• <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
    高清在线国产一区| av欧美777| 国产av不卡久久| 日韩av在线大香蕉| 性欧美人与动物交配| 成人一区二区视频在线观看| av福利片在线观看| 国产一区二区在线观看日韩| 女生性感内裤真人,穿戴方法视频| 亚洲欧美日韩卡通动漫| 亚洲精品456在线播放app | 夜夜看夜夜爽夜夜摸| 美女免费视频网站| 一级毛片久久久久久久久女| 国产麻豆成人av免费视频| 级片在线观看| 在线观看免费视频日本深夜| eeuss影院久久| 欧美性猛交╳xxx乱大交人| 欧美色视频一区免费| 在线播放国产精品三级| 欧美区成人在线视频| 一级a爱片免费观看的视频| 天堂动漫精品| 亚洲欧美日韩高清专用| 国产探花在线观看一区二区| 色哟哟哟哟哟哟| 亚洲片人在线观看| 久久亚洲真实| 特大巨黑吊av在线直播| 色5月婷婷丁香| 好男人电影高清在线观看| 99热只有精品国产| 亚洲欧美日韩高清专用| 国产av麻豆久久久久久久| 亚洲 欧美 日韩 在线 免费| 婷婷六月久久综合丁香| 色精品久久人妻99蜜桃| 国产精品永久免费网站| 九九在线视频观看精品| 久久精品国产亚洲av香蕉五月| 免费看美女性在线毛片视频| 成人鲁丝片一二三区免费| 精品久久久久久久人妻蜜臀av| 精品国产亚洲在线| 欧美黑人欧美精品刺激| 欧美色视频一区免费| 男女那种视频在线观看| 色哟哟哟哟哟哟| 久久久久久久久久黄片| 在现免费观看毛片| 人妻丰满熟妇av一区二区三区| 国产视频一区二区在线看| 久久精品夜夜夜夜夜久久蜜豆| 一级毛片久久久久久久久女| 亚洲av不卡在线观看| 搡老熟女国产l中国老女人| 国产精品久久久久久亚洲av鲁大| or卡值多少钱| 麻豆av噜噜一区二区三区| 欧美高清成人免费视频www| 悠悠久久av| 国产精品一区二区三区四区久久| 毛片女人毛片| 欧美潮喷喷水| 亚洲 国产 在线| 麻豆国产97在线/欧美| 99riav亚洲国产免费| 99久久成人亚洲精品观看| 激情在线观看视频在线高清| www日本黄色视频网| 欧美日韩乱码在线| 欧美日韩亚洲国产一区二区在线观看| 一个人看的www免费观看视频| 18禁黄网站禁片免费观看直播| 久久久精品欧美日韩精品| 中文字幕精品亚洲无线码一区| 精品国内亚洲2022精品成人| 精品人妻偷拍中文字幕| 黄色视频,在线免费观看| 51国产日韩欧美| 欧美潮喷喷水| 人人妻人人澡欧美一区二区| 听说在线观看完整版免费高清| 可以在线观看的亚洲视频| 怎么达到女性高潮| 欧美又色又爽又黄视频| 国内毛片毛片毛片毛片毛片| 老司机福利观看| 日本熟妇午夜| 草草在线视频免费看| 丝袜美腿在线中文| 精品久久久久久久久久久久久| 网址你懂的国产日韩在线| 热99在线观看视频| 久久午夜亚洲精品久久| 亚洲中文日韩欧美视频| 久久国产乱子免费精品| 国产三级中文精品| а√天堂www在线а√下载| 免费看日本二区| 国产精品99久久久久久久久| 久久这里只有精品中国| 久久性视频一级片| 窝窝影院91人妻| ponron亚洲| 国产一区二区激情短视频| 久9热在线精品视频| 人妻丰满熟妇av一区二区三区| 99久久久亚洲精品蜜臀av| 精品久久久久久久久av| 18禁黄网站禁片午夜丰满| 午夜日韩欧美国产| 男女下面进入的视频免费午夜| 99国产精品一区二区蜜桃av| 男女那种视频在线观看| 精品人妻1区二区| 久久久精品欧美日韩精品| 