• <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
    不卡一级毛片| 欧美黄色片欧美黄色片| 久久久精品欧美日韩精品| 黄片大片在线免费观看| 国产久久久一区二区三区| 亚洲午夜理论影院| 亚洲中文字幕一区二区三区有码在线看 | 成人特级黄色片久久久久久久| 天天躁狠狠躁夜夜躁狠狠躁| 露出奶头的视频| 久9热在线精品视频| 在线播放国产精品三级| 国产人伦9x9x在线观看| 熟妇人妻久久中文字幕3abv| 国产野战对白在线观看| 婷婷六月久久综合丁香| 日韩成人在线观看一区二区三区| 此物有八面人人有两片| 波多野结衣高清作品| 久久久久九九精品影院| 国产高清videossex| 手机成人av网站| 美女大奶头视频| 亚洲国产欧美人成| 中国美女看黄片| 成人性生交大片免费视频hd| 最近视频中文字幕2019在线8| 十八禁网站免费在线| 亚洲国产看品久久| 亚洲成人精品中文字幕电影| 午夜a级毛片| 十八禁网站免费在线| 国产一区二区三区在线臀色熟女| 国产黄a三级三级三级人| 国产私拍福利视频在线观看| 视频区欧美日本亚洲| 欧美一区二区国产精品久久精品| 中文字幕人妻丝袜一区二区| 久久精品综合一区二区三区| 亚洲性夜色夜夜综合| 琪琪午夜伦伦电影理论片6080| 亚洲美女视频黄频| 国产午夜精品久久久久久| 久久精品综合一区二区三区| 国产黄色小视频在线观看| 久久中文字幕人妻熟女| 嫩草影院精品99| 亚洲av美国av| or卡值多少钱| 99久久无色码亚洲精品果冻| 两人在一起打扑克的视频| 中文字幕最新亚洲高清| 亚洲国产日韩欧美精品在线观看 | 国产成人精品无人区| 欧美性猛交黑人性爽| 国产一区二区三区在线臀色熟女| 99在线人妻在线中文字幕| 丰满人妻一区二区三区视频av | 天天躁狠狠躁夜夜躁狠狠躁| 亚洲av熟女| 午夜福利成人在线免费观看| 又紧又爽又黄一区二区| 久久99热这里只有精品18| 中亚洲国语对白在线视频| 欧美日韩亚洲国产一区二区在线观看| 成年版毛片免费区| 免费电影在线观看免费观看| 别揉我奶头~嗯~啊~动态视频| 怎么达到女性高潮| 久久久久久人人人人人| 久久久精品欧美日韩精品| av片东京热男人的天堂| 久久久久国产精品人妻aⅴ院| 欧美av亚洲av综合av国产av| 观看美女的网站| www国产在线视频色| 不卡av一区二区三区| 五月伊人婷婷丁香| 亚洲国产精品成人综合色| www国产在线视频色| 成人高潮视频无遮挡免费网站| 亚洲成人中文字幕在线播放| 欧美xxxx黑人xx丫x性爽| 级片在线观看| 999精品在线视频| 哪里可以看免费的av片| xxxwww97欧美| 手机成人av网站| 久久99热这里只有精品18| 又大又爽又粗| 日本一本二区三区精品| 999精品在线视频| 国产精品九九99| bbb黄色大片| netflix在线观看网站| 国产三级在线视频| 一个人观看的视频www高清免费观看 | 成人国产综合亚洲| 美女高潮喷水抽搐中文字幕| 在线观看美女被高潮喷水网站 | 国产精品永久免费网站| 亚洲av片天天在线观看| 久久香蕉精品热| 久久久久亚洲av毛片大全| 亚洲av日韩精品久久久久久密| 免费在线观看亚洲国产| 在线十欧美十亚洲十日本专区| 亚洲片人在线观看| 国产真实乱freesex| 在线国产一区二区在线| avwww免费| 成人无遮挡网站| 国产成人av激情在线播放| 午夜福利高清视频| 51午夜福利影视在线观看| 色av中文字幕| 黄色 视频免费看| 九九热线精品视视频播放| 欧美黄色淫秽网站| 又紧又爽又黄一区二区| 