• <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 ?

    圖書館大數(shù)據(jù)知識服務(wù)情境化推薦系統(tǒng)研究

    2018-09-19 01:55:20劉海鷗孫晶晶張亞明
    圖書館理論與實(shí)踐 2018年8期
    關(guān)鍵詞:個(gè)性化圖書館情境

    劉海鷗,陳 晶,孫晶晶,張亞明△

    (燕山大學(xué) a.互聯(lián)網(wǎng)+與產(chǎn)業(yè)發(fā)展研究中心;b.經(jīng)濟(jì)管理學(xué)院)

    1 引言

    隨著大數(shù)據(jù)時(shí)代到來,圖書館知識服務(wù)面臨兩個(gè)日益凸顯的矛盾,其一是知識爆炸性增長與用戶選擇能力局限性之間的矛盾,其二是信息量極度豐富和用戶感興趣信息局限性之間的矛盾。圖書館大數(shù)據(jù)知識服務(wù)的個(gè)性化推薦技術(shù)是解決該問題的一個(gè)有效工具。圖書館大數(shù)據(jù)知識服務(wù)的個(gè)性化推薦是將讀者興趣、知識領(lǐng)域等關(guān)聯(lián)信息加工為能夠生動描述讀者偏好的知識元,由此來支持?jǐn)?shù)字圖書館各種推薦服務(wù),最終為用戶提供滿足其個(gè)性化需求的知識資源。面對海量的知識資源,用戶的需求并非一成不變,會隨著其所處的環(huán)境與場景(情境)而發(fā)生變化。有研究表明,[1,2]用戶這種情境的變化對其個(gè)性化需求會造成不同程度的影響。但目前大多數(shù)圖書館對情境因素的感知能力不足,因此難以為圖書館用戶提供與其情境最為匹配的精準(zhǔn)個(gè)性化服務(wù)。

    為解決個(gè)性化推薦系統(tǒng)存在的“情境缺位”問題,國外學(xué)者M(jìn)allat等[3]在其構(gòu)建的個(gè)性化推薦系統(tǒng)中對用戶的情境信息進(jìn)行了定義,可根據(jù)用戶當(dāng)時(shí)所處的情境來進(jìn)行個(gè)性化推薦;Adomavicius等[4]在研究過程中引入了用戶的購買時(shí)間,將其作為情境變量來構(gòu)建集成用戶情境的協(xié)同過濾推薦模型;Anand等[5]在研究中討論了如何在推薦系統(tǒng)中對情境進(jìn)行模擬的問題,基于此提出了融合用戶情境信息的推薦方法;Bao等[6]通過研究提出了一種無監(jiān)督方法,由此來對移動用戶的個(gè)性化情境進(jìn)行實(shí)時(shí)模擬;Sen[7]、Karatzoglou[8]、Rendle 等[9]也各自在其推薦系統(tǒng)中融入了用戶情境信息,由此提出情境感知推薦方法、融合情境的多元推薦方法以及基于情境分解機(jī)的推薦方法。

    在圖書館個(gè)性化服務(wù)推薦研究領(lǐng)域,我國學(xué)者郭順利、李秀霞[10]探討了圖書館用戶信息需求的情境敏感性以及推薦即時(shí)性特點(diǎn),基于此提出了圖書館用戶信息需求模型,并通過實(shí)驗(yàn)驗(yàn)證了情境要素對提升圖書館個(gè)性化推薦質(zhì)量的關(guān)鍵作用;畢達(dá)天、晁亞男[11]在數(shù)字圖書館用戶興趣建模過程中,從用戶情境偏好的角度出發(fā),探討了數(shù)字圖書館資源情境對用戶接受推薦結(jié)果的重要影響;李靜云[12]構(gòu)建了用戶情境感知的圖書館知識推薦系統(tǒng),以此來提高圖書館知識推薦的針對性與準(zhǔn)確性;張文萍等[13]進(jìn)一步分析了影響數(shù)字圖書館個(gè)性化知識服務(wù)的多個(gè)情境因素,基于此探討每個(gè)情境維度對知識服務(wù)個(gè)性化推薦的影響;周玲元[14]探討了移動環(huán)境下的情境感知計(jì)算流程,基于此構(gòu)建了圖書館聯(lián)盟情境感知推薦系統(tǒng);曾子明、陳貝貝[15]從智慧圖書館建設(shè)的角度出發(fā),提出構(gòu)建智慧圖書館情境感知的個(gè)性化服務(wù)推薦系統(tǒng),通過深層次融合情境信息為廣大用戶提供與其情境更為匹配的智慧信息資源,從而實(shí)現(xiàn)精準(zhǔn)個(gè)性化服務(wù);胡慕海等[16]通過研究提出了基于信息熵的用戶情境敏感性度量方法,由此對用戶進(jìn)行相似性計(jì)算,該方法在一定程度上提高了圖書館知識推薦精度,有利于為用戶提供滿足其個(gè)性化知識資源。