欧美3d第一页| 在线观看66精品国产| 在线免费观看的www视频| 亚洲欧美日韩高清专用| 国产免费男女视频| 精品乱码久久久久久99久播| 热99re8久久精品国产| 人人妻人人看人人澡| 人人妻,人人澡人人爽秒播| 免费大片18禁| 日韩欧美国产在线观看| 国产精品久久久久久久电影| 欧美一区二区国产精品久久精品| 婷婷丁香在线五月| 不卡一级毛片| 欧美日韩乱码在线| 直男gayav资源| 国产午夜福利久久久久久| 九色成人免费人妻av| 国产麻豆成人av免费视频| 欧美日本视频| 国产欧美日韩一区二区三| 最后的刺客免费高清国语| 国产色婷婷99| 国产精品久久久久久亚洲av鲁大| 长腿黑丝高跟| 国产淫片久久久久久久久 | 国产精品一及| 一级黄片播放器| 欧美激情国产日韩精品一区| 亚洲av.av天堂| 久久九九热精品免费| 日日夜夜操网爽| 每晚都被弄得嗷嗷叫到高潮| 国内毛片毛片毛片毛片毛片| 中文在线观看免费www的网站| av在线蜜桃| 中文字幕熟女人妻在线| 国产久久久一区二区三区| 夜夜看夜夜爽夜夜摸| 国产一区二区亚洲精品在线观看| 欧美另类亚洲清纯唯美| 人妻夜夜爽99麻豆av| 国产精品野战在线观看| 女同久久另类99精品国产91| 成人无遮挡网站| 精品午夜福利视频在线观看一区| 日韩中文字幕欧美一区二区| 国产三级黄色录像| 蜜桃亚洲精品一区二区三区| 夜夜看夜夜爽夜夜摸| 亚洲国产欧美人成| 亚洲第一欧美日韩一区二区三区| 亚洲电影在线观看av| 亚洲精品粉嫩美女一区| 欧美极品一区二区三区四区| 国产午夜福利久久久久久| a级毛片a级免费在线| 女人被狂操c到高潮| 国产白丝娇喘喷水9色精品| 亚州av有码| 狂野欧美白嫩少妇大欣赏| 国产伦一二天堂av在线观看| 亚洲,欧美精品.| 久99久视频精品免费| 亚洲一区二区三区不卡视频| 精品午夜福利在线看| 99热这里只有是精品在线观看 | 美女cb高潮喷水在线观看| 亚洲av中文字字幕乱码综合| 少妇丰满av| 国产亚洲av嫩草精品影院| 国产伦精品一区二区三区四那| 亚洲自拍偷在线| 老鸭窝网址在线观看| 啦啦啦韩国在线观看视频| 深夜a级毛片| 俺也久久电影网| 亚洲午夜理论影院| 高清日韩中文字幕在线| 国产精品伦人一区二区| 不卡一级毛片| 日韩av在线大香蕉| netflix在线观看网站| 精品国产三级普通话版| 欧美色欧美亚洲另类二区| 亚洲专区国产一区二区| 深爱激情五月婷婷| 精品久久久久久久久久免费视频| 成人特级黄色片久久久久久久| 香蕉av资源在线| 精品人妻熟女av久视频| 麻豆成人av在线观看| 丰满人妻一区二区三区视频av| 亚洲欧美日韩卡通动漫| 中文字幕高清在线视频| 无遮挡黄片免费观看| 淫秽高清视频在线观看| 国产综合懂色| 亚洲精品日韩av片在线观看| 久久午夜亚洲精品久久| 亚洲经典国产精华液单 | 日本熟妇午夜| 欧美精品国产亚洲| 亚洲人成网站在线播| 国产免费一级a男人的天堂| 天美传媒精品一区二区| 成人精品一区二区免费| 久久精品久久久久久噜噜老黄 | 999久久久精品免费观看国产| 久久精品国产清高在天天线| 夜夜爽天天搞| 成年女人毛片免费观看观看9| 色5月婷婷丁香| 好男人电影高清在线观看| 99在线人妻在线中文字幕| 嫩草影院新地址| 欧美色欧美亚洲另类二区| 亚洲中文日韩欧美视频| 男人舔奶头视频| 极品教师在线免费播放| 桃色一区二区三区在线观看| 色综合婷婷激情| 91午夜精品亚洲一区二区三区 | 久久精品综合一区二区三区| 亚洲aⅴ乱码一区二区在线播放| 特大巨黑吊av在线直播| 婷婷亚洲欧美| 久久精品国产亚洲av香蕉五月| 69人妻影院| 一级av片app| 伦理电影大哥的女人| 日韩欧美一区二区三区在线观看| 简卡轻食公司| 国产精品1区2区在线观看.