• <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 ?

    基于中醫(yī)方劑數(shù)據(jù)庫的Top-Rank-k頻繁模式挖掘算法

    2017-04-20 05:38:56秦琦冰
    計算機應(yīng)用 2017年2期
    關(guān)鍵詞:項集數(shù)據(jù)結(jié)構(gòu)方劑

    秦琦冰,譚 龍,2

    (1.黑龍江大學(xué) 計算機科學(xué)技術(shù)學(xué)院,哈爾濱 150080; 2.黑龍江省數(shù)據(jù)庫與并行計算重點實驗室(黑龍江大學(xué)),哈爾濱 150080)

    (*通信作者電子郵箱tanlong@hlju.edu.cn)

    基于中醫(yī)方劑數(shù)據(jù)庫的Top-Rank-k頻繁模式挖掘算法

    秦琦冰1,譚 龍1,2*

    (1.黑龍江大學(xué) 計算機科學(xué)技術(shù)學(xué)院,哈爾濱 150080; 2.黑龍江省數(shù)據(jù)庫與并行計算重點實驗室(黑龍江大學(xué)),哈爾濱 150080)

    (*通信作者電子郵箱tanlong@hlju.edu.cn)

    為降低中醫(yī)(TCM)方劑頻繁模式挖掘過程中對經(jīng)驗參數(shù)的依賴,提高挖掘結(jié)果的準確性,針對中醫(yī)方劑的數(shù)據(jù)特點,提出一種基于帶權(quán)無向圖的Top-Rank-k頻繁模式挖掘算法。該算法可以直接挖掘出頻繁k-itemset(k≥3)而無需產(chǎn)生1-itemset和2-itemset,并隨之快速回溯到核心藥物組合的頻繁項集所對應(yīng)的方劑信息;此外,采用一種動態(tài)位向量(DBV)的壓縮機制對無向圖中邊的權(quán)重進行壓縮存儲,以有效地提高算法的空間存儲效率。分別對中醫(yī)方劑數(shù)據(jù)集、真實數(shù)據(jù)集(Chess、Pumsb和Retail)和合成數(shù)據(jù)集(T10I4D100K和Test2K50KD1)進行測試和比較,結(jié)果表明該算法與iNTK和BTK相比具有更高的時間和空間效率,而且也可以應(yīng)用于其他類型的數(shù)據(jù)集。

    中醫(yī)方劑;Top-Rank-k;頻繁模式;帶權(quán)無向圖;動態(tài)位向量

    0 引言

    數(shù)據(jù)挖掘指的是從大量的數(shù)據(jù)中通過相應(yīng)的算法發(fā)現(xiàn)隱藏于其中未知且可能有用的信息[1-2]。在數(shù)據(jù)挖掘領(lǐng)域,頻繁模式挖掘始終扮演著至關(guān)重要的作用[3]。在傳統(tǒng)的頻繁模式挖掘過程中,用戶需要輸入最小支持度閾值來生成滿足條件的頻繁模式集合,因此傳統(tǒng)的頻繁模式挖掘可能會產(chǎn)生以下兩個問題[4]: 1)用戶很難準確設(shè)置合適的最小支持度,如果閾值太小可能會產(chǎn)生大量的頻繁模式,閾值太大可能會把某些關(guān)鍵信息過濾掉;2)傳統(tǒng)的頻繁模式挖掘結(jié)果中往往包含大量用戶不感興趣的關(guān)聯(lián)規(guī)則。

    基于上述問題,Han等[5]提出了一種新的挖掘任務(wù)——Top-k的頻繁閉模式,其中k是被挖掘的頻繁閉模式的數(shù)量,并且模式的最小長度為min_l。為了更好地解決上述問題,Wang等[6]提出了一種有效的挖掘算法——TFP(Top-kFrequent Patterns)算法。然而,在Top-k的頻繁閉模式過程中,用戶同樣需要輸入?yún)?shù)min_l,這對于用戶同樣是很難精確把握的。在此基礎(chǔ)上,Deng等[7]提出了一種Top-Rank-k頻繁模式的挖掘任務(wù),并且提出了解決該問題的FAE(Filtering And Extending)算法。與Top-k的頻繁閉模式不同的是,在Top-Rank-k頻繁模式挖掘過程中,用戶不需要設(shè)置參數(shù)min_l;由于此挖掘過程中是按照Rank-k對于候選模式進行篩選,因此能夠包含更多用戶感興趣的規(guī)則。

    在上述學(xué)者的研究基礎(chǔ)上,F(xiàn)ang等[8]在FAE算法的基礎(chǔ)上,采用一種數(shù)據(jù)垂直分布的形式,將頻繁模式的計數(shù)轉(zhuǎn)化為一種Tid-lists相交操作,有效地提高了挖掘效率。Deng[9]將事務(wù)數(shù)據(jù)庫采用PPC-tree進行存儲,對所有的項集按照Node-list進行編碼,將Top-Rank-k頻繁模式挖掘轉(zhuǎn)化為Node-list的操作,提出了NTK(Node-list Top-Rank-K)算法。Huynh-Thi-Le等[10]在NTK算法的基礎(chǔ)上,將Subsume的概念及其相關(guān)性質(zhì)應(yīng)用到Top-Rank-k頻繁模式中,提出了iNTK(improved Node-list Top-Rank-K)算法。由于PPC-tree在構(gòu)建采用“先建樹后編碼”的方式,所以該過程需要掃描兩次事務(wù)數(shù)據(jù)庫,隨著事務(wù)數(shù)據(jù)庫的增加,算法效率有待提高,因此Dam等[11]采用一種“邊建樹邊編碼”的方式,設(shè)計和實現(xiàn)了更加有效的數(shù)據(jù)結(jié)構(gòu)——TB-tree,并在此基礎(chǔ)上采用B-list的方式進行編碼,提出了更加有效的BTK(B-list Top-Rank-K)算法。

    本研究團隊一直從事中醫(yī)方劑中治療消渴病[12]方劑的數(shù)據(jù)挖掘工作。消渴病是以多飲、多食、多尿、身體消瘦,或尿濁、尿中有甜味為主要表現(xiàn)的一種臨床常見病、多發(fā)病,嚴重危害著人類的健康,中醫(yī)對于消渴病的預(yù)防和治療有著豐富而且獨特的經(jīng)驗[13],因此,對《中醫(yī)方劑大辭典》中收錄的治療消渴病腎陰虛型方劑的研究也尤為重要。在研究中發(fā)現(xiàn),在實際中醫(yī)方劑數(shù)據(jù)挖掘中,用戶很難設(shè)置合理的最小支持度閾值,因此相比傳統(tǒng)的頻繁模式,Top-Rank-k頻繁模式挖掘更加具有實際應(yīng)用價值。此外,治療消渴病相關(guān)癥型的方劑中往往存在大量的頻繁k-itemset,而相比1-itemset、2-itemset而言,k-itemset(k≥3)對于治療消渴病腎陰虛型也更具有重要的臨床參考價值。同時,在對方劑數(shù)據(jù)庫的Top-Rank-k頻繁模式挖掘過程中,上述傳統(tǒng)的算法在找到頻繁項集結(jié)果后,卻不能有效發(fā)現(xiàn)該頻繁項集所對應(yīng)的方劑名稱,而方劑名稱和頻繁項集的對應(yīng)關(guān)系,對方劑規(guī)律分析具有重要意義。

