• <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 ?

    融合社區(qū)結(jié)構(gòu)和個(gè)人興趣的協(xié)同過(guò)濾推薦算法

    2018-11-17 01:47:04楊長(zhǎng)春
    關(guān)鍵詞:個(gè)人興趣正則社交

    顧 寰,楊長(zhǎng)春,吳 云,徐 筱

    (常州大學(xué) 信息科學(xué)與工程學(xué)院,江蘇 常州 213164)

    0 引 言

    推薦系統(tǒng)[1-3]中的推薦算法部分是推薦過(guò)程中重要的一步,其中協(xié)同過(guò)濾(collaborative filtering,CF)算法是當(dāng)前效果較好的推薦技術(shù)[4]。其主要思想是利用已有用戶(hù)群的歷史數(shù)據(jù)推測(cè)當(dāng)前用戶(hù)的喜好。但是協(xié)同過(guò)濾算法的缺點(diǎn)在于對(duì)數(shù)據(jù)稀疏性問(wèn)題很敏感[5]。目前,網(wǎng)上的用戶(hù)越來(lái)越多,商品種類(lèi)也越來(lái)越豐富,用戶(hù)與用戶(hù)之間購(gòu)買(mǎi)相同物品的機(jī)會(huì)越來(lái)越少,從而推薦結(jié)果出現(xiàn)了嚴(yán)重的過(guò)擬合現(xiàn)象。因此,最近的研究關(guān)注于將用戶(hù)的社交信息融入推薦算法中,減少過(guò)擬合現(xiàn)象。Li H等[6]提出的模型采用了重疊社區(qū)發(fā)現(xiàn)算法,通過(guò)調(diào)節(jié)目標(biāo)函數(shù)中的正則項(xiàng),降低所在社區(qū)中用戶(hù)間的偏好差異。Yang X等[7]提出了一種改進(jìn)SocialMF模型,增加了用戶(hù)對(duì)不同好友之間信任度的差異,但是算法將用戶(hù)的好友劃成不同的類(lèi)別,因此反而加劇了數(shù)據(jù)稀疏性問(wèn)題。郭磊等[8]也提出了一種改進(jìn)SocialMF模型,其考慮了信任具有不唯一性,基于用戶(hù)興趣和信任關(guān)系,挖掘出和目標(biāo)用戶(hù)具有相似興趣以及可信賴(lài)的新用戶(hù),并建立模型,算法中可能出現(xiàn)的缺陷還是源于沒(méi)有密集的社交關(guān)系網(wǎng)絡(luò)。郭弘毅等[9]考慮了用戶(hù)社區(qū)結(jié)構(gòu)和用戶(hù)的興趣聚類(lèi),也提出了一種改進(jìn)的SocialMF,稱(chēng)為CCMF,該算法雖然加入了用戶(hù)社區(qū)信息和用戶(hù)興趣,緩解了由于數(shù)據(jù)稀疏性帶來(lái)的推薦不準(zhǔn)確的問(wèn)題,但算法將多個(gè)用戶(hù)的興趣融合成一個(gè)總的興趣,沒(méi)有充分考慮個(gè)人的興趣,導(dǎo)致推薦精度不高。因此,本文提出了一種基于社區(qū)結(jié)構(gòu)和用戶(hù)個(gè)人興趣的協(xié)同過(guò)濾推薦算法,以達(dá)到更高的準(zhǔn)確性。

    1 個(gè)性化推薦系統(tǒng)模型

    本文采用的基于社區(qū)發(fā)現(xiàn)和用戶(hù)個(gè)人興趣的協(xié)同過(guò)濾算法的過(guò)程如下:①通過(guò)BIGCLAM算法找到用戶(hù)中存在的隱含社區(qū)結(jié)構(gòu);②根據(jù)評(píng)分?jǐn)?shù)量挑選出有經(jīng)驗(yàn)的用戶(hù),并建立這些用戶(hù)的個(gè)人興趣;③通過(guò)在目標(biāo)函數(shù)中引入新的正則項(xiàng)將社區(qū)結(jié)構(gòu)和個(gè)人興趣融合到矩陣分解模型的優(yōu)化分解過(guò)程中,獲得更好的推薦結(jié)果。

    1.1 準(zhǔn)備工作

    本文采用的符號(hào)有:U={u1,u2,…,um}為推薦系統(tǒng)中所有用戶(hù)的集合,V={v1,v2,…vn}為推薦系統(tǒng)中所有項(xiàng)目的集合,其中m為用戶(hù)總數(shù),n為項(xiàng)目總數(shù)。R=(Rij)m×n為用戶(hù)項(xiàng)目評(píng)分矩陣,其中Rij∈{1,2,3,4,5}為用戶(hù)ui對(duì)項(xiàng)目vi的評(píng)分。T=(Tij)m×m,Tij∈(0,1)為用戶(hù)的好友關(guān)系矩陣,Tij=0為用戶(hù)ui與用戶(hù)uj之間不存在好友關(guān)系。

    1.2 基于社區(qū)結(jié)構(gòu)的聚類(lèi)

