• <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
    99热全是精品| 免费少妇av软件| 久久精品aⅴ一区二区三区四区 | 亚洲国产精品一区三区| 免费在线观看黄色视频的| av福利片在线| av免费观看日本| 亚洲伊人久久精品综合| 久久午夜综合久久蜜桃| 夜夜骑夜夜射夜夜干| 国产片特级美女逼逼视频| 激情视频va一区二区三区| 韩国高清视频一区二区三区| 国产色婷婷99| 日韩熟女老妇一区二区性免费视频| 日本-黄色视频高清免费观看| 亚洲av中文av极速乱| 免费看光身美女| 成人亚洲精品一区在线观看| 成人毛片60女人毛片免费| 亚洲精品,欧美精品| 亚洲国产av影院在线观看| 高清黄色对白视频在线免费看| 男女下面插进去视频免费观看 | 青春草亚洲视频在线观看| 最近中文字幕高清免费大全6| 久久国内精品自在自线图片| 黄色 视频免费看| 涩涩av久久男人的天堂| 久久精品国产亚洲av涩爱| 精品国产露脸久久av麻豆| 亚洲精品视频女| 亚洲欧洲国产日韩| 久久影院123| 久久99热这里只频精品6学生| 国产精品女同一区二区软件| 色婷婷av一区二区三区视频| 中文字幕最新亚洲高清| 卡戴珊不雅视频在线播放| 夜夜骑夜夜射夜夜干| a级毛色黄片| 国产一区有黄有色的免费视频| 国产精品国产av在线观看| 色5月婷婷丁香| 亚洲经典国产精华液单| 哪个播放器可以免费观看大片| 精品久久蜜臀av无| 18禁在线无遮挡免费观看视频| 久久久久国产精品人妻一区二区| 久久精品国产亚洲av天美| 亚洲丝袜综合中文字幕| 成人亚洲欧美一区二区av| 永久免费av网站大全| a级毛片在线看网站| 美女主播在线视频| 美女xxoo啪啪120秒动态图| 亚洲国产最新在线播放| 欧美 日韩 精品 国产| 一级爰片在线观看| 日本黄色日本黄色录像| 超色免费av| 国产成人免费观看mmmm| 高清不卡的av网站| 三级国产精品片| 在线观看人妻少妇| 欧美日韩综合久久久久久| 久久久久精品久久久久真实原创| 两个人看的免费小视频| 免费黄色在线免费观看| 天天影视国产精品| 成人免费观看视频高清| 1024视频免费在线观看| 成人手机av| 国产精品秋霞免费鲁丝片| 91午夜精品亚洲一区二区三区| 国产国语露脸激情在线看| 97在线视频观看| 91精品国产国语对白视频| 97精品久久久久久久久久精品| 欧美 日韩 精品 国产| 久久久久久久大尺度免费视频| 丁香六月天网| 久久国产精品男人的天堂亚洲 | 色吧在线观看| 亚洲欧洲精品一区二区精品久久久 | 一级毛片我不卡| 一二三四在线观看免费中文在 | 新久久久久国产一级毛片| 亚洲精品久久成人aⅴ小说| 免费播放大片免费观看视频在线观看| av卡一久久| 亚洲av在线观看美女高潮| 欧美最新免费一区二区三区| 国产男女内射视频| 激情视频va一区二区三区| 在线精品无人区一区二区三| 免费人妻精品一区二区三区视频| 日日摸夜夜添夜夜爱| 如何舔出高潮| 中文字幕另类日韩欧美亚洲嫩草| 自拍欧美九色日韩亚洲蝌蚪91| 精品一区二区三区视频在线| 亚洲,欧美精品.