• <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 ?

    基于數(shù)據(jù)挖掘的信用卡申請(qǐng)客戶信用評(píng)價(jià)問題研究

    2018-03-06 07:41:45郭龍飛嚴(yán)廣樂
    經(jīng)濟(jì)研究導(dǎo)刊 2018年5期
    關(guān)鍵詞:信用卡數(shù)據(jù)挖掘信用

    郭龍飛,嚴(yán)廣樂

    (上海理工大學(xué) 管理學(xué)院,上海 200093)

    銀行通常運(yùn)用信用評(píng)分模型來決定是否接受一個(gè)客戶的信貸。一般采用基于客戶的經(jīng)濟(jì)狀況、能力和條件的傳統(tǒng)的判斷方法,銀行會(huì)對(duì)信用卡申請(qǐng)客戶使用信用評(píng)分模型做分類。但是,隨著大數(shù)據(jù)技術(shù)的不斷發(fā)展,數(shù)據(jù)挖掘的新技術(shù)不斷出現(xiàn)。Python的第三方庫有更好的方法,同時(shí)支持一些新興的預(yù)測(cè)模型和分類技術(shù),如隨機(jī)森林、邏輯斯特回歸等。此外,如果是一個(gè)好的信用評(píng)分模型,它就可以幫助管理者做出更合理的選擇。本文主要是提出一種用來解決現(xiàn)有模型不適應(yīng)大規(guī)模的非結(jié)構(gòu)化數(shù)據(jù)、缺失數(shù)據(jù)等問題的信用卡申請(qǐng)人分類的模型,然后比較兩種評(píng)分模型在信用卡申請(qǐng)人分類預(yù)測(cè)中的性能表現(xiàn)。

    一、信用評(píng)分模型原理介紹及數(shù)據(jù)挖掘方法

    (一)模型介紹

    信用評(píng)分模型是一種有監(jiān)督職能的學(xué)習(xí)模型(Supervised Learning),數(shù)據(jù)由一群自變量x和對(duì)應(yīng)的因變量y構(gòu)成。傳統(tǒng)零售信用模型中,x大致分為客戶的基本信息(年齡、性別、職業(yè)、學(xué)位等)、財(cái)務(wù)信息(收入、每月生活消費(fèi)、每月信貸還款額等)、產(chǎn)品信息(LTV、信用卡類別、個(gè)人貸款用途等)、征信信息(前6個(gè)月被查詢次數(shù)、前6個(gè)信用卡最大利用率、未結(jié)清貸款數(shù)等),而一般取值0—1因變量y可以定義為在未來12個(gè)月是否出現(xiàn)欠款90天等。信用評(píng)分模型可以將信用卡申請(qǐng)人未來的行為進(jìn)行一定程度的預(yù)測(cè),使用數(shù)值形式表示出來,可以判斷申請(qǐng)人在接下來的某時(shí)間段內(nèi)違約的幾率。

    建立合適的信用評(píng)分模型。首先獲取申請(qǐng)人的個(gè)人信息和銀行提供的相關(guān)資料,接著對(duì)信息進(jìn)行數(shù)據(jù)處理,選用合適的算法,建立信用評(píng)分模型,進(jìn)行價(jià)差驗(yàn)證,得出客戶的綜合信用評(píng)分,算出一個(gè)合格的標(biāo)準(zhǔn),判定客戶是否通過申請(qǐng)。不同的指標(biāo)數(shù)據(jù)類型不一致,有的用是、否,有的用離散的數(shù)值,有的用區(qū)間段。這里我們統(tǒng)一用1,2,3等離散的數(shù)值來預(yù)處理一下。

    (二)數(shù)據(jù)挖掘方法

    1.隨機(jī)森林模型

    隨機(jī)森林是基于統(tǒng)計(jì)理論的數(shù)據(jù)挖掘技術(shù),可以理解為是用隨機(jī)的方式建立森林,這個(gè)森林有著許多決策樹。得到森林后,輸入數(shù)據(jù),用每一棵決策樹來判斷,看看這個(gè)樣本劃分到哪一類,接下來看看哪一類被選擇得最多,就預(yù)測(cè)樣本屬于哪一類。在建立模型的過程中,需要注意的是樹的分支。假定輸入了N個(gè)樣本,那么采樣也采N個(gè)樣本。這樣的話,訓(xùn)練時(shí)每一棵決策樹的輸入樣本都不是全部的樣本,最終就不容易出現(xiàn)過擬合。最后來進(jìn)行列采樣,我們從M個(gè)特征中選擇m個(gè)(m必定要遠(yuǎn)小于M)。雖然每一棵決策樹都很弱,但是如果組合起來就很強(qiáng)大了。