    推薦系統(tǒng)中的用戶(hù)通常和好友具有相似的偏好?;谠摷僭O(shè),一些研究通過(guò)加入用戶(hù)的社交關(guān)系提升了傳統(tǒng)的協(xié)同過(guò)濾算法的準(zhǔn)確度。然而在大型的社交網(wǎng)絡(luò)中,往往會(huì)出現(xiàn)一個(gè)現(xiàn)象[10],即大多數(shù)用戶(hù)的社交關(guān)系比較稀疏,所以依賴(lài)社交關(guān)系來(lái)發(fā)現(xiàn)社交網(wǎng)絡(luò)比較困難。因此必須通過(guò)其它方式來(lái)發(fā)現(xiàn)社交網(wǎng)絡(luò)。近年來(lái),社區(qū)網(wǎng)絡(luò)發(fā)現(xiàn)領(lǐng)域的重點(diǎn)是重疊社區(qū)發(fā)現(xiàn),而其中的BIGCLAM算法是目前效果突出的重疊社區(qū)發(fā)現(xiàn)算法[11],文獻(xiàn)[6]的實(shí)驗(yàn)對(duì)比表明BIGCLAM算法相對(duì)于其它社區(qū)發(fā)現(xiàn)算法在推薦系統(tǒng)方面具有更好的效果,所以將BIGCLAM算法作為本文發(fā)現(xiàn)用戶(hù)社交網(wǎng)絡(luò)的算法。

    BIGCLAM算法將社區(qū)內(nèi)的所有用戶(hù)的評(píng)分平均值作為社區(qū)的評(píng)分值,然后將單個(gè)用戶(hù)的評(píng)分與該社區(qū)評(píng)分值相比較,作為判斷該用戶(hù)是否對(duì)該社區(qū)感興趣的標(biāo)準(zhǔn)。然而本文發(fā)現(xiàn)社區(qū)中的每個(gè)用戶(hù)對(duì)社區(qū)的貢獻(xiàn)是不同的,在社區(qū)中,擁有更多好友的用戶(hù)往往更能代表一個(gè)社區(qū),基于該假設(shè),有以下公式。

    (1)帶有權(quán)重的社區(qū)評(píng)分向量

    (1)

    (2)用戶(hù)與社區(qū)的相似度

    (2)

    式(1)和式(2)定義請(qǐng)參見(jiàn)文獻(xiàn)[9]。

    從式(1)中可以看出社區(qū)中好友越多的用戶(hù)對(duì)社區(qū)的貢獻(xiàn)度越大。

    由此,我們獲得了基于社交網(wǎng)絡(luò)結(jié)構(gòu)的用戶(hù)社區(qū)信息和每個(gè)用戶(hù)對(duì)每個(gè)社區(qū)感興趣的程度。

    1.3 用戶(hù)興趣的定義

    重疊社區(qū)發(fā)現(xiàn)算法能夠發(fā)現(xiàn)用戶(hù)中的網(wǎng)絡(luò)結(jié)構(gòu),屬于同一網(wǎng)絡(luò)結(jié)構(gòu)內(nèi)的用戶(hù)存在相同的特性。然而研究發(fā)現(xiàn),有一些用戶(hù),例如有很多打分記錄的用戶(hù)(稱(chēng)為有經(jīng)驗(yàn)的用戶(hù)),他們?cè)谶x擇的時(shí)候,很少在意別人的意見(jiàn),傳統(tǒng)的推薦算法雖然通過(guò)社區(qū)聚類(lèi)緩解了數(shù)據(jù)稀疏的現(xiàn)象,但是它們將這些用戶(hù)與其它用戶(hù)一視同仁,忽略了這些用戶(hù)的個(gè)性,造成了對(duì)這些用戶(hù)推薦的不準(zhǔn)確,因此,本文提出了融入用戶(hù)興趣的算法,該算法在傳統(tǒng)的推薦算法的基礎(chǔ)上,加入了用戶(hù)個(gè)人興趣,提高了推薦的準(zhǔn)確率。

    定義用戶(hù)興趣

    因?yàn)橛脩?hù)興趣基于用戶(hù)已打過(guò)分的項(xiàng)目,因此本文定義用戶(hù)的興趣即為用戶(hù)特征向量Du與物品特征向量Di的相似度,記為Qu,i

    Qu,i=sim(Du,Di)

    (3)

    因此用戶(hù)個(gè)人興趣可用一個(gè)條件概率分布來(lái)表示,公式如下

    (4)

    1.4 社區(qū)結(jié)構(gòu)和個(gè)人興趣的融合

    目前協(xié)同過(guò)濾算法中應(yīng)用的最為廣泛的是矩陣分解模型,其核心思想認(rèn)為用戶(hù)的興趣只受少數(shù)幾個(gè)因素的影響,因此將稀疏且高維的用戶(hù)項(xiàng)目評(píng)分矩陣R分解為兩個(gè)低維矩陣

    R≈UTV

    (5)

    其中,U∈Rk×m,V∈Rk×n,k?min(m,n)。為了得到更好的結(jié)果,需要對(duì)預(yù)測(cè)評(píng)分矩陣和原評(píng)分矩陣的誤差進(jìn)行優(yōu)化,一般采用以下式(6)

    (6)