99在线人妻在线中文字幕| 国内精品久久久久久久电影| 国内精品一区二区在线观看| 亚洲av免费在线观看| 别揉我奶头~嗯~啊~动态视频| 欧美高清成人免费视频www| 每晚都被弄得嗷嗷叫到高潮| 国产黄色小视频在线观看| 国产精品 欧美亚洲| 999久久久精品免费观看国产| 亚洲熟妇中文字幕五十中出| 日本免费一区二区三区高清不卡| 久久精品aⅴ一区二区三区四区| 十八禁人妻一区二区| 看免费av毛片| 免费看a级黄色片| cao死你这个sao货| 丁香六月欧美| 天天躁狠狠躁夜夜躁狠狠躁| 久久午夜亚洲精品久久| 免费在线观看视频国产中文字幕亚洲| 午夜福利欧美成人| 在线观看日韩欧美| 色老头精品视频在线观看| 黄色女人牲交| 可以在线观看的亚洲视频| 香蕉久久夜色| 国产精品一区二区三区四区久久| 久久这里只有精品19| 观看免费一级毛片| 精品久久久久久,| 亚洲欧美一区二区三区黑人| 人妻丰满熟妇av一区二区三区| 国产99白浆流出| 久久久精品欧美日韩精品| 校园春色视频在线观看| 国产乱人视频| 最近最新中文字幕大全免费视频| 97超级碰碰碰精品色视频在线观看| 搞女人的毛片| 十八禁网站免费在线| 夜夜夜夜夜久久久久| 国产亚洲精品一区二区www| 精品国产三级普通话版| 操出白浆在线播放| 网址你懂的国产日韩在线| 中文字幕人妻丝袜一区二区| 99久国产av精品| 午夜两性在线视频| 国产精品女同一区二区软件 | 色噜噜av男人的天堂激情| 俺也久久电影网| 国产1区2区3区精品| 亚洲欧美日韩无卡精品| 这个男人来自地球电影免费观看| 亚洲av成人一区二区三| av欧美777| 亚洲成av人片免费观看| 亚洲av片天天在线观看| 99热只有精品国产| 少妇的丰满在线观看| 久久香蕉精品热| 成人特级av手机在线观看| 久久久久国产一级毛片高清牌| 熟女电影av网| 免费大片18禁| 亚洲在线观看片| 亚洲精品一区av在线观看| 99久久无色码亚洲精品果冻| 国产成人精品久久二区二区免费| 午夜免费观看网址| 桃色一区二区三区在线观看| 亚洲 欧美 日韩 在线 免费| 国产黄色小视频在线观看| 制服人妻中文乱码| 人人妻人人澡欧美一区二区| 中国美女看黄片| 成人欧美大片| 国产91精品成人一区二区三区| 国产美女午夜福利| av天堂中文字幕网| 日本免费a在线| 99久久成人亚洲精品观看| www.自偷自拍.com| 国产成人精品无人区| 午夜精品一区二区三区免费看| 亚洲国产精品sss在线观看| 最近最新免费中文字幕在线| netflix在线观看网站| 一进一出好大好爽视频| www国产在线视频色| 日韩中文字幕欧美一区二区| 欧美成人性av电影在线观看| 国产精品一区二区免费欧美| 在线观看一区二区三区| 两人在一起打扑克的视频| 在线a可以看的网站| 淫秽高清视频在线观看| 夜夜躁狠狠躁天天躁| 日本与韩国留学比较| 男人的好看免费观看在线视频| 亚洲成av人片在线播放无| 国产精品久久久人人做人人爽| 国产真实乱freesex| 亚洲色图av天堂| 亚洲精品美女久久av网站| 国产成人欧美在线观看| 免费在线观看影片大全网站| 久久精品91无色码中文字幕| 国产午夜精品论理片| 亚洲av美国av| 亚洲精品乱码久久久v下载方式 | 国产乱人视频| 国产精品久久电影中文字幕| 成人欧美大片| 神马国产精品三级电影在线观看| 琪琪午夜伦伦电影理论片6080| 91久久精品国产一区二区成人 | 婷婷六月久久综合丁香| 久久天堂一区二区三区四区| 90打野战视频偷拍视频| 国产黄色小视频在线观看| 51午夜福利影视在线观看| 