    因此,針對上述研究問題,本文提出了一種基于帶權(quán)無向圖(Weighted Undirected Graph, WUG)的Top-Rank-k頻繁模式挖掘算法(Top-Rank-kfrequent patterns mining algorithm based on WUG, WUG_TK)。該算法在動態(tài)位向量(Dynamic Bit Vector, DBV)[14]的數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)上引入相關(guān)的性質(zhì)對無向圖中的權(quán)重進行壓縮存儲,可以有效地提高空間效率;同時通過搜索頻繁項集環(huán),大幅減少對原始數(shù)據(jù)庫的掃描次數(shù),避免產(chǎn)生大量的候選項集,能夠直接有效地挖掘出滿足條件的k-itemset(k≥3),并且快速回溯到該頻繁項集所對應(yīng)的方劑名稱,提高對于中醫(yī)方劑數(shù)據(jù)挖掘效率。

    1 系統(tǒng)模型

    1.1 基本概念

    本文系統(tǒng)模型為,存在項集I={I1,I2,…,Im},事務(wù)數(shù)據(jù)庫D={〈TID,T〉|T?I},其中:TID為代表每一條事務(wù)的標識符;T為項的集合稱為模式或者項集;T的支持度用Sup(T)表示。本文中所涉及到的概念介紹如下:

    定義1 模式的Rank。假設(shè)存在某模式A,以及事務(wù)數(shù)據(jù)庫D,A模式的Rank記為RA,則:

    RA=|{Sup(X)}|X?I∧Sup(X)≥Sup(A)}|

    其中|Y|表示集合Y里面的元素數(shù)目。

    例如在表1的事務(wù)數(shù)據(jù)庫中,I2分別出現(xiàn)在TID1、TID2、TID3、TID4、TID5模式中,Sup(I2)=5,通過計算其他模式的支持度可以發(fā)現(xiàn)Sup(I2)最大,因此{I2}的Rank為1,記為:RI2=1。

    定義2Top-Rank-k頻繁模式。假設(shè)存在事務(wù)數(shù)據(jù)庫D和閾值k,?A?I,如果RA≤k,那么A為Top-Rank-k頻繁模式。

    Top-Rank-k頻繁模式挖掘的目的是在給定的事務(wù)數(shù)據(jù)庫D和閾值k基礎(chǔ)上, 發(fā)現(xiàn)所有的模式Rank不超過k的模式集合,記為STop-Rank-k,則:

    STop-Rank-k={X|X?I∧RX≤k}

    例如在表1的事務(wù)數(shù)據(jù)庫中,假設(shè)k=3, 則滿足條件的Top-Rank-k頻繁模式如下所示:

    STop-Rank-k={{I1},{I2},{I1I2},{I4},{I5},

    {I1I4},{I1I5},{I2I4},{I2I5},{I1I2I4},{I1I2I5}}

    文獻[7]中已經(jīng)證明Top-Rank-k頻繁模式挖掘過程滿足反單調(diào)性,即:?模式A?B,如果模式A不是Top-Rank-k頻繁模式,那么B也一定不是Top-Rank-k頻繁模式。

    表1 事務(wù)數(shù)據(jù)庫表

    1.2 DBV數(shù)據(jù)結(jié)構(gòu)

    Top-Rank-k頻繁模式挖掘過程中,如何對數(shù)據(jù)進行高效存儲十分重要。Dong等[15]提出的BitTable-FI和Song等[16]提出的Index-BitTableFI都是根據(jù)事務(wù)的數(shù)量,采用一種基于數(shù)據(jù)垂直分布的定長的方式進行儲存。當處理數(shù)據(jù)比較稀疏時,BitTable-FI和Index-BitTableFI會造成空間的浪費,因此,本文采用一種更加高效的數(shù)據(jù)結(jié)構(gòu)——動態(tài)位向量(DBV)[14]進行存儲,并且在此基礎(chǔ)上引入了有關(guān)DBV的定義以及與本文算法有關(guān)的性質(zhì)和操作。

    DBV數(shù)據(jù)結(jié)構(gòu)包含兩個域,用二元組的形式表示:〈Pos,BVecor〉,其中:Pos表示存儲的第一個非0位的位置;BVecor表示從Pos開始到尾部最后一個非0位置的所有二進制位(本文中采取十進制的形式表示)。

    例如,在表1中,n=5,在申請1個char類型存儲空間(8位)的情況下,按照從低位到高位的按位存儲,項I1存在的TID為2,3,4,5,即:t(I1)=〈0,1,1,1,1,0,0,0〉,項I1二進制位存儲方式如圖1所示。

    圖1 項I1二進制位存儲方式

    Fig.1BinarybitstoragemodeofitemI1

    由此可見,當數(shù)據(jù)比較稀疏時,低位和高位存儲的0會造成空間浪費,因此采用DBV數(shù)據(jù)結(jié)構(gòu)進行存儲,如圖2所示。

    圖2 項I1的DBV存儲方式

    在t(I1)=〈0,1,1,1,1,0,0,0〉中,存儲的第一個非0位的位置是1,所以Pos=1,則項I1的DBV存儲方式為:

    DBV(I1)=〈1,〈1,1,1,1〉〉=

    〈1,〈21+22+23+24=30〉〉=〈1,30〉

    下面介紹兩個DBV之間的相交操作。

    定義3 對于任意兩個DBV,假設(shè)DBV1=〈Pos1,BVector1〉,DBV2=〈Pos2,BVector2〉,當且僅當DBV1∩DBV2=DBV1時,DBV1是DBV2的子集,即:DBV1?DBV2。

    定義4 對于任意兩個DBV,假設(shè)DBV1=〈Pos1,BVector1〉,DBV2=〈Pos2,BVector2〉,當且僅當Pos1=Pos2,|BVector1|=|BVector2|,?i∈[0,|BVector1|-1],BVector1[i]=BVector2[i],則DBV1與DBV2相等,即:DBV1=DBV2

    性質(zhì)1 對于任意兩個DBV,假設(shè)DBV1=〈Pos1,BVector1〉,DBV2=〈Pos2,BVector2〉,如果Pos1+|BVector1|

    證明 當Pos1+|BVector1|

    當Pos2+|BVector2|

    對于兩個DBV之間的相交操作之前,首先要對于DBV1和DBV2進行相交操作,以判斷是否存在子集、相等、空集,如果存在,則由上述定義3、定義4和性質(zhì)1直接進行計算。否則,從Posmax的位置對BVector進行&操作,如果&操作結(jié)果為0,則Posmax+1,直到&操作結(jié)果為1,則Posmax記錄下該位置;從該位置開始進行&操作,一直到剩余位都是0。具體算法DBV_Intersection如下所示:

    Input:DBV1=〈Pos1,BVector1〉,DBV2=〈Pos2,BVector2〉 Output:DBV_finalProcedure DBV_Intersection(DBV1,DBV2)

    1)

    Pos=max(Pos1,Pos2)

    2)

    i=Pos1

    3)

    j=Pos1

    4)

    count=|BVector1|-i<|BVector2|-j?|BVector1|-i:|BVector2|-j

    //intersection操作中的位數(shù)

    5)

    whilecount>0 andBVector1[i] &BVector2[j]=0

    //找到第一個非零位

    6)

    i=i+1;j=j+1;

    7)