| 日韩人妻精品一区2区三区| 国产激情久久老熟女| 水蜜桃什么品种好| 欧美激情极品国产一区二区三区 | 国产日韩欧美亚洲二区| 欧美xxⅹ黑人| 欧美少妇被猛烈插入视频| 老司机影院成人| 午夜福利乱码中文字幕| 一区在线观看完整版| 亚洲精品av麻豆狂野| 九九爱精品视频在线观看| 久久女婷五月综合色啪小说| 亚洲一级一片aⅴ在线观看| 五月天丁香电影| 日韩一区二区视频免费看| 午夜日本视频在线| 91在线精品国自产拍蜜月| 超碰97精品在线观看| 亚洲性久久影院| 国产一区二区在线观看日韩| 亚洲av免费高清在线观看| 成年女人在线观看亚洲视频| 亚洲av国产av综合av卡| 久久精品国产综合久久久 | 午夜免费男女啪啪视频观看| 精品国产一区二区三区久久久樱花| 99热国产这里只有精品6| 国产1区2区3区精品| 国产无遮挡羞羞视频在线观看| 99国产精品免费福利视频| 街头女战士在线观看网站| 国产高清国产精品国产三级| 蜜桃国产av成人99| 岛国毛片在线播放| 99香蕉大伊视频| 一级毛片电影观看| 久久久久久人妻| 伦理电影大哥的女人| av福利片在线| 我要看黄色一级片免费的| 日本91视频免费播放| 人体艺术视频欧美日本| 国产精品欧美亚洲77777| 下体分泌物呈黄色| 久久精品aⅴ一区二区三区四区 | 满18在线观看网站| 男女高潮啪啪啪动态图| 少妇 在线观看| 久久天堂一区二区三区四区| 啪啪无遮挡十八禁网站| 精品高清国产在线一区| 欧美精品高潮呻吟av久久| 99国产精品一区二区蜜桃av | 午夜福利,免费看| 一边摸一边抽搐一进一小说 | av视频免费观看在线观看| 久久久久久久午夜电影 | 99热网站在线观看| 搡老熟女国产l中国老女人| 涩涩av久久男人的天堂| 久久久水蜜桃国产精品网| 1024视频免费在线观看| 精品久久久久久久久久免费视频 | 一边摸一边做爽爽视频免费| 男女床上黄色一级片免费看| 日本一区二区免费在线视频| 在线观看舔阴道视频| 天天影视国产精品| 99国产综合亚洲精品| 成人黄色视频免费在线看| 国产男女超爽视频在线观看| 在线观看免费视频网站a站| 一进一出好大好爽视频| 美女午夜性视频免费| 国产精品.久久久| 国产精品成人在线| 欧美人与性动交α欧美精品济南到| 午夜久久久在线观看| 91精品国产国语对白视频| 婷婷成人精品国产| 欧美午夜高清在线| 久久人妻福利社区极品人妻图片| 久久九九热精品免费| 欧美日韩成人在线一区二区| 青草久久国产| 中出人妻视频一区二区| 9191精品国产免费久久| a级毛片黄视频| tube8黄色片| 亚洲成av片中文字幕在线观看| 精品国产一区二区三区久久久樱花| 一边摸一边抽搐一进一小说 | 亚洲免费av在线视频| 一级片'在线观看视频| 看黄色毛片网站| 欧美成人午夜精品| 免费看a级黄色片| 日本黄色日本黄色录像| 欧美亚洲 丝袜 人妻 在线| 国产麻豆69| 亚洲avbb在线观看| 真人做人爱边吃奶动态| 女性被躁到高潮视频| 9热在线视频观看99| 亚洲熟女毛片儿| 国产精品av久久久久免费| 久久久久久久精品吃奶| 99精品久久久久人妻精品| 国产成人啪精品午夜网站| 国产精品久久久久成人av| 变态另类成人亚洲欧美熟女 | 五月开心婷婷网| 这个男人来自地球电影免费观看| 精品国产一区二区久久| 亚洲免费av在线视频| 亚洲欧美日韩高清在线视频| 欧美激情久久久久久爽电影 | 女性生殖器流出的白浆| 久久99一区二区三区| 亚洲五月婷婷丁香| 精品久久蜜臀av无| 久久精品亚洲熟妇少妇任你| 飞空精品影院首页| 国产又爽黄色视频| 国产伦人伦偷精品视频| 色综合欧美亚洲国产小说| 9191精品国产免费久久| 亚洲 国产 在线| 老司机影院毛片| 日本vs欧美在线观看视频| 一级毛片精品| www.