• <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 ?

    基于用戶評論情感分析的CDN緩存替換方案*

    2018-07-03 08:55:42陳步華陳戈梁潔
    移動通信 2018年5期
    關(guān)鍵詞:卷積向量情感

    陳步華,陳戈,梁潔

    (中國電信股份有限公司廣州研究院,廣東 廣州 510630)

    1 引言

    內(nèi)容緩存技術(shù)就是通過緩存的內(nèi)容副本為訪問的用戶提供服務(wù),使得用戶向源站服務(wù)器發(fā)起的內(nèi)容訪問請求變成用戶到緩存服務(wù)器的就近訪問過程。高效的緩存算法在減少CDN服務(wù)器的負載和延時方面發(fā)揮著很重要的作用。但是,緩存服務(wù)器的磁盤空間通常是有限的,尤其是4K/8K以及AR等高數(shù)據(jù)量內(nèi)容的引進,對緩存策略提出了更高要求。

    目前,CDN中的緩存策略是根據(jù)熱度排序?qū)⒏邿醿?nèi)容(用戶訪問最集中的內(nèi)容以及預(yù)測出來的用戶未來會最集中訪問的內(nèi)容)緩存在邊緣服務(wù)器,來實現(xiàn)用戶到邊緣服務(wù)器的就近訪問。

    然而,僅從上述熱度內(nèi)容來配置CDN的緩存策略是不夠充分的。目前,相當多的視頻網(wǎng)站都支持用戶發(fā)表簡短的文字評論。事實上,獲取用戶的文字評價進行分析,進一步挖掘用戶對內(nèi)容的喜好程度,對優(yōu)化CDN緩存策略提供了重要指導(dǎo)意義。本文在用戶的訪問行為的基礎(chǔ)上,融合用戶基于文字評價的情感等信息進行建模,提出了基于情感分析的改進的CDN內(nèi)容緩存策略。

    2 基于CNN的用戶評論情感分析

    自然語言處理(NLP, Natural Language Processing)是指用自然語言對信息進行處理的技術(shù),通過利用計算機來分擔(dān)自然語言的自動識別、語言翻譯、語言理解和語言生成等工作[1],情感分析就是自然語言處理的任務(wù)之一。

    2.1 情感分析的任務(wù)

    情感分析主要是針對主觀性文本自動獲取有價值的意見信息,其任務(wù)分為自動識別情感句中的評價對象和判別情感句中評價對象的情感傾向性[2]。由于句子的長短存在差異,傳統(tǒng)的機器學(xué)習(xí)分類模型難以使用。并且,在特征提取的過程中,句子描述的對象樣式繁多,包括主題、人、物體或者事件,所以,人工提取特征耗費的精力太大[3]。再者,需要在特征提取時考慮詞與詞之間的聯(lián)系。因此,情感數(shù)據(jù)挖掘模型的選取至關(guān)重要。

    2.2 卷積神經(jīng)網(wǎng)絡(luò)

    近年來,深度學(xué)習(xí)在語音識別、圖像處理等領(lǐng)域表現(xiàn)出了卓越的能力,并且,深度學(xué)習(xí)也適合做文字處理和語義理解。這是因為深度學(xué)習(xí)結(jié)構(gòu)靈活,其底層利用詞嵌入技術(shù)可以避免文字長短不均帶來的處理困難。使用深度學(xué)習(xí)抽象特征,可以避免大量人工提取特征的工作[4]。并且,深度學(xué)習(xí)可以模擬詞與詞之間的聯(lián)系,有局部特征抽象化和記憶功能。正是這幾個優(yōu)勢,使得深度學(xué)習(xí)在情感分析,乃至文本分析理解中發(fā)揮著舉足輕重的作用。因此本節(jié)采用深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)(CNN, Convolutional Neural Network)進行情感分析挖掘建模。

    圖1 卷積神經(jīng)網(wǎng)絡(luò)情感分析框架

    如圖1所示,第一層是詞向量嵌入層,用word2vec把詞語映射為向量[5];第二層是卷積層,該卷積層會使用多個濾波器;第三層是池化層,本文采用max-overtime池化;最后將所有池化層的結(jié)果放在一個長特征向量上,并加入dropout正則,最后采用softmax輸出結(jié)果。具體過程如下:

    (1)詞向量嵌入層

    采用CNN模型處理文本時,需要將文本轉(zhuǎn)化成CNN能夠識別的輸入特征。首先,將句子分詞后,將該句子劃分后的各個詞語分別映射到d維實數(shù)向量,詞向量表使用word2vec提前訓(xùn)練[6],令xi∈Rd代表句子中第i個詞的d維的詞向量,所有的詞組成句子矩陣Mj∈Rl×d,其中,j代表所有評論集中第j條評論句子,l代表句子中詞的數(shù)量,d代表每個詞向量表示的向量維度,矩陣每行代表句中詞的詞向量表示,將矩陣Mj作為CNN的輸入[7]。