    其中,Iij為指示函數(shù),表示用戶(hù)ui對(duì)項(xiàng)目vj是否產(chǎn)生過(guò)評(píng)分,取值為0或1。由于User-Item評(píng)分矩陣維度較高,應(yīng)當(dāng)小心謹(jǐn)慎預(yù)防過(guò)擬合現(xiàn)象,因此需要通過(guò)加入正則化項(xiàng)來(lái)避免過(guò)擬合,添加正則項(xiàng)后的公式如下

    (7)

    因此,本文提出了一個(gè)融合了雙重正則項(xiàng)的矩陣分解模型,記為PRM(personalized recommendation model)。其目標(biāo)函數(shù)如式所示

    (8)

    為了學(xué)習(xí)模型中的參數(shù),我們使用隨機(jī)梯度下降的方法來(lái)得到最優(yōu)解,相應(yīng)的公式如下

    (9)

    (10)

    通過(guò)不斷地迭代,沿梯度下降方向更新U和V中的元素直到收斂。

    2 實(shí)驗(yàn)結(jié)果與分析

    2.1 實(shí)驗(yàn)準(zhǔn)備

    本節(jié)通過(guò)實(shí)驗(yàn)來(lái)檢驗(yàn)本文提出方法的有效性。本文在真實(shí)的數(shù)據(jù)集上開(kāi)展實(shí)驗(yàn),所有的實(shí)驗(yàn)基于臺(tái)式機(jī)環(huán)境,機(jī)器配置如下:操作系統(tǒng)為Win7 64位,CPU為intel i7-4790@3.6 G,內(nèi)存為16 G。

    本文的實(shí)驗(yàn)數(shù)據(jù)來(lái)自全球最大的餐廳點(diǎn)評(píng)網(wǎng)站YELP提供的公開(kāi)數(shù)據(jù)集。該數(shù)據(jù)集內(nèi)容豐富,全部為該網(wǎng)站收集的真實(shí)用戶(hù)數(shù)據(jù),因此在推薦系統(tǒng)相關(guān)的論文中被多次使用[9]。數(shù)據(jù)集中包括的內(nèi)容有:用戶(hù)在YELP網(wǎng)站上對(duì)餐廳的評(píng)分和發(fā)表的評(píng)論,用戶(hù)之間的互動(dòng)關(guān)系以及好友關(guān)系,餐廳的風(fēng)味特色等。數(shù)據(jù)集含有8350位用戶(hù),84 652個(gè)餐廳,524 117條用戶(hù)互相關(guān)注關(guān)系,263 773條評(píng)分信息。所有數(shù)據(jù)總共分成8個(gè)種類(lèi),每個(gè)數(shù)據(jù)種類(lèi)分別按1-5的標(biāo)度進(jìn)行衡量。YELP數(shù)據(jù)集中的類(lèi)別信息統(tǒng)計(jì)數(shù)據(jù)見(jiàn)表1。

    表1 YELP數(shù)據(jù)集統(tǒng)計(jì)量

    2.2 對(duì)比算法

    為了驗(yàn)證本文提出的模型與其它模型在準(zhǔn)確率上的差異,本文選擇3種模型作為對(duì)比模型進(jìn)行詳細(xì)驗(yàn)證:

    BaseMF:該矩陣分解模型是基本的協(xié)同過(guò)濾模型,僅考慮了用戶(hù)對(duì)物品的評(píng)分信息,忽略了用戶(hù)的社交關(guān)系信息和項(xiàng)目類(lèi)別信息。

    CircleCon:在BaseMF的基礎(chǔ)上,加入了用戶(hù)與其好友的信任關(guān)系和用戶(hù)信任網(wǎng)絡(luò)信息,提高了結(jié)果的準(zhǔn)確性。

    ContextMF:該方法在傳統(tǒng)的矩陣分解的模型中,考慮了個(gè)人影響力和個(gè)人興趣,相對(duì)于傳統(tǒng)的協(xié)同過(guò)濾模型相比提升了準(zhǔn)確度。

    2.3 評(píng)價(jià)指標(biāo)

    本文使用五折交叉驗(yàn)證法。將原始數(shù)據(jù)集平均分為5組,每次先選擇數(shù)據(jù)集的4組當(dāng)作訓(xùn)練集,數(shù)據(jù)集余下的一組當(dāng)作測(cè)試集,最后取5次實(shí)驗(yàn)結(jié)果的平均值作為最終的結(jié)果。

    準(zhǔn)確性是衡量推薦算法效果好壞的關(guān)鍵指標(biāo),因此本文采用平均絕對(duì)誤差(MAE)和均方根絕對(duì)誤差(RMSE)作為評(píng)價(jià)指標(biāo)

    (11)

    (12)

    MAE和RMSE的定義請(qǐng)參見(jiàn)文獻(xiàn)[9]。MAE值和RMSE值越小表示推薦結(jié)果的準(zhǔn)確性越高。

    2.4 確定正則項(xiàng)系數(shù)λZ的值

    式(8)中正則項(xiàng)系數(shù)λZ表示用戶(hù)的社交網(wǎng)絡(luò)信息在矩陣分解模型中所占的比重,當(dāng)λZ=0時(shí)相當(dāng)于基本的矩陣分解模型。將λZ分別取值{0.0001,0.001,0.01,0.1,1}進(jìn)行實(shí)驗(yàn)。記錄當(dāng)λZ取不同值時(shí),MAE和RMSE的值的變化。