    Pos=Pos+1;count=count-1;

    8)

    i1=i+count-1;j1=j+count-1;

    9)

    whilecount>0 andBVector1[i1] &BVector2[j1]=0

    //找到最后一個非零位

    10)

    i1=i1-1;j1=j1-1;

    11)

    count=count-1;

    12)

    Fork=0 tocount-1

    //找到進行intersection操作的位置

    13)

    BVector[k]=BVector1[i] &BVector2[j]

    14)

    i=i+1;j=j+1; End procedure

    如圖3中所示,DBV(I3)=〈0,〈1,1〉〉,DBV(I1)=〈1, 〈1,1,1,1〉〉,則從Pos_I1開始對DBV數(shù)據(jù)結(jié)構(gòu)中的BVector進行&操作,則DBV(I1I3)=〈1,1〉=〈1,2〉。

    圖3 I1和I3的DBV_Intersection

    1.3 帶權(quán)無向圖

    針對中醫(yī)方劑Top-Rank-k頻繁模式挖掘,本文采用一種帶權(quán)無向圖對于Top-Rank-k頻繁模式進行存儲,該算法可以直接產(chǎn)生更加符合中醫(yī)數(shù)據(jù)特點的頻繁模式(k-itemset,k≥3),而且可以有效地回溯到該頻繁模式所對應(yīng)的方劑名,這對于中醫(yī)方劑數(shù)據(jù)挖掘有著重要意義。另外,該算法還可以避免產(chǎn)生大量的候選項集,提高算法效率。

    本文中帶權(quán)無向圖中的節(jié)點由項集I中的項組成;節(jié)點項之間如果是Top-Rank-k頻繁模式,則有邊;1-itemset為點集V;E為邊集;E(Vx,Vy)表示點Vx和Vy的邊;Top-Rank-k頻繁模式閾值為k。則有以下定義:

    定義5 權(quán)重。假設(shè)存在項集X、Y,以及DBV(X)和DBV(Y),如果DBV(XY)=DBV(X)∩DBV(Y),則稱該DBV(XY)為X與Y之間的權(quán)重。

    例如DBV(I3)={0,{1,1}},DBV(I1)=〈1,〈1,1,1,1〉〉,則DBV(I1I3)=〈1,1〉=〈1,2〉,則DBV(I1I3)則為I1與I3之間的權(quán)重,Sup(I1I3)=|DBV(I1I3)|=1。

    對于任意兩個項集X和Y,如果XY模式Rank不大于k,即:RXY≤k,則X與Y之間存在邊E(X,Y),該邊加入到E中,同時weight(X,Y)=DBV(XY)。重復(fù)此過程生成可存儲Top-Rank-k頻繁模式的帶權(quán)無向圖,具體的生成算法Procedure WUG_GEN如下所示:

    Input: Transactional DatabaseD,kOutput: WUG Procedure WUG_GEN(D,k)

    1)

    For eachVj∈L1

    2)

    For eachVi∈L1(i≠j)

    3)

    CountSup(VjVi) and sort in descending order bySup(VjVi)

    4)

    IfR(VjVi)≤k

    5)

    AddE(Vi,Vi) to Edge setE;

    //增加邊E(Vi,Vi)到邊集E中

    6)

    weight(Vi,Vj)=DBV_Intersection

    7)

    End if;

    8)

    End for;

    9)

    End for;

    End procedure

    定理1 在給定的帶權(quán)無向圖中,對于某個點集合V′中任意兩點Vi和Vk,如果都存在一條邊E(Vi,Vk)∈E,則V′中所有的點構(gòu)成一條Top-Rank-k頻繁項集環(huán),即為Top-Rank-k頻繁項集。

    證明 假設(shè)?Vi∈V(1≤i≤m),?V′=〈V1,V2,…,Vi, …,Vj, …,Vk〉,如果對于?Vi∈V′, ?Vj∈V′,使得E(Vi,Vj)∈E成立,由ProcedureWUG_GEN和Top-Rank-k頻繁模式挖掘過程中的反單調(diào)性[7]可知,{V1,V2,Vi,…,Vj, …,Vk}為Top-Rank-k頻繁項集,即存在一條Top-Rank-k頻繁項集環(huán),該環(huán)路經(jīng)過的頂點〈V1,V2,…,Vk〉即為滿足Rank條件的頻繁項集。

    2 WUG_TK

    本文在帶權(quán)無向項圖的基礎(chǔ)上,提出了一種Top-Rank-k頻繁模式挖掘算法(WUG_TK)。算法中使用帶權(quán)無向圖存儲Top-Rank-k頻繁模式,圖中頂點集合即為1-itemset,頂點之間邊的權(quán)值即為DBV(ViVj),如果存在Top-Rank-k頻繁項集環(huán),則環(huán)上面的頂點即為滿足Rank條件的頻繁項集。環(huán)路的每條邊的權(quán)值,進行與(&)操作,其結(jié)果即為頻繁項集所在的TID。該TID在具體中醫(yī)方劑數(shù)據(jù)處理中,即為頻繁藥物組合所對應(yīng)的方劑名稱。

    在上述生成的帶權(quán)無向圖(WUG)的基礎(chǔ)上,搜索Top-Rank-k頻繁項集環(huán)的操作見Procedure Mining_Top-Rank-k_Frequent Patterns算法,該算法調(diào)用Procedure Top-Rank-k_Frequent Patterns loop來完成對Top-Rank-k頻繁項集環(huán)的搜索。

    Mining_Top-Rank-k_Frequent Patterns算法描述如下:

    Input: WUG Output: Top-Rank-k_Frequent Patterns,TIDProcedureMining_Top-Rank-k_Frequent Patterns(WUG)

    1)

    WhileV≠?do

    2)

    ForeachVi,Vj(i≠j)ofV

    3)

    IfE(Vi,Vj)∈Ethen

    //Vi,Vj之間有邊相連

    4)

    L=Vi∪Vj,V′=V-{Vi,Vj}

    //L為其中任意兩點都有邊相連的點集合;

    //V′為含有未搜索到的點的集合

    5)

    Search Top-Rank-k_Frequent Patterns loop(L,V′);

    //調(diào)用Procedure Top-Rank-k_Frequent Patterns loop

    //來搜索Top-Rank-k頻繁項集環(huán)

    6)

    End If;

    7)

    End For;

    8)

    End While;

    End procedure;

    Procedure Top-Rank-k_Frequent Patterns loop(L,V′)

    1)

    WhileV′≠nulldo

    2)

    ForunvisitedVkofV′

    3)

    IfE(Vk,?Vj∈V′)∈Ethen;

    4)

    L=L∪Vk,V′=V′-{Vk};

    5)

    OutputLandweight_&;

    //輸出Top-Rank-k_Frequent Patterns和對應(yīng)的TID

    6)

    Endif;

    7)

    Endfor;

    8)

    Endwhile;

    Endprocedure

    例如在表1事務(wù)數(shù)據(jù)庫中,設(shè)k=3,根據(jù)WUG_GEN算法:I1出現(xiàn)TID分別為2、3、4、5,則DBV(I1)=〈1,〈1,1,1,1〉〉=〈1,30〉,I2出現(xiàn)TID分別為1、2、3、4、5,則DBV(I2)=〈0,〈1,1,1,1,1〉〉=〈0,31〉,因為DBV(I1)是DBV(I2)的子集,則DBV(I1)∩DBV(I2)=DBV(I1)=〈1,〈1,1,1,1〉〉,則Sup(I1I2)=4,此時R(I1 I2)=1,則頂點I1頂點I2之間存在一條邊E(I1,I2),weight(I1,I2)=〈1,〈1,1,1,1〉〉=〈1,30〉,以此類推可以生成如圖4所示的Top-Rank-3的頻繁模式圖。

