• <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 ?

    群組信息優(yōu)化矩陣分解的群組推薦方法

    2020-04-28 17:26:38楊金勞劉虹明
    機(jī)械設(shè)計(jì)與制造 2020年4期
    關(guān)鍵詞:群組成員矩陣

    楊金勞 ,劉虹明 ,2

    (1.山西運(yùn)城農(nóng)業(yè)職業(yè)技術(shù)學(xué)院,山西 運(yùn)城 044000;2.華北理工大學(xué) 礦業(yè)工程學(xué)院,河北 唐山 063210)

    1 引言

    信息時(shí)代的發(fā)展,推薦系統(tǒng)通過用戶對項(xiàng)目的行為和偏好,將信息搜索轉(zhuǎn)變?yōu)樾畔⒅鲃影l(fā)現(xiàn),從而針對性地生成推薦[1]。隨著用戶組建群組越來越普遍,向群組直接生成推薦建議可以減少感興趣項(xiàng)目的搜索過程和檢索時(shí)間[2],因此,群組推薦成為新的挑戰(zhàn)。

    與個(gè)體推薦不同,群組推薦需減少沖突盡可能滿足群內(nèi)所有組員的偏好需求,同時(shí)還需有效的評分融合方法以更好的表達(dá)群組偏好[3]。文獻(xiàn)[3]提出協(xié)同過濾與推薦內(nèi)容相融合的群組推薦方法,通過對生成的雙列表進(jìn)行融合重排列得到最終推薦;文獻(xiàn)[4]采用三種矩陣分解策略對群組進(jìn)行協(xié)同過濾推薦,最后對重新合成的群組評分特征矩陣再分解得到最終群推薦;文獻(xiàn)[5]基于相似矩陣的稀疏分解提出群推薦算法,對群內(nèi)評分信息的不同類型具有較好的挖掘適應(yīng)性,且對具列相關(guān)的矩陣分解推薦效果較好;文獻(xiàn)[6]根據(jù)社會關(guān)系與群組偏好交互影響,提出合并了分歧、社會及專家三大要素的一致性函數(shù),在要素量化基礎(chǔ)上使用一致性函數(shù)將要素合并為單一值,該方法可以有效地將群內(nèi)成員的個(gè)人評分合并為群推薦列表,取得較好的群組推薦性能;文獻(xiàn)[7]提出基于非對稱因子約束的群組協(xié)同過濾推薦方法,通過表示用戶間相互影響力的影響因子和反映用戶評分習(xí)慣差異的偏移因子來約束相似度矩陣的構(gòu)建,從而將用戶間的不對稱關(guān)系引入到相似矩陣中,文獻(xiàn)[8]根據(jù)群組內(nèi)用戶的簽到偏好,由傳統(tǒng)協(xié)同過濾和TF-TD思想挖掘成員的可能感興趣點(diǎn)(項(xiàng)目)及評分,并對組內(nèi)成員的興趣偏好進(jìn)行混合融合,形成群組的推薦列表,其模型的推薦準(zhǔn)確率有明顯提高;文獻(xiàn)[9]融合群組的情境信息以提高模型的推薦準(zhǔn)確度,首先挖掘用戶的行為偏好及相似度,并進(jìn)行聚類,然后將情境數(shù)據(jù)融入到群組的行為特征發(fā)現(xiàn),最后由群組的歷史評分根據(jù)協(xié)同過濾思想形成預(yù)測推薦,模型對移動模式下的群組推薦具有較好的適用。但已有算法方法仍存在數(shù)據(jù)稀疏和群內(nèi)成員相互關(guān)系不能很好利用的問題,文獻(xiàn)[11]基于多個(gè)推薦結(jié)果評價(jià)指標(biāo),在一個(gè)相同的實(shí)驗(yàn)平臺和實(shí)驗(yàn)環(huán)境下進(jìn)行各種推薦算法的比較,實(shí)驗(yàn)結(jié)果發(fā)現(xiàn),使用協(xié)同過濾算法與偏好矩陣分解相結(jié)合并對推薦結(jié)果進(jìn)行整合,得到的群推薦對數(shù)據(jù)稀疏和推薦精度有明顯的提高改善。為此,以融入群組信息的矩陣分解為基礎(chǔ)模型,提出基于改進(jìn)矩陣分解的群組信息推薦算法,算法將用戶的群組偏好信息引入聯(lián)合矩陣分解,并生成個(gè)人預(yù)測,然后采用均值與最小痛苦策略融合的滿意平衡策略進(jìn)行個(gè)人評分融合,以更有效的實(shí)現(xiàn)群組推薦,對比實(shí)驗(yàn)驗(yàn)證了算法的有效性。