    2.邏輯回歸模型

    邏輯回歸其實(shí)就是套用了一個(gè)邏輯函數(shù)的回歸。回歸就相當(dāng)于一個(gè)函數(shù)y=f(x),表示的是自變量x和y的關(guān)系。可以通過歷史數(shù)據(jù)對(duì)未來世界將要發(fā)生的結(jié)果進(jìn)行預(yù)測(cè)。

    本文的主要研究目標(biāo)在于探討信用卡申請(qǐng)者信用評(píng)分機(jī)制,使銀行能夠建立信用風(fēng)險(xiǎn)監(jiān)控的防線。首先,從已有的很多的有關(guān)客戶背景、行為和信用的數(shù)據(jù)中,銀行能挖掘出“好客戶”和“壞客戶”的一些特征。其次,根據(jù)數(shù)據(jù)建立相應(yīng)的信用評(píng)分模型。再次,分別用不同的分類方法對(duì)數(shù)據(jù)進(jìn)行處理,得到結(jié)果,并進(jìn)行分析對(duì)比,得出最佳的信用評(píng)分模型。

    具體步驟是:(1)輸入數(shù)據(jù)。把缺失值清理掉,留下的數(shù)據(jù)作為輸入數(shù)據(jù)。(2)數(shù)據(jù)標(biāo)識(shí)。原來的數(shù)據(jù)按照指標(biāo)依次分成1,2,3,4等級(jí)。目標(biāo)變量是客戶的狀態(tài),把它設(shè)置成1,2來分別表示壞客戶和好客戶。(3)劃分原數(shù)據(jù)。把數(shù)據(jù)集劃分成兩部分,即訓(xùn)練集和驗(yàn)證集,訓(xùn)練集用來訓(xùn)練模型,后者用來驗(yàn)證所建模型。(4)選擇數(shù)據(jù)挖掘方法。本文用隨機(jī)森林和邏輯回歸方法來預(yù)測(cè)。

    二、模型的建立及實(shí)證分析

    在借鑒傳統(tǒng)評(píng)分指標(biāo)選擇的基礎(chǔ)上,選擇的個(gè)人信用評(píng)分的指標(biāo)要考慮我國(guó)的具體國(guó)情。具體指標(biāo)如下:

    第一,客戶信息??蛻粜畔⒅笜?biāo)記錄了申請(qǐng)客戶個(gè)人包括年齡、受教育情況、房產(chǎn)狀況的基本信息,為銀行了解客戶的還款能力和意愿提供了一定的依據(jù)。

    第二,執(zhí)業(yè)情況??蛻舻氖杖胨娇梢杂伤墓ぷ髑闆r間接顯示,可以作為考察客戶信用水平的重要指標(biāo)。

    第三,經(jīng)濟(jì)能力??蛻艏彝コ蓡T收入狀況、住房位置情況、貸款與否和債務(wù)情況等,個(gè)人經(jīng)濟(jì)狀況指標(biāo)是反映貸款客戶還款能力最直接的指標(biāo)。

    第四,信用狀況。包括客戶之前其他信用貸款記錄情況,這個(gè)反映了客戶的信用道德水平。

    這里選擇了一些傳統(tǒng)的指標(biāo)作為特征變量,將各個(gè)特征變量按信用表現(xiàn)進(jìn)行分組,且用1,2,3等數(shù)字表示。

    現(xiàn)在評(píng)分模型中共有11個(gè)變量可以作為解釋變量。另外,模型的應(yīng)變量可以表示為:Lebel=1好客戶/2壞客戶該模型用python語言實(shí)現(xiàn),從銀行內(nèi)部數(shù)據(jù)的資料中,選取了4522個(gè)數(shù)據(jù)進(jìn)行模型訓(xùn)練和檢驗(yàn),其中88.4%是“壞客戶”。選取期中3149個(gè)數(shù)據(jù)用于訓(xùn)練模型,1373個(gè)數(shù)據(jù)用于檢驗(yàn)?zāi)P汀?/p>

    表1

    (一)用隨機(jī)森林來分析

    結(jié)果如表1。

    根據(jù)以上數(shù)據(jù)做出混淆矩陣如表2。

    表1

    表2

    其中,1代表好客戶,2代表壞客戶。1311是測(cè)試集里的好客戶的個(gè)數(shù),61是壞客戶的個(gè)數(shù)。實(shí)際上是好客戶預(yù)測(cè)的也是好客戶是1188人;實(shí)際上是好客戶預(yù)測(cè)的是壞客戶是123人;實(shí)際上是壞客戶預(yù)測(cè)的是好客戶是28人;實(shí)際上是壞客戶預(yù)測(cè)的也是壞客戶是33人。