    圖4 Top-Rank-3的頻繁模式圖

    根據(jù)Mining_Top-Rank-k_Frequent Patterns算法:對于WUG(V,E,W)中?E(Vi,Vj)∈E,例如圖1中的點I1和點I2,從V′=V-{I1,I2}={I4,I5}中選取點I4,則E(I4,I1)∈E,E(I4,I2)∈E,則點I1、點I2和點I4之間存在一條Top-Rank-3頻繁項集環(huán),則I1I2I4為滿足Rank小于等于3的頻繁3-itemset,weight(I1,I2) &weight(I1,I4) &weight(I2,I4)=〈1,〈1,1,0,1〉〉,即I1I2I4出現(xiàn)的TID為2、3、5。同理可以由圖4可以生成Rank小于等于2的頻繁3-itemsetI1I2I5,I1I2I5出現(xiàn)的TID為3、4、5。

    3 實驗與結(jié)果分析

    3.1 實驗設(shè)置與結(jié)果

    實驗環(huán)境為IntelCorei3-3110M2.4GHzCPU,4GBRAM,操作系統(tǒng)為Windows7。算法在VisualStudio2012,.NetFrameworkVersion4.5.50709的環(huán)境下實現(xiàn)。

    中醫(yī)方劑實驗數(shù)據(jù)是從《中醫(yī)方劑大辭典》中收錄的治療消渴病腎陰虛型方劑中篩選出來的346首方劑,包含163味中藥藥材。針對數(shù)據(jù)的前期準備處理主要是針對藥物組成的規(guī)范,該規(guī)范包括:藥材的重名和異名處理、同名異方的處理、藥材計量單位的統(tǒng)一。在此規(guī)范數(shù)據(jù)基礎(chǔ)上,構(gòu)建方劑數(shù)據(jù)庫。

    通過對《中醫(yī)方劑大辭典》中收錄的方劑進行分析,初步按照編號、方劑名、組成、別名、性、味、歸經(jīng)、功效等8個屬性進行描述,完成對原始數(shù)據(jù)庫的構(gòu)建;然后利用基于帶權(quán)無向圖的Top-Rank-k頻繁模式挖掘算法對數(shù)據(jù)源存儲的方劑進行分析研究。

    根據(jù)本次治療腎陰虛型方劑數(shù)量和用到的中藥個數(shù),結(jié)合經(jīng)驗判斷以及不同參數(shù)提取數(shù)據(jù)的預(yù)讀,篩選出部分有價值的Top-Rank-16的k-itemset(k≥3)及所對應(yīng)的方劑名見表2。

    表2 治療腎陰虛型組方中Top-Rank-16藥物核心組合

    3.2 算法性能對比及分析

    本文提出的WUG_TK算法主要與Huynh-Thi-Le等[10]的iNTK算法和Dam等[11]的BTK算法分別從運行時間、消耗空間作了對比實驗。對比實驗數(shù)據(jù)集分別采用中醫(yī)方劑數(shù)據(jù)集和公開測試數(shù)據(jù)集。中醫(yī)方劑數(shù)據(jù)集實驗數(shù)據(jù)采用《中醫(yī)方劑大辭典》中收錄的治療消渴病腎陰虛型和胃火熾盛型兩種癥型方劑。其中,治療腎陰虛型方劑共346首,包含163味中藥藥材;治療消渴病胃火熾盛方劑共382首,包含218味中藥藥材。公開測試數(shù)據(jù)集如表3所示,主要包括Chess、Pumsb和Retail三個真實數(shù)據(jù)集(http://fimi.ua.ac.be/data/),以及T10I4D100K和Test2K50KD1人工合成數(shù)據(jù)集。其中人工合成數(shù)據(jù)集主要是由LUCS-KDD數(shù)據(jù)生成器合成的。算法運行時間的對比實驗在真實數(shù)據(jù)集上進行,結(jié)果如圖5所示;而算法消耗空間的對比實驗在人工模擬數(shù)據(jù)集上進行,結(jié)果如圖6所示。

    表3 對比實驗數(shù)據(jù)集

    圖5 算法運行時間對比

    圖6 算法空間消耗對比

    實驗中,三種算法通過設(shè)置不同的k值進行實驗比較。當平均項數(shù)目較小時,生成有效項集的概率就會降低,符合條件的Top-Rank-k的頻繁模式就會增多,挖掘代價也會相應(yīng)增加。因此,實驗中對不同的實驗數(shù)據(jù)集選擇不同的閾值,從而保證實驗結(jié)果的有效性。

    由于WUG_TK算法通過帶權(quán)無向圖直接產(chǎn)生k-itemset(k≥3),避免了候選項集的產(chǎn)生,而iNTK和BTK都采取了“建樹-編碼”的過程,與之相比,WUG_TK算法不需要對數(shù)據(jù)集中的項集進行編碼,而是在構(gòu)造完成的帶權(quán)無向圖上直接搜索符合Rank條件的頻繁模式環(huán),從而大幅提高了算法的運行效率,因此WUG_TK算法性能明顯優(yōu)于iNTK和BTK算法。

    由于WUG_TK算法中對于權(quán)重采用DBV的壓縮數(shù)據(jù)結(jié)構(gòu)進行存儲,可以有效地提高空間利用率,而iNTK算法和BTK算法在運行過程中都需要采用臨時表對中間結(jié)果集進行存儲,從而也造成了過大開銷。因此本文提出的WUG_TK算法在空間效率上也優(yōu)于iNTK算法和BTK算法。

    4 結(jié)語

    本文根據(jù)中醫(yī)方劑的數(shù)據(jù)特點,提出了一種基于帶權(quán)無向圖的Top-Rank-k頻繁模式挖掘算法WUG_TK。該算法在不產(chǎn)生1-itemset和2-itemset的前提下,可以直接產(chǎn)生k-itemset(k≥3),更加符合中醫(yī)方劑挖掘的需求;同時WUG_TK可以回溯到頻繁項集所在的方劑名,這對方劑規(guī)律分析具有重要意義;此外,WUG_TK算法中采用DBV數(shù)據(jù)結(jié)構(gòu)對于無向圖中的權(quán)重進行壓縮存儲,可以有效地降低空間復(fù)雜度。實驗結(jié)果表明,WUG_TK算法與iNTK和BTK算法相比具有更高的時間和空間效率。

    由于本文中DBV數(shù)據(jù)結(jié)構(gòu)采取了一種位向量的方式進行動態(tài)壓縮存儲,當處理的數(shù)據(jù)過于稠密時,數(shù)據(jù)中往往存在大量的非0位,此時DBV的壓縮效果還有待提高。另外,由于中醫(yī)方劑Top-Rank-k頻繁模式挖掘中往往存在冗余,這就會造成挖掘效率的降低,下一步將針對如何在挖掘過程中減少信息冗余進行研究。

    References)

    [1] SOLANKI S K, PATEL J T.A survey on association rule mining [C]// ACCT 2015: Proceedings of the 2015 5th International Conference on Advanced Computing & Communication Technologies.Washington, DC: IEEE Computer Society, 2015: 212-216.