    2 基于改進(jìn)矩陣分解群組推薦算法

    2.1 群組推薦算法框架

    設(shè)系統(tǒng)中 N 個(gè)用戶為 U={u1,u2,L,uN},M 個(gè)項(xiàng)目為 V={v1,v2,L,vM},用戶偏好評分 R={Ri,j}N×M,Ri,j表示 ui對 vj的偏好值,G={g1,g2,L gl,L,gL}為L個(gè)群組,群組矩陣I={Il,i},Il,i=1說明ui在群 gl中,否則}表示用戶ui和um的共有群 GIi,m≠φ,表明兩用戶存在相關(guān)性 Si,m=Sim(ui,um),Si,m組成相關(guān)矩陣S={Si,m}。群組偏好評分RG={RGi,j},RGl,j為群gl的所有成員對vj的評分。在充分考慮群組相關(guān)特征的基礎(chǔ)上,文中算法的群組推薦框架,如圖1所示。

    圖1 基于改進(jìn)矩陣分解的群組推薦框架Fig.1 Group Recommendation Framework based on Improved Matrix Decomposition

    根據(jù)圖1框架,算法根據(jù)用戶評分及其入群信息通過矩陣分解生成群組推薦,整個(gè)過程主要由用戶相關(guān)性計(jì)算、矩陣分解和評分合成三部分組成,相關(guān)性主要根據(jù)群組和用戶入群情況等信息計(jì)算;然后將關(guān)聯(lián)信息融入矩陣分解,計(jì)算群內(nèi)單用戶的偏好評分;最后將單用戶評分通過合適的評分合成策略合成群組的最終評分及群推薦列表。

    2.2 群信息計(jì)算相關(guān)性矩陣

    不同用戶加入同一群組的情況在一定程序上反映了兩個(gè)用戶之間的相關(guān)性,而這種共有群組越多,其興趣或?qū)δ稠?xiàng)目的評分則可能越相似[5],為此,構(gòu)建群組-用戶關(guān)系圖,如圖2所示。以更好的描述用戶之間有關(guān)群組信息的關(guān)聯(lián)性,圖中虛線表示兩用戶擁有著共同的群組,則相關(guān)性Si,m:

    圖2 群-用戶間的二維關(guān)系圖Fig.2 Group-User Two-Dimensional Relationship

    2.3 改進(jìn)概率矩陣分解

    在保持原矩陣分解的全局最優(yōu)特征的基礎(chǔ)上,將群組結(jié)構(gòu)先驗(yàn)信息集成到矩陣分解中,得到潛在的稀疏特征矩陣。設(shè)R={Ri,j}中的元素相互獨(dú)立且服從均值為,方差為的高斯分布[8],通常用戶間的相關(guān)性越高,其特征向量間越相近[9],協(xié)同過濾推薦中,將群組結(jié)構(gòu)信息計(jì)算得到的相關(guān)矩陣集成到矩陣分解,并施加范數(shù)約束,則群組評分預(yù)測可以建模為:

    ij=0。βc—組信息作用參數(shù);γ、λ—正則化系數(shù)。

    分別固定式(5)中的p和q并求解另一個(gè)變量的令偏導(dǎo)數(shù)為 0,即:

    則可以求解兩個(gè)特征矩陣為:

    2.4 評分合成

    群推薦算法的最后一步是進(jìn)行個(gè)人預(yù)測評分的合成,以獲取最終群組對項(xiàng)目的評分,根據(jù)矩陣分解方法過程,用戶ui對項(xiàng)目vj的預(yù)測評分可以表示為:

    均值策略和最小痛苦策略是群組推薦中常見的根據(jù)群內(nèi)個(gè)人評分計(jì)算群組的最終推薦預(yù)測并形成推薦列表的方法。均值策略以群組內(nèi)成員個(gè)人評分的平均值作為群組的最終預(yù)測,其計(jì)算公式為:

    最小痛苦策略將最終的組預(yù)測與群組內(nèi)當(dāng)前評分滿意度差的成員的評分意見一致,其以成員評分的最小值為最終群組評分,計(jì)算公式:

    但均值策略更注重群組內(nèi)所有成員的平均偏好滿意度,既不能保證部分成員的最優(yōu)滿意度,也可能忽略了少數(shù)成員的不滿意度;而最小痛苦策略確保組內(nèi)盡可能少的成員對推薦項(xiàng)目不滿意,但卻可能會忽略大多數(shù)成員對推薦項(xiàng)目的感受。為此,融合上述兩種常見合成策略的優(yōu)點(diǎn),采用能夠平衡組內(nèi)成員局部滿意度與整體滿意度之間關(guān)系的修正滿意平衡策略,其定義為:

    式中:S—群內(nèi)成員數(shù)。根據(jù)后續(xù)實(shí)驗(yàn)可以看到,按Ball,j照滿意度平衡策略計(jì)算的結(jié)果更能反映群組成員總體興趣。

    根據(jù)修正滿意平衡策略,獲取群組的最終融合評分,并形成群推薦,整個(gè)過程,如表1所示。

    表1 改進(jìn)矩陣分解群組推薦Tab.1 The Proposed Group Recommendation Algorithm

    3 算法實(shí)驗(yàn)驗(yàn)證

    目前還沒有公開的推薦領(lǐng)域數(shù)據(jù)集用于算法實(shí)驗(yàn)驗(yàn)證,現(xiàn)有的國內(nèi)外學(xué)術(shù)研究主要使用來自網(wǎng)站或問卷調(diào)查。為此,從網(wǎng)站爬取并篩選了13597個(gè)用戶和5108972編學(xué)術(shù)文章,群組3916個(gè),用戶收藏文章信息7839301次。選取了推薦準(zhǔn)確率[5],召回率[8]和歸一化折損率[10]三個(gè)評價(jià)指標(biāo)進(jìn)行推薦效果評價(jià)[11]。

    選用UserKNN和PMF方法作為個(gè)人評分階段與文中算法(記為JPD)的對比算法,以修正的滿意平均策略為評分合成方法,以WBF[7]、TSBook[5]和MultiRec[6]三種新群推薦方法進(jìn)行整體性能比較。實(shí)驗(yàn)中訓(xùn)練集和測試集隨機(jī)劃分,各占總數(shù)據(jù)集的80%和20%,矩陣分解的最大迭代次數(shù)為200,UserKNN算法中鄰居用戶數(shù)設(shè)置為30,實(shí)驗(yàn)結(jié)果為20次實(shí)驗(yàn)的平均值。

    3.1 算法參數(shù)對算法性能影響分析

    推薦個(gè)數(shù)為d={10,20,30,40}時(shí)各算法在不同評價(jià)指標(biāo)下的推薦結(jié)果,如圖3所示。圖中UK_Avg、UK_Min和及PMF_Avg、PMF_Min為分別UserKNN和PMF算法采用均值及滿意均衡策略進(jìn)行評分合成。從圖中整體實(shí)驗(yàn)結(jié)果可以看出,文中算法在評價(jià)指標(biāo)下的推薦效果均優(yōu)于其他方法,說明以用戶相關(guān)性形式將群組信息引入可以有效提高基于矩陣分解的群推薦的推薦效果。

    圖3 各算法在不同d下的Precision和RecalFig.3 Precision and Recal under Different d

    在使用改進(jìn)矩陣分解群組成員個(gè)人評分基礎(chǔ)上,實(shí)驗(yàn)測試了文中修正滿意平衡策略與與常用的融合策略歸一化折損率,實(shí)驗(yàn)結(jié)果,如圖4所示。

    圖4 各評分合成策略的歸一化折損率Fig.4 Normalized Discounted Cumulative Gain for Each Strategy

    由圖4可以看出在實(shí)驗(yàn)三組不同規(guī)模群組下,修正的評分融合策略表現(xiàn)的效果最好。最小痛苦以少數(shù)意見決定群組選擇,均值策略注重整體滿意度,乘法策略對成員偏好差別較大的群組推薦結(jié)果不理想,最開心策略僅注重成員的最大滿意度;改進(jìn)均值策略易被少數(shù)不滿意成員的評分影響整個(gè)群組推薦評分,而修正策略較好的平衡了整體滿意度與局部滿意度,推薦項(xiàng)目更符合群組整體偏好,推薦結(jié)果更加準(zhǔn)確。

    3.2 算法推薦性能分析

    取λV=λU=0.001,d=20時(shí)各算法的群組推薦性能比較,如表1所示。從表中可以看出,WBF、TSBook、MultiRec三種算法及文中算法在各指標(biāo)上的推薦性能均優(yōu)于UserKNN和PMF算法。而與WBF、TSBook和MultiRec算法相比,算法在精確率和召回率上均優(yōu)化于三種比較方法,說明文中算法的推薦結(jié)果在推薦順序滿意度上與WBF、TSBook和MultiRec三種算法相當(dāng),而在推薦精度上明顯優(yōu)于三種比較算法。