    (2)卷積層

    對于輸入句子矩陣Mj,利用大小為h×d的濾波器(滑動窗口)wh×d進行卷積操作,卷積滑塊涉及h個詞,滑塊寬度d與詞向量表示維度相同:

    其中,b代表偏置量,f(·)為非線性卷積核函數(shù),xi,i+h-1表示矩陣第i行到第i+h-1行,ci表示由卷積操作所產(chǎn)生的局部特征。因此,在句子矩陣Mj上,卷積滑動窗口將作用于{x1,h, x2,h+1,……, xl-h+1,l}個局部特征區(qū)域。所以:

    其中,C∈Rl-h+1。

    (3)池化層

    對于池化層,采用max-over-time池化的方法。這種方法就是簡單地從之前的特征向量中提取出最大值,最大值代表著最重要的信號,即滑動窗口獲得的局部特征中最重要的特征。可以看出,這種池化方式可以解決可變長度的句子輸入問題和濾波器大小不同的問題。因此,對于一個濾波器產(chǎn)生的輸出的C,采用maxover-time方法進行特征映射,得到池化后的特征s:

    對于整個卷積神經(jīng)網(wǎng)絡(luò)模型,將使用多個濾波器wjh×d(h為不同的值)對輸入矩陣Mjl×d進行卷積操作,產(chǎn)生多個特征,將特征組合作為全連接層的輸入向量V:

    其中,S(m,h)表示大小為h的第m個濾波器產(chǎn)生的特征。

    (4)softmax輸出

    池化層的一維向量的輸出通過全連接的方式,連接一個softmax層,softmax層可根據(jù)任務(wù)的需要設(shè)置(通常反映著最終類別上的概率分布)。因此,最后將全連接的輸出利用softmax函數(shù)生成分類結(jié)果,模型利用實際分類標簽,使用反向傳播算法對參數(shù)進行優(yōu)化。

    其中,y代表情感分析的類別標簽,W代表全連接層的參數(shù),b為偏值項。

    3 改進的緩存替換算法設(shè)計

    通過用戶的用戶評論確定用戶喜歡觀看的視頻內(nèi)容,從而在CDN邊緣節(jié)點中緩存滿足用戶興趣的視頻,需要通過構(gòu)建情感數(shù)據(jù)挖掘模型來實現(xiàn)。本節(jié)將具體介紹提出的基于用戶評論情感分析的改進的緩存替換算法。

    (1)數(shù)據(jù)準備

    首先設(shè)計一個網(wǎng)絡(luò)爬蟲,使用爬蟲抓取大量頁面,并剔除無關(guān)數(shù)據(jù)。然后,對收集到的評論進行有監(jiān)督的人工給文本標注類標簽,將不同的評論語句標注為不同的情感程度等級,這就是類標簽。

    (2)構(gòu)建情感數(shù)據(jù)挖掘模型

    在完成數(shù)據(jù)準備等階段的工作后,就開始進入模型的建立階段?;诒疚牡难芯繂栴},使用深度卷積神經(jīng)網(wǎng)絡(luò)來構(gòu)建基于用戶評論的情感分析模型。情感數(shù)據(jù)挖掘模型構(gòu)建分為訓(xùn)練和測試兩個階段。用數(shù)據(jù)訓(xùn)練分模型,再用訓(xùn)練好的模型對測試集里的數(shù)據(jù)進行分類,給出分類得到的情感程度標簽。

    (3)緩存替換策略

    在緩存替換策略中,傳統(tǒng)方式只考慮用戶訪問行為帶來了訪問和預(yù)測的熱度信息。為了獲得更合理的緩存替換方法,需要考慮用戶的文字評論信息,用評論信息去調(diào)節(jié)熱度值。因為在目前的互聯(lián)網(wǎng)視頻環(huán)境中,許多視頻并不是根據(jù)自然冷卻法則變成冷片。例如,某影片有熱門影視明星出演時,一開始會訪問熱度很高,但如果影片本身質(zhì)量不高,用戶評論口碑不佳,影片會在很短時間內(nèi)變成冷片,并不遵循訪問熱度下的自然冷卻法則。因此,本文提出的基于評論情感信息的緩存策略,是將不同用戶對某影片評論通過CNN模型輸出的情感程度標簽進行平均,獲得綜合情感權(quán)值Y。因此,考慮用戶的文字評論信息,用評論信息去調(diào)節(jié)熱度值H的緩存更新策略模型如下:

    其中,H0是影片的初始熱度值(訪問熱度或預(yù)測訪問熱度值),Y是情感權(quán)值,t0是內(nèi)容第一次被請求的時間,t是當前時間,a是冷卻系數(shù),用于調(diào)整冷卻速度,e是自然對數(shù)。

    設(shè)置每隔一段時間T,更新H值,再按H值排序,選取H值最高的前10%的內(nèi)容進行緩存,從而完成緩存替換與更新。

    4 實驗設(shè)計與結(jié)果

    4.1 數(shù)據(jù)準備

    天翼視訊是中國電信移動端的一種流媒體技術(shù),以視頻內(nèi)容為主,利用移動流媒體、視頻下載等技術(shù)為用戶提供影視、新聞、娛樂等視頻內(nèi)容播放和下載的服務(wù)[8]。本文提取了天翼視訊部分影片的歷史用戶評論數(shù)據(jù)作為建模初始樣本。為避免原始數(shù)據(jù)中的噪聲數(shù)據(jù)和缺失值對模型精度的影響,模型運行前進行了數(shù)據(jù)清洗、轉(zhuǎn)換以及噪聲和缺失值處理[9]。

    4.2 基于用戶評論的情感分析結(jié)果

    實驗抓取了天翼視訊中影片的用戶評論數(shù)據(jù)作為情感分析和可視化方法應(yīng)用研究的實驗數(shù)據(jù)集,其中某影片的部分用戶評論如表1所示:

    表1 某影片的部分用戶評論

    通過采用深度學(xué)習(xí)CNN模型進行用戶評論情感分析,情感分析結(jié)果輸出共有5個等級,每條用戶評論對應(yīng)一個等級值,即是情感標簽[1, 2, 3, 4, 5]中的一個值。等級值越接近5,情感越積極,表示該影片越受用戶喜歡;等級值越接近1,情感越消極,表示該影片越不受用戶歡迎。表1中,對某影片的部分用戶評論采用CNN方法進行情感分析,輸出的情感程度值如圖2所示:

    圖2 基于CNN的用戶評論情感程度值

    雷達圖是專門用來進行情感分析傾向性比較分析的專業(yè)圖表。繪制不同影片的情感傾向性雷達圖,能夠直觀體現(xiàn)用戶數(shù)在各個影片在5個情感程度等級上的分布情況,進而分析用戶情感傾向性。通過觀察圖3中的不同影片的情感類別傾向性雷達圖可以看出,影片1和影片4形成的雷達圖,分別是在等級5和等級4的方向上最為突出,這說明表達贊揚或喜愛這些影片的用戶居多;對于影片3形成的雷達圖,在等級3的方向上最為突出,意味著觀看感受一般的用戶評論較多;而對于影片2則是在等級2方向上最為突出,說明表達討厭、不喜歡的用戶評論較多。

    圖3 不同影片的情感類別傾向性雷達圖

    4.3 緩存命中結(jié)果

    本文在對視頻CDN打流時,采用“源站-緩存”二級架構(gòu)組網(wǎng)[10],模擬不同用戶對影片的請求訪問行為,在穩(wěn)定運行期間,對源站和緩存設(shè)備的網(wǎng)卡流量數(shù)據(jù)進行監(jiān)控。

    下面通過對系統(tǒng)的本地命中率及用戶請求的平均響應(yīng)時間兩方面來比較傳統(tǒng)LFU策略和本文提出的緩存替換策略對系統(tǒng)性能的影響。表2所示為本地數(shù)據(jù)命中率的比較,隨著系統(tǒng)穩(wěn)定運行時間的增加,本文提出的緩存替換策略的本地命中率在10小時左右就達到97.1%以上,這說明用戶請求的數(shù)據(jù)中,97.1%的影片內(nèi)容都已經(jīng)推送到在本地存儲,遠遠高于傳統(tǒng)最少頻率使用(LFU, Least-Frequency Used)方法對于用戶請求內(nèi)容的71.7%的本地存儲,體現(xiàn)了存儲策略的優(yōu)勢。

    表2 緩存命中結(jié)果

    圖4所示為傳統(tǒng)LFU方法與本文替換的緩存替換策略的請求響應(yīng)時間的比較,可看出,本文提出的緩存替換策略有效地減少了用戶的請求響應(yīng)時間,并減少了節(jié)點間數(shù)據(jù)的傳送,可以有效緩解網(wǎng)絡(luò)帶寬的壓力。

    5 結(jié)束語

    通過仿真實驗和對比測試可以得出,本文提出的基于評論情感分析的CDN內(nèi)容緩存替換方案,結(jié)合了用戶訪問行為(熱度)信息和用戶評論情感信息的融合優(yōu)勢,使現(xiàn)存內(nèi)容最大可能地滿足用戶需求,有效地提高了本地緩存命中率。因此,本文提出的緩存替換策略不僅能夠優(yōu)化CDN節(jié)點存儲配置,還為提高緩存效率、節(jié)省帶寬資源起著重要指導(dǎo)作用。

    [1] 程希文. 基于領(lǐng)域的中文信息抽取模式自動生成的研究[D]. 上海: 上海交通大學(xué), 2005.