    [2] CHEN H, LI T, LUO C, et al.A decision-theoretic rough set approach for dynamic data mining [J].IEEE Transactions on Fuzzy Systems, 2015, 23(6): 1958-1970.

    [3] KARTHIKEYAN T, RAVIKUMAR N.A survey on association rule mining [J].International Journal of Advanced Research in Computer and Communication Engineering, 2014, 3(1): 5223-5227.

    [4] LE B, VO B, HUYNH-THI-LE Q, et al.Enhancing the mining top-rank-kfrequent patterns [C]// SMC 2014: Proceedings of the 2014 IEEE International Conference on Systems, Man and Cybernetics.Piscataway, NJ: IEEE, 2014: 2008-2012.

    [5] HAN J, WANG J, LU Y, et al.Mining top-k frequent closed patterns without minimum support [C]// ICDM ’02: Proceedings of the 2002 IEEE International Conference on Data Mining.Washington, DC: IEEE Computer Society, 2002: 211-218.

    [6] WANG J, HAN J, LU Y, et al.TFP: an efficient algorithm for mining top-kfrequent closed itemsets [J].IEEE Transactions on Knowledge and Data Engineering, 2005, 17(5): 652-664.

    [7] DENG Z-H, FANG G-D.Mining top-rank-kfrequent patterns [C]// Proceedings of the 2007 International Conference on Machine Learning and Cybernetics.Piscataway, NJ: IEEE, 2007: 851-856.

    [8] FANG G-D, DENG Z-H.VTK: vertical mining of top-rank-kfrequent patterns [C]// FSKD’08: Proceedings of the 2008 5th International Conference on Fuzzy Systems and Knowledge Discovery.Washington, DC: IEEE Computer Society, 2008, 2: 620-624.

    [9] DENG Z-H.Fast mining top-rank-kfrequent patterns by using node-lists [J].Expert Systems with Applications, 2014, 41(4): 1763-1768.

    [10] HUYNH-THI-LE Q, LE T, VO B, et al.An efficient and effective algorithm for mining top-rank-kfrequent patterns [J].Expert Systems with Applications, 2015, 42(1): 156-164.

    [11] DAM T-L, LI K, FOURNIER-VIGER P, et al.An efficient algorithm for mining top-rank-kfrequent patterns [J].Applied Intelligence, 2016, 45(1): 96-111.

    [12] 吳長汶,張轉(zhuǎn)喜,吳水生,等.從五味太過探討“甘邪”與消渴病因的關(guān)系[J].中華中醫(yī)藥雜志,2015(3):670-672.(WU C W, ZHANG Z X, WU S S, et al.Exploration on the relationship between the sweet-evil and consumptive thirst pathogenesis based on theory of excess of five kinds of taste [J].China Journal of Traditional Chinese Medicine and Pharmacy, 2015(3): 670-672.)

    [13] 榮開明.復(fù)興中醫(yī)藥學(xué)的幾點思考[J].湖北中醫(yī)藥大學(xué)學(xué)報,2015,17(2):59-62.(RONG K M.Considerations on revival of TCM [J].Journal of Hubei University of Chinese Medicine, 2015,17(2):59-62.)

    [14] VO B, HONG T-P, LE B.DBV-Miner: a dynamic bit-vector approach for fast mining frequent closed itemsets [J].Expert Systems with Applications, 2012, 39(8): 7196-7206.

    [15] DONG J, HAN M.BitTableFI: an efficient mining frequent itemsets algorithm [J].Knowledge-Based Systems, 2007, 20(4): 329-335.

    [16] SONG W, YANG B, XU Z.Index-BitTableFI: an improved algorithm for mining frequent itemsets [J].Knowledge-Based Systems, 2008, 21(6): 507-513.

    This work is partially supported by the National Natural Science Foundation of China (81273649), Natural Science Foundation of Heilongjiang Province (F201434), Graduate Student Innovation and Research Item of Heilongjiang University (YJSCX2016- 018HLJU).

    QIN Qibing, born in 1990, M.S.candidate.His research interests include machine learning, data warehouse, data mining.

    TAN Long, born in 1971, M.S., associate professor.His research interests include machine learning, sensor network, data mining.

    Top-Rank-kfrequent patterns mining algorithm based on TCM prescription database

    QIN Qibing1, TAN Long1,2*

    (1.CollegeofComputerScienceandTechnology,HeilongjiangUniversity,HarbinHeilongjiang150080,China;2.KeyLaboratoryofDatabaseandParallelComputingofHeilongjiangProvince(HeilongjiangUniversity),HarbinHeilongjiang150080,China)

    The dependency of the empirical parameters in frequent patterns mining of Traditional Chinese Medicine (TCM) prescriptions should be reduced to improve the accuracy of mining results.Aiming at the characteristics of TCM prescription data, an efficient Top-Rank-kfrequent patterns mining algorithm based on Weighted Undirected Graph (WUG) was proposed.The new algorithm can directly mining frequentk-itemset (k≥3) without mining 1-times and 2-times, and then quikly backtrack to the corresponding prescription of the frequent itemsets of core drugs combination.Besides, the compression mechanism of Dynamic Bit Vector (DBV) was used to store the edge weights in undirected graph to improve the spatial storage efficiency of the algorithm.Experiments were conducted on TCM prescription datasets, real datasets (Chess, Pumsb and Retail) and synthetic datasets (T10I4D100K and Test2K50KD1).The experimental results show that compared with iNTK (improved Node-list Top-Rank-K) and BTK (B-list Top-Rank-K), the proposed algorithm has better performance in terms of time and space, and it can be applied to other types of data sets.

    Traditional Chinese Medicine (TCM) prescription; Top-Rank-k; frequent pattern; Weighted Undirected Graph (WUG); Dynamic Bit Vector (DBV)

    2016- 08- 12;

    2016- 09- 08。 基金項目:國家自然科學(xué)基金面上項目(81273649);黑龍江省自然科學(xué)基金面上項目(F201434);黑龍江大學(xué)研究生創(chuàng)新科研項目重點項目(YJSCX2016-018HLJU)。

    秦琦冰(1990—),男,山東濰坊人,碩士研究生,主要研究方向:機器學(xué)習(xí)、數(shù)據(jù)倉庫、數(shù)據(jù)挖掘; 譚龍(1971—),男,黑龍江哈爾濱人,副教授,碩士,CCF會員,主要研究方向:機器學(xué)習(xí)、傳感器網(wǎng)絡(luò)、數(shù)據(jù)挖掘。