日本免费a在线| 香蕉国产在线看| 在线观看午夜福利视频| 国产精品 国内视频| 久久久久精品国产欧美久久久| 亚洲男人的天堂狠狠| 国产亚洲精品一区二区www| 一区二区三区激情视频| 一区二区三区激情视频| 大型黄色视频在线免费观看| 国产蜜桃级精品一区二区三区| 亚洲精品中文字幕一二三四区| 亚洲成a人片在线一区二区| 美女cb高潮喷水在线观看 | 老熟妇乱子伦视频在线观看| 欧美一区二区精品小视频在线| 99久久精品热视频| 日韩三级视频一区二区三区| a级毛片a级免费在线| 后天国语完整版免费观看| www国产在线视频色| 国产精品亚洲美女久久久| 日韩国内少妇激情av| 少妇的丰满在线观看| 特大巨黑吊av在线直播| 天堂影院成人在线观看| 麻豆一二三区av精品| 日韩精品中文字幕看吧| 亚洲美女视频黄频| 亚洲中文av在线| 99久久无色码亚洲精品果冻| 国产淫片久久久久久久久 | 啦啦啦免费观看视频1| 中文字幕熟女人妻在线| 日日干狠狠操夜夜爽| 桃红色精品国产亚洲av| 国产aⅴ精品一区二区三区波| 久久久久久久久免费视频了| 免费观看精品视频网站| 日本熟妇午夜| 91在线观看av| 特级一级黄色大片| 欧美激情久久久久久爽电影| 日本五十路高清| 一二三四社区在线视频社区8| 亚洲精品色激情综合| 一个人观看的视频www高清免费观看 | АⅤ资源中文在线天堂| 国产av不卡久久| 琪琪午夜伦伦电影理论片6080| 中文字幕熟女人妻在线| 香蕉国产在线看| 成人av在线播放网站| 天堂av国产一区二区熟女人妻| 一a级毛片在线观看| 熟女人妻精品中文字幕| 免费看光身美女| 日本精品一区二区三区蜜桃| 岛国在线免费视频观看| 特大巨黑吊av在线直播| 白带黄色成豆腐渣| 视频区欧美日本亚洲| 日本三级黄在线观看| 一级黄色大片毛片| www.999成人在线观看| 亚洲第一欧美日韩一区二区三区| 精品不卡国产一区二区三区| 女生性感内裤真人,穿戴方法视频| 久久久久国产一级毛片高清牌| 超碰成人久久| 香蕉av资源在线| 午夜激情福利司机影院| 亚洲自偷自拍图片 自拍| 午夜福利高清视频| 90打野战视频偷拍视频| 国产精品 欧美亚洲| 免费av不卡在线播放| 色吧在线观看| 精品无人区乱码1区二区| 天天一区二区日本电影三级| 少妇人妻一区二区三区视频| 欧美日韩中文字幕国产精品一区二区三区| 中国美女看黄片| 国产成人精品久久二区二区免费| 全区人妻精品视频| 久久久成人免费电影| 午夜精品在线福利| 精品国内亚洲2022精品成人| 亚洲专区国产一区二区| 波多野结衣高清无吗| 亚洲精品美女久久av网站| 久久久久久大精品| 麻豆av在线久日| 两人在一起打扑克的视频| 国产人伦9x9x在线观看| 波多野结衣巨乳人妻| 亚洲专区国产一区二区| 亚洲国产欧美人成| 国产精品永久免费网站| 国产高清视频在线播放一区| 精品免费久久久久久久清纯| 制服人妻中文乱码| 久久国产乱子伦精品免费另类| 狠狠狠狠99中文字幕| 久久午夜综合久久蜜桃| 国产成+人综合+亚洲专区| 999久久久精品免费观看国产| 99re在线观看精品视频| 综合色av麻豆| 国产真实乱freesex| 欧美国产日韩亚洲一区| 国产精品野战在线观看| 国产精品亚洲美女久久久| 九九在线视频观看精品| 久久香蕉精品热| 国产三级中文精品| 中文字幕人成人乱码亚洲影| 亚洲精品久久国产高清桃花| 国产欧美日韩精品一区二区| 丁香欧美五月| 最近最新免费中文字幕在线| 高潮久久久久久久久久久不卡| 午夜两性在线视频| 国产欧美日韩一区二区三| 国产黄色小视频在线观看| 两人在一起打扑克的视频| 