    [2] 劉鴻宇,趙妍妍,秦兵,等. 評價對象抽取及其傾向性分析[J]. 中文信息學(xué)報, 2010,24(1): 84-88.

    [3] 秦勝君. 基于稀疏自動編碼器的微博情感分類應(yīng)用研究[J]. 廣西科技大學(xué)學(xué)報, 2015(3): 36-40.

    [4] 李躍鵬,金翠,及俊川. 基于word2vec的關(guān)鍵詞提取算法[J]. 科研信息化技術(shù)與應(yīng)用, 2015(4).

    [5] 李曉磊. 面向評論的文本傾向性分析中關(guān)鍵問題的研究[D]. 北京: 北京化工大學(xué), 2016.

    [6] 王盛玉,曾碧卿,胡翩翩. 基于卷積神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化的中文情感分析[J]. 計算機工程, 2017,43(8): 200-207.

    [7] 鄭立洲. 短文本信息抽取若干技術(shù)研究[D]. 合肥: 中國科學(xué)技術(shù)大學(xué), 2016.

    [8] 曹曄. 浙江電信家庭信息化發(fā)展戰(zhàn)略研究[D]. 杭州: 浙江大學(xué), 2013.

    [9] 爾古打機,蘇小龍,朱征. 基于用戶行為分析的移動終端偏好模型研究[C]//中國管理學(xué)年會, 2013.