    從圖1中可以發(fā)現(xiàn),當(dāng)λZ取較小的值時(shí),MAE值和RMSE值相對(duì)較高,隨著λZ不斷增大,MAE值和RMSE值會(huì)不斷降低,當(dāng)λZ=0.01時(shí)MAE和RSME同時(shí)達(dá)到最低。λZ的值繼續(xù)增加后,MAE值和RMSE值再次升高。分析其可能原因,當(dāng)λZ取較小的值時(shí),式(8)中的推薦結(jié)果并不受社交網(wǎng)絡(luò)信息的影響,因而不能反映出社交網(wǎng)絡(luò)信息在推薦過(guò)程中起到的重要作用;而λZ取值過(guò)大時(shí),則過(guò)度放大了社交網(wǎng)絡(luò)信息在推薦過(guò)程中所起的作用,結(jié)果適得其反。

    圖1 系數(shù)λZ對(duì)準(zhǔn)確度MAE,RMSE的影響

    2.5 結(jié)果對(duì)比與分析

    (1)不同推薦算法的推薦效果對(duì)比

    根據(jù)實(shí)驗(yàn)可以得到,當(dāng)正則項(xiàng)系數(shù)λZ=0.01時(shí),本文提出的PRM算法能夠獲得最高的準(zhǔn)確率。為了進(jìn)一步評(píng)估PRM算法的有效性,本文先采用五折交叉法對(duì)本文實(shí)驗(yàn)所需算法的參數(shù)進(jìn)行驗(yàn)證確定。結(jié)果顯示,λU=λZ=0.01時(shí)效果最好,λU,λZ為常規(guī)正則項(xiàng)系數(shù)。用戶(hù)隱式特征向量維數(shù)取值等于項(xiàng)目隱式特征向量維數(shù)取值,均為15。在CircleCon算法和ContextMF算法中,社交正則項(xiàng)系數(shù)λZ分別設(shè)為0.01,0.01。在PRM中,個(gè)人興趣系數(shù)取30。最后將PRM算法與上文中提到的其它推薦算法進(jìn)行對(duì)比。

    根據(jù)圖2和圖3可知,本文提出的PRM推薦算法相對(duì)于其它推薦算法,MAE和RMSE的值更低,推薦結(jié)果更準(zhǔn)確。

    圖2 PRM算法與其它算法的MAE值對(duì)比

    圖3 PRM算法與其它算法的RMSE值對(duì)比

    分析其可能的原因,BaseMF算法由于沒(méi)有考慮用戶(hù)之間的社交關(guān)系所以推薦效果最差。CircleCon算法以用戶(hù)打過(guò)分的項(xiàng)目為依據(jù),將用戶(hù)分成不同的組別,但是在每個(gè)組別中,用戶(hù)與用戶(hù)之間的互動(dòng)不多,造成了推薦不夠準(zhǔn)確。ContextMF算法沒(méi)有同時(shí)利用用戶(hù)社交信息和項(xiàng)目的類(lèi)別信息,造成推薦結(jié)果準(zhǔn)確性不夠高。本文提出的PRM算法首先利用用戶(hù)的社區(qū)結(jié)構(gòu)信息,改善了因用戶(hù)的直接社交關(guān)系數(shù)據(jù)稀疏而造成的過(guò)擬合的問(wèn)題;然后通過(guò)加入有經(jīng)驗(yàn)用戶(hù)的個(gè)人興趣,優(yōu)化了用戶(hù)的特征向量,獲得更加準(zhǔn)確地推薦結(jié)果。

    3 結(jié)束語(yǔ)

    現(xiàn)有的基于社交關(guān)系的推薦算法雖然在緩解數(shù)據(jù)稀疏方面有很好的效果,但是它們將屬于一個(gè)組的用戶(hù)視為一個(gè)用戶(hù),學(xué)習(xí)他們共有的特征,沒(méi)有考慮一些有經(jīng)驗(yàn)用戶(hù)的個(gè)人特性,而這些用戶(hù)往往是電商網(wǎng)站重要的客戶(hù),忽視這些用戶(hù)將導(dǎo)致推薦效果不理想。為了解決這一問(wèn)題,本文提出了一種新的推薦算法,該算法先利用重疊社區(qū)發(fā)現(xiàn)算法挖掘用戶(hù)的社交關(guān)系群體,解決了數(shù)據(jù)稀疏性的問(wèn)題,然后加入經(jīng)驗(yàn)用戶(hù)的個(gè)人興趣,從而獲得更好的推薦效果。實(shí)驗(yàn)結(jié)果表明該算法比現(xiàn)有算法能夠得到更準(zhǔn)確的推薦結(jié)果。