    綜上所述,國內(nèi)外學(xué)者已對融合情境信息的協(xié)同過濾(Collaborative Filtering,CF)推薦進(jìn)行了一定的研究,也有部分研究在圖書館個(gè)性化推薦系統(tǒng)中引入了讀者的情境信息。但是當(dāng)前大多數(shù)研究主要通過用戶靜態(tài)信息與評分項(xiàng)目進(jìn)行推薦,對圖書館用戶的位置情境、時(shí)間情境、業(yè)務(wù)關(guān)聯(lián)情境等挖掘不夠深入,圖書館推薦服務(wù)中的情境信息共享、情境興趣建模以及情境感知的個(gè)性化服務(wù)機(jī)制等問題仍需要進(jìn)一步研究。[17]此外,圖書館用戶的行為數(shù)據(jù)與情境信息在大數(shù)據(jù)環(huán)境下呈指數(shù)式爆炸性增長,這極大增加了從海量數(shù)據(jù)中挖掘用戶情境興趣與相關(guān)知識的難度,且項(xiàng)目評分的稀疏性問題也愈加突出。鑒于此,本研究在傳統(tǒng)推薦算法中引入圖書館用戶的情境信息,提出面向圖書館大數(shù)據(jù)知識服務(wù)的情境化推薦系統(tǒng),采用大數(shù)據(jù)MapReduce處理技術(shù)實(shí)現(xiàn)協(xié)同過濾算法的并行分布式推薦,最后給出推薦結(jié)果。

    2 圖書館大數(shù)據(jù)知識服務(wù)情境化推薦系統(tǒng)設(shè)計(jì)

    在借鑒分布式架構(gòu)、用戶個(gè)性化興趣建模以及CF推薦技術(shù)的基礎(chǔ)上,本研究提出面向圖書館大數(shù)據(jù)知識服務(wù)的情境化推薦系統(tǒng)架構(gòu)(見圖1)。

    圖1 面向圖書館大數(shù)據(jù)知識服務(wù)的情境化推薦系統(tǒng)架構(gòu)

    從圖1可以看出,圖書館情境化服務(wù)推薦系統(tǒng)部署在Hadoop分布式環(huán)境下,對推薦系統(tǒng)而言,隨著圖書館用戶服務(wù)請求規(guī)模的不斷增加,其面臨的大數(shù)據(jù)處理壓力也逐漸增大。此時(shí),Hadoop分布式處理的計(jì)算優(yōu)勢就得以充分發(fā)揮,它可以將圖書館用戶服務(wù)請求部署到Hadoop集群進(jìn)行處理,通過橫向擴(kuò)展Hadoop節(jié)點(diǎn)數(shù)量,增加集群并行計(jì)算性能,以此緩解推薦系統(tǒng)面臨的大數(shù)據(jù)處理壓力。具體來講,面向圖書館大數(shù)據(jù)知識服務(wù)情境化推薦系統(tǒng)包括如下模塊。

    (1)圖書館用戶大數(shù)據(jù)獲取與存儲模塊。數(shù)據(jù)獲取模塊的主要目的是提取圖書館用戶相關(guān)數(shù)據(jù),同時(shí)將其存儲到Hadoop相應(yīng)的存儲模塊中。鑒于面向圖書館大數(shù)據(jù)知識服務(wù)的情境化推薦系統(tǒng)需對用戶的即時(shí)興趣迅速作出回應(yīng),因此對數(shù)據(jù)存儲層的響應(yīng)時(shí)間提出了較高要求。Hadoop中的HBase分布式存儲面對海量數(shù)據(jù)具有快速的服務(wù)響應(yīng)能力,因此可通過橫向擴(kuò)充集群節(jié)點(diǎn)來實(shí)現(xiàn)圖書館用戶大數(shù)據(jù)的存儲。

    (2)情境興趣建模模塊。圖書館大數(shù)據(jù)知識服務(wù)情境化推薦系統(tǒng)的核心模塊為情境興趣建模,即如何融合圖書館用戶的情境信息進(jìn)行情境興趣建模,并基于此緩解數(shù)據(jù)稀疏性導(dǎo)致的推薦性能下降問題。

    (3)并行推薦模塊。大數(shù)據(jù)環(huán)境下,協(xié)同過濾的挖掘速度與推薦系統(tǒng)的運(yùn)行效率遇到了極大挑戰(zhàn)。本研究引入MapReduce大數(shù)據(jù)處理工具對傳統(tǒng)的協(xié)同過濾推薦方法進(jìn)行改進(jìn),以此提高圖書館用戶大數(shù)據(jù)的并行挖掘精度以及推薦系統(tǒng)的運(yùn)行效率。

    (4)情境化服務(wù)推薦引擎模塊。本研究構(gòu)建的圖書館推薦系統(tǒng)的推薦引擎主要對系統(tǒng)前端接收的圖書館情境化服務(wù)請求做出回應(yīng),推薦系統(tǒng)服務(wù)接口再使用情境化推薦方法進(jìn)行推薦,最終將計(jì)算出的推薦結(jié)果提供給用戶。

    3 大數(shù)據(jù)的獲取與存儲

    大數(shù)據(jù)技術(shù)的出現(xiàn)促使圖書館數(shù)字資源間的協(xié)同與互聯(lián)達(dá)到前所未有的深度和廣度,尤其是移動閱讀終端的多樣化和普及化為我們帶來了多領(lǐng)域、立體化、全方位的圖書館大數(shù)據(jù)。對圖書館而言,可實(shí)現(xiàn)其情境化推薦服務(wù)的大數(shù)據(jù)資源主要包括:用戶基本數(shù)據(jù)、用戶行為數(shù)據(jù)、圖書館知識資源數(shù)據(jù)以及用戶情境數(shù)據(jù)(見表1)。