欧美日本视频| 婷婷精品国产亚洲av在线| 亚洲无线在线观看| 日韩av在线大香蕉| 香蕉国产在线看| 中文在线观看免费www的网站| 又黄又粗又硬又大视频| 久久精品91蜜桃| 国产一区在线观看成人免费| tocl精华| 欧美精品啪啪一区二区三区| 麻豆国产97在线/欧美| 亚洲国产中文字幕在线视频| 欧美一区二区精品小视频在线| 夜夜爽天天搞| 亚洲国产中文字幕在线视频| 成人精品一区二区免费| 全区人妻精品视频| 18禁国产床啪视频网站| 91久久精品国产一区二区成人 | 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| 久久久久久久久免费视频了| 国产精品野战在线观看| 午夜两性在线视频| 999精品在线视频| 中文字幕熟女人妻在线| 欧美大码av| 久久人人精品亚洲av| 99久久无色码亚洲精品果冻| 成人一区二区视频在线观看| 亚洲自拍偷在线| 国产亚洲av嫩草精品影院| 国产精品野战在线观看| 亚洲成人精品中文字幕电影| 一个人观看的视频www高清免费观看 | 91av网站免费观看| 亚洲七黄色美女视频| 少妇的丰满在线观看| 成人高潮视频无遮挡免费网站| 女人高潮潮喷娇喘18禁视频| 长腿黑丝高跟| 精品一区二区三区视频在线 | 亚洲国产精品合色在线| 最近视频中文字幕2019在线8| 精品久久久久久久久久免费视频| 亚洲国产精品999在线| 亚洲欧美日韩卡通动漫| 啦啦啦韩国在线观看视频| 1000部很黄的大片| 亚洲中文av在线| 日本撒尿小便嘘嘘汇集6| 色综合婷婷激情| 欧美一区二区精品小视频在线| 国产精品,欧美在线| 男插女下体视频免费在线播放| 欧美成人免费av一区二区三区| 亚洲最大成人中文| 巨乳人妻的诱惑在线观看| 午夜福利免费观看在线| av女优亚洲男人天堂 | 男人舔女人下体高潮全视频| 午夜激情欧美在线| 九九在线视频观看精品| 国产精品自产拍在线观看55亚洲| 国产高清三级在线| 男人舔奶头视频| 18美女黄网站色大片免费观看| 精品久久久久久久人妻蜜臀av| 村上凉子中文字幕在线| 91久久精品国产一区二区成人 | 国产精品av久久久久免费| 可以在线观看的亚洲视频| 少妇的逼水好多| 日韩欧美精品v在线| 男女视频在线观看网站免费| 成人高潮视频无遮挡免费网站| 久久久水蜜桃国产精品网| 一级黄色大片毛片| 男人舔女人下体高潮全视频| 亚洲精华国产精华精| 精品久久久久久久久久免费视频| 国产午夜福利久久久久久| 琪琪午夜伦伦电影理论片6080| 国产aⅴ精品一区二区三区波| 午夜a级毛片| xxxwww97欧美| 国产精品亚洲一级av第二区| 欧美一区二区国产精品久久精品| 亚洲国产精品久久男人天堂| 此物有八面人人有两片| 老鸭窝网址在线观看| 窝窝影院91人妻| 午夜福利欧美成人| 18美女黄网站色大片免费观看| 99久久精品一区二区三区| 午夜视频精品福利| 天天添夜夜摸| 日本三级黄在线观看| 两个人的视频大全免费| 国产精品av久久久久免费| 日韩欧美在线二视频| 老熟妇仑乱视频hdxx| 九九热线精品视视频播放| 九色国产91popny在线| 久久精品国产清高在天天线| 婷婷丁香在线五月| 亚洲成人精品中文字幕电影| aaaaa片日本免费| 国产男靠女视频免费网站| 亚洲黑人精品在线| 午夜精品一区二区三区免费看| 人人妻人人澡欧美一区二区| 中亚洲国语对白在线视频| 亚洲av成人精品一区久久| 999久久久国产精品视频| 欧美日韩乱码在线| 黑人欧美特级aaaaaa片| 亚洲av成人不卡在线观看播放网| 狠狠狠狠99中文字幕| 