    猜你喜歡
    個(gè)人興趣正則社交
    社交之城
    社交牛人癥該怎么治
    意林彩版(2022年2期)2022-05-03 10:25:08
    社交距離
    2018年12月大學(xué)英語(yǔ)六級(jí)作文試題評(píng)析(四)
    剩余有限Minimax可解群的4階正則自同構(gòu)
    你回避社交,真不是因?yàn)閮?nèi)向
    文苑(2018年17期)2018-11-09 01:29:28
    類(lèi)似于VNL環(huán)的環(huán)
    淺論英語(yǔ)學(xué)習(xí)動(dòng)機(jī)與自我認(rèn)同
    體育學(xué)習(xí)興趣研究新進(jìn)展
    有限秩的可解群的正則自同構(gòu)
    国产国拍精品亚洲av在线观看| 国产成人91sexporn| 在线天堂最新版资源| 欧美成人午夜免费资源| 亚洲精品av麻豆狂野| 观看美女的网站| 最近手机中文字幕大全| 好男人视频免费观看在线| 亚洲欧美日韩卡通动漫| 国产精品偷伦视频观看了| a级毛色黄片| 国产亚洲一区二区精品| 欧美日韩国产mv在线观看视频| 欧美性感艳星| 观看美女的网站| 激情五月婷婷亚洲| av天堂久久9| 久久99热这里只频精品6学生| 91久久精品国产一区二区三区| av免费在线看不卡| 九九久久精品国产亚洲av麻豆| 日韩中字成人| 一区二区av电影网| 国产伦精品一区二区三区视频9| 国产熟女午夜一区二区三区 | 国产一区二区在线观看av| 黑人欧美特级aaaaaa片| 成人18禁高潮啪啪吃奶动态图 | 亚洲成人手机| 欧美性感艳星| 免费大片18禁| 观看美女的网站| 午夜福利视频精品| 一区二区三区免费毛片| 日韩强制内射视频| 国产精品一区二区在线不卡| 狂野欧美激情性xxxx在线观看| 免费av中文字幕在线| 在线观看三级黄色| 一级a做视频免费观看| 97在线视频观看| 视频中文字幕在线观看| 日本爱情动作片www.在线观看| 久久国产亚洲av麻豆专区| 亚洲成人手机| 99九九在线精品视频| 校园人妻丝袜中文字幕| 人人妻人人添人人爽欧美一区卜| 国产高清国产精品国产三级| 夫妻午夜视频| 成人漫画全彩无遮挡| 在线观看美女被高潮喷水网站| 男女国产视频网站| 丰满迷人的少妇在线观看| 一级片'在线观看视频| 自拍欧美九色日韩亚洲蝌蚪91| √禁漫天堂资源中文www| av卡一久久| 嘟嘟电影网在线观看| 另类亚洲欧美激情| 在线观看免费日韩欧美大片 | 十八禁网站网址无遮挡| 国产精品偷伦视频观看了| √禁漫天堂资源中文www| 国产精品熟女久久久久浪| 精品人妻一区二区三区麻豆| 大香蕉久久网| 又大又黄又爽视频免费| videossex国产| 精品亚洲成国产av| 三级国产精品欧美在线观看| 我的女老师完整版在线观看| 国模一区二区三区四区视频| 国产亚洲av片在线观看秒播厂| 伦理电影大哥的女人| 中文欧美无线码| 9色porny在线观看| 欧美成人精品欧美一级黄| 午夜福利,免费看| 亚洲精品亚洲一区二区| 久久久久人妻精品一区果冻| 大香蕉97超碰在线| 久久毛片免费看一区二区三区| 高清午夜精品一区二区三区| 精品久久蜜臀av无| 亚洲精品第二区| 97超碰精品成人国产| 男女边摸边吃奶| 国产高清国产精品国产三级| 午夜激情福利司机影院| 欧美老熟妇乱子伦牲交| 91午夜精品亚洲一区二区三区| 高清av免费在线| 国产精品一区www在线观看| 日本欧美视频一区| 亚洲精品,欧美精品| 国产精品欧美亚洲77777| 夜夜骑夜夜射夜夜干| 乱人伦中国视频| 精品国产露脸久久av麻豆| 亚洲av男天堂| 久久久久精品性色| 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 | 免费黄频网站在线观看国产| 岛国毛片在线播放| 国产成人精品婷婷| 一边摸一边做爽爽视频免费| 在线观看一区二区三区激情| 狠狠婷婷综合久久久久久88av| 搡女人真爽免费视频火全软件| 国产成人精品婷婷| 99九九线精品视频在线观看视频| 国产成人免费无遮挡视频| 晚上一个人看的免费电影| 欧美人与善性xxx| 观看av在线不卡| av卡一久久| 久久久a久久爽久久v久久| 久久久久久久久久久免费av| 亚洲av男天堂| 天堂俺去俺来也www色官网| 午夜福利,免费看| 看非洲黑人一级黄片| 久久青草综合色| 国产精品蜜桃在线观看| 国产免费现黄频在线看| 日本免费在线观看一区| 亚洲精品色激情综合| 亚洲,一卡二卡三卡| 最后的刺客免费高清国语| 久久99热6这里只有精品| av视频免费观看在线观看| 纵有疾风起免费观看全集完整版| 精品一区在线观看国产| 国产日韩欧美视频二区| 日韩精品免费视频一区二区三区 | av.