    表1 圖書館大數(shù)據(jù)資源類別劃分

    表1中的用戶個(gè)人信息主要體現(xiàn)圖書館用戶的性別、年齡、專業(yè)等,此類信息可通過系統(tǒng)的注冊信息獲取,行為數(shù)據(jù)以及知識資源數(shù)據(jù)可通過Cloudera提供的Flume系統(tǒng)進(jìn)行采集。其中,F(xiàn)lume是一個(gè)開源的分布式海量日志收集系統(tǒng),該系統(tǒng)將定期分布式存儲用戶的訪問日志,以供后續(xù)的跟蹤和分析使用。用戶情境信息是本研究重點(diǎn)關(guān)注的要素,主要包括時(shí)間信息、地理位置信息以及環(huán)境信息,其中,時(shí)間信息和位置信息也可合稱為時(shí)空情境。時(shí)空情境既包括絕對時(shí)空信息(可確切且可量化的時(shí)空信息,如,東經(jīng)12.3度,北緯45.6度、樣本閱覽室101、圖書館入口以及確切的年月日等),還包括相對時(shí)空信息(模糊描述時(shí)間與位置的時(shí)空信息,如,圖書館一樓、圖書館大門200米處、暑假期間等)。時(shí)空數(shù)據(jù)主要可根據(jù)定位技術(shù)獲取,如GPS、北斗、RFID、無線網(wǎng)絡(luò)基站、WiFi、傳感器等。環(huán)境信息主要客觀描述用戶所處的自然條件,如,用戶周圍的溫度、濕度、光線、噪聲、天氣狀況等,這些數(shù)據(jù)可以通過傳感器、用戶手持的智能終端設(shè)備直接獲取。

    此外,Hadoop的持久化分布式文件系統(tǒng)(Hadoop Distributed File System,HDFS)解決了圖書館大數(shù)據(jù)的存儲問題。HDFS特別適于存儲數(shù)據(jù)查詢要求不高的圖書館信息,如,圖書情報(bào)學(xué)界近年來重大新聞信息、行業(yè)發(fā)展動態(tài)信息等。對于分布式存儲的高級應(yīng)用,HBase具有類似關(guān)系型數(shù)據(jù)庫的服務(wù)功能,其列式存儲也非常適用于大規(guī)模本體數(shù)據(jù)的存儲、查詢以及實(shí)時(shí)更改。圖書館大數(shù)據(jù)的HDFS存儲機(jī)制具體如圖2所示。

    圖2 圖書館大數(shù)據(jù)知識服務(wù)的HDFS存儲機(jī)制

    4 用戶情境興趣建模

    用戶情境興趣建模是大數(shù)據(jù)知識服務(wù)情境化推薦的核心部分,本節(jié)對其進(jìn)行細(xì)致描述。

    在情境化推薦系統(tǒng)中,根據(jù)圖書館用戶所處的地理位置、環(huán)境溫度、服務(wù)時(shí)間等不同類型的情境,本研究使用向量計(jì)算公式將其標(biāo)記為Context={C1,L,Ci,L,C}n。其中Ci表示某一情境屬性的向量,可以體現(xiàn)圖書館用戶當(dāng)前的時(shí)間信息、位置信息、活動狀態(tài)等。如在C={c1,L,ci,L,c}n這一情境實(shí)例,ci體現(xiàn)的是情境屬性Ci的具體屬性值:若Ci為位置情境,則ci可表示東經(jīng)12.3度、圖書館101、圖書館入口等。Contextx和Contexty則表示兩種不同的情境,其相似度本研究記為Sim(Contextx,Context)y,Simk(Contextx,Context)y則表示情境Contextx和Contexty在k類情境背景下比較的相似程度。鑒于圖書館用戶是在一定情境下對項(xiàng)目進(jìn)行評分,且該情境信息將對用戶評分產(chǎn)生影響,因此本研究在評分過程中引入了圖書館用戶的情境信息,由此來對傳統(tǒng)CF的用戶—項(xiàng)目評分矩陣進(jìn)行擴(kuò)展,形成用戶—項(xiàng)目—情境評分矩陣,也就是將情境信息ContextK融入到原先圖書館用戶的每一個(gè)項(xiàng)目評分中去,實(shí)現(xiàn)融合情境興趣的圖書館個(gè)性化推薦。具體而言,就是建立“用戶—項(xiàng)目—情境評分”的三維量空間模型:{User,Item,Context},三個(gè)維度用戶、項(xiàng)目、情境評分分別由各自的屬性值構(gòu)成。

    首先,獲取用戶—項(xiàng)目評分矩陣及評分時(shí)用戶所處的情境。在建立圖書館用戶情境化推薦模型時(shí),先建立傳統(tǒng)的用戶評分矩陣 ,該矩陣反映了用戶User對項(xiàng)目Item的評分情況,如公式(1)所示:

    其中,用戶ui對項(xiàng)目sj的評分使用表示,用戶ui的平均評分使用表示,用戶uj的平均評分使用表示。

    然后,根據(jù)用戶在不同情境下對相同項(xiàng)目的不同評分,采用Pearson相關(guān)系數(shù)度量公式計(jì)算同一用戶的不同情境相似度,具體如公式(2)所示。

    公式(2)中,S表示目標(biāo)用戶u在情境Cx和情境Cy都有評分值的項(xiàng)目集合;表示用戶項(xiàng)目在情境下的評分值;則表示平均評分值。

    最后,計(jì)算與目標(biāo)用戶u的近似情境集合。大數(shù)據(jù)知識服務(wù)環(huán)境下,由于圖書館用戶在不同情境下共同評分的知識服務(wù)資源項(xiàng)目很少,這樣就很難獲得與目標(biāo)用戶u相近的情境集合。為解決這一問題,本文采用余弦相似性公式對情境Cx和情境Cy的余弦相似度進(jìn)行計(jì)算,具體如公式(3)所示:

    通過公式(3),可以得出與目標(biāo)用戶u當(dāng)前情境最接近的近似情境集合,然后進(jìn)行情境化協(xié)同過濾推薦,最后給出Top-N的推薦結(jié)果。