    1001- 9081(2017)02- 0329- 06

    10.11772/j.issn.1001- 9081.2017.02.0329

    TP311.13

    A

    猜你喜歡
    項集數(shù)據(jù)結(jié)構(gòu)方劑
    中藥方劑在治療黃褐斑中的應(yīng)用
    《金匱要略》黃芪類方劑探析
    論方劑的配伍環(huán)境
    中成藥(2018年6期)2018-07-11 03:01:24
    甘草在方劑中的作用及配伍規(guī)律
    “翻轉(zhuǎn)課堂”教學(xué)模式的探討——以《數(shù)據(jù)結(jié)構(gòu)》課程教學(xué)為例
    高職高專數(shù)據(jù)結(jié)構(gòu)教學(xué)改革探討
    中國市場(2016年45期)2016-05-17 05:15:48
    關(guān)聯(lián)規(guī)則中經(jīng)典的Apriori算法研究
    卷宗(2014年5期)2014-07-15 07:47:08
    TRIZ理論在“數(shù)據(jù)結(jié)構(gòu)”多媒體教學(xué)中的應(yīng)用
    一種頻繁核心項集的快速挖掘算法
    計算機工程(2014年6期)2014-02-28 01:26:12
    《數(shù)據(jù)結(jié)構(gòu)》教學(xué)方法創(chuàng)新探討
    河南科技(2014年5期)2014-02-27 14:08:57
    日日摸夜夜添夜夜添小说| 久久精品亚洲精品国产色婷小说| 女人被躁到高潮嗷嗷叫费观| 亚洲av美国av| 69av精品久久久久久 | 水蜜桃什么品种好| 欧美av亚洲av综合av国产av| 叶爱在线成人免费视频播放| 两人在一起打扑克的视频| 高潮久久久久久久久久久不卡| 亚洲欧美精品综合一区二区三区| 日韩欧美一区视频在线观看| 满18在线观看网站| 桃花免费在线播放| 成人永久免费在线观看视频 | 大码成人一级视频| 午夜91福利影院| 狠狠精品人妻久久久久久综合| 男女床上黄色一级片免费看| 久9热在线精品视频| 最新美女视频免费是黄的| 国产精品1区2区在线观看. | 90打野战视频偷拍视频| 欧美乱妇无乱码| 夫妻午夜视频| 亚洲熟女毛片儿| 国产日韩欧美在线精品| 亚洲黑人精品在线| 精品午夜福利视频在线观看一区 | 成人免费观看视频高清| 成人手机av| av天堂久久9| 亚洲欧美精品综合一区二区三区| 久久av网站| 99国产精品一区二区蜜桃av | 曰老女人黄片| 国产欧美日韩一区二区三| 纵有疾风起免费观看全集完整版| 高清在线国产一区| 久久久精品区二区三区| 成年人免费黄色播放视频| tocl精华| 色视频在线一区二区三区| 在线观看www视频免费| 欧美变态另类bdsm刘玥| 国产精品偷伦视频观看了| 黄色丝袜av网址大全| 97人妻天天添夜夜摸| 国产真人三级小视频在线观看| 免费女性裸体啪啪无遮挡网站| 亚洲人成伊人成综合网2020| 亚洲av成人一区二区三| 搡老岳熟女国产| 久久国产精品大桥未久av| 欧美亚洲 丝袜 人妻 在线| svipshipincom国产片| 无限看片的www在线观看| 国产在线一区二区三区精| 国产在线免费精品| 最黄视频免费看| 亚洲情色 制服丝袜| 欧美精品亚洲一区二区| 国产91精品成人一区二区三区 | 亚洲精品中文字幕在线视频| 欧美激情极品国产一区二区三区| 精品一区二区三区四区五区乱码| 99国产精品一区二区三区| 国产野战对白在线观看| 国产男女超爽视频在线观看| 中文字幕色久视频| 国产亚洲精品一区二区www | 久久免费观看电影| 一级片'在线观看视频| 老司机深夜福利视频在线观看| 精品亚洲成国产av| 99精国产麻豆久久婷婷| 国产精品秋霞免费鲁丝片| 男男h啪啪无遮挡| 91字幕亚洲| 啦啦啦 在线观看视频| 久久午夜亚洲精品久久| 人人澡人人妻人| 精品国产亚洲在线| 黄片小视频在线播放| 日韩大码丰满熟妇| 国产片内射在线| 久热爱精品视频在线9| 久热这里只有精品99| 最近最新免费中文字幕在线| xxxhd国产人妻xxx| 纯流量卡能插随身wifi吗| 美女高潮到喷水免费观看| 精品熟女少妇八av免费久了| 国产成人免费无遮挡视频| 成人国产一区最新在线观看| 久久人妻熟女aⅴ| 自拍欧美九色日韩亚洲蝌蚪91| 成年版毛片免费区| 一区福利在线观看| 母亲3免费完整高清在线观看| 国产精品欧美亚洲77777| 97人妻天天添夜夜摸| 国产精品久久久人人做人人爽| 麻豆av在线久日| 亚洲精品国产色婷婷电影| 亚洲精品成人av观看孕妇| 欧美老熟妇乱子伦牲交| 一区二区三区精品91| 淫妇啪啪啪对白视频| 精品国产超薄肉色丝袜足j| 一进一出好大好爽视频| 在线观看免费日韩欧美大片| 99久久99久久久精品蜜桃| 十八禁高潮呻吟视频| 免费观看av网站的网址| 高清av免费在线| 黄色成人免费大全| 欧美午夜高清在线| 国产精品偷伦视频观看了| 人人妻人人添人人爽欧美一区卜| 国产在线一区二区三区精| 免费观看人在逋| 高清av免费在线| 亚洲精品成人av观看孕妇| 欧美黑人欧美精品刺激| 别揉我奶头~嗯~啊~动态视频| 成人精品一区二区免费| 丁香六月天网| 日韩人妻精品一区2区三区| 伦理电影免费视频| 国产一区二区三区视频了| 国产精品九九99| 亚洲人成伊人成综合网2020| 9热在线视频观看99| 欧美变态另类bdsm刘玥| 欧美亚洲 丝袜 人妻 在线| 国产精品一区二区免费欧美| 乱人伦中国视频| 国产免费现黄频在线看| 亚洲国产av影院在线观看| 亚洲午夜理论影院| 国产精品麻豆人妻色哟哟久久| 日本a在线网址| 亚洲国产中文字幕在线视频| 亚洲精品一卡2卡三卡4卡5卡| 91麻豆精品激情在线观看国产 | 亚洲精品自拍成人| 最新美女视频免费是黄的| 亚洲精品中文字幕在线视频| 亚洲av日韩精品久久久久久密| av片东京热男人的天堂| 成人永久免费在线观看视频 | 人人澡人人妻人| 久久久久久久大尺度免费视频| 视频区欧美日本亚洲| 操美女的视频在线观看| 两性午夜刺激爽爽歪歪视频在线观看 | 欧美国产精品一级二级三级| 国产高清视频在线播放一区| 亚洲精品中文字幕一二三四区 | 在线天堂中文资源库| 精品一区二区三区四区五区乱码| 亚洲专区国产一区二区| 十八禁网站免费在线| 无人区码免费观看不卡 | 丝袜人妻中文字幕| 