自偷自拍.com| 国产精品自产拍在线观看55亚洲 | 国产精品综合久久久久久久免费 | 久热这里只有精品99| 性色av乱码一区二区三区2| 日韩人妻精品一区2区三区| 99久久国产精品久久久| 亚洲精品av麻豆狂野| 久久久久久免费高清国产稀缺| 久久精品aⅴ一区二区三区四区| 最近最新中文字幕大全免费视频| 久久精品亚洲av国产电影网| 亚洲综合色网址| 亚洲 欧美一区二区三区| 又黄又爽又免费观看的视频| 亚洲国产毛片av蜜桃av| 欧美黑人精品巨大| 99国产综合亚洲精品| 欧美精品一区二区免费开放| av福利片在线| 黄色毛片三级朝国网站| 曰老女人黄片| 999精品在线视频| 在线免费观看的www视频| 男人操女人黄网站| www.精华液| 黄色成人免费大全| a级片在线免费高清观看视频| 成人手机av| 国产成人免费无遮挡视频| 飞空精品影院首页| 国产男女超爽视频在线观看| 老司机午夜福利在线观看视频| 色婷婷久久久亚洲欧美| 亚洲片人在线观看| 中亚洲国语对白在线视频| 最近最新中文字幕大全电影3 | 色精品久久人妻99蜜桃| 亚洲精品国产一区二区精华液| 精品久久久久久久久久免费视频 | 99热国产这里只有精品6| 亚洲在线自拍视频| 亚洲中文字幕日韩| 精品视频人人做人人爽| 欧美激情高清一区二区三区| 一区在线观看完整版| 亚洲五月婷婷丁香| 成年女人毛片免费观看观看9 | www.熟女人妻精品国产| 免费一级毛片在线播放高清视频 | 侵犯人妻中文字幕一二三四区| 三上悠亚av全集在线观看| 91麻豆精品激情在线观看国产 | 国产一区在线观看成人免费| 成在线人永久免费视频| 一区在线观看完整版| av国产精品久久久久影院| 午夜精品国产一区二区电影| 欧美黄色片欧美黄色片| 电影成人av| 国产精品美女特级片免费视频播放器 | 国产av又大| av天堂久久9| 丰满饥渴人妻一区二区三| 人妻一区二区av| 久久人妻福利社区极品人妻图片| 日本一区二区免费在线视频| 看免费av毛片| 一边摸一边做爽爽视频免费| 久久精品国产清高在天天线| 久99久视频精品免费| 99久久99久久久精品蜜桃| 999久久久国产精品视频| 俄罗斯特黄特色一大片| 国产精品av久久久久免费| 91国产中文字幕| 不卡av一区二区三区| av天堂久久9| 日本一区二区免费在线视频| 成人18禁在线播放| 久久久久国产一级毛片高清牌| 好看av亚洲va欧美ⅴa在| 日韩免费av在线播放| 99re6热这里在线精品视频| 1024视频免费在线观看| 久久久国产成人精品二区 | 中文字幕av电影在线播放| 久久精品aⅴ一区二区三区四区| 女人精品久久久久毛片| 伊人久久大香线蕉亚洲五| 制服诱惑二区| 国产一区二区三区视频了| 一级片免费观看大全| 香蕉久久夜色| 黄色视频,在线免费观看| 亚洲色图综合在线观看| 亚洲熟妇中文字幕五十中出 | 精品福利观看| 最近最新中文字幕大全免费视频| 不卡av一区二区三区| 久久国产精品大桥未久av| 久久青草综合色| 午夜福利,免费看| 黄色丝袜av网址大全| 一a级毛片在线观看| 最新在线观看一区二区三区| 99久久人妻综合| 午夜精品在线福利| 欧美日韩黄片免| 最新的欧美精品一区二区| 手机成人av网站| 叶爱在线成人免费视频播放| 黑人操中国人逼视频| 大香蕉久久网| 99精品在免费线老司机午夜| 美女高潮喷水抽搐中文字幕| 91大片在线观看| 精品一品国产午夜福利视频| 亚洲国产中文字幕在线视频| 一a级毛片在线观看| 操美女的视频在线观看| 极品少妇高潮喷水抽搐| 久9热在线精品视频| 女人爽到高潮嗷嗷叫在线视频| 男女床上黄色一级片免费看| 久久午夜综合久久蜜桃| 久久国产乱子伦精品免费另类| 又大又爽又粗| 精品少妇一区二区三区视频日本电影| 久久久久国内视频| 在线观看66精品国产| 