    預(yù)測(cè)的準(zhǔn)確率=(1188+33)/1373*100%=88.93%

    將好客戶預(yù)測(cè)為壞客戶的概率=123/1373*100%=8.96%

    將壞客戶預(yù)測(cè)為好客戶的概率=28/1373*100%=2.04%

    (二)用邏輯回歸來分析

    同樣的用邏輯回歸來預(yù)測(cè),用python程序建立logistic模型后得到的結(jié)果整理成混淆矩陣如表3。

    預(yù)測(cè)的準(zhǔn)確率=(1050+91)/1373*100%=83.10%

    表3

    好客戶預(yù)測(cè)為壞客戶概率=152/1373*100%=11.07%

    壞客戶預(yù)測(cè)為好客戶概率=18/1373*100%=1.31%

    由結(jié)果不難發(fā)現(xiàn)隨機(jī)森林預(yù)測(cè)結(jié)果相比后者的準(zhǔn)確率是要高一點(diǎn)的。

    三、結(jié)論

    從以上實(shí)驗(yàn)可以看出,我們的模型在將好客戶判斷為壞的客戶來說,無論是訓(xùn)練樣本還是測(cè)試樣本,隨機(jī)森林的預(yù)測(cè)精度都大于邏輯斯特回歸模型;在第二類誤判,即將壞客戶判斷為好客戶這一類,對(duì)于訓(xùn)練樣本和測(cè)試樣本來說,邏輯斯特的預(yù)測(cè)精度要大于隨機(jī)森林回歸模型??紤]實(shí)際情況,第二類誤判就是將壞客戶判定為好客戶從而接受其貸款申請(qǐng)會(huì)給銀行造成的損失更大,這是極其不好的。然而縱觀全局,從整體來說,隨機(jī)森林的整體預(yù)測(cè)精度能達(dá)到88.93%,而邏輯回歸的整體預(yù)測(cè)精度僅能達(dá)到83.10%。

    綜上所述,兩種方法都可用來作為判定的模型,其中邏輯斯特回歸目前在信用評(píng)價(jià)領(lǐng)域運(yùn)用較為廣泛,而隨機(jī)森林算法是近幾年來隨著大數(shù)據(jù)技術(shù)的發(fā)展才有的比較成功的算法。從實(shí)驗(yàn)結(jié)果中還可以看出,模型的穩(wěn)健性是邏輯斯特回歸的優(yōu)點(diǎn),而缺點(diǎn)在于其預(yù)測(cè)精度不如隨機(jī)森林算法;對(duì)于后者,其模型的訓(xùn)練效果和預(yù)測(cè)精度都很好。綜上所述,本文認(rèn)為利用隨機(jī)森林算法建立信用評(píng)分模型是比較合適的方法。

    在當(dāng)今社會(huì)信息爆炸的環(huán)境下,合理利用科學(xué)的大數(shù)據(jù)技術(shù)構(gòu)建合理的信用評(píng)價(jià)模型成為制約信貸行業(yè)發(fā)展的關(guān)鍵。信用評(píng)估是通過機(jī)器學(xué)習(xí)等技術(shù)建立信用評(píng)分模型,然后對(duì)信貸申請(qǐng)客戶的未來的行為進(jìn)行預(yù)測(cè),并根據(jù)客戶的各種特征變量將其劃分為“好客戶”和“壞客戶”。用這種方法做出的分類對(duì)于現(xiàn)如今的信貸的風(fēng)險(xiǎn)控制有著至關(guān)重要的作用,只要利用得當(dāng),對(duì)企業(yè)的發(fā)展會(huì)大有益處的。

    [1]李卯.個(gè)人信用評(píng)分模型比較數(shù)據(jù)挖掘分析[J].時(shí)代金融,2017,(2):295-298.

    [2]任瀟,姜明輝,車凱,王尚.個(gè)人信用評(píng)估組合模型選擇方案研究[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào),2016,(5):67-71.

    [3]劉武成,談超洪.基于數(shù)據(jù)挖掘的信用卡信用評(píng)分模型[J].微型機(jī)與應(yīng)用,2014,(9):73-76.