人人澡人人妻人| 天天躁夜夜躁狠狠躁躁| 久久中文字幕一级| 2018国产大陆天天弄谢| 麻豆成人av在线观看| 天堂动漫精品| 亚洲成a人片在线一区二区| 女性被躁到高潮视频| 久久毛片免费看一区二区三区| 国产色视频综合| 99国产精品99久久久久| 波多野结衣av一区二区av| 高清黄色对白视频在线免费看| 亚洲情色 制服丝袜| 亚洲伊人色综图| 免费观看人在逋| 国产精品欧美亚洲77777| 999精品在线视频| 91成年电影在线观看| 大码成人一级视频| 亚洲欧美日韩另类电影网站| 午夜成年电影在线免费观看| 精品亚洲乱码少妇综合久久| 久久久久久久久久久久大奶| 99久久99久久久精品蜜桃| 国产主播在线观看一区二区| 日本vs欧美在线观看视频| 精品福利观看| 亚洲中文av在线| 日韩中文字幕视频在线看片| 国产精品久久久久久精品古装| 国产成人精品在线电影| 日本vs欧美在线观看视频| 曰老女人黄片| 捣出白浆h1v1| 国产精品 欧美亚洲| 超碰97精品在线观看| 女性生殖器流出的白浆| 91麻豆av在线| 狠狠精品人妻久久久久久综合| 免费女性裸体啪啪无遮挡网站| www.熟女人妻精品国产| 12—13女人毛片做爰片一| 丝袜美腿诱惑在线| 免费av中文字幕在线| 狠狠精品人妻久久久久久综合| 51午夜福利影视在线观看| 国产人伦9x9x在线观看| 久久久久久久国产电影| 国产免费福利视频在线观看| av国产精品久久久久影院| 丝袜喷水一区| 美女主播在线视频| 免费在线观看视频国产中文字幕亚洲| 十八禁网站网址无遮挡| 日韩大片免费观看网站| 国产精品免费视频内射| 国产精品二区激情视频| e午夜精品久久久久久久| 黄色成人免费大全| 亚洲精品粉嫩美女一区| 18禁裸乳无遮挡动漫免费视频| 在线观看免费视频日本深夜| 中文字幕人妻丝袜制服| 免费av中文字幕在线| 久久人人97超碰香蕉20202| 一夜夜www| 高潮久久久久久久久久久不卡| 亚洲欧美色中文字幕在线| 一区二区三区精品91| 日韩免费高清中文字幕av| 1024香蕉在线观看| 亚洲国产av影院在线观看| 午夜激情av网站| 在线天堂中文资源库| 大码成人一级视频| 不卡一级毛片| 51午夜福利影视在线观看| 黄片播放在线免费| 波多野结衣av一区二区av| 欧美日韩成人在线一区二区| 在线十欧美十亚洲十日本专区| 天堂动漫精品| 免费av中文字幕在线| 国产深夜福利视频在线观看| 亚洲色图 男人天堂 中文字幕| 中文字幕精品免费在线观看视频| 国产免费现黄频在线看| 国产高清videossex| 免费看a级黄色片| 桃红色精品国产亚洲av| 欧美人与性动交α欧美软件| 午夜福利在线免费观看网站| 啦啦啦中文免费视频观看日本| 啦啦啦免费观看视频1| 男人操女人黄网站| 老司机亚洲免费影院| 十八禁网站免费在线| 91麻豆av在线| av天堂在线播放| 久久天躁狠狠躁夜夜2o2o| 午夜91福利影院| 欧美黄色片欧美黄色片| 少妇的丰满在线观看| 欧美日韩亚洲高清精品| 母亲3免费完整高清在线观看| 午夜日韩欧美国产| 人妻 亚洲 视频| 十分钟在线观看高清视频www| 亚洲精品中文字幕在线视频| 十八禁人妻一区二区| 老司机深夜福利视频在线观看| 日韩三级视频一区二区三区| 黑人欧美特级aaaaaa片| 久久精品熟女亚洲av麻豆精品| 亚洲人成电影免费在线| 黄色成人免费大全| 久久人妻福利社区极品人妻图片| 一区二区三区国产精品乱码| 99国产精品免费福利视频| 熟女少妇亚洲综合色aaa.| 成人国产一区最新在线观看| 久久香蕉激情| 久久久精品区二区三区| a级毛片在线看网站| 亚洲av片天天在线观看| 黄片小视频在线播放| 老司机福利观看| av线在线观看网站| 久久香蕉激情| 国产精品久久久久久精品古装| 亚洲国产欧美一区二区综合| 我要看黄色一级片免费的| 日韩三级视频一区二区三区| 国产成人av激情在线播放| 国产精品久久久人人做人人爽| 久久天躁狠狠躁夜夜2o2o| 成人永久免费在线观看视频 | 岛国在线观看网站| 亚洲av日韩精品久久久久久密| 欧美久久黑人一区二区| 久热这里只有精品99| 成人国语在线视频| 91字幕亚洲| 国产欧美日韩一区二区精品| 亚洲三区欧美一区| 国产精品久久久久久人妻精品电影 | 日韩欧美三级三区| 国产亚洲欧美精品永久| 99久久人妻综合| 久久久国产成人免费| 国产视频一区二区在线看| 性色av乱码一区二区三区2| 成人精品一区二区免费| www.999成人在线观看| 久久影院123| 一区福利在线观看| 一本—道久久a久久精品蜜桃钙片| 久久久久久免费高清国产稀缺| 亚洲精品自拍成人| a级毛片黄视频| 中文字幕另类日韩欧美亚洲嫩草| 天天躁日日躁夜夜躁夜夜| 日韩熟女老妇一区二区性免费视频| 国产aⅴ精品一区二区三区波| 国产精品香港三级国产av潘金莲| 大片电影免费在线观看免费| av欧美777| 久久精品国产99精品国产亚洲性色 | 成年人免费黄色播放视频| 国产亚洲午夜精品一区二区久久| 天天影视国产精品| 老司机午夜十八禁免费视频| 999久久久国产精品视频| 大香蕉久久成人网| 色婷婷久久久亚洲欧美| 俄罗斯特黄特色一大片| 久久99热这里只频精品6学生| 欧美黑人精品巨大| 少妇的丰满在线观看| 黑人巨大精品欧美一区二区蜜桃| 国产熟女午夜一区二区三区| 日本黄色视频三级网站网址 | 国产一区二区在线观看av| 亚洲色图av天堂| 国产免费现黄频在线看| 窝窝影院91人妻| 捣出白浆h1v1| 精品少妇久久久久久888优播| 久久久欧美国产精品| 午夜久久久在线观看| 欧美精品高潮呻吟av久久| 极品人妻少妇av视频| 久久久久久久大尺度免费视频| 免费人妻精品一区二区三区视频| 丰满饥渴人妻一区二区三| 亚洲国产欧美一区二区综合| 亚洲专区国产一区二区| 欧美精品人与动牲交sv欧美| 国产精品一区二区精品视频观看| 夜夜爽天天搞| 欧美精品亚洲一区二区| 亚洲性夜色夜夜综合| 99精品在免费线老司机午夜| 99在线人妻在线中文字幕 | 日韩中文字幕欧美一区二区| 老鸭窝网址在线观看| 国产精品国产高清国产av | av网站在线播放免费| 极品少妇高潮喷水抽搐| 欧美日韩一级在线毛片| 欧美成人午夜精品| 免费看十八禁软件| 国产精品98久久久久久宅男小说| 欧美精品一区二区大全| 亚洲色图av天堂| av超薄肉色丝袜交足视频| 在线 av 中文字幕| 国产免费福利视频在线观看| 手机成人av网站| 色精品久久人妻99蜜桃| 