    表2 推薦算法性能比較實(shí)驗(yàn)結(jié)果(%)Tab.2 Results of Performance Comparison(%)

    4 總結(jié)

    隨著網(wǎng)絡(luò)群組功能的興起,向用戶所在的群組直接生成推薦建議則進(jìn)一步減少了用戶搜尋其感興趣項(xiàng)目的搜索過程和檢索時(shí)間,為此,提出基于改進(jìn)矩陣分解的群組推薦算法,算法以融入群組特有信息的矩陣分解為基礎(chǔ)模型,根據(jù)用戶間的共有群信息計(jì)算其相關(guān)性,并集成到矩陣分解中以生成群內(nèi)單用戶的偏好評分,然后采用三種策略進(jìn)行評分融合。實(shí)驗(yàn)結(jié)果表明,提出的改進(jìn)矩陣分解算法在選定評價(jià)指標(biāo)上的群組薦表現(xiàn)更優(yōu)。但算法還需進(jìn)一步分析融合廣泛存在的其它社會化群組信息,以提高算法的推薦性能。

    猜你喜歡
    群組成員矩陣
    主編及編委會成員簡介
    主編及編委會成員簡介
    主編及編委會成員簡介
    主編及編委會成員簡介
    關(guān)系圖特征在敏感群組挖掘中的應(yīng)用研究
    電子測試(2018年14期)2018-09-26 06:04:10
    初等行變換與初等列變換并用求逆矩陣
    基于統(tǒng)計(jì)模型的空間群組目標(biāo)空間位置計(jì)算研究
    矩陣
    南都周刊(2015年4期)2015-09-10 07:22:44
    矩陣
    南都周刊(2015年3期)2015-09-10 07:22:44
    矩陣
    南都周刊(2015年1期)2015-09-10 07:22:44
    最近最新中文字幕免费大全7| 少妇精品久久久久久久| 在线观看www视频免费| 啦啦啦啦在线视频资源| 久久久久久久大尺度免费视频| 999久久久国产精品视频| 久久精品国产鲁丝片午夜精品| 亚洲欧美色中文字幕在线| 午夜福利视频在线观看免费| 午夜福利视频在线观看免费| 国产成人一区二区在线| 伦理电影大哥的女人| 久久99一区二区三区| 永久免费av网站大全| 国产黄频视频在线观看| 国产97色在线日韩免费| 91久久精品国产一区二区三区| 青青草视频在线视频观看| 男男h啪啪无遮挡| 夜夜骑夜夜射夜夜干| 黄色视频在线播放观看不卡| 国产欧美日韩一区二区三区在线| 美女午夜性视频免费| 久久久欧美国产精品| 91精品三级在线观看| 久久亚洲国产成人精品v| 日本黄色日本黄色录像| 最近中文字幕2019免费版| 日产精品乱码卡一卡2卡三| 一区二区av电影网| 日韩av免费高清视频| 国产精品女同一区二区软件| 美女福利国产在线| 久久国内精品自在自线图片| 亚洲精品在线美女| 97在线人人人人妻| 日韩一区二区视频免费看| 亚洲精品一二三| 中文字幕另类日韩欧美亚洲嫩草| 久久免费观看电影| 中文欧美无线码| av片东京热男人的天堂| 伦理电影免费视频| 免费观看无遮挡的男女| 国产老妇伦熟女老妇高清| 超碰97精品在线观看| 丝袜喷水一区| 中文字幕人妻丝袜一区二区 | 一级黄片播放器| 另类精品久久| 极品少妇高潮喷水抽搐| 免费在线观看完整版高清| 免费女性裸体啪啪无遮挡网站| 2022亚洲国产成人精品| 国产 一区精品| 爱豆传媒免费全集在线观看| 大片电影免费在线观看免费| 青春草亚洲视频在线观看| 国产亚洲午夜精品一区二区久久| 国产成人a∨麻豆精品| a级毛片黄视频| 亚洲欧美日韩另类电影网站| 王馨瑶露胸无遮挡在线观看| √禁漫天堂资源中文www| 少妇人妻 视频| 在线观看免费日韩欧美大片| 美女大奶头黄色视频| 国产有黄有色有爽视频| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 王馨瑶露胸无遮挡在线观看| 色婷婷av一区二区三区视频| 一区二区三区精品91| 亚洲国产精品一区二区三区在线| 成人亚洲精品一区在线观看| 国产精品二区激情视频| 高清在线视频一区二区三区| 国产精品99久久99久久久不卡 | 国产视频首页在线观看| 一本久久精品| 飞空精品影院首页| 青春草视频在线免费观看| 大香蕉久久网| 2022亚洲国产成人精品| 视频区图区小说| 熟女少妇亚洲综合色aaa.