    [4]蕭超武,蔡文學(xué),黃曉宇,陳康.基于隨機(jī)森林的個(gè)人信用評(píng)估模型研究及實(shí)證分析[J].管理科學(xué),2014,(6):111-113.

    [5]張麗娜,趙敏.我國(guó)商業(yè)銀行個(gè)人信用評(píng)分指標(biāo)體系分析[J].市場(chǎng)周刊(理論研究),2007,(8):115-117.

    [6]馬海英.基于神經(jīng)網(wǎng)絡(luò)及Logistic回歸的混合信用卡評(píng)分模型[J].華東理工大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2008,(2).

    [7]Left Not Easy.機(jī)器學(xué)習(xí)中的算法——決策樹模型組合之隨機(jī)森林與GBDT[J/OL].知識(shí)天地,2016-10-10.

    猜你喜歡
    信用卡數(shù)據(jù)挖掘信用
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢(shì)
    為食品安全加把“信用鎖”
    信用收縮是否結(jié)束
    信用卡資深用戶
    基于并行計(jì)算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    電力與能源(2017年6期)2017-05-14 06:19:37
    信用中國(guó)網(wǎng)
    信用消費(fèi)有多爽?
    信用卡詐騙
    辦信用卡透支還債夫妻均獲刑10年
    公民與法治(2016年6期)2016-05-17 04:10:39
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    五月玫瑰六月丁香| 国产视频一区二区在线看| 日本一本二区三区精品| 亚洲五月婷婷丁香| 69人妻影院| 波多野结衣高清作品| 大型黄色视频在线免费观看| av福利片在线观看| 搞女人的毛片| 国内精品久久久久精免费| 免费在线观看亚洲国产| 一边摸一边抽搐一进一小说| 国产91精品成人一区二区三区| 亚洲国产精品999在线| 老熟妇仑乱视频hdxx| 国产乱人伦免费视频| 内射极品少妇av片p| 国产成人a区在线观看| 国产成人欧美在线观看| 亚洲国产色片| 夜夜爽天天搞| 99视频精品全部免费 在线| 人人妻人人看人人澡| 国产伦精品一区二区三区四那| 男女那种视频在线观看| www国产在线视频色| 一本一本综合久久| 欧美激情在线99| 久久精品综合一区二区三区| 少妇丰满av| 国产一区二区在线观看日韩 | 国产乱人伦免费视频| 国内精品一区二区在线观看| 欧美乱码精品一区二区三区| 怎么达到女性高潮| 中文字幕人妻熟人妻熟丝袜美 | 嫩草影视91久久| 日韩精品中文字幕看吧| 久久久久免费精品人妻一区二区| 看黄色毛片网站| 脱女人内裤的视频| 国产在线精品亚洲第一网站| 国产在视频线在精品| 熟女少妇亚洲综合色aaa.| 亚洲人成网站在线播| 内地一区二区视频在线| 精品久久久久久成人av| 成人av在线播放网站| 午夜福利视频1000在线观看| 岛国视频午夜一区免费看| 搡老岳熟女国产| 两性午夜刺激爽爽歪歪视频在线观看| 国产欧美日韩精品一区二区| 久久久久久久亚洲中文字幕 | 两人在一起打扑克的视频| 三级毛片av免费| 久9热在线精品视频| 男人的好看免费观看在线视频| 国模一区二区三区四区视频| 国产精品久久视频播放| 免费人成视频x8x8入口观看| 69人妻影院| 俄罗斯特黄特色一大片| 欧美性猛交黑人性爽| 综合色av麻豆| 综合色av麻豆| 嫩草影院精品99| 精品久久久久久久毛片微露脸| 亚洲国产欧美人成| 99热只有精品国产| 国产国拍精品亚洲av在线观看 | 亚洲精华国产精华精| 国产美女午夜福利| 