亚洲欧美精品综合一区二区三区| 嫁个100分男人电影在线观看| 日韩一区二区三区影片| 桃红色精品国产亚洲av| 不卡一级毛片| 精品国产乱码久久久久久小说| 老汉色∧v一级毛片| 欧美日韩视频精品一区| 老司机靠b影院| 亚洲人成电影免费在线| 大型黄色视频在线免费观看| 日韩有码中文字幕| 午夜精品国产一区二区电影| 夜夜夜夜夜久久久久| 91成人精品电影| 首页视频小说图片口味搜索| 亚洲国产看品久久| 黄色丝袜av网址大全| 久久久欧美国产精品| 久久午夜综合久久蜜桃| 高清视频免费观看一区二区| 精品高清国产在线一区| 亚洲性夜色夜夜综合| 香蕉久久夜色| 久久亚洲真实| 麻豆乱淫一区二区| 麻豆国产av国片精品| 老熟妇仑乱视频hdxx| 亚洲人成电影免费在线| 99国产极品粉嫩在线观看| 亚洲人成伊人成综合网2020| 国产一区有黄有色的免费视频| 久久久国产一区二区| 精品人妻在线不人妻| 国产高清videossex| 高清视频免费观看一区二区| 亚洲精品av麻豆狂野| 国产精品.久久久| 热re99久久国产66热| 精品国产一区二区三区久久久樱花| 一区二区三区乱码不卡18| 久久中文字幕一级| 757午夜福利合集在线观看| 最近最新免费中文字幕在线| 一二三四在线观看免费中文在| 一边摸一边抽搐一进一小说 | 欧美日本中文国产一区发布| 亚洲国产欧美网| 香蕉丝袜av| 超碰成人久久| 日韩大码丰满熟妇| 麻豆乱淫一区二区| 成人手机av| 男人舔女人的私密视频| 18禁裸乳无遮挡动漫免费视频| 国产精品香港三级国产av潘金莲| 中文字幕最新亚洲高清| 亚洲男人天堂网一区| 黑人欧美特级aaaaaa片| 日本黄色日本黄色录像| 天堂8中文在线网| 黄片小视频在线播放| 久久午夜综合久久蜜桃| 中文字幕人妻丝袜一区二区| 午夜91福利影院| 91av网站免费观看| 欧美日韩精品网址| 国产精品欧美亚洲77777| 日本欧美视频一区| 色尼玛亚洲综合影院| 日韩欧美三级三区| 亚洲午夜理论影院| 99国产精品一区二区蜜桃av | av视频免费观看在线观看| 男女高潮啪啪啪动态图| 捣出白浆h1v1| 高清欧美精品videossex| 老鸭窝网址在线观看| 日韩中文字幕欧美一区二区| 亚洲人成伊人成综合网2020| 亚洲国产看品久久| 亚洲情色 制服丝袜| 国产精品九九99| av电影中文网址| 欧美精品一区二区大全| 热re99久久精品国产66热6| 女警被强在线播放| 天天影视国产精品| 制服人妻中文乱码| 亚洲中文av在线| 我要看黄色一级片免费的| 中国美女看黄片| 欧美亚洲日本最大视频资源| 国产麻豆69| 日本欧美视频一区| 黄色a级毛片大全视频| 91成年电影在线观看| 久久精品亚洲熟妇少妇任你| 十八禁人妻一区二区| 午夜精品国产一区二区电影| 日韩中文字幕视频在线看片| 美女高潮喷水抽搐中文字幕| 成人精品一区二区免费| 久久久久久久精品吃奶| 久久婷婷成人综合色麻豆| 日本撒尿小便嘘嘘汇集6| 久久狼人影院| 高潮久久久久久久久久久不卡| 精品久久久久久久毛片微露脸| 色老头精品视频在线观看| 久久午夜亚洲精品久久| 丁香六月天网| 国产片内射在线| 亚洲av日韩精品久久久久久密| 99国产精品一区二区三区| 大香蕉久久成人网| 99久久人妻综合| 国产男女内射视频| 国产欧美日韩精品亚洲av| 精品卡一卡二卡四卡免费| 狠狠狠狠99中文字幕| 国产无遮挡羞羞视频在线观看| 久久这里只有精品19| 美女午夜性视频免费| 青青草视频在线视频观看| 成人亚洲精品一区在线观看| 亚洲色图av天堂| 久久午夜亚洲精品久久| 在线观看一区二区三区激情| 久久影院123| 一个人免费在线观看的高清视频| 一二三四在线观看免费中文在| 99香蕉大伊视频| 少妇精品久久久久久久| 精品一区二区三区av网在线观看 | 中文字幕av电影在线播放| 免费观看人在逋| 欧美成人午夜精品| 老司机午夜十八禁免费视频| 91麻豆精品激情在线观看国产 | 一级毛片女人18水好多| 中文字幕人妻丝袜制服| 建设人人有责人人尽责人人享有的| 国产麻豆69| 一进一出好大好爽视频| 亚洲av片天天在线观看| 麻豆av在线久日| 国产在线一区二区三区精| √禁漫天堂资源中文www| 成人免费观看视频高清| 亚洲色图av天堂| 在线观看免费午夜福利视频| 亚洲国产看品久久| 国产99久久九九免费精品| 国产有黄有色有爽视频| 建设人人有责人人尽责人人享有的| 精品久久久久久电影网| 黑人操中国人逼视频| 电影成人av| 亚洲三区欧美一区| 如日韩欧美国产精品一区二区三区| 丝袜在线中文字幕| 国产精品秋霞免费鲁丝片| 免费少妇av软件| 久久久久精品国产欧美久久久| 捣出白浆h1v1| 91精品国产国语对白视频| 国产成人精品在线电影| 无限看片的www在线观看| 日本a在线网址| 亚洲色图av天堂| 一边摸一边抽搐一进一小说 | 热99国产精品久久久久久7| 国产成人精品久久二区二区91| 国产精品久久久久久精品电影小说| 夜夜爽天天搞| 一级黄色大片毛片| 久久精品成人免费网站| 黑人巨大精品欧美一区二区mp4| 亚洲av国产av综合av卡| 动漫黄色视频在线观看| 久久性视频一级片| 精品国产亚洲在线| 国产av又大| 成人av一区二区三区在线看| 后天国语完整版免费观看| 老汉色∧v一级毛片| 99精品久久久久人妻精品| 久久精品国产a三级三级三级| 亚洲人成伊人成综合网2020| 97在线人人人人妻| 最新在线观看一区二区三区| 国产精品久久久av美女十八| 欧美成人免费av一区二区三区 | 黑人巨大精品欧美一区二区蜜桃| 成年女人毛片免费观看观看9 | 极品教师在线免费播放| 黄色成人免费大全| 国产国语露脸激情在线看| 两个人免费观看高清视频| 亚洲午夜理论影院| 成年人黄色毛片网站| 老熟女久久久| 正在播放国产对白刺激| 99精国产麻豆久久婷婷| 亚洲熟女毛片儿| 可以免费在线观看a视频的电影网站| 日韩三级视频一区二区三区| 激情在线观看视频在线高清 | 热re99久久国产66热| 又大又爽又粗| 精品亚洲成国产av| 国精品久久久久久国模美| 国产精品 国内视频| 乱人伦中国视频| 天堂8中文在线网| 69av精品久久久久久 | 男女高潮啪啪啪动态图| 久久中文字幕人妻熟女| 不卡一级毛片| 色尼玛亚洲综合影院| 免费观看av网站的网址| 久久久久久久大尺度免费视频| 黑人猛操日本美女一级片| 中文字幕人妻丝袜制服| 国产高清视频在线播放一区| 国产精品一区二区在线不卡| 国产亚洲精品久久久久5区|