    [10] 袁宏繪. 呼和浩特市IPTV業(yè)務(wù)與承載網(wǎng)絡(luò)組建研究[D]. 北京: 北京郵電大學(xué), 2012. ★

    猜你喜歡
    卷積向量情感
    向量的分解
    基于3D-Winograd的快速卷積算法設(shè)計及FPGA實現(xiàn)
    聚焦“向量與三角”創(chuàng)新題
    如何在情感中自我成長,保持獨立
    失落的情感
    北極光(2019年12期)2020-01-18 06:22:10
    情感
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    如何在情感中自我成長,保持獨立
    基于傅里葉域卷積表示的目標跟蹤算法
    向量垂直在解析幾何中的應(yīng)用
    亚洲av日韩精品久久久久久密| 91精品国产国语对白视频| 久久狼人影院| 午夜久久久在线观看| 巨乳人妻的诱惑在线观看| 国产区一区二久久| 亚洲国产精品sss在线观看| 国内精品久久久久久久电影| 亚洲全国av大片| 18禁黄网站禁片午夜丰满| 少妇粗大呻吟视频| 一区在线观看完整版| 悠悠久久av| 很黄的视频免费| 老司机福利观看| 色精品久久人妻99蜜桃| 欧美黄色片欧美黄色片| 每晚都被弄得嗷嗷叫到高潮| 亚洲国产日韩欧美精品在线观看 | 日韩视频一区二区在线观看| 国产熟女xx| 91九色精品人成在线观看| 成人亚洲精品一区在线观看| 午夜免费鲁丝| 久久精品人人爽人人爽视色| 91九色精品人成在线观看| 国产精品野战在线观看| 日韩一卡2卡3卡4卡2021年| 黄频高清免费视频| 国产精品免费一区二区三区在线| 午夜精品国产一区二区电影| 免费无遮挡裸体视频| tocl精华| 人人妻,人人澡人人爽秒播| 国产区一区二久久| 亚洲精品久久成人aⅴ小说| 中文字幕最新亚洲高清| x7x7x7水蜜桃| 欧美av亚洲av综合av国产av| 精品欧美一区二区三区在线| 一区福利在线观看| 成人18禁在线播放| 色综合亚洲欧美另类图片| 国产在线精品亚洲第一网站| 国产午夜精品久久久久久| 亚洲国产欧美网| 露出奶头的视频| 真人做人爱边吃奶动态| 国产精品香港三级国产av潘金莲| 久久精品成人免费网站| 欧美一区二区精品小视频在线| e午夜精品久久久久久久| avwww免费| 我的亚洲天堂| 天堂√8在线中文| 黑人操中国人逼视频| 啪啪无遮挡十八禁网站| 日韩中文字幕欧美一区二区| 精品欧美国产一区二区三| 国产欧美日韩一区二区三区在线| 夜夜夜夜夜久久久久| 一a级毛片在线观看| 久久人妻av系列| 亚洲精品粉嫩美女一区| 亚洲av成人一区二区三| 国产精品久久久久久人妻精品电影| 精品卡一卡二卡四卡免费| 黑丝袜美女国产一区| 美女国产高潮福利片在线看| 后天国语完整版免费观看| 村上凉子中文字幕在线| 午夜久久久在线观看| 19禁男女啪啪无遮挡网站| 国产精品乱码一区二三区的特点 | 91老司机精品| 免费看美女性在线毛片视频| 侵犯人妻中文字幕一二三四区| 午夜精品久久久久久毛片777| 日本欧美视频一区| 国产精品一区二区在线不卡| 国产精品精品国产色婷婷| 一级a爱视频在线免费观看| 国产国语露脸激情在线看| 日韩精品免费视频一区二区三区| 亚洲在线自拍视频| 国产高清有码在线观看视频 | 国产成人欧美| 色av中文字幕| 亚洲中文av在线| 一级黄色大片毛片| 女人高潮潮喷娇喘18禁视频| 亚洲精品国产一区二区精华液| 国产精品九九99| 曰老女人黄片| 非洲黑人性xxxx精品又粗又长| 一区二区日韩欧美中文字幕| 看黄色毛片网站| 久久精品成人免费网站| 天天躁狠狠躁夜夜躁狠狠躁| 制服人妻中文乱码| 国产亚洲精品久久久久5区| 亚洲精品在线美女| 色av中文字幕| 黑丝袜美女国产一区| 国产一级毛片七仙女欲春2 | 免费看十八禁软件| 色在线成人网| 日日干狠狠操夜夜爽| 村上凉子中文字幕在线| 女人被躁到高潮嗷嗷叫费观| av免费在线观看网站| 成人国语在线视频| 亚洲无线在线观看| 免费在线观看影片大全网站| 伦理电影免费视频| 亚洲av第一区精品v没综合| 国产精品久久久久久亚洲av鲁大| xxx96com| 一边摸一边抽搐一进一小说| 久久狼人影院| 亚洲专区字幕在线| 少妇熟女aⅴ在线视频| 咕卡用的链子| 精品久久久久久久人妻蜜臀av | 国产精品野战在线观看| 成人18禁高潮啪啪吃奶动态图| 久久国产乱子伦精品免费另类| 在线国产一区二区在线| 69av精品久久久久久| 国产xxxxx性猛交| 亚洲专区字幕在线| 夜夜夜夜夜久久久久| 