欧美极品一区二区三区四区| 亚洲国产中文字幕在线视频| 成熟少妇高潮喷水视频| 99久久综合精品五月天人人| 少妇的丰满在线观看| 亚洲av不卡在线观看| 国内久久婷婷六月综合欲色啪| 校园春色视频在线观看| 中出人妻视频一区二区| 国产精品久久久久久久久免 | 男女之事视频高清在线观看| 欧美日韩乱码在线| 两个人视频免费观看高清| 久久亚洲真实| 亚洲精品久久国产高清桃花| 男人的好看免费观看在线视频| 精品一区二区三区视频在线 | 99视频精品全部免费 在线| 白带黄色成豆腐渣| 在线a可以看的网站| 全区人妻精品视频| 欧美+亚洲+日韩+国产| 神马国产精品三级电影在线观看| 好男人电影高清在线观看| 国产午夜精品久久久久久一区二区三区 | 久久精品综合一区二区三区| 欧美性猛交╳xxx乱大交人| 我要搜黄色片| 久久亚洲真实| 亚洲最大成人手机在线| x7x7x7水蜜桃| 欧美3d第一页| 特大巨黑吊av在线直播| 亚洲人成网站在线播| 精品一区二区三区av网在线观看| 免费在线观看日本一区| 午夜免费男女啪啪视频观看 | 两个人视频免费观看高清| 最后的刺客免费高清国语| 少妇人妻精品综合一区二区 | 久久亚洲精品不卡| 色综合站精品国产| 免费搜索国产男女视频| 欧美日韩一级在线毛片| 法律面前人人平等表现在哪些方面| 人妻丰满熟妇av一区二区三区| 国产免费男女视频| 午夜两性在线视频| 无遮挡黄片免费观看| 波多野结衣高清作品| 日韩欧美精品免费久久 | 18+在线观看网站| 嫩草影视91久久| 变态另类丝袜制服| 亚洲人成网站在线播| 在线天堂最新版资源| 九色成人免费人妻av| 日本撒尿小便嘘嘘汇集6| 亚洲va日本ⅴa欧美va伊人久久| 日本 av在线| 亚洲五月婷婷丁香| 成人永久免费在线观看视频| 黄片小视频在线播放| 一本久久中文字幕| 91在线观看av| 午夜福利欧美成人| 欧美色视频一区免费| 久久久久久久久中文| 精华霜和精华液先用哪个| 成人无遮挡网站| 精品一区二区三区av网在线观看| 18禁黄网站禁片免费观看直播| 午夜福利在线观看吧| 人妻丰满熟妇av一区二区三区| 久久久久亚洲av毛片大全| 18禁美女被吸乳视频| 天堂影院成人在线观看| 久久欧美精品欧美久久欧美| av视频在线观看入口| 尤物成人国产欧美一区二区三区| 国产三级中文精品| 精品久久久久久久末码| 免费av观看视频| www日本黄色视频网| 成人无遮挡网站| 国产av麻豆久久久久久久| 亚洲自拍偷在线| 久久天躁狠狠躁夜夜2o2o| 99精品在免费线老司机午夜| 国产不卡一卡二| 美女cb高潮喷水在线观看| 一级毛片高清免费大全| www日本黄色视频网| 禁无遮挡网站| 欧美日韩瑟瑟在线播放| 国产欧美日韩精品亚洲av| 两人在一起打扑克的视频| 婷婷精品国产亚洲av| 国产av不卡久久| 国产成人欧美在线观看| 日本黄大片高清| av在线天堂中文字幕| 内地一区二区视频在线| 婷婷精品国产亚洲av在线| 岛国在线免费视频观看| 国内精品久久久久精免费| 日本与韩国留学比较| 午夜福利在线观看吧| 亚洲av中文字字幕乱码综合| 精品国产美女av久久久久小说| 国产精品美女特级片免费视频播放器| 成人国产综合亚洲| 淫秽高清视频在线观看| 欧美大码av| 久久久久亚洲av毛片大全| 亚洲五月天丁香| a级一级毛片免费在线观看| 成人三级黄色视频| 男人的好看免费观看在线视频| 日韩欧美在线乱码| 在线免费观看的www视频| 日本撒尿小便嘘嘘汇集6| 又紧又爽又黄一区二区| 在线观看美女被高潮喷水网站 | 麻豆一二三区av精品| 3wmmmm亚洲av在线观看| 国内精品久久久久久久电影| 亚洲一区二区三区色噜噜| 99国产综合亚洲精品| av黄色大香蕉| 亚洲国产精品sss在线观看| 俺也久久电影网| 午夜免费男女啪啪视频观看 | 免费一级毛片在线播放高清视频| 婷婷六月久久综合丁香| 国产亚洲欧美98| 午夜两性在线视频| 偷拍熟女少妇极品色| 国产在视频线在精品| 