| 女生性感内裤真人,穿戴方法视频| 精品99又大又爽又粗少妇毛片 | 久久久久久久午夜电影| 国产成人a区在线观看| 亚洲国产精品sss在线观看| 十八禁人妻一区二区| 国产激情偷乱视频一区二区| 色综合亚洲欧美另类图片| 欧美成狂野欧美在线观看| 欧美乱色亚洲激情| 国产精品日韩av在线免费观看| 久久伊人香网站| 午夜福利在线在线| 一级作爱视频免费观看| 成年女人看的毛片在线观看| 亚洲五月天丁香| 免费av观看视频| 欧美午夜高清在线| 亚洲男人的天堂狠狠| 此物有八面人人有两片| 精品一区二区三区视频在线| 国内精品一区二区在线观看| 欧美性猛交╳xxx乱大交人| 又黄又爽又刺激的免费视频.| 亚洲自拍偷在线| 亚洲国产色片| 日本成人三级电影网站| 两个人视频免费观看高清| a级一级毛片免费在线观看| www.色视频.com| 99热这里只有是精品在线观看 | 欧美黄色淫秽网站| 此物有八面人人有两片| 久99久视频精品免费| 一级黄色大片毛片| 女人十人毛片免费观看3o分钟| 99久久精品一区二区三区| 色综合亚洲欧美另类图片| 女人被狂操c到高潮| 每晚都被弄得嗷嗷叫到高潮| 性色avwww在线观看| 免费观看精品视频网站| 99国产极品粉嫩在线观看| 免费大片18禁| 别揉我奶头 嗯啊视频| 亚洲中文字幕日韩| 亚洲精品粉嫩美女一区| 日本黄色片子视频| 欧美精品啪啪一区二区三区| 久久精品国产亚洲av香蕉五月| 日韩欧美精品免费久久 | 男女下面进入的视频免费午夜| 国模一区二区三区四区视频| 成人美女网站在线观看视频| 大型黄色视频在线免费观看| 男女之事视频高清在线观看| 欧美极品一区二区三区四区| 国产精品久久久久久久电影| 国产精品日韩av在线免费观看| 欧美3d第一页| 亚洲专区国产一区二区| 久久人人爽人人爽人人片va | 欧美潮喷喷水| 色在线成人网| 啪啪无遮挡十八禁网站| 中文字幕av在线有码专区| 精品人妻视频免费看| 亚洲内射少妇av| 国产精品影院久久| 中文字幕熟女人妻在线| 国产精品亚洲av一区麻豆| 一本综合久久免费| 草草在线视频免费看| 国产成人影院久久av| 久久久久性生活片| 内射极品少妇av片p| 久久久成人免费电影| 欧美成狂野欧美在线观看| 18+在线观看网站| 中文字幕人成人乱码亚洲影| 日韩高清综合在线| 中文字幕久久专区| 欧美+亚洲+日韩+国产| 亚洲七黄色美女视频| av在线老鸭窝| 久久精品人妻少妇| 一区二区三区四区激情视频 | 国产真实乱freesex| 国产精品乱码一区二三区的特点| 久久久久久久久久黄片| 欧美日韩亚洲国产一区二区在线观看| 欧美在线黄色| 色综合欧美亚洲国产小说| 日本五十路高清| 精品欧美国产一区二区三| 婷婷亚洲欧美| 中亚洲国语对白在线视频| 少妇高潮的动态图| 51午夜福利影视在线观看| 91九色精品人成在线观看| 久久久久久国产a免费观看| 人妻丰满熟妇av一区二区三区| 亚洲激情在线av| 欧美丝袜亚洲另类 | 88av欧美| 啦啦啦观看免费观看视频高清| 欧美黄色片欧美黄色片| 午夜精品一区二区三区免费看| 国产蜜桃级精品一区二区三区| 婷婷丁香在线五月| 欧美日本亚洲视频在线播放| 亚洲人成伊人成综合网2020| av天堂在线播放| 久99久视频精品免费| 悠悠久久av| 久久久色成人| 成人毛片a级毛片在线播放| 欧美色视频一区免费| 国产极品精品免费视频能看的| 午夜免费激情av| 十八禁网站免费在线| 又黄又爽又刺激的免费视频.