| 久久 成人 亚洲| 秋霞在线观看毛片| 男人添女人高潮全过程视频| 90打野战视频偷拍视频| 91国产中文字幕| 欧美另类一区| 亚洲四区av| 久久精品国产亚洲av天美| 免费看不卡的av| 亚洲国产精品一区二区三区在线| av福利片在线| 有码 亚洲区| 啦啦啦视频在线资源免费观看| 97精品久久久久久久久久精品| 韩国精品一区二区三区| 99国产精品免费福利视频| 亚洲av中文av极速乱| 亚洲综合色网址| 看免费av毛片| av女优亚洲男人天堂| 精品99又大又爽又粗少妇毛片| 亚洲人成网站在线观看播放| 女人久久www免费人成看片| 国产精品偷伦视频观看了| 国产精品免费大片| 亚洲精品国产av成人精品| 亚洲三区欧美一区| 免费黄频网站在线观看国产| 亚洲经典国产精华液单| 亚洲色图 男人天堂 中文字幕| 久久久精品94久久精品| 欧美 亚洲 国产 日韩一| 国产在线一区二区三区精| 深夜精品福利| 日韩一本色道免费dvd| av片东京热男人的天堂| 国产免费视频播放在线视频| 韩国高清视频一区二区三区| 久久久久久久亚洲中文字幕| 国产精品一区二区在线观看99| av福利片在线| 亚洲国产欧美在线一区| 亚洲精品国产色婷婷电影| 亚洲婷婷狠狠爱综合网| 建设人人有责人人尽责人人享有的| 亚洲国产色片| 亚洲成人一二三区av| 欧美日韩精品网址| 亚洲国产精品成人久久小说| 国产成人精品婷婷| 久久久久久久久免费视频了| 国产黄色视频一区二区在线观看| tube8黄色片| 看十八女毛片水多多多| 26uuu在线亚洲综合色| 欧美日韩视频高清一区二区三区二| 亚洲av免费高清在线观看| 韩国精品一区二区三区| 欧美人与善性xxx| 天天躁夜夜躁狠狠久久av| 日韩大片免费观看网站| 丝袜美足系列| 香蕉精品网在线| 亚洲精品一二三| 老鸭窝网址在线观看| 免费不卡的大黄色大毛片视频在线观看| 亚洲 欧美一区二区三区| 青春草国产在线视频| 成年动漫av网址| 肉色欧美久久久久久久蜜桃| 国产国语露脸激情在线看| 日韩成人av中文字幕在线观看| 侵犯人妻中文字幕一二三四区| 欧美97在线视频| 免费女性裸体啪啪无遮挡网站| 十分钟在线观看高清视频www| 啦啦啦视频在线资源免费观看| 亚洲精品在线美女| 蜜桃在线观看..| 成人毛片a级毛片在线播放| 99久久精品国产国产毛片| 三上悠亚av全集在线观看| 亚洲国产精品999| 婷婷色麻豆天堂久久| 熟女少妇亚洲综合色aaa.| 日本欧美国产在线视频| 国产亚洲精品第一综合不卡| 亚洲成色77777| 99热国产这里只有精品6| 久久青草综合色| 美女视频免费永久观看网站| 国产伦理片在线播放av一区| 午夜日本视频在线| √禁漫天堂资源中文www| 国产老妇伦熟女老妇高清| 一级爰片在线观看| 欧美日韩一区二区视频在线观看视频在线| 日韩制服骚丝袜av| 男男h啪啪无遮挡| 久久人人97超碰香蕉20202| 老汉色av国产亚洲站长工具| 街头女战士在线观看网站| 国产视频首页在线观看| 久久久久国产精品人妻一区二区| 日韩精品免费视频一区二区三区| 满18在线观看网站| 成年女人毛片免费观看观看9 | 麻豆精品久久久久久蜜桃| 18+在线观看网站| 亚洲精品日韩在线中文字幕| 97在线视频观看| 最近2019中文字幕mv第一页| 久久狼人影院| 边亲边吃奶的免费视频| 777米奇影视久久| 亚洲一区中文字幕在线| 丝袜在线中文字幕| 在线精品无人区一区二区三| 久久99蜜桃精品久久| 