日韩视频一区二区在线观看| 嫩草影视91久久| 淫妇啪啪啪对白视频| 久久久久国内视频| 少妇被粗大的猛进出69影院| 亚洲最大成人中文| 国产成人av教育| 久久久久久久午夜电影| 999精品在线视频| 国产日韩一区二区三区精品不卡| 国产精品久久视频播放| 亚洲国产精品999在线| 一本大道久久a久久精品| 两人在一起打扑克的视频| 色综合站精品国产| 精品电影一区二区在线| 啦啦啦韩国在线观看视频| 两性夫妻黄色片| 99精品欧美一区二区三区四区| 在线观看免费视频日本深夜| 国内久久婷婷六月综合欲色啪| 人成视频在线观看免费观看| 欧美在线黄色| 美女国产高潮福利片在线看| 欧美日韩亚洲国产一区二区在线观看| 亚洲七黄色美女视频| 国产精品久久久av美女十八| 中文字幕精品免费在线观看视频| 在线av久久热| 国产高清有码在线观看视频 | 国产主播在线观看一区二区| 欧美精品啪啪一区二区三区| 麻豆久久精品国产亚洲av| 久久久久亚洲av毛片大全| 9191精品国产免费久久| 极品人妻少妇av视频| 亚洲成av片中文字幕在线观看| 亚洲成a人片在线一区二区| 亚洲性夜色夜夜综合| 乱人伦中国视频| 国产亚洲精品av在线| 国产精品亚洲av一区麻豆| 性色av乱码一区二区三区2| 美女免费视频网站| 亚洲国产精品合色在线| 欧美另类亚洲清纯唯美| 电影成人av| 亚洲,欧美精品.| 色哟哟哟哟哟哟| 国产精品野战在线观看| x7x7x7水蜜桃| 久久精品国产亚洲av高清一级| 99re在线观看精品视频| 777久久人妻少妇嫩草av网站| av天堂久久9| 男人操女人黄网站| 亚洲人成77777在线视频| 国产成人系列免费观看| 午夜激情av网站| 两个人看的免费小视频| 午夜福利视频1000在线观看 | 蜜桃亚洲精品一区二区三区| 99久久无色码亚洲精品果冻| 国产私拍福利视频在线观看| 1000部很黄的大片| 国产亚洲精品av在线| 亚洲人成网站在线播| 久久久久九九精品影院| 久久精品影院6| 精品人妻1区二区| 亚洲欧美日韩东京热| 国内久久婷婷六月综合欲色啪| 久久午夜亚洲精品久久| 久久久精品欧美日韩精品| 婷婷色综合大香蕉| 欧美三级亚洲精品| 国产精品亚洲一级av第二区| 热99在线观看视频| 欧美黑人欧美精品刺激| 麻豆国产97在线/欧美| 欧美性猛交╳xxx乱大交人| 噜噜噜噜噜久久久久久91| 亚洲va在线va天堂va国产| 国产国拍精品亚洲av在线观看| 午夜影院日韩av| 夜夜看夜夜爽夜夜摸| 18+在线观看网站| 精品久久久久久久久久久久久| 国产淫片久久久久久久久| 美女xxoo啪啪120秒动态图| 国产主播在线观看一区二区| 一区二区三区高清视频在线| 国产精品亚洲美女久久久| 级片在线观看| 99久久成人亚洲精品观看| 看片在线看免费视频| 成人高潮视频无遮挡免费网站| 一级黄色大片毛片| 亚洲专区中文字幕在线| 久久国产乱子免费精品| 国产91精品成人一区二区三区| 日日干狠狠操夜夜爽| 亚洲av.av天堂| 在线观看美女被高潮喷水网站| 99久久精品热视频| 国产三级中文精品| 欧美日韩综合久久久久久 | 亚洲专区国产一区二区| 午夜日韩欧美国产| 高清在线国产一区| 国产日本99.免费观看| 嫩草影院入口| 噜噜噜噜噜久久久久久91| 香蕉av资源在线| 久久国产乱子免费精品| 一a级毛片在线观看| 亚洲经典国产精华液单| 可以在线观看毛片的网站| 亚洲国产精品久久男人天堂| 51国产日韩欧美| 男插女下体视频免费在线播放| 一级毛片久久久久久久久女| 国产成年人精品一区二区| 欧美日韩精品成人综合77777| 亚洲专区中文字幕在线| 国产视频一区二区在线看| 国产免费男女视频| av专区在线播放| 观看免费一级毛片| 中出人妻视频一区二区| 国产精品一区www在线观看 | 色综合婷婷激情| 久久人妻av系列| 一卡2卡三卡四卡精品乱码亚洲| 午夜爱爱视频在线播放| 嫁个100分男人电影在线观看| 亚洲欧美日韩卡通动漫| 亚洲aⅴ乱码一区二区在线播放| 九九爱精品视频在线观看| 亚洲欧美日韩东京热| 99精品在免费线老司机午夜| 久久精品国产99精品国产亚洲性色| 成人性生交大片免费视频hd| 亚洲精品久久国产高清桃花| 99九九线精品视频在线观看视频| 国产亚洲91精品色在线| 婷婷六月久久综合丁香| 午夜影院日韩av| 97碰自拍视频| 人妻夜夜爽99麻豆av| 中文亚洲av片在线观看爽| 久久久久久九九精品二区国产| 别揉我奶头 嗯啊视频| 国产单亲对白刺激| 成人av在线播放网站| 午夜福利视频1000在线观看| 日本 欧美在线| 亚洲欧美日韩卡通动漫| 免费看美女性在线毛片视频| 