国产精品影院久久| 99在线视频只有这里精品首页| 日本熟妇午夜| 亚洲av日韩精品久久久久久密| svipshipincom国产片| 精品电影一区二区在线| 欧美成人性av电影在线观看| 少妇的逼水好多| 日本 av在线| 无人区码免费观看不卡| 日本黄大片高清| 亚洲欧美日韩卡通动漫| 免费av观看视频| 宅男免费午夜| 蜜桃久久精品国产亚洲av| 91字幕亚洲| 国产精品 国内视频| 欧美高清成人免费视频www| 宅男免费午夜| 亚洲不卡免费看| 亚洲 国产 在线| 国模一区二区三区四区视频| 欧美日韩瑟瑟在线播放| 欧美一区二区亚洲| 亚洲中文日韩欧美视频| 长腿黑丝高跟| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 亚洲片人在线观看| 国产97色在线日韩免费| 国产爱豆传媒在线观看| 亚洲成av人片免费观看| 一级黄色大片毛片| 亚洲av熟女| 99久久精品一区二区三区| 国产伦精品一区二区三区视频9 | 波多野结衣高清无吗| 18美女黄网站色大片免费观看| 中文字幕高清在线视频| 88av欧美| 内地一区二区视频在线| 此物有八面人人有两片| 国产精品嫩草影院av在线观看 | 法律面前人人平等表现在哪些方面| 中文字幕av成人在线电影| 99riav亚洲国产免费| 久久精品国产亚洲av涩爱 | 午夜精品久久久久久毛片777| 国产毛片a区久久久久| 欧美日韩中文字幕国产精品一区二区三区| 日本一本二区三区精品| 香蕉av资源在线| 成人鲁丝片一二三区免费| 每晚都被弄得嗷嗷叫到高潮| 亚洲五月婷婷丁香| 女同久久另类99精品国产91| 欧美成人性av电影在线观看| 国产精品99久久久久久久久| 19禁男女啪啪无遮挡网站| 国产精品久久电影中文字幕| 精品久久久久久,| 久99久视频精品免费| 国产精品亚洲一级av第二区| 亚洲五月天丁香| 特级一级黄色大片| 亚洲性夜色夜夜综合| 精品一区二区三区av网在线观看| 18禁国产床啪视频网站| av黄色大香蕉| 国产蜜桃级精品一区二区三区| 国产成人欧美在线观看| 国产三级在线视频| 国产日本99.免费观看| 老汉色∧v一级毛片| 久久精品91无色码中文字幕| 老熟妇乱子伦视频在线观看| av在线天堂中文字幕| 美女被艹到高潮喷水动态| 宅男免费午夜| 中文字幕人妻熟人妻熟丝袜美 | 亚洲欧美日韩高清在线视频| 在线免费观看的www视频| 国产精品久久电影中文字幕| 国产精品香港三级国产av潘金莲| 成年女人毛片免费观看观看9| 91久久精品电影网| 麻豆成人午夜福利视频| 欧美日韩黄片免| 色精品久久人妻99蜜桃| 亚洲av二区三区四区| 日本a在线网址| 免费av观看视频| 国产av不卡久久| 观看免费一级毛片| 黄片小视频在线播放| 国产久久久一区二区三区| 91av网一区二区| xxxwww97欧美| 男女午夜视频在线观看| 色视频www国产| 午夜福利高清视频| 午夜精品久久久久久毛片777| 熟女电影av网| 欧美黑人巨大hd| www日本在线高清视频| 叶爱在线成人免费视频播放| 欧美最黄视频在线播放免费| 精品乱码久久久久久99久播| 成人18禁在线播放| 他把我摸到了高潮在线观看| 中文字幕人妻熟人妻熟丝袜美 | 欧美最黄视频在线播放免费| 哪里可以看免费的av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| 成年女人毛片免费观看观看9| av天堂在线播放| 成人性生交大片免费视频hd| 免费在线观看影片大全网站| 久久九九热精品免费| 欧美日韩综合久久久久久 | 日韩欧美一区二区三区在线观看| 欧美国产日韩亚洲一区| 搡女人真爽免费视频火全软件 | 午夜免费成人在线视频| 非洲黑人性xxxx精品又粗又长| 三级国产精品欧美在线观看| 麻豆成人午夜福利视频| 精品电影一区二区在线| 美女 人体艺术 gogo| ponron亚洲| 最近在线观看免费完整版| 成年女人看的毛片在线观看| 