    5 大數(shù)據(jù)的并行處理與推薦

    由于本研究提出的情境化推薦面向的是海量數(shù)據(jù),僅通過單機(jī)運(yùn)行的協(xié)同過濾推薦方法難以進(jìn)行有效的圖書館大數(shù)據(jù)知識挖掘。鑒于此,引入了大數(shù)據(jù)并行處理技術(shù),利用Hadoop分布式環(huán)境下部署本文構(gòu)建的圖書館情境化推薦系統(tǒng),通過MapReduce對CF推薦方法進(jìn)行并行處理,從而改進(jìn)海量數(shù)據(jù)環(huán)境下CF推薦系統(tǒng)的挖掘性能與可擴(kuò)展性。

    圖書館情境化推薦的大數(shù)據(jù)并行處理與挖掘過程主要包括兩個(gè)環(huán)節(jié):第一步使用MapReduce大數(shù)據(jù)處理方法計(jì)算用戶—項(xiàng)目評分矩陣的相似度;第二步通過相似度對未評分項(xiàng)目進(jìn)行評分預(yù)測。在計(jì)算圖書館用戶—項(xiàng)目評分矩陣相似度時(shí),本文輸入的鍵值對以〈null,(User,Item,Score)〉 的形式表示,輸出的鍵值采用〈(Item1,Item2),Sim〉表示。該階段的并行計(jì)算可通過兩個(gè)MapReduce任務(wù)來實(shí)現(xiàn),第一次MapReduce主要匯總圖書館用戶對項(xiàng)目的評分信息,然后進(jìn)行排名;其中的Map函數(shù)將輸入的圖書館用戶信息與項(xiàng)目打分信息轉(zhuǎn)換為相對應(yīng)的鍵值對,Reduce函數(shù)則合并具有相同用戶的打分項(xiàng)目,具體過程如表2和表3所示。第二次MapReduce致力于計(jì)算項(xiàng)目間的相似度,將圖書館用戶和各項(xiàng)目間(User and Item)的鍵值對轉(zhuǎn)換成項(xiàng)目和項(xiàng)目間(Item and Item)的鍵值對,具體是采用Map函數(shù)獲得各Item間同一User的評分,利用Reduce函數(shù)計(jì)算項(xiàng)目之間的相似程度。通過兩次MapReduce處理后,可得出相似度的計(jì)算結(jié)果以及各Item的相似度列表。最后,根據(jù)MapReduce計(jì)算得出的圖書館用戶的推薦評分相似列表,使用Map函數(shù)進(jìn)行CF推薦,并通過Reduce函數(shù)輸出推薦結(jié)果,具體計(jì)算過程如表4和表5所示。

    表2 第一次MapReduce的Map階段

    表3 第一次MapReduce的Reduce階段

    表4 Map函數(shù)的CF推薦階段

    表5 Reduce函數(shù)的推薦結(jié)果輸出階段

    具體而言,首先將第三部分獲得的圖書館用戶行為、相關(guān)圖書評分等大數(shù)據(jù)知識服務(wù)信息引入推薦系統(tǒng),在進(jìn)行第四部分的情境興趣建模時(shí),引入時(shí)間或者其他情境要素的評分權(quán)重,由此可以獲得Top-N的推薦結(jié)果。在大數(shù)據(jù)的處理與挖掘過程中,原始輸入的參數(shù)為(Reder,Book,Score),通過 MapReduce將獲得以Reder為Key值、(Book,Score)為 Value值的輸入,然后利用情境相似度公式獲得用戶u對圖書項(xiàng)目b的興趣度Pref;以此類推,可獲得u所有的圖書項(xiàng)目歷史瀏覽信息 ((Book1Pref1),(Book2Pref2),L (BooknPrefn)),采用Map輸出相似度計(jì)算得出的鍵值對,通過函數(shù)Reduce匯總并輸出以Book為 Ket值,以{(book1n1),(book2n),L (booknnn)} 為 Value值的鍵值對,最終得到用戶u的圖書相似度矩陣和Top-N的推薦結(jié)果。

    6 并行推薦效果的檢驗(yàn)方法

    本研究實(shí)驗(yàn)評價(jià)標(biāo)準(zhǔn)主要包括兩個(gè)方面:首先測試基于Hadoop的大數(shù)據(jù)并行挖掘有無提升模型計(jì)算的性能;其次是測試情境化推薦對數(shù)據(jù)稀疏性導(dǎo)致推薦精度下降的緩解情況。

    作為并行計(jì)算測試的評價(jià)指標(biāo),加速比主要用來對比單機(jī)與并行計(jì)算兩種不同環(huán)境下特定算法運(yùn)行所耗費(fèi)的時(shí)長,其計(jì)算方法為單機(jī)運(yùn)行時(shí)間與并行運(yùn)行時(shí)間兩者之間的比值:S=T(1)/T(N)。其中,T(1)為算法在單機(jī)環(huán)境下的運(yùn)行時(shí)間,T(N)為多機(jī)并行處理的時(shí)間,兩者的比值結(jié)果即為加速比。此外,為了對比Hadoop環(huán)境下不同數(shù)目節(jié)點(diǎn)對并行計(jì)算結(jié)果的影響,還引入了相對加速比指標(biāo):S相對=T(單DataNode)/T(多DataNode)。其中,S相對表示相對加速比,T(單DataNode)表示單機(jī)運(yùn)行的時(shí)間,T(多DataNode)表示多DataNode集群運(yùn)行的時(shí)間。