| 宅男免费午夜| 亚洲av成人精品一区久久| 日韩欧美三级三区| 高潮久久久久久久久久久不卡| 亚洲自偷自拍三级| 欧美最黄视频在线播放免费| 亚洲内射少妇av| 欧美最黄视频在线播放免费| 欧美日韩中文字幕国产精品一区二区三区| 免费av观看视频| 亚洲最大成人av| 欧美高清成人免费视频www| a级毛片a级免费在线| 午夜日韩欧美国产| 国内毛片毛片毛片毛片毛片| 757午夜福利合集在线观看| 岛国在线免费视频观看| 国产黄片美女视频| 国产成人影院久久av| 在线天堂最新版资源| 男人的好看免费观看在线视频| 国产老妇女一区| 俺也久久电影网| 夜夜看夜夜爽夜夜摸| 欧美成狂野欧美在线观看| 麻豆久久精品国产亚洲av| 久久午夜亚洲精品久久| 日韩人妻高清精品专区| 欧美色欧美亚洲另类二区| 2021天堂中文幕一二区在线观| 午夜激情欧美在线| 久久人人精品亚洲av| 男人狂女人下面高潮的视频| 一区福利在线观看| 在线播放国产精品三级| 国产高清视频在线观看网站| 国产大屁股一区二区在线视频| av中文乱码字幕在线| 18禁裸乳无遮挡免费网站照片| 欧美乱色亚洲激情| 欧美性猛交黑人性爽| 国产 一区 欧美 日韩| 成人三级黄色视频| 日韩 亚洲 欧美在线| 久久国产精品影院| 日日干狠狠操夜夜爽| 真人做人爱边吃奶动态| 五月玫瑰六月丁香| 日韩欧美在线二视频| 最好的美女福利视频网| 国产美女午夜福利| 国产精品久久久久久久电影| 欧美成人a在线观看| 91在线观看av| 国产精品日韩av在线免费观看| 中文字幕人妻熟人妻熟丝袜美| 国产三级在线视频| 一进一出抽搐动态| 精品一区二区三区人妻视频| 日韩高清综合在线| 亚洲色图av天堂| 亚洲性夜色夜夜综合| 久久久久久久亚洲中文字幕 | 特大巨黑吊av在线直播| 国产av在哪里看| 久久午夜亚洲精品久久| 午夜两性在线视频| 久久午夜福利片| 欧美+日韩+精品| 久久久久久国产a免费观看| 男女那种视频在线观看| 亚洲激情在线av| 中文字幕免费在线视频6| 深夜a级毛片| 亚洲不卡免费看| 99热只有精品国产| 国产精品人妻久久久久久| 亚洲av第一区精品v没综合| 亚洲精品一卡2卡三卡4卡5卡| 性色avwww在线观看| 亚洲成人久久性| 久久久久性生活片| av欧美777| 国产色爽女视频免费观看| www.999成人在线观看| 午夜日韩欧美国产| 色播亚洲综合网| 亚洲 欧美 日韩 在线 免费| 熟女人妻精品中文字幕| 久久久久国内视频| 动漫黄色视频在线观看| 国产中年淑女户外野战色| 欧美日本亚洲视频在线播放| 别揉我奶头 嗯啊视频| 亚洲18禁久久av| 少妇的逼水好多| 天美传媒精品一区二区| 国产亚洲精品久久久久久毛片| 欧美色视频一区免费| 日本五十路高清| 国产精品久久电影中文字幕| 天堂√8在线中文| 国产亚洲精品av在线| 欧美激情在线99| 在线观看免费视频日本深夜| 简卡轻食公司| 亚洲精品成人久久久久久| 级片在线观看| 九九热线精品视视频播放| 国产伦在线观看视频一区| 中亚洲国语对白在线视频| 国产免费一级a男人的天堂| 久久99热6这里只有精品| 日本 av在线| 亚洲三级黄色毛片| 性色av乱码一区二区三区2| 小说图片视频综合网站| bbb黄色大片| 国产一区二区在线观看日韩| 高潮久久久久久久久久久不卡| 国产精品精品国产色婷婷| 国产精品98久久久久久宅男小说| 欧美日韩福利视频一区二区| 亚洲成人中文字幕在线播放| 精品一区二区三区av网在线观看| 国产一区二区三区在线臀色熟女| 国产精品1区2区在线观看.