亚洲五月婷婷丁香| 国产一区二区三区视频了| 午夜免费激情av| 亚洲av五月六月丁香网| 午夜福利在线观看吧| 精品福利观看| 一区二区三区免费毛片| 久久香蕉精品热| 午夜老司机福利剧场| av福利片在线观看| a在线观看视频网站| 波野结衣二区三区在线 | 久久久久免费精品人妻一区二区| 国内毛片毛片毛片毛片毛片| 两性午夜刺激爽爽歪歪视频在线观看| 两个人视频免费观看高清| 天天一区二区日本电影三级| 国产伦人伦偷精品视频| 欧美激情久久久久久爽电影| 嫩草影院入口| 熟女电影av网| 一本一本综合久久| 两个人的视频大全免费| 国产美女午夜福利| 99国产极品粉嫩在线观看| 很黄的视频免费| 婷婷精品国产亚洲av在线| 亚洲欧美激情综合另类| 亚洲国产精品999在线| 亚洲精品456在线播放app | 日韩欧美国产一区二区入口| 精品无人区乱码1区二区| 国产三级中文精品| 国产69精品久久久久777片| 亚洲精品一区av在线观看| 很黄的视频免费| 午夜免费成人在线视频| 成年女人毛片免费观看观看9| 97人妻精品一区二区三区麻豆| 少妇的丰满在线观看| 搡老岳熟女国产| 精品日产1卡2卡| avwww免费| 日韩欧美在线二视频| 亚洲片人在线观看| 尤物成人国产欧美一区二区三区| 亚洲av免费在线观看| 天堂网av新在线| 国产国拍精品亚洲av在线观看 | 丰满人妻一区二区三区视频av | 男女做爰动态图高潮gif福利片| 亚洲久久久久久中文字幕| 草草在线视频免费看| 日本三级黄在线观看| 草草在线视频免费看| av黄色大香蕉| 国产高清视频在线观看网站| 一区二区三区国产精品乱码| 我要搜黄色片| h日本视频在线播放| 欧美xxxx黑人xx丫x性爽| 亚洲中文字幕日韩| 别揉我奶头~嗯~啊~动态视频| 99久久久亚洲精品蜜臀av| 国产淫片久久久久久久久 | 国产一区在线观看成人免费| 在线免费观看不下载黄p国产 | 国产精品永久免费网站| 亚洲精品色激情综合| 亚洲在线自拍视频| 90打野战视频偷拍视频| 伊人久久精品亚洲午夜| 18美女黄网站色大片免费观看| 在线天堂最新版资源| 久久久色成人| 91字幕亚洲| 夜夜夜夜夜久久久久| 国产真实伦视频高清在线观看 | 免费在线观看成人毛片| 丰满人妻一区二区三区视频av | 黄色女人牲交| 亚洲欧美日韩高清在线视频| 90打野战视频偷拍视频| 欧美精品啪啪一区二区三区| 国产高清有码在线观看视频| 在线a可以看的网站| 午夜免费激情av| 12—13女人毛片做爰片一| 在线免费观看不下载黄p国产 | 日韩免费av在线播放| 亚洲欧美激情综合另类| 色噜噜av男人的天堂激情| 国产高清videossex| 99热只有精品国产| 淫妇啪啪啪对白视频| 国产黄a三级三级三级人| 亚洲国产欧美网| 51午夜福利影视在线观看| 老熟妇乱子伦视频在线观看| 亚洲成av人片免费观看| 国产精品影院久久| 成人亚洲精品av一区二区| 色综合亚洲欧美另类图片| 亚洲欧美日韩高清在线视频| 最近视频中文字幕2019在线8| 国产精品亚洲美女久久久| 亚洲黑人精品在线| 日本黄色视频三级网站网址| 神马国产精品三级电影在线观看| 热99re8久久精品国产| 久久人人精品亚洲av| 精品日产1卡2卡| 国产私拍福利视频在线观看| 真人做人爱边吃奶动态| а√天堂www在线а√下载| 在线a可以看的网站| 国产欧美日韩一区二区精品| 日韩精品青青久久久久久| 国产精品亚洲av一区麻豆| 久久亚洲精品不卡| 中文字幕久久专区| 免费看美女性在线毛片视频| 黄色成人免费大全| 最近在线观看免费完整版| 好男人电影高清在线观看| 成年女人毛片免费观看观看9| 久久久成人免费电影| 国产成人av激情在线播放| 久久久久久久午夜电影| 又黄又爽又免费观看的视频| 久久午夜亚洲精品久久| 亚洲真实伦在线观看| 蜜桃久久精品国产亚洲av| 国产成年人精品一区二区| 日韩欧美在线乱码| 母亲3免费完整高清在线观看| 国产一级毛片七仙女欲春2| 