成人漫画全彩无遮挡| 亚洲av免费高清在线观看| 国产日韩欧美亚洲二区| 亚洲av电影在线进入| 观看av在线不卡| 美女xxoo啪啪120秒动态图| 色婷婷久久久亚洲欧美| 国产爽快片一区二区三区| 欧美+日韩+精品| 制服诱惑二区| 制服人妻中文乱码| 狂野欧美激情性bbbbbb| 亚洲国产看品久久| 99国产综合亚洲精品| 视频区图区小说| 亚洲,一卡二卡三卡| 自线自在国产av| 男女免费视频国产| 国产人伦9x9x在线观看 | 午夜av观看不卡| 天美传媒精品一区二区| 亚洲三级黄色毛片| 国产成人91sexporn| 黄网站色视频无遮挡免费观看| 亚洲国产日韩一区二区| 搡女人真爽免费视频火全软件| a 毛片基地| videosex国产| 日本av手机在线免费观看| 久久婷婷青草| 亚洲精品乱久久久久久| 亚洲精品一区蜜桃| 免费在线观看黄色视频的| 水蜜桃什么品种好| 在线看a的网站| 91精品国产国语对白视频| 成年女人在线观看亚洲视频| 亚洲国产av影院在线观看| 亚洲五月色婷婷综合| 色网站视频免费| 久久人人爽av亚洲精品天堂| 久久这里有精品视频免费| 日韩制服骚丝袜av| 亚洲精品国产av蜜桃| 欧美精品人与动牲交sv欧美| 久久国产亚洲av麻豆专区| 波多野结衣av一区二区av| 十八禁网站网址无遮挡| 老熟女久久久| 国产精品av久久久久免费| 免费不卡的大黄色大毛片视频在线观看| 日本欧美国产在线视频| av视频免费观看在线观看| 99热国产这里只有精品6| 国产成人免费无遮挡视频| 亚洲精品一区蜜桃| 90打野战视频偷拍视频| 国产成人91sexporn| 99九九在线精品视频| 亚洲国产毛片av蜜桃av| 免费观看av网站的网址| av网站在线播放免费| 国产 精品1| 赤兔流量卡办理| 国产黄频视频在线观看| 午夜免费鲁丝| 午夜精品国产一区二区电影| 国产精品.久久久| 99热网站在线观看| 又黄又粗又硬又大视频| 男女无遮挡免费网站观看| 欧美亚洲 丝袜 人妻 在线| 一二三四中文在线观看免费高清| 久久精品国产亚洲av涩爱| av一本久久久久| 丝袜喷水一区| 成人国产av品久久久| 亚洲三区欧美一区| 视频在线观看一区二区三区| 久久久久精品性色| 免费女性裸体啪啪无遮挡网站| 少妇猛男粗大的猛烈进出视频| 亚洲国产精品999| 免费久久久久久久精品成人欧美视频| 美女午夜性视频免费| 亚洲综合色惰| 亚洲国产精品国产精品| 少妇人妻 视频| 国产精品久久久久久精品古装| 日韩av不卡免费在线播放| 不卡av一区二区三区| 色94色欧美一区二区| 成人18禁高潮啪啪吃奶动态图| 国产淫语在线视频| 久久久国产一区二区| 日本91视频免费播放| 最新中文字幕久久久久| 999精品在线视频| 2022亚洲国产成人精品| 韩国av在线不卡| 人成视频在线观看免费观看| 国产精品熟女久久久久浪| 老司机影院毛片| 一区二区三区四区激情视频| 不卡视频在线观看欧美| 精品少妇久久久久久888优播| 亚洲欧美成人精品一区二区| 国产视频首页在线观看| 亚洲精华国产精华液的使用体验| 欧美日韩亚洲国产一区二区在线观看 | 交换朋友夫妻互换小说| a级毛片黄视频| 免费女性裸体啪啪无遮挡网站| 久久精品久久精品一区二区三区| 欧美黄色片欧美黄色片| 9色porny在线观看| 99re6热这里在线精品视频| 欧美精品av麻豆av| 久久亚洲国产成人精品v| 免费av中文字幕在线| 国产日韩欧美在线精品| 午夜激情久久久久久久| 亚洲精品一区蜜桃| 久久久久久伊人网av| www.