    在推薦性能測試方面,使用最為常見的平均絕對偏差MAE、用戶覆蓋率Coverage以及P(u)@N。MAE表明預(yù)測評分與實(shí)際評分間的偏差程度,MAE越小,表明算法給出的推薦結(jié)果約接近于實(shí)際情況,兩者誤差也就越小。MAE的計(jì)算公式為:MAE=/N。其中,{P1,P2,…,PN},為算法預(yù)測得出的用戶評分集合,{q1,q2,…,qn}為實(shí)際用戶評分集合。覆蓋率指標(biāo)主要衡量對數(shù)據(jù)集的覆蓋范圍,本文采用Coverage表示,計(jì)算公式為其中,測試實(shí)驗(yàn)執(zhí)行次數(shù)使用n表示,算法計(jì)算得出的用戶預(yù)測評級使用pi表示。而P(u)@N則表示推薦列表中與目標(biāo)用戶u當(dāng)前情境相符合的用戶需求項(xiàng)目數(shù)與N的比值,計(jì)算公式為:P(u)@N=(relevent items intop nitemsforu)/N。

    猜你喜歡
    個(gè)性化圖書館情境
    情境引領(lǐng)追問促深
    不同情境中的水
    堅(jiān)持個(gè)性化的寫作
    文苑(2020年4期)2020-05-30 12:35:12
    新聞的個(gè)性化寫作
    新聞傳播(2018年12期)2018-09-19 06:27:10
    圖書館
    護(hù)患情境會話
    上汽大通:C2B個(gè)性化定制未來
    飛躍圖書館
    特定情境,感人至深
    滿足群眾的個(gè)性化需求
    免费高清在线观看视频在线观看| 国产精品国产三级专区第一集| 亚洲欧美一区二区三区黑人 | 狂野欧美白嫩少妇大欣赏| av电影中文网址| 亚洲四区av| 日本欧美国产在线视频| 99热全是精品| 九九爱精品视频在线观看| 99热这里只有精品一区| 欧美3d第一页| 大片电影免费在线观看免费| 99国产精品免费福利视频| 免费观看的影片在线观看| 免费观看性生交大片5| 精品午夜福利在线看| 国产一区二区在线观看日韩| 国产精品秋霞免费鲁丝片| 美女主播在线视频| 色婷婷av一区二区三区视频| 国产精品欧美亚洲77777| 少妇猛男粗大的猛烈进出视频| 热99国产精品久久久久久7| 亚洲欧美中文字幕日韩二区| 亚洲三级黄色毛片| 久久热精品热| 午夜久久久在线观看| 一区二区三区四区激情视频| 日韩强制内射视频| 一个人看视频在线观看www免费| 尾随美女入室| 国产精品不卡视频一区二区| 亚洲国产日韩一区二区| 九九在线视频观看精品| 2022亚洲国产成人精品| 国产午夜精品久久久久久一区二区三区| 少妇人妻 视频| 免费久久久久久久精品成人欧美视频 | 国产成人免费无遮挡视频| 一边摸一边做爽爽视频免费| h视频一区二区三区| 永久网站在线| 777米奇影视久久| 高清欧美精品videossex| 亚洲人成网站在线播| 久久久久国产网址| 少妇丰满av| 啦啦啦中文免费视频观看日本| 久久精品久久久久久久性| 国产精品不卡视频一区二区| 久久99蜜桃精品久久| av一本久久久久| a级毛片黄视频| 免费少妇av软件| 肉色欧美久久久久久久蜜桃| av免费在线看不卡| 曰老女人黄片| 日韩成人伦理影院| 欧美日韩精品成人综合77777| 色视频在线一区二区三区| 久久99热6这里只有精品| 亚洲精品一二三| freevideosex欧美| 国产精品欧美亚洲77777| a 毛片基地| 亚洲三级黄色毛片| 22中文网久久字幕| 狂野欧美激情性xxxx在线观看| 日韩 亚洲 欧美在线| 日韩一区二区视频免费看| 天天操日日干夜夜撸| 国产成人精品婷婷| 亚洲精品第二区| 日日摸夜夜添夜夜添av毛片| 26uuu在线亚洲综合色| 啦啦啦视频在线资源免费观看| 飞空精品影院首页| 你懂的网址亚洲精品在线观看| 最近最新中文字幕免费大全7| 亚洲综合精品二区| 日韩欧美一区视频在线观看| 日产精品乱码卡一卡2卡三| 狂野欧美激情性xxxx在线观看| 国产精品国产三级国产专区5o| 18+在线观看网站| 视频区图区小说| 国产精品女同一区二区软件| 免费黄网站久久成人精品| 久久精品人人爽人人爽视色| 亚洲国产欧美在线一区| 久久精品久久久久久久性| 伊人久久精品亚洲午夜| 一级毛片 在线播放| 99久久精品国产国产毛片| 大又大粗又爽又黄少妇毛片口| 天天操日日干夜夜撸| 97在线视频观看| 免费黄色在线免费观看| 尾随美女入室| 日本vs欧美在线观看视频| 国模一区二区三区四区视频| 久久久精品免费免费高清| 亚洲欧美一区二区三区黑人 | 亚洲欧洲国产日韩| 久久国内精品自在自线图片| 国产午夜精品一二区理论片| 精品久久久久久久久亚洲| 日日摸夜夜添夜夜爱| 亚洲精品一区蜜桃| 中文字幕人妻丝袜制服| av一本久久久久| 