在线天堂| xxx大片免费视频| 日韩 亚洲 欧美在线| 久久久久久久久久久丰满| 在线观看www视频免费| 夜夜爽夜夜爽视频| 亚洲精品第二区| 看免费成人av毛片| 一级片'在线观看视频| 国产精品久久久久久精品电影小说| 中文字幕久久专区| 亚洲美女黄色视频免费看| 久久99热这里只频精品6学生| 女的被弄到高潮叫床怎么办| 午夜福利,免费看| 男人操女人黄网站| 插阴视频在线观看视频| 一区二区三区四区激情视频| 中文乱码字字幕精品一区二区三区| 久久久国产欧美日韩av| 色网站视频免费| 国产一区亚洲一区在线观看| 日日摸夜夜添夜夜爱| 狂野欧美激情性bbbbbb| 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 | 国产无遮挡羞羞视频在线观看| 天天影视国产精品| 亚洲美女黄色视频免费看| 成人影院久久| 极品少妇高潮喷水抽搐| 满18在线观看网站| 一级毛片电影观看| 内地一区二区视频在线| 肉色欧美久久久久久久蜜桃| 有码 亚洲区| 国产精品久久久久久久久免| 在线播放无遮挡| 少妇人妻 视频| 老司机亚洲免费影院| 日本91视频免费播放| 成年美女黄网站色视频大全免费 | 亚洲无线观看免费| 国产伦精品一区二区三区视频9| 日韩欧美精品免费久久| 午夜免费观看性视频| a级毛片在线看网站| 中国国产av一级| 老熟女久久久| 欧美亚洲 丝袜 人妻 在线| 久久99热这里只频精品6学生| 国产深夜福利视频在线观看| 亚洲欧美一区二区三区黑人 | 色婷婷av一区二区三区视频| 国产精品99久久99久久久不卡 | 最后的刺客免费高清国语| 日韩视频在线欧美| 国产伦精品一区二区三区视频9| av不卡在线播放| 在线播放无遮挡| 亚洲伊人久久精品综合| 狂野欧美白嫩少妇大欣赏| 尾随美女入室| 日韩三级伦理在线观看| 三级国产精品片| 成人免费观看视频高清| 男女边吃奶边做爰视频| 自线自在国产av| 日韩人妻高清精品专区| 亚洲高清免费不卡视频| 80岁老熟妇乱子伦牲交| 国产伦精品一区二区三区视频9| 欧美 亚洲 国产 日韩一| 一级毛片aaaaaa免费看小| av播播在线观看一区| 王馨瑶露胸无遮挡在线观看| 成年女人在线观看亚洲视频| 国产国语露脸激情在线看| 一本大道久久a久久精品| 人妻 亚洲 视频| 日韩精品有码人妻一区| 老司机亚洲免费影院| a级片在线免费高清观看视频| 美女主播在线视频| 99热6这里只有精品| 国产欧美亚洲国产| 搡老乐熟女国产| av在线app专区| 2022亚洲国产成人精品| 丰满少妇做爰视频| 黄色配什么色好看| 国产高清国产精品国产三级| 国产亚洲av片在线观看秒播厂| 亚洲精品视频女| 亚洲婷婷狠狠爱综合网| 国产伦理片在线播放av一区| 七月丁香在线播放| 九九爱精品视频在线观看| 亚洲精品aⅴ在线观看| 黑人欧美特级aaaaaa片| 免费少妇av软件| av福利片在线| 性色av一级| 中文字幕人妻丝袜制服| 啦啦啦中文免费视频观看日本| 亚洲av成人精品一区久久| 2022亚洲国产成人精品| av不卡在线播放| www.av在线官网国产| xxx大片免费视频| 亚洲国产成人一精品久久久| 纵有疾风起免费观看全集完整版| 黄色毛片三级朝国网站| 精品视频人人做人人爽| 精品国产一区二区久久| 一边摸一边做爽爽视频免费| 制服丝袜香蕉在线| 日日摸夜夜添夜夜爱| 精品视频人人做人人爽| 又大又黄又爽视频免费| 国产 精品1| 人人妻人人澡人人爽人人夜夜| 日本猛色少妇xxxxx猛交久久| 亚洲精品456在线播放app| 狠狠婷婷综合久久久久久88av| 丰满迷人的少妇在线观看| 91成人精品电影| 日本av免费视频播放| 高清欧美精品videossex| 熟女av电影| 大码成人一级视频| 丝瓜视频免费看黄片| 亚洲精品乱码久久久久久按摩| 亚洲高清免费不卡视频| 日韩成人伦理影院| 激情五月婷婷亚洲| 精品人妻在线不人妻| 99热国产这里只有精品6| 人妻少妇偷人精品九色| 欧美最新免费一区二区三区| 天美传媒精品一区二区| 秋霞伦理黄片| 国产精品国产三级国产av玫瑰| 国产乱来视频区| 天堂中文最新版在线下载| 日韩成人av中文字幕在线观看| 亚洲av在线观看美女高潮| 最近中文字幕2019免费版| 国产黄色免费在线视频| 欧美97在线视频| 黄色一级大片看看| 亚洲经典国产精华液单| 婷婷色综合www| 亚洲精品中文字幕在线视频| 热re99久久精品国产66热6| 