免费在线观看成人毛片| 草草在线视频免费看| 免费观看精品视频网站| 免费观看人在逋| 欧美日韩综合久久久久久 | 亚洲国产欧美人成| 757午夜福利合集在线观看| 美女cb高潮喷水在线观看| 亚洲av成人不卡在线观看播放网| 老司机福利观看| 国产成年人精品一区二区| 久久精品国产综合久久久| 欧美zozozo另类| 国产99白浆流出| 亚洲成a人片在线一区二区| 草草在线视频免费看| 成人一区二区视频在线观看| 日日干狠狠操夜夜爽| 国产视频一区二区在线看| 国产麻豆成人av免费视频| 中文字幕人成人乱码亚洲影| 亚洲av成人精品一区久久| 欧美性猛交╳xxx乱大交人| 亚洲精品一卡2卡三卡4卡5卡| 亚洲欧美日韩高清专用| 丁香欧美五月| 夜夜躁狠狠躁天天躁| 舔av片在线| av福利片在线观看| 51国产日韩欧美| 男女下面进入的视频免费午夜| 亚洲欧美日韩高清在线视频| 性色av乱码一区二区三区2| 国产老妇女一区| 无人区码免费观看不卡| 久久这里只有精品中国| a级一级毛片免费在线观看| 久久久久久久精品吃奶| 成人av一区二区三区在线看| 人妻久久中文字幕网| 亚洲18禁久久av| 国产免费男女视频| 欧美乱妇无乱码| 亚洲自拍偷在线| 真实男女啪啪啪动态图| 在线观看美女被高潮喷水网站 | 99国产极品粉嫩在线观看| 国内久久婷婷六月综合欲色啪| 国产一区二区激情短视频| 欧美日韩瑟瑟在线播放| 午夜精品久久久久久毛片777| 五月伊人婷婷丁香| 夜夜躁狠狠躁天天躁| 亚洲av第一区精品v没综合| 国内精品美女久久久久久| www国产在线视频色| 99精品欧美一区二区三区四区| 国产熟女xx| 男人的好看免费观看在线视频| 人人妻人人澡欧美一区二区| 天堂影院成人在线观看| 俄罗斯特黄特色一大片| 欧美三级亚洲精品| 亚洲一区高清亚洲精品| 亚洲,欧美精品.| 久久精品亚洲精品国产色婷小说| 亚洲最大成人手机在线| 97人妻精品一区二区三区麻豆| 欧美一级a爱片免费观看看| 超碰av人人做人人爽久久 | 最近最新免费中文字幕在线| 国产精品久久久久久亚洲av鲁大| 日韩欧美国产在线观看| 我要搜黄色片| 麻豆久久精品国产亚洲av| www国产在线视频色| 亚洲熟妇中文字幕五十中出| 欧美激情久久久久久爽电影| 国产成人aa在线观看| 久久婷婷人人爽人人干人人爱| 小蜜桃在线观看免费完整版高清| 一边摸一边抽搐一进一小说| 午夜免费成人在线视频| 亚洲人成网站高清观看| 两个人视频免费观看高清| 久久久久久九九精品二区国产| 99热这里只有精品一区| 综合色av麻豆| 夜夜看夜夜爽夜夜摸| 亚洲精品456在线播放app | 香蕉av资源在线| 国产精品亚洲美女久久久| 国产精品嫩草影院av在线观看 | 欧美日韩精品网址| x7x7x7水蜜桃| 岛国视频午夜一区免费看| 在线十欧美十亚洲十日本专区| 久99久视频精品免费| 日韩欧美一区二区三区在线观看| 国产午夜精品论理片| 亚洲欧美日韩高清专用| 精品国产三级普通话版| 亚洲国产日韩欧美精品在线观看 | 波多野结衣高清无吗| 最近最新中文字幕大全电影3| 精品免费久久久久久久清纯| 两个人的视频大全免费| svipshipincom国产片| 叶爱在线成人免费视频播放| 精品一区二区三区人妻视频| 亚洲人成网站在线播| 噜噜噜噜噜久久久久久91| 精品国产超薄肉色丝袜足j| 亚洲av电影不卡..在线观看| 综合色av麻豆| 精品国产超薄肉色丝袜足j| 成人亚洲精品av一区二区| 国产精品爽爽va在线观看网站| 夜夜看夜夜爽夜夜摸| 午夜福利成人在线免费观看| a级毛片a级免费在线| 亚洲成人免费电影在线观看| 欧美一级毛片孕妇| 亚洲无线在线观看| 精品国产亚洲在线| 精品久久久久久成人av| 国产精品精品国产色婷婷| 国产免费一级a男人的天堂| 内地一区二区视频在线| 国产精品精品国产色婷婷| 每晚都被弄得嗷嗷叫到高潮| 久久久久精品国产欧美久久久| 性色av乱码一区二区三区2| 亚洲 国产 在线|