日本黄色片子视频| 国产av精品麻豆| 超色免费av| 色视频在线一区二区三区| 热re99久久精品国产66热6| 99re6热这里在线精品视频| 国产熟女午夜一区二区三区 | 国产免费福利视频在线观看| 多毛熟女@视频| 99热这里只有是精品在线观看| 欧美日本中文国产一区发布| 日韩制服骚丝袜av| 老司机亚洲免费影院| 日韩视频在线欧美| 国产精品成人在线| 人妻人人澡人人爽人人| 国产又色又爽无遮挡免| 国产一区二区在线观看av| 中文字幕精品免费在线观看视频 | 中文天堂在线官网| 中国国产av一级| 嘟嘟电影网在线观看| 性高湖久久久久久久久免费观看| 高清av免费在线| 麻豆乱淫一区二区| 免费看光身美女| 亚洲伊人久久精品综合| 久久精品夜色国产| 少妇高潮的动态图| 亚洲精品乱久久久久久| 国产69精品久久久久777片| 免费大片黄手机在线观看| 日本vs欧美在线观看视频| 成年人午夜在线观看视频| 赤兔流量卡办理| 亚洲美女黄色视频免费看| 少妇猛男粗大的猛烈进出视频| 国产亚洲av片在线观看秒播厂| 久久99一区二区三区| 男女高潮啪啪啪动态图| 老熟女久久久| 超色免费av| 91精品伊人久久大香线蕉| 日本欧美视频一区| 国产熟女午夜一区二区三区 | 日韩人妻高清精品专区| √禁漫天堂资源中文www| 亚洲国产最新在线播放| 亚洲精品国产av成人精品| 丰满少妇做爰视频| 91精品国产九色| 久久久精品免费免费高清| 欧美日韩一区二区视频在线观看视频在线| 男人操女人黄网站| 丰满迷人的少妇在线观看| 国产精品99久久99久久久不卡 | 女人久久www免费人成看片| 亚洲精品日韩在线中文字幕| 大码成人一级视频| 久久韩国三级中文字幕| 国产无遮挡羞羞视频在线观看| 在线观看免费视频网站a站| 九九在线视频观看精品| 中国三级夫妇交换| 男女边吃奶边做爰视频| 亚洲美女搞黄在线观看| 亚洲一区二区三区欧美精品| 黄色毛片三级朝国网站| 久久精品熟女亚洲av麻豆精品| 欧美日韩成人在线一区二区| 一本久久精品| 欧美人与善性xxx| www.色视频.com| 狂野欧美白嫩少妇大欣赏| 少妇高潮的动态图| 国产精品一区二区在线不卡| 极品少妇高潮喷水抽搐| av播播在线观看一区| 校园人妻丝袜中文字幕| 妹子高潮喷水视频| 精品久久久久久久久av| 黄色怎么调成土黄色| 嘟嘟电影网在线观看| 麻豆成人av视频| 国产有黄有色有爽视频| 国产精品一国产av| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲,一卡二卡三卡| 少妇人妻精品综合一区二区| 精品久久久噜噜| av视频免费观看在线观看| 美女脱内裤让男人舔精品视频| 美女主播在线视频| 99九九线精品视频在线观看视频| 水蜜桃什么品种好| 国产成人精品一,二区| 国产精品一区二区在线观看99| 黄片无遮挡物在线观看| 丰满乱子伦码专区| 亚洲国产精品成人久久小说| 国产色爽女视频免费观看| 久久精品人人爽人人爽视色| 欧美日韩在线观看h| 免费av中文字幕在线| 久久久久国产精品人妻一区二区| 国产亚洲欧美精品永久| 中文乱码字字幕精品一区二区三区| 中国美白少妇内射xxxbb| 国产成人91sexporn| 午夜激情福利司机影院| 亚洲成人av在线免费| 男女高潮啪啪啪动态图| 亚洲国产毛片av蜜桃av| 日本av免费视频播放| 中文字幕精品免费在线观看视频 | 久久久国产精品麻豆| 国产男女内射视频| 极品少妇高潮喷水抽搐| av福利片在线| 性色av一级| 日本免费在线观看一区| 丰满迷人的少妇在线观看| 老女人水多毛片| 日产精品乱码卡一卡2卡三| av电影中文网址| 91精品三级在线观看| 亚洲国产欧美在线一区| 亚洲少妇的诱惑av| 日本午夜av视频| 久久久久网色| .国产精品久久| 搡老乐熟女国产| 精品亚洲成国产av| 国产精品偷伦视频观看了| 2021少妇久久久久久久久久久| 人妻一区二区av| 亚洲综合色网址| 国产av国产精品国产| 特大巨黑吊av在线直播| 只有这里有精品99| 国产黄色视频一区二区在线观看| 久久人妻熟女aⅴ| 亚洲色图综合在线观看| 午夜视频国产福利| 一本—道久久a久久精品蜜桃钙片| 国产精品久久久久久精品古装| 免费观看av网站的网址| 日日摸夜夜添夜夜爱| 欧美成人午夜免费资源| 免费高清在线观看日韩| 成人毛片60女人毛片免费| 夫妻性生交免费视频一级片| 美女国产视频在线观看| 精品久久蜜臀av无| 亚洲国产欧美在线一区| a级毛片黄视频| 国产午夜精品一二区理论片| 久久久午夜欧美精品| 狂野欧美激情性xxxx在线观看| 久久99热6这里只有精品| 伦精品一区二区三区| 哪个播放器可以免费观看大片| 中文字幕最新亚洲高清| 中文乱码字字幕精品一区二区三区| 国产一区有黄有色的免费视频| 99视频精品全部免费 在线| 一本色道久久久久久精品综合| 日韩免费高清中文字幕av| videos熟女内射| 免费观看av网站的网址| 欧美精品国产亚洲| 国产片特级美女逼逼视频| 人妻 亚洲 视频| 亚洲激情五月婷婷啪啪| 免费播放大片免费观看视频在线观看| av一本久久久久| 建设人人有责人人尽责人人享有的| 尾随美女入室| 老司机影院毛片| 男的添女的下面高潮视频| 国产无遮挡羞羞视频在线观看| 日韩电影二区| 免费观看的影片在线观看| 在线观看人妻少妇| 99国产综合亚洲精品| 亚洲欧洲国产日韩| 亚洲婷婷狠狠爱综合网| 又黄又爽又刺激的免费视频.