v久久| 亚洲内射少妇av| kizo精华| 天天躁日日操中文字幕| 成人毛片60女人毛片免费| 韩国av在线不卡| 欧美日韩精品成人综合77777| 丝瓜视频免费看黄片| 丰满人妻一区二区三区视频av| 成人欧美大片| 国产黄片视频在线免费观看| 亚洲自拍偷在线| 免费少妇av软件| 一级毛片 在线播放| videos熟女内射| www.色视频.com| 中文在线观看免费www的网站| 日日撸夜夜添| 中文在线观看免费www的网站| 亚洲国产精品专区欧美| 亚洲美女搞黄在线观看| 精华霜和精华液先用哪个| 国产单亲对白刺激| 亚洲熟女精品中文字幕| 精品99又大又爽又粗少妇毛片| 亚洲欧洲国产日韩| 熟妇人妻不卡中文字幕| 亚洲国产av新网站| av黄色大香蕉| 99久久中文字幕三级久久日本| 中文在线观看免费www的网站| 国产 亚洲一区二区三区 | 免费在线观看成人毛片| 日本与韩国留学比较| 国产69精品久久久久777片| 深夜a级毛片| 午夜精品国产一区二区电影 | 2021天堂中文幕一二区在线观| 在线免费十八禁| 永久网站在线| 亚洲最大成人手机在线| 一区二区三区高清视频在线| 国产亚洲av嫩草精品影院| 亚洲电影在线观看av| 国产亚洲av嫩草精品影院| 精品国产一区二区三区久久久樱花 | 亚洲av不卡在线观看| 日韩中字成人| 亚洲精品国产av蜜桃| 免费观看a级毛片全部| 成人二区视频| av在线观看视频网站免费| 免费黄色在线免费观看| 国产三级在线视频| 日韩欧美国产在线观看| 激情五月婷婷亚洲| 国产黄片美女视频| 最近2019中文字幕mv第一页| 国内揄拍国产精品人妻在线| 青春草视频在线免费观看| 一个人免费在线观看电影| 大陆偷拍与自拍| 免费黄色在线免费观看| 久久99热这里只有精品18| 亚洲av中文字字幕乱码综合| 国产成人a∨麻豆精品| 两个人的视频大全免费| 99久国产av精品| 日韩三级伦理在线观看| 欧美人与善性xxx| 亚洲欧美清纯卡通| 久久99精品国语久久久| 最近最新中文字幕大全电影3| 乱人视频在线观看| 国产熟女欧美一区二区| 国产69精品久久久久777片| av免费在线看不卡| 在线播放无遮挡| 美女内射精品一级片tv| 日日啪夜夜撸| videos熟女内射| 听说在线观看完整版免费高清| 国产高清不卡午夜福利| 久久久久性生活片| 日韩大片免费观看网站| 久久久久免费精品人妻一区二区| 精品久久久精品久久久| 久久99蜜桃精品久久| 十八禁国产超污无遮挡网站| 天美传媒精品一区二区| 欧美xxⅹ黑人| h日本视频在线播放| 成人av在线播放网站| 免费观看a级毛片全部| 亚洲三级黄色毛片| 国产免费视频播放在线视频 | 免费看日本二区| 亚洲精品乱久久久久久| 国产激情偷乱视频一区二区| 男女国产视频网站| 中文在线观看免费www的网站| 人妻一区二区av| 噜噜噜噜噜久久久久久91| 欧美高清成人免费视频www| 激情五月婷婷亚洲| 内射极品少妇av片p| 精品欧美国产一区二区三| av免费观看日本| 啦啦啦韩国在线观看视频| 午夜福利视频精品| 日日啪夜夜撸| 免费黄频网站在线观看国产| av在线天堂中文字幕| 看免费成人av毛片| 精品久久久精品久久久| 国产黄色免费在线视频| 真实男女啪啪啪动态图| 中国国产av一级| 大香蕉久久网| 大香蕉97超碰在线| 久久99蜜桃精品久久| 国产免费又黄又爽又色| 一个人观看的视频www高清免费观看| 久久久亚洲精品成人影院| 久久久久久久久久久丰满| 国产精品精品国产色婷婷| av.在线天堂| 18禁动态无遮挡网站| 色综合站精品国产| 精品国产露脸久久av麻豆 | 少妇高潮的动态图| 国产麻豆成人av免费视频| 亚洲av.av天堂| 欧美人与善性xxx| 亚洲欧美中文字幕日韩二区| 久久久成人免费电影| 高清视频免费观看一区二区 | 哪个播放器可以免费观看大片| 成人欧美大片| 午夜老司机福利剧场| 国产 一区精品| 一级毛片aaaaaa免费看小| 亚洲高清免费不卡视频| 国产午夜精品久久久久久一区二区三区| 欧美一级a爱片免费观看看| 午夜福利视频精品| 只有这里有精品99| 国产日韩欧美在线精品| 一个人观看的视频www高清免费观看| 汤姆久久久久久久影院中文字幕 | 亚洲av成人精品一二三区| 国产伦理片在线播放av一区| 久久久色成人| 日韩制服骚丝袜av| 精品少妇黑人巨大在线播放| 国产精品美女特级片免费视频播放器| 国产精品一及| www.av在线官网国产| 久久精品国产亚洲网站| 中文精品一卡2卡3卡4更新| 99久久九九国产精品国产免费| 人妻系列 视频| 久久久国产一区二区| 色网站视频免费| 国产单亲对白刺激| 国产精品日韩av在线免费观看| 亚洲电影在线观看av| 精品久久久久久成人av| 国产精品女同一区二区软件| 国产爱豆传媒在线观看|