69av精品久久久久久| 久久精品亚洲精品国产色婷小说| 国产精品av久久久久免费| 91精品国产国语对白视频| 亚洲av成人av| 啦啦啦在线免费观看视频4| www.999成人在线观看| 久久热在线av| a级片在线免费高清观看视频| 亚洲国产中文字幕在线视频| 午夜福利一区二区在线看| 国产精品久久电影中文字幕 | aaaaa片日本免费| ponron亚洲| 欧美日韩一级在线毛片| 免费在线观看日本一区| 色老头精品视频在线观看| 在线播放国产精品三级| 欧美久久黑人一区二区| 99久久99久久久精品蜜桃| 女人高潮潮喷娇喘18禁视频| 亚洲五月天丁香| 国产97色在线日韩免费| 国产精品一区二区免费欧美| 欧美人与性动交α欧美软件| 午夜福利欧美成人| 久久天躁狠狠躁夜夜2o2o| 精品第一国产精品| 999精品在线视频| 免费高清在线观看日韩| 中文字幕色久视频| 亚洲va日本ⅴa欧美va伊人久久| 日韩精品免费视频一区二区三区| 丝袜人妻中文字幕| 99精品在免费线老司机午夜| 午夜免费成人在线视频| 狠狠狠狠99中文字幕| 多毛熟女@视频| 一级黄色大片毛片| 嫁个100分男人电影在线观看| 黄网站色视频无遮挡免费观看| 超色免费av| 精品一区二区三区视频在线观看免费 | 91精品国产国语对白视频| 一进一出好大好爽视频| 最新美女视频免费是黄的| 国产高清激情床上av| 亚洲国产中文字幕在线视频| 国产精品久久久人人做人人爽| 亚洲国产中文字幕在线视频| 亚洲精品一二三| 人人澡人人妻人| 亚洲,欧美精品.| 搡老乐熟女国产| 高清视频免费观看一区二区| 窝窝影院91人妻| 五月开心婷婷网| 久久国产亚洲av麻豆专区| 视频区欧美日本亚洲| 午夜91福利影院| 国产av精品麻豆| 日韩免费高清中文字幕av| 中文字幕人妻丝袜制服| 欧美日韩av久久| 99riav亚洲国产免费| 超碰97精品在线观看| 日韩有码中文字幕| 精品人妻1区二区| 中出人妻视频一区二区| 国产精品久久久人人做人人爽| 两个人看的免费小视频| 亚洲精品粉嫩美女一区| 午夜福利影视在线免费观看| 老鸭窝网址在线观看| 亚洲五月色婷婷综合| 欧美精品人与动牲交sv欧美| 日韩中文字幕欧美一区二区| 一进一出抽搐动态| 国产成人系列免费观看| 久久国产精品男人的天堂亚洲| 亚洲一区二区三区欧美精品| 国产成人精品无人区| 天堂中文最新版在线下载| 看黄色毛片网站| 久久草成人影院| 日韩免费av在线播放| 免费看十八禁软件| 亚洲va日本ⅴa欧美va伊人久久| 在线免费观看的www视频| 久久香蕉激情| 一边摸一边做爽爽视频免费| 少妇裸体淫交视频免费看高清 | 免费黄频网站在线观看国产| 超色免费av| 国产免费男女视频| 亚洲男人天堂网一区| 狂野欧美激情性xxxx| 每晚都被弄得嗷嗷叫到高潮| 亚洲精品美女久久久久99蜜臀| 两人在一起打扑克的视频| 麻豆乱淫一区二区| 极品教师在线免费播放| 精品久久久久久久久久免费视频 | 午夜激情av网站| 亚洲av美国av| 欧美精品一区二区免费开放| 在线观看免费午夜福利视频| 久久青草综合色| 国产成人系列免费观看| 免费人成视频x8x8入口观看| 脱女人内裤的视频| 国产在线一区二区三区精| 夜夜爽天天搞| 精品第一国产精品| 动漫黄色视频在线观看| 大香蕉久久网| 一进一出抽搐动态| 亚洲av成人一区二区三| 国产精品香港三级国产av潘金莲| 18在线观看网站| 丝袜美足系列| 91成人精品电影| 69av精品久久久久久| 大码成人一级视频| 亚洲午夜精品一区,二区,三区| 丁香欧美五月| 电影成人av| www.