精品久久久久久久久久免费视频| 亚洲真实伦在线观看| 一边摸一边抽搐一进一小说| 美女被艹到高潮喷水动态| 美女午夜性视频免费| 欧美色视频一区免费| 欧美日韩国产亚洲二区| 亚洲av日韩精品久久久久久密| 91老司机精品| 亚洲18禁久久av| 国产高清三级在线| 在线免费观看的www视频| 欧美另类亚洲清纯唯美| 午夜福利高清视频| 精品欧美国产一区二区三| 亚洲欧美精品综合一区二区三区| 他把我摸到了高潮在线观看| 亚洲精品456在线播放app | 黑人操中国人逼视频| 日韩 欧美 亚洲 中文字幕| 给我免费播放毛片高清在线观看| 搡老熟女国产l中国老女人| 国产精品香港三级国产av潘金莲| 亚洲国产色片| 精品福利观看| 国产亚洲欧美在线一区二区| 精品国内亚洲2022精品成人| 一二三四社区在线视频社区8| 99精品在免费线老司机午夜| 长腿黑丝高跟| 国产精品电影一区二区三区| 亚洲精品国产精品久久久不卡| 久久久久久久久中文| 露出奶头的视频| 亚洲av成人精品一区久久| 88av欧美| 99久久综合精品五月天人人| 午夜视频精品福利| 夜夜爽天天搞| 一级毛片高清免费大全| 久久精品国产清高在天天线| 桃色一区二区三区在线观看| 女同久久另类99精品国产91| 国产精品精品国产色婷婷| 日本一本二区三区精品| 少妇人妻一区二区三区视频| 日韩有码中文字幕| 女同久久另类99精品国产91| 99国产综合亚洲精品| 国产1区2区3区精品| 18禁国产床啪视频网站| 美女高潮的动态| 国产男靠女视频免费网站| 亚洲色图 男人天堂 中文字幕| 黄色日韩在线| 欧美乱妇无乱码| 免费在线观看影片大全网站| 操出白浆在线播放| 我的老师免费观看完整版| 成人无遮挡网站| 欧美日韩瑟瑟在线播放| 国产黄a三级三级三级人| 法律面前人人平等表现在哪些方面| 人人妻人人澡欧美一区二区| 成年人黄色毛片网站| 国产精品1区2区在线观看.| 91av网站免费观看| 超碰成人久久| 亚洲中文av在线| 亚洲欧美日韩高清在线视频| 久久精品国产清高在天天线| 亚洲第一电影网av| 国产精品香港三级国产av潘金莲| 免费看日本二区| 免费看a级黄色片| 国产视频内射| av在线蜜桃| 操出白浆在线播放| 亚洲真实伦在线观看| 欧美另类亚洲清纯唯美| 国产精品久久久久久精品电影| 日本一本二区三区精品| 欧美一区二区国产精品久久精品| 在线观看舔阴道视频| 狠狠狠狠99中文字幕| 国产精品98久久久久久宅男小说| 一本一本综合久久| 欧美+亚洲+日韩+国产| 女人被狂操c到高潮| 国产蜜桃级精品一区二区三区| 国产精品一区二区免费欧美| 91麻豆精品激情在线观看国产| 在线播放国产精品三级| 久久精品国产亚洲av香蕉五月| 亚洲avbb在线观看| 亚洲国产看品久久| 日韩欧美在线二视频| 精品国产三级普通话版| 国产精品久久电影中文字幕| 啦啦啦免费观看视频1| 熟女少妇亚洲综合色aaa.| www日本黄色视频网| 色综合欧美亚洲国产小说| 国产精品影院久久| 久久这里只有精品19| 国产三级在线视频| 久久久久性生活片| 国产av在哪里看| 美女高潮的动态| 国产不卡一卡二| 午夜成年电影在线免费观看| 久久精品国产亚洲av香蕉五月| 欧洲精品卡2卡3卡4卡5卡区| 丰满人妻一区二区三区视频av | 成人鲁丝片一二三区免费| avwww免费| 欧美一级a爱片免费观看看| 亚洲中文av在线| 欧美乱码精品一区二区三区| 一个人免费在线观看电影 | 老鸭窝网址在线观看| 成年版毛片免费区| 中亚洲国语对白在线视频| 99视频精品全部免费 在线 | 日本成人三级电影网站| 啪啪无遮挡十八禁网站|