国产色婷婷99| 亚洲一区二区三区欧美精品| 国产欧美另类精品又又久久亚洲欧美| 丰满少妇做爰视频| h视频一区二区三区| 精品人妻熟女毛片av久久网站| 国产黄色免费在线视频| 又粗又硬又长又爽又黄的视频| 丰满少妇做爰视频| 久久久久久人妻| 日韩,欧美,国产一区二区三区| 国产永久视频网站| 国产精品免费大片| 亚洲成人手机| 九九爱精品视频在线观看| 欧美激情国产日韩精品一区| 午夜福利网站1000一区二区三区| 国产精品人妻久久久影院| av电影中文网址| 午夜免费观看性视频| 一区二区三区精品91| 一本大道久久a久久精品| 亚洲国产日韩一区二区| 美女xxoo啪啪120秒动态图| 国产高清三级在线| 国产国语露脸激情在线看| a级毛色黄片| 22中文网久久字幕| 丝袜脚勾引网站| 免费观看av网站的网址| 国产免费一区二区三区四区乱码| 国产成人一区二区在线| a级毛片免费高清观看在线播放| 精品亚洲乱码少妇综合久久| 婷婷色综合大香蕉| 香蕉精品网在线| 久久99精品国语久久久| 亚洲人与动物交配视频| 成人毛片60女人毛片免费| 美女福利国产在线| 亚洲经典国产精华液单| 亚洲,一卡二卡三卡| 免费看不卡的av| 少妇的逼好多水| 亚洲国产毛片av蜜桃av| 九九久久精品国产亚洲av麻豆| 免费看av在线观看网站| av在线观看视频网站免费| 99久久精品国产国产毛片| 国产精品99久久久久久久久| 国产片内射在线| 欧美一级a爱片免费观看看| 亚洲一区二区三区欧美精品| 日日爽夜夜爽网站| 18+在线观看网站| 国国产精品蜜臀av免费| 日韩视频在线欧美| 亚洲欧洲日产国产| 国产成人午夜福利电影在线观看| √禁漫天堂资源中文www| 又黄又爽又刺激的免费视频.| 又大又黄又爽视频免费| 蜜桃国产av成人99| 观看av在线不卡| 如何舔出高潮| 搡女人真爽免费视频火全软件| 蜜桃国产av成人99| 少妇丰满av| 午夜精品国产一区二区电影| 婷婷色综合大香蕉| 欧美成人午夜免费资源| 日韩精品有码人妻一区| 久久久久久久国产电影| 看非洲黑人一级黄片| 在线观看www视频免费| 久久免费观看电影| 久久人人爽人人片av| 人成视频在线观看免费观看| 日本欧美国产在线视频| 久久久久久久久久人人人人人人| 免费观看无遮挡的男女| 大香蕉久久网| 午夜老司机福利剧场| 看十八女毛片水多多多| 午夜福利视频精品| 精品国产露脸久久av麻豆| 午夜福利视频精品| 高清午夜精品一区二区三区| 国产在视频线精品| 久久99一区二区三区| 亚洲国产最新在线播放| 欧美少妇被猛烈插入视频| 日韩,欧美,国产一区二区三区| 国产国语露脸激情在线看| 成人无遮挡网站| 国产精品人妻久久久久久| 亚洲熟女精品中文字幕| 久久韩国三级中文字幕| 国产在线一区二区三区精| 高清午夜精品一区二区三区| 免费播放大片免费观看视频在线观看| 国产亚洲精品久久久com| 日韩视频在线欧美| 2022亚洲国产成人精品| 久久精品久久精品一区二区三区| 亚洲精品乱码久久久v下载方式| 亚洲av日韩在线播放| 丰满迷人的少妇在线观看| 亚洲五月色婷婷综合| 国产探花极品一区二区| 国产成人91sexporn| 中文乱码字字幕精品一区二区三区| 熟女av电影| 久久久久久久久大av| 午夜激情福利司机影院| 久久久国产精品麻豆| 免费av中文字幕在线| 一级爰片在线观看| 亚洲综合色惰| 纯流量卡能插随身wifi吗| 伊人亚洲综合成人网| 久久97久久精品| 另类亚洲欧美激情| 一边亲一边摸免费视频| 三上悠亚av全集在线观看| 国产黄色免费在线视频| a级毛色黄片| 欧美日韩视频精品一区| 国产一级毛片在线| www.色视频.com| 国产成人精品一,二区| 日韩三级伦理在线观看| 亚洲三级黄色毛片| 制服人妻中文乱码| 亚洲中文av在线| 王馨瑶露胸无遮挡在线观看| 99视频精品全部免费 在线| 国产成人免费无遮挡视频| 少妇高潮的动态图| 一区二区三区乱码不卡18| 久久久久久久久久人人人人人人| 亚洲精品国产av成人精品| 一级毛片黄色毛片免费观看视频| 婷婷色综合www| 成人毛片a级毛片在线播放| 中文乱码字字幕精品一区二区三区| 在线看a的网站| 狂野欧美激情性bbbbbb| 免费人妻精品一区二区三区视频| 蜜桃国产av成人99| 男人操女人黄网站| 天堂俺去俺来也www色官网| 日本黄大片高清| av电影中文网址| 特大巨黑吊av在线直播| 欧美bdsm另类| 久久久国产欧美日韩av| 午夜激情久久久久久久| 考比视频在线观看| 亚洲色图综合在线观看| 五月开心婷婷网| 最近手机中文字幕大全| 纵有疾风起免费观看全集完整版| 