亚洲av日韩精品久久久久久密| 亚洲18禁久久av| 91麻豆精品激情在线观看国产| 日韩精品有码人妻一区| 欧美日韩精品成人综合77777| 免费看a级黄色片| 又粗又爽又猛毛片免费看| 国产一级毛片七仙女欲春2| 又紧又爽又黄一区二区| 黄色配什么色好看| 国产免费男女视频| 欧美人与善性xxx| 亚洲成av人片在线播放无| 中文字幕av在线有码专区| 日日摸夜夜添夜夜添小说| 99热精品在线国产| 亚洲av成人精品一区久久| 国产大屁股一区二区在线视频| 高清在线国产一区| 久久久久精品国产欧美久久久| 亚洲avbb在线观看| 全区人妻精品视频| 亚洲最大成人av| 简卡轻食公司| 乱码一卡2卡4卡精品| 天天躁日日操中文字幕| 高清毛片免费观看视频网站| 在线免费观看不下载黄p国产 | av黄色大香蕉| 精品久久久噜噜| 日日摸夜夜添夜夜添小说| 赤兔流量卡办理| 日日摸夜夜添夜夜添av毛片 | 日韩欧美三级三区| 五月玫瑰六月丁香| 波多野结衣高清作品| 国产国拍精品亚洲av在线观看| 哪里可以看免费的av片| 少妇的逼好多水| 中文字幕熟女人妻在线| 我要搜黄色片| 欧洲精品卡2卡3卡4卡5卡区| 亚洲国产高清在线一区二区三| 99久久精品热视频| 夜夜爽天天搞| 国产麻豆成人av免费视频| 成人美女网站在线观看视频| 国产老妇女一区| 国产精品av视频在线免费观看| av视频在线观看入口| 日韩欧美国产在线观看| 国产大屁股一区二区在线视频| 国产欧美日韩精品一区二区| 国产在线男女| 不卡视频在线观看欧美| av福利片在线观看| 国产女主播在线喷水免费视频网站 | 久久久久久久亚洲中文字幕| 精品久久久久久久久久免费视频| 成人综合一区亚洲| 午夜日韩欧美国产| 人妻制服诱惑在线中文字幕| 国产精品国产高清国产av| 国产精品亚洲一级av第二区| 欧美日韩黄片免| 亚洲精品亚洲一区二区| 91av网一区二区| 久久这里只有精品中国| 亚洲av免费在线观看| 男女边吃奶边做爰视频| av在线天堂中文字幕| 国产精品久久久久久av不卡| 给我免费播放毛片高清在线观看| 国产亚洲精品久久久com| 在线免费十八禁| 欧美3d第一页| 女人被狂操c到高潮| 成熟少妇高潮喷水视频| 十八禁国产超污无遮挡网站| a级一级毛片免费在线观看| 欧美+日韩+精品| 一级黄色大片毛片| 不卡一级毛片| 免费看a级黄色片| 国产精品av视频在线免费观看| 国产欧美日韩精品亚洲av| 美女xxoo啪啪120秒动态图| 亚洲七黄色美女视频| 欧美xxxx黑人xx丫x性爽| 简卡轻食公司| 极品教师在线视频| 黄色欧美视频在线观看| 人人妻人人看人人澡| 老熟妇乱子伦视频在线观看| 悠悠久久av| 国产一区二区三区av在线 | 免费人成视频x8x8入口观看| 在现免费观看毛片| 啦啦啦啦在线视频资源| 国产 一区 欧美 日韩| 亚洲精华国产精华液的使用体验 | 精品国产三级普通话版| 免费不卡的大黄色大毛片视频在线观看 | 久久精品国产自在天天线| 波多野结衣高清作品| 日本a在线网址| 久久久国产成人免费| 成年女人毛片免费观看观看9| av黄色大香蕉| 欧美+日韩+精品| 国产一级毛片七仙女欲春2| 91av网一区二区| 99热只有精品国产| 观看美女的网站| 亚洲国产色片| 色尼玛亚洲综合影院| 久久久久久久久中文| 国产高清不卡午夜福利| 亚洲乱码一区二区免费版| 久久久久久九九精品二区国产| 一区福利在线观看| 久久久久久国产a免费观看| 少妇人妻精品综合一区二区 | 给我免费播放毛片高清在线观看| 99热这里只有是精品在线观看| 亚洲图色成人| 美女被艹到高潮喷水动态| 搞女人的毛片| 动漫黄色视频在线观看| 婷婷色综合大香蕉| 久久久久久国产a免费观看| 亚洲精品久久国产高清桃花| 国产单亲对白刺激| 亚洲av中文字字幕乱码综合| 日本成人三级电影网站| 美女免费视频网站| 久久精品综合一区二区三区| 久久久久国内视频| 亚洲av不卡在线观看| 免费av观看视频| 我的老师免费观看完整版| 久久这里只有精品中国| 国产精品自产拍在线观看55亚洲| 久久久久九九精品影院| 欧美日韩亚洲国产一区二区在线观看| 黄色欧美视频在线观看| 国产老妇女一区| www日本黄色视频网| 嫩草影院精品99| 国产精品嫩草影院av在线观看 | 免费人成在线观看视频色| .