熟女人妻精品国产| 岛国在线观看网站| 精品一区二区三卡| 成人黄色视频免费在线看| 国产成人精品久久二区二区免费| av线在线观看网站| 久久亚洲真实| 黄色毛片三级朝国网站| 一区福利在线观看| 母亲3免费完整高清在线观看| 在线播放国产精品三级| 国产精品免费视频内射| 欧美老熟妇乱子伦牲交| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲在线自拍视频| 精品国产超薄肉色丝袜足j| 天堂动漫精品| 久久天躁狠狠躁夜夜2o2o| 18禁裸乳无遮挡动漫免费视频| 好看av亚洲va欧美ⅴa在| 精品人妻1区二区| www.999成人在线观看| 高清毛片免费观看视频网站 | 老熟女久久久| 亚洲av美国av| 国产av又大| 一级片'在线观看视频| 久久精品亚洲精品国产色婷小说| 欧美av亚洲av综合av国产av| av有码第一页| 亚洲人成电影免费在线| 黄色丝袜av网址大全| 99国产精品一区二区三区| 韩国精品一区二区三区| 午夜福利乱码中文字幕| 夜夜爽天天搞| √禁漫天堂资源中文www| 国产精品免费视频内射| 一本一本久久a久久精品综合妖精| 最新的欧美精品一区二区| 国产精品久久电影中文字幕 | 12—13女人毛片做爰片一| 三上悠亚av全集在线观看| 国产精品免费一区二区三区在线 | 一二三四社区在线视频社区8| 久久午夜亚洲精品久久| 高清在线国产一区| 国产精品久久久久成人av| av线在线观看网站| 在线观看一区二区三区激情| 欧美在线一区亚洲| 最新在线观看一区二区三区| 欧美最黄视频在线播放免费 | 亚洲少妇的诱惑av| 99国产综合亚洲精品| 亚洲色图综合在线观看| 国产一卡二卡三卡精品| 久9热在线精品视频| 在线十欧美十亚洲十日本专区| 久久香蕉国产精品| 成人影院久久| 日韩欧美一区视频在线观看| 岛国在线观看网站| 日韩精品免费视频一区二区三区| 亚洲第一欧美日韩一区二区三区| 天天影视国产精品| 亚洲人成伊人成综合网2020| 亚洲专区国产一区二区| 国产精品av久久久久免费| 精品国产国语对白av| 亚洲精品一二三| 夫妻午夜视频| av中文乱码字幕在线| 亚洲人成电影免费在线| 亚洲专区国产一区二区| 露出奶头的视频| 9191精品国产免费久久| 另类亚洲欧美激情| 美女扒开内裤让男人捅视频| 91成人精品电影| 亚洲成a人片在线一区二区| 欧美亚洲日本最大视频资源| 久久性视频一级片| 老司机在亚洲福利影院| 精品国产乱码久久久久久男人| 99精品在免费线老司机午夜| 精品一品国产午夜福利视频| 亚洲精华国产精华精| 不卡av一区二区三区| 一个人免费在线观看的高清视频| 丁香六月欧美| 国产欧美日韩一区二区三| www.精华液| 成人av一区二区三区在线看| 日本一区二区免费在线视频| 777久久人妻少妇嫩草av网站| 高清黄色对白视频在线免费看| 成人18禁高潮啪啪吃奶动态图| 啦啦啦免费观看视频1| 亚洲av熟女| 亚洲国产欧美网| 精品乱码久久久久久99久播| 亚洲精品国产色婷婷电影| 国产又色又爽无遮挡免费看| 精品久久蜜臀av无| 女人被躁到高潮嗷嗷叫费观| 成人手机av| 欧美日韩瑟瑟在线播放| 老司机影院毛片| 久久久久久久久免费视频了| 免费少妇av软件| 亚洲成a人片在线一区二区| 国产男靠女视频免费网站| bbb黄色大片| av天堂在线播放| 亚洲一卡2卡3卡4卡5卡精品中文| 老熟妇仑乱视频hdxx| 青草久久国产| 一级a爱视频在线免费观看| 在线看a的网站| 色婷婷久久久亚洲欧美| 五月开心婷婷网|