| 免费观看在线日韩| 亚洲内射少妇av| 狂野欧美激情性bbbbbb| 尾随美女入室| 91aial.com中文字幕在线观看| 亚洲精品av麻豆狂野| 丝瓜视频免费看黄片| 熟女电影av网| 午夜久久久在线观看| 久久精品久久久久久久性| .国产精品久久| 夫妻午夜视频| 91精品国产九色| 夜夜看夜夜爽夜夜摸| 男女边吃奶边做爰视频| 在线观看www视频免费| 人妻制服诱惑在线中文字幕| 国产高清国产精品国产三级| 男女无遮挡免费网站观看| 精品久久久久久久久亚洲| 狂野欧美白嫩少妇大欣赏| 人妻制服诱惑在线中文字幕| 国产成人精品久久久久久| 亚洲成人av在线免费| 久久久久久伊人网av| 亚洲综合精品二区| 大又大粗又爽又黄少妇毛片口| 永久网站在线| 一本—道久久a久久精品蜜桃钙片| 最近中文字幕高清免费大全6| 妹子高潮喷水视频| 亚洲国产精品999| 欧美人与性动交α欧美精品济南到 | 成人国语在线视频| 亚洲四区av| 久久毛片免费看一区二区三区| 黄片无遮挡物在线观看| 美女内射精品一级片tv| 一个人免费看片子| 中文天堂在线官网| 黄色毛片三级朝国网站| 国产色婷婷99| 亚洲美女黄色视频免费看| 亚洲成人手机| 国产乱人偷精品视频| 91久久精品电影网| xxxhd国产人妻xxx| 欧美97在线视频| 这个男人来自地球电影免费观看 | 日韩人妻高清精品专区| 久久 成人 亚洲| 日韩在线高清观看一区二区三区| 免费av中文字幕在线| 久久婷婷青草| 久久久久视频综合| 国产精品麻豆人妻色哟哟久久| 九九久久精品国产亚洲av麻豆| 亚洲av不卡在线观看| 国产精品无大码| 99热这里只有是精品在线观看| 日韩av不卡免费在线播放| 简卡轻食公司| 狠狠婷婷综合久久久久久88av| 好男人视频免费观看在线| 亚洲中文av在线| 黄色毛片三级朝国网站| videosex国产| 国产精品久久久久久av不卡| 波野结衣二区三区在线| 大片免费播放器 马上看| 国产在线视频一区二区| 91精品国产国语对白视频| 日韩,欧美,国产一区二区三区| 亚洲国产精品一区三区| 伦精品一区二区三区| 精品一区在线观看国产| 午夜免费男女啪啪视频观看| 国产日韩一区二区三区精品不卡 | 国产成人免费观看mmmm| 91成人精品电影| 一区二区av电影网| 在线观看人妻少妇| 一级片'在线观看视频| 国产高清三级在线| 黑人高潮一二区| 一个人免费看片子| 自拍欧美九色日韩亚洲蝌蚪91| 国产高清三级在线| 色吧在线观看| 天天影视国产精品| 日本猛色少妇xxxxx猛交久久| 日本欧美视频一区| 少妇的逼好多水| 极品少妇高潮喷水抽搐| 黑人高潮一二区| 黄色欧美视频在线观看| 97在线视频观看| 免费看不卡的av| 成人18禁高潮啪啪吃奶动态图 | 国产男人的电影天堂91| 久久精品熟女亚洲av麻豆精品| 少妇的逼好多水| 久久久精品免费免费高清| 国产视频首页在线观看| 欧美老熟妇乱子伦牲交| 亚洲精品久久午夜乱码| 精品酒店卫生间| 国产精品久久久久久av不卡| av.在线天堂| 男人爽女人下面视频在线观看| 欧美日韩一区二区视频在线观看视频在线| 美女国产高潮福利片在线看| 亚洲精品自拍成人| 国产一级毛片在线| 九九久久精品国产亚洲av麻豆| videos熟女内射| 国产精品人妻久久久影院| 久久精品熟女亚洲av麻豆精品| 欧美另类一区| 国产伦理片在线播放av一区| 国产成人免费无遮挡视频| 免费av不卡在线播放| 丰满少妇做爰视频| 永久免费av网站大全| 国产精品一区www在线观看| 亚洲激情五月婷婷啪啪| 国产无遮挡羞羞视频在线观看| 成人毛片a级毛片在线播放| av国产久精品久网站免费入址| 日本免费在线观看一区| 简卡轻食公司| 如日韩欧美国产精品一区二区三区 | 少妇的逼水好多| 中文字幕最新亚洲高清| 黄色配什么色好看| av电影中文网址| 成人毛片60女人毛片免费| 久久久久国产精品人妻一区二区| 亚洲天堂av无毛| 蜜桃久久精品国产亚洲av| 亚洲国产精品专区欧美| 亚洲av成人精品一区久久| 亚洲内射少妇av| 日韩成人伦理影院| 热re99久久国产66热| 狠狠婷婷综合久久久久久88av| 亚洲欧美中文字幕日韩二区| 亚洲美女黄色视频免费看| 精品99又大又爽又粗少妇毛片| www.