国产精品久久| 美女大奶头视频| 舔av片在线| 少妇人妻精品综合一区二区 | 夜夜看夜夜爽夜夜摸| 午夜a级毛片| videossex国产| 尤物成人国产欧美一区二区三区| 成人av一区二区三区在线看| 天美传媒精品一区二区| 级片在线观看| 成年女人看的毛片在线观看| 91麻豆精品激情在线观看国产| 一区二区三区四区激情视频 | 免费观看精品视频网站| 黄色日韩在线| 国产主播在线观看一区二区| 国产伦人伦偷精品视频| 国产中年淑女户外野战色| 日韩一区二区视频免费看| 国产不卡一卡二| 亚洲成人久久爱视频| 国产毛片a区久久久久| 亚洲国产欧洲综合997久久,| 国产爱豆传媒在线观看| 欧美日韩精品成人综合77777| 噜噜噜噜噜久久久久久91| 99在线视频只有这里精品首页| 老师上课跳d突然被开到最大视频| 免费av不卡在线播放| 国产蜜桃级精品一区二区三区| 天天躁日日操中文字幕| 亚洲国产精品久久男人天堂| h日本视频在线播放| 99久久精品热视频| 日韩欧美精品免费久久| 亚洲第一电影网av| 国产亚洲精品久久久久久毛片| 我的女老师完整版在线观看| 日韩高清综合在线| 亚洲人成网站高清观看| 麻豆久久精品国产亚洲av| 国产成人福利小说| 麻豆国产av国片精品| 国产精品电影一区二区三区| 精品人妻偷拍中文字幕| 淫秽高清视频在线观看| 桃色一区二区三区在线观看| 亚洲国产日韩欧美精品在线观看| 色在线成人网| 嫩草影院新地址| 亚洲美女搞黄在线观看 | 亚洲av成人精品一区久久| 12—13女人毛片做爰片一| 欧美日韩中文字幕国产精品一区二区三区| 国产美女午夜福利| 国产伦在线观看视频一区| 18禁黄网站禁片免费观看直播| 啪啪无遮挡十八禁网站| 日韩欧美国产在线观看| 国产精品一区二区性色av| 久久久久久久午夜电影| 最新在线观看一区二区三区| 久久久久国产精品人妻aⅴ院| 热99在线观看视频| 国产亚洲av嫩草精品影院| 久久国产精品人妻蜜桃| 亚洲第一区二区三区不卡| 成年女人永久免费观看视频| 国产中年淑女户外野战色| 欧美日韩国产亚洲二区| 国产一区二区三区av在线 | 桃色一区二区三区在线观看| 免费看光身美女| 99热网站在线观看| 成人性生交大片免费视频hd| 亚洲自偷自拍三级| 久99久视频精品免费| 国产精品99久久久久久久久| 热99在线观看视频| 真人一进一出gif抽搐免费| 18+在线观看网站| 欧美日韩精品成人综合77777| 日韩高清综合在线| 麻豆一二三区av精品| 一级a爱片免费观看的视频| 国产精品久久久久久av不卡| 淫妇啪啪啪对白视频| 久久欧美精品欧美久久欧美| 久久6这里有精品| 国产色爽女视频免费观看| 日日啪夜夜撸| 久久午夜福利片| 欧美最黄视频在线播放免费| 亚洲真实伦在线观看| 夜夜爽天天搞| 国产av麻豆久久久久久久| 97人妻精品一区二区三区麻豆| 欧美成人一区二区免费高清观看| av专区在线播放| 黄片wwwwww| av女优亚洲男人天堂| 两性午夜刺激爽爽歪歪视频在线观看| 国产91精品成人一区二区三区| 午夜激情欧美在线| 亚洲经典国产精华液单| 色综合站精品国产| 亚洲图色成人| 欧美又色又爽又黄视频| 97热精品久久久久久| 免费av观看视频| 久久久久久伊人网av| 韩国av在线不卡| 中文亚洲av片在线观看爽| 欧美性感艳星| 精品一区二区三区av网在线观看| 无遮挡黄片免费观看| 国产亚洲av嫩草精品影院| 成人综合一区亚洲| 精品一区二区三区视频在线观看免费| 日韩强制内射视频| 亚洲人成伊人成综合网2020| 小蜜桃在线观看免费完整版高清| 久久精品国产亚洲av香蕉五月| 中文字幕精品亚洲无线码一区| 国语自产精品视频在线第100页| 国产成人福利小说| 直男gayav资源| 久久人人精品亚洲av| 国产成人影院久久av| 久久精品国产亚洲av涩爱 | 亚洲人与动物交配视频| 女同久久另类99精品国产91| 免费大片18禁| 国产精品野战在线观看| 99久久精品热视频| 成年免费大片在线观看| 亚洲成人久久性| 中国美女看黄片| 日韩国内少妇激情av| 久久精品综合一区二区三区| 久久人妻av系列| 国产不卡一卡二| 国产视频内射| ponron亚洲| 高清毛片免费观看视频网站| 国产精品乱码一区二三区的特点| 色综合站精品国产| 欧美一级a爱片免费观看看| avwww免费| 成人二区视频| 人人妻,人人澡人人爽秒播| 亚洲欧美日韩高清专用| 女同久久另类99精品国产91| 亚洲av熟女| 特级一级黄色大片| 狂野欧美激情性xxxx在线观看| 国产成人a区在线观看| 国产不卡一卡二| 免费看av在线观看网站| 此物有八面人人有两片| 性欧美人与动物交配| 最新中文字幕久久久久| 啦啦啦观看免费观看视频高清| 久久久精品欧美日韩精品| 国产精品亚洲美女久久久| 狠狠狠狠99中文字幕| 看十八女毛片水多多多| 久久久久国内视频| 成年女人看的毛片在线观看| 在现免费观看毛片| 亚洲 国产 在线| 亚洲成a人片在线一区二区|