97精品久久久久久久久久精品| 制服丝袜香蕉在线| 日韩一区二区三区影片| 国产午夜精品久久久久久一区二区三区| 亚洲精品国产av蜜桃| 搡女人真爽免费视频火全软件| 亚洲精品一区蜜桃| 一级片'在线观看视频| 日韩一区二区视频免费看| 国国产精品蜜臀av免费| 国产精品人妻久久久久久| 亚洲av电影在线观看一区二区三区| 麻豆成人av视频| 国产免费视频播放在线视频| 国产探花极品一区二区| 久久ye,这里只有精品| 欧美97在线视频| 人成视频在线观看免费观看| 视频区图区小说| 欧美少妇被猛烈插入视频| 免费人成在线观看视频色| 十分钟在线观看高清视频www| 日韩亚洲欧美综合| 欧美三级亚洲精品| av电影中文网址| 久久99一区二区三区| 午夜91福利影院| 人体艺术视频欧美日本| 一区二区三区四区激情视频| 色5月婷婷丁香| 久久影院123| 国产毛片在线视频| 人人澡人人妻人| 99re6热这里在线精品视频| 国产日韩一区二区三区精品不卡 | 国产成人精品在线电影| 天堂8中文在线网| 人人妻人人爽人人添夜夜欢视频| 国产亚洲午夜精品一区二区久久| 国产乱人偷精品视频| 久久久午夜欧美精品| 在线 av 中文字幕| 日本-黄色视频高清免费观看| 91精品伊人久久大香线蕉| 伦精品一区二区三区| av一本久久久久| 少妇的逼水好多| 精品久久久久久久久av| 国产精品麻豆人妻色哟哟久久| 婷婷色综合大香蕉| 男人爽女人下面视频在线观看| 国产又色又爽无遮挡免| 少妇的逼好多水| 亚洲精品一区蜜桃| 久久99精品国语久久久| 国产精品嫩草影院av在线观看| 夫妻性生交免费视频一级片| 午夜免费鲁丝| 国产不卡av网站在线观看| 大码成人一级视频| 欧美97在线视频| 一级二级三级毛片免费看| 伦理电影大哥的女人| 久久国内精品自在自线图片| 久久热精品热| 在线亚洲精品国产二区图片欧美 | av视频免费观看在线观看| 青春草亚洲视频在线观看| 精品酒店卫生间| 亚洲国产精品成人久久小说| av播播在线观看一区| 亚洲精品乱码久久久v下载方式| 国产一区亚洲一区在线观看| 日韩在线高清观看一区二区三区| 久久 成人 亚洲| 人妻夜夜爽99麻豆av| 99热6这里只有精品| 美女主播在线视频| 日韩精品免费视频一区二区三区 | 日韩免费高清中文字幕av| 母亲3免费完整高清在线观看 | 国产高清有码在线观看视频| 插逼视频在线观看| 久久久精品区二区三区| 少妇人妻久久综合中文| 人妻 亚洲 视频| 大片免费播放器 马上看| 两个人的视频大全免费| 天堂俺去俺来也www色官网| 一区二区av电影网| kizo精华| 中文字幕精品免费在线观看视频 | 久久影院123| 一级毛片黄色毛片免费观看视频| 亚洲欧美日韩另类电影网站| 国产极品粉嫩免费观看在线 | 亚洲国产av新网站| 午夜免费男女啪啪视频观看| 美女福利国产在线| 男女边摸边吃奶| 亚洲少妇的诱惑av| 久久影院123| 肉色欧美久久久久久久蜜桃| 国产精品国产三级国产专区5o| 国产精品秋霞免费鲁丝片| 精品一品国产午夜福利视频| 91在线精品国自产拍蜜月| 在线天堂最新版资源| 亚洲精品第二区| 国产一区二区在线观看av| 大又大粗又爽又黄少妇毛片口| 一级二级三级毛片免费看| 国产男女超爽视频在线观看| 久久精品夜色国产| 精品一区二区免费观看| 国产午夜精品一二区理论片| 午夜福利视频精品| 免费高清在线观看视频在线观看| 久久精品国产亚洲av天美| √禁漫天堂资源中文www| 国产在线免费精品| 少妇人妻精品综合一区二区| 26uuu在线亚洲综合色| 美女中出高潮动态图| 观看美女的网站| 91久久精品电影网| 久久精品国产鲁丝片午夜精品| 欧美另类一区| 国产熟女欧美一区二区| 少妇熟女欧美另类| 国产欧美另类精品又又久久亚洲欧美| 欧美激情极品国产一区二区三区 | 韩国av在线不卡| 少妇被粗大猛烈的视频| 国产 一区精品| 最近的中文字幕免费完整| 欧美精品人与动牲交sv欧美| 99久国产av精品国产电影| 国产av精品麻豆| 国产老妇伦熟女老妇高清| 高清黄色对白视频在线免费看| 中文乱码字字幕精品一区二区三区| 欧美精品一区二区大全| 国产 精品1| 日本色播在线视频| 丁香六月天网| 亚洲欧洲日产国产| 一个人看视频在线观看www免费| 一区二区三区四区激情视频| 五月开心婷婷网| 美女福利国产在线| 欧美xxⅹ黑人| 麻豆精品久久久久久蜜桃| 久久热精品热| 香蕉精品网在线| 桃花免费在线播放| 日韩欧美一区视频在线观看| 欧美国产精品一级二级三级| 国产精品国产av在线观看| 99九九线精品视频在线观看视频| kizo精华| 嫩草影院入口|