色视频.com| 精品一区二区三卡| 久久人人爽av亚洲精品天堂| 国产免费现黄频在线看| 热99国产精品久久久久久7| 插逼视频在线观看| av国产精品久久久久影院| 韩国高清视频一区二区三区| 美女视频免费永久观看网站| 中文字幕人妻丝袜制服| 99九九线精品视频在线观看视频| 国产精品国产av在线观看| 99热网站在线观看| 精品一品国产午夜福利视频| 人人妻人人添人人爽欧美一区卜| 免费av不卡在线播放| 国产老妇伦熟女老妇高清| 这个男人来自地球电影免费观看 | 91国产中文字幕| 蜜桃久久精品国产亚洲av| 黑人高潮一二区| 热99久久久久精品小说推荐| 黄色毛片三级朝国网站| 在线看a的网站| 99热6这里只有精品| 亚洲精品日韩av片在线观看| 久久久a久久爽久久v久久| 久久久精品94久久精品| 看免费成人av毛片| 99久国产av精品国产电影| 国产精品国产三级专区第一集| 纯流量卡能插随身wifi吗| 一本—道久久a久久精品蜜桃钙片| 人妻 亚洲 视频| 最近中文字幕高清免费大全6| 美女脱内裤让男人舔精品视频| 人妻少妇偷人精品九色| 亚洲熟女精品中文字幕| 久久久a久久爽久久v久久| 91久久精品国产一区二区三区| 伊人久久精品亚洲午夜| av不卡在线播放| 蜜臀久久99精品久久宅男| 亚洲国产成人一精品久久久| 亚洲综合色网址| 麻豆成人av视频| 亚洲国产最新在线播放| 亚洲av中文av极速乱| 国产欧美日韩一区二区三区在线 | 熟女av电影| 大片免费播放器 马上看| 亚洲精品aⅴ在线观看| 蜜桃国产av成人99| 各种免费的搞黄视频| 另类亚洲欧美激情| 嫩草影院入口| 亚洲激情五月婷婷啪啪| 亚洲精品乱码久久久v下载方式| 久久人人爽人人爽人人片va| 伊人久久精品亚洲午夜| 热99国产精品久久久久久7| 久久99蜜桃精品久久| av黄色大香蕉| 男女国产视频网站| 亚洲成色77777| 曰老女人黄片| 久久精品国产自在天天线| 国产色婷婷99| 国产高清有码在线观看视频| 高清黄色对白视频在线免费看| 超碰97精品在线观看| 一本—道久久a久久精品蜜桃钙片| 亚洲精华国产精华液的使用体验| videossex国产| 亚洲精品乱码久久久久久按摩| 熟妇人妻不卡中文字幕| 免费av中文字幕在线| 日韩熟女老妇一区二区性免费视频| 国产精品久久久久久精品电影小说| 午夜av观看不卡| 亚洲欧美色中文字幕在线| 国产综合精华液| 色视频在线一区二区三区| 精品国产露脸久久av麻豆| 国产精品国产三级国产专区5o| www.色视频.com| 国产不卡av网站在线观看| 男男h啪啪无遮挡| 人成视频在线观看免费观看| 特大巨黑吊av在线直播| 国产亚洲欧美精品永久| 少妇高潮的动态图| 亚洲人与动物交配视频| 少妇人妻久久综合中文| 国产成人午夜福利电影在线观看| 亚洲国产最新在线播放| 国产黄频视频在线观看| 午夜福利视频在线观看免费| 在线观看美女被高潮喷水网站| 久久人妻熟女aⅴ| 999精品在线视频| 各种免费的搞黄视频| 99国产精品免费福利视频| 国产精品熟女久久久久浪| 成人黄色视频免费在线看| 日韩视频在线欧美| 一二三四中文在线观看免费高清| 两个人的视频大全免费| 丝袜在线中文字幕| 免费久久久久久久精品成人欧美视频 | 新久久久久国产一级毛片| 午夜久久久在线观看| 亚洲经典国产精华液单| 久久精品夜色国产| 国产成人免费观看mmmm| 亚洲,欧美,日韩| 老司机影院成人| 日韩伦理黄色片| 少妇被粗大的猛进出69影院 | 曰老女人黄片| 亚洲美女视频黄频| 亚洲欧美成人精品一区二区| 免费观看的影片在线观看| av免费观看日本| 一区二区日韩欧美中文字幕 | 狂野欧美激情性bbbbbb| 亚洲伊人久久精品综合| 国产成人一区二区在线| 久久久久网色| 国产伦精品一区二区三区视频9| 亚洲欧美成人精品一区二区| 久久国内精品自在自线图片| 少妇被粗大猛烈的视频| 另类亚洲欧美激情| 一本大道久久a久久精品| 国产精品无大码| 久久精品熟女亚洲av麻豆精品| 毛片一级片免费看久久久久| 国产黄色免费在线视频| 久久久久久久亚洲中文字幕| 亚洲,一卡二卡三卡| 日韩av在线免费看完整版不卡| 亚洲精品一区蜜桃| 国产成人av激情在线播放 | 性色avwww在线观看| 日本av免费视频播放| 久久精品熟女亚洲av麻豆精品| 亚洲婷婷狠狠爱综合网| 欧美精品一区二区免费开放| 成年女人在线观看亚洲视频| 91精品伊人久久大香线蕉| av在线观看视频网站免费| 日日啪夜夜爽| 黄色怎么调成土黄色| 日韩人妻高清精品专区| 在线观看人妻少妇| 高清不卡的av网站| 亚洲精品久久久久久婷婷小说| 国产一区有黄有色的免费视频| 啦啦啦视频在线资源免费观看| 久久久亚洲精品成人影院| 国产亚洲精品第一综合不卡 | 蜜桃久久精品国产亚洲av| 成人18禁高潮啪啪吃奶动态图 | 亚洲国产最新在线播放| 哪个播放器可以免费观看大片| 少妇的逼水好多|