自偷自拍.com| 国产麻豆69| 久久久久久人妻| 最黄视频免费看| 亚洲精品在线美女| 男人操女人黄网站| 黄色 视频免费看| 香蕉国产在线看| 韩国高清视频一区二区三区| 在线观看免费日韩欧美大片| 婷婷色av中文字幕| 亚洲天堂av无毛| 久久精品久久久久久久性| 麻豆av在线久日| 久久久久网色| 人成视频在线观看免费观看| 国产精品99久久99久久久不卡 | 午夜久久久在线观看| 亚洲国产毛片av蜜桃av| 一级片'在线观看视频| 亚洲第一av免费看| 中文精品一卡2卡3卡4更新| 国产精品久久久av美女十八| av网站在线播放免费| 亚洲欧美色中文字幕在线| 一本色道久久久久久精品综合| 国产亚洲av片在线观看秒播厂| 一区二区av电影网| 亚洲国产精品国产精品| 成人国产av品久久久| 女性生殖器流出的白浆| videossex国产| 老司机影院毛片| 午夜91福利影院| 欧美日韩综合久久久久久| 亚洲欧美一区二区三区久久| 免费观看在线日韩| 亚洲欧美中文字幕日韩二区| 婷婷色麻豆天堂久久| 欧美成人午夜精品| 亚洲精品久久久久久婷婷小说| 少妇熟女欧美另类| 日本av免费视频播放| 亚洲成人一二三区av| 香蕉国产在线看| 国产一级毛片在线| 搡女人真爽免费视频火全软件| 黑人巨大精品欧美一区二区蜜桃| 视频区图区小说| 丝瓜视频免费看黄片| 久久久精品国产亚洲av高清涩受| 老女人水多毛片| 久久久久视频综合| 久久精品aⅴ一区二区三区四区 | 巨乳人妻的诱惑在线观看| av又黄又爽大尺度在线免费看| 高清在线视频一区二区三区| 亚洲天堂av无毛| 欧美日韩国产mv在线观看视频| 亚洲成人手机| 国产欧美日韩一区二区三区在线| 亚洲欧美一区二区三区黑人 | 热re99久久国产66热| 久久久精品免费免费高清| 亚洲av中文av极速乱| 久久久久久久精品精品| 国产av一区二区精品久久| 亚洲国产av影院在线观看| 午夜激情av网站| 99国产综合亚洲精品| 日本爱情动作片www.在线观看| 精品一品国产午夜福利视频| 波多野结衣一区麻豆| 国产片特级美女逼逼视频| 十八禁网站网址无遮挡| 亚洲av男天堂| 不卡av一区二区三区| 亚洲精华国产精华液的使用体验| 国产一区二区在线观看av| 又黄又粗又硬又大视频| 亚洲在久久综合| 日韩大片免费观看网站| 如何舔出高潮| av在线观看视频网站免费| a级毛片黄视频| 99国产综合亚洲精品| 校园人妻丝袜中文字幕| 午夜福利乱码中文字幕| 久久久久久伊人网av| 中文字幕制服av| 免费高清在线观看视频在线观看| 2021少妇久久久久久久久久久| 国产在线免费精品| 美女xxoo啪啪120秒动态图| 久久狼人影院| 七月丁香在线播放| 久久久久久久国产电影| 大香蕉久久成人网| 国产精品久久久久久精品电影小说| 亚洲成人av在线免费| 91在线精品国自产拍蜜月| 少妇被粗大的猛进出69影院| 国产男人的电影天堂91| 国产亚洲av片在线观看秒播厂| 中文字幕人妻熟女乱码| 热re99久久精品国产66热6| 美女大奶头黄色视频| 老司机影院成人| 在线天堂最新版资源| 国产亚洲欧美精品永久| 久久热在线av| 麻豆精品久久久久久蜜桃| 亚洲av欧美aⅴ国产| 一区二区三区乱码不卡18| 免费大片黄手机在线观看| 久久热在线av| 成年女人在线观看亚洲视频| 久久久久久伊人网av| 国产精品蜜桃在线观看| 亚洲一区二区三区欧美精品| 中文乱码字字幕精品一区二区三区| 色网站视频免费| av卡一久久| 日本黄色日本黄色录像| 丰满迷人的少妇在线观看| 久久婷婷青草| 大码成人一级视频| 国产野战对白在线观看| 日韩制服骚丝袜av| 国产爽快片一区二区三区| 国产熟女午夜一区二区三区| 激情视频va一区二区三区| 一级,二级,三级黄色视频| 国产 精品1| 亚洲av欧美aⅴ国产| 欧美日韩精品网址| 精品人妻偷拍中文字幕| 黄色视频在线播放观看不卡| 边亲边吃奶的免费视频| www日本在线高清视频| 久久久亚洲精品成人影院| 亚洲四区av| 久久精品国产综合久久久| 十八禁网站网址无遮挡| 人人妻人人添人人爽欧美一区卜| 黄片小视频在线播放| 中国国产av一级| 国产伦理片在线播放av一区| 国产精品女同一区二区软件| 尾随美女入室| 久久综合国产亚洲精品| 亚洲,欧美精品.