| 一级作爱视频免费观看| 欧美在线黄色| 中文字幕久久专区| 日本a在线网址| 成人特级黄色片久久久久久久| 非洲黑人性xxxx精品又粗又长| 最新中文字幕久久久久| 99精品在免费线老司机午夜| 岛国在线免费视频观看| 国产免费一级a男人的天堂| 欧美中文日本在线观看视频| 99热只有精品国产| 国产精品99久久久久久久久| 免费观看的影片在线观看| 日本五十路高清| www.熟女人妻精品国产| 露出奶头的视频| 99久久九九国产精品国产免费| 真人一进一出gif抽搐免费| 深夜a级毛片| 十八禁国产超污无遮挡网站| 美女xxoo啪啪120秒动态图 | 国产成人aa在线观看| 亚洲自拍偷在线| 久久国产精品人妻蜜桃| 欧美一区二区亚洲| 欧美最新免费一区二区三区 | 人妻丰满熟妇av一区二区三区| 免费高清视频大片| 可以在线观看毛片的网站| 九色成人免费人妻av| 亚洲av中文字字幕乱码综合| 最近视频中文字幕2019在线8| 亚洲无线观看免费| 岛国在线免费视频观看| 亚洲色图av天堂| 亚洲精品久久国产高清桃花| 999久久久精品免费观看国产| 麻豆成人午夜福利视频| 亚洲专区中文字幕在线| 99热这里只有是精品在线观看 | 成年女人毛片免费观看观看9| 3wmmmm亚洲av在线观看| 国内久久婷婷六月综合欲色啪| 亚洲激情在线av| 天堂网av新在线| 99在线人妻在线中文字幕| 午夜免费男女啪啪视频观看 | 每晚都被弄得嗷嗷叫到高潮| 18禁黄网站禁片午夜丰满| 人人妻,人人澡人人爽秒播| 国产精品亚洲av一区麻豆| eeuss影院久久| 久久伊人香网站| 免费电影在线观看免费观看| 看免费av毛片| 亚洲av电影在线进入| 欧美乱色亚洲激情| 夜夜爽天天搞| 亚洲精品在线美女| bbb黄色大片| 村上凉子中文字幕在线| 如何舔出高潮| 国产精品久久久久久精品电影| 久久国产精品人妻蜜桃| 色哟哟·www| 亚洲成av人片在线播放无| 国内毛片毛片毛片毛片毛片| 99久久九九国产精品国产免费| 国产成人aa在线观看| 国产伦精品一区二区三区视频9| 色综合婷婷激情| 18禁裸乳无遮挡免费网站照片| 日本与韩国留学比较| 淫妇啪啪啪对白视频| 两个人视频免费观看高清| 国内少妇人妻偷人精品xxx网站| 别揉我奶头 嗯啊视频| 国产精品自产拍在线观看55亚洲| 女同久久另类99精品国产91| 美女高潮的动态| 亚洲av成人av| 又黄又爽又免费观看的视频| 国产人妻一区二区三区在| 国产精品av视频在线免费观看| 9191精品国产免费久久| 国产亚洲精品久久久com| 国产真实伦视频高清在线观看 | av在线蜜桃| 国产精品久久电影中文字幕| 久久久精品欧美日韩精品| 动漫黄色视频在线观看| 色av中文字幕| 久久精品综合一区二区三区| 国产视频一区二区在线看| 免费看日本二区| 国产一区二区亚洲精品在线观看| 女同久久另类99精品国产91| 国产精品伦人一区二区| 亚洲国产欧美人成| 国产视频一区二区在线看| 久久草成人影院| 变态另类丝袜制服| 亚洲经典国产精华液单 | 丰满的人妻完整版| 亚洲无线观看免费| 久9热在线精品视频| 黄色女人牲交| 中文资源天堂在线| 久9热在线精品视频| 丰满的人妻完整版| 伊人久久精品亚洲午夜| 欧美xxxx性猛交bbbb|