| 国产日韩一区二区三区精品不卡| 久久毛片免费看一区二区三区| 国产亚洲午夜精品一区二区久久| 秋霞伦理黄片| 欧美国产精品一级二级三级| 人妻 亚洲 视频| 国产视频首页在线观看| 熟女av电影| 我的亚洲天堂| 国产精品国产av在线观看| 亚洲精品国产一区二区精华液| 日韩电影二区| 一本色道久久久久久精品综合| 亚洲伊人色综图| 久久久久精品久久久久真实原创| 国产精品久久久久久久久免| 18在线观看网站| 秋霞在线观看毛片| freevideosex欧美| 777久久人妻少妇嫩草av网站| 亚洲精品aⅴ在线观看| 超碰成人久久| 久久精品国产亚洲av高清一级| 下体分泌物呈黄色| 日韩av在线免费看完整版不卡| 最近的中文字幕免费完整| 18在线观看网站| 国产亚洲一区二区精品| 国产精品一国产av| av国产精品久久久久影院| 超碰97精品在线观看| 国产淫语在线视频| 成人18禁高潮啪啪吃奶动态图| 在线观看免费视频网站a站| 午夜激情久久久久久久| 精品人妻在线不人妻| 伦理电影免费视频| 欧美黄色片欧美黄色片| 欧美日韩视频高清一区二区三区二| 宅男免费午夜| 两个人看的免费小视频| 国产欧美亚洲国产| 日韩欧美精品免费久久| 国产av精品麻豆| 一区二区三区乱码不卡18| 中文字幕人妻丝袜制服| 热re99久久国产66热| 欧美最新免费一区二区三区| av电影中文网址| 大话2 男鬼变身卡| 黄色视频在线播放观看不卡| 亚洲av中文av极速乱| 黄网站色视频无遮挡免费观看| 欧美精品一区二区免费开放| 女人被躁到高潮嗷嗷叫费观| 日韩精品有码人妻一区| 日日啪夜夜爽| 在线观看三级黄色| 免费黄频网站在线观看国产| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲国产毛片av蜜桃av| 亚洲精品国产一区二区精华液| 久久久精品免费免费高清| 亚洲国产精品一区三区| 捣出白浆h1v1| 大片免费播放器 马上看| 熟女电影av网| a级毛片黄视频| 国产黄色免费在线视频| 天堂俺去俺来也www色官网| 亚洲天堂av无毛| 国产深夜福利视频在线观看| 一本色道久久久久久精品综合| 欧美97在线视频| 久久久精品94久久精品| 久久av网站| 高清不卡的av网站| 精品视频人人做人人爽| 久久久久久久久久人人人人人人| 国产精品久久久久久av不卡| 免费高清在线观看日韩| 美国免费a级毛片| 午夜福利在线观看免费完整高清在| 日本欧美国产在线视频| 伊人亚洲综合成人网| 国产日韩欧美视频二区| 哪个播放器可以免费观看大片| 九九爱精品视频在线观看| 亚洲av.av天堂| 国产免费又黄又爽又色| 一级毛片电影观看| 久久精品国产亚洲av涩爱| 午夜日韩欧美国产| 亚洲欧美一区二区三区黑人 | 性高湖久久久久久久久免费观看| av国产久精品久网站免费入址| 免费观看在线日韩| 久久精品夜色国产| 如日韩欧美国产精品一区二区三区| 中文字幕亚洲精品专区| 桃花免费在线播放| 亚洲精品久久成人aⅴ小说| 成人漫画全彩无遮挡| 日韩熟女老妇一区二区性免费视频| 一本大道久久a久久精品| 男女啪啪激烈高潮av片| 久久久久久免费高清国产稀缺| 一区二区av电影网| 精品国产一区二区三区四区第35| 久久影院123| 寂寞人妻少妇视频99o| 国产爽快片一区二区三区| 在线观看国产h片| 免费观看在线日韩| 天天躁夜夜躁狠狠躁躁| 成人影院久久| 亚洲av日韩在线播放| 亚洲美女搞黄在线观看| 美女xxoo啪啪120秒动态图| 永久免费av网站大全| 精品亚洲乱码少妇综合久久| 我的亚洲天堂| 国产精品 国内视频| 免费黄频网站在线观看国产| 日日爽夜夜爽网站| 免费高清在线观看视频在线观看| 日韩视频在线欧美| 久久午夜福利片| 男人操女人黄网站| 少妇被粗大的猛进出69影院| 久久国内精品自在自线图片| av福利片在线| 欧美激情 高清一区二区三区| 亚洲一区中文字幕在线| 日日撸夜夜添|