• <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 ?

    PMUS-HOSGD張量分解方法及其在標簽推薦中的應用

    2018-11-20 06:42:32顧軍華張宇娟彭玉青
    計算機工程 2018年11期
    關鍵詞:張量標簽準確率

    楊 林,顧軍華,官 磊,張宇娟,彭玉青

    (河北工業(yè)大學 a.計算機科學與軟件學院; b.河北省大數(shù)據(jù)重點實驗室,天津 300400)

    0 概述

    隨著信息技術和互聯(lián)網(wǎng)的發(fā)展,互聯(lián)網(wǎng)使用者從信息匱乏的時代步入了信息過載的時代,用戶的個性化需求也越來越大。用戶的個性化特征注重的是用戶的參與,用戶可以對資源(視頻、歌曲、圖片等)賦予自定義的標簽,逐漸形成Folksonomy的大眾分類法[1],該分類法不僅可以獲取并分析用戶的興趣特征,而且在一定程度上豐富了資源的描述信息。隨著網(wǎng)絡資源規(guī)模爆發(fā)式的增長[2],用于標注的標簽越來越多,用戶面對大量的數(shù)據(jù)如何選出自己需要的標簽越來越困難。解決信息過載的有效方法是個性化推薦[3],由此基于社會標注系統(tǒng)的標簽推薦服務應運而生。例如,給書籍和視頻提供短評的豆瓣網(wǎng)、論文書簽網(wǎng)站CiteULike和視頻推薦網(wǎng)站MovieLens等都是利用社會標注系統(tǒng)對資源進行標注,然后通過標簽推薦系統(tǒng)將用戶感興趣的標簽推薦給用戶。推薦系統(tǒng)簡化標注過程,方便用戶,提高了標簽的質(zhì)量和標注的準確性。

    標簽推薦系統(tǒng)的核心是構建“用戶-資源-標簽”三維數(shù)據(jù),挖掘數(shù)據(jù)之間的潛在關系,從而準確的為用戶推薦標簽。目前,針對標簽推薦系統(tǒng)已經(jīng)展開了大量的研究。文獻[4-5]將三維關系拆成“用戶-資源”、“用戶-標簽”和“資源-標簽”3個二維矩陣,使用協(xié)同過濾算法進行處理。文獻[6]受Google的PageRank算法[7]啟發(fā)提出FolkRank算法,同樣將三維關系拆分成3個二維關系。但是這些方法破壞了高維空間數(shù)據(jù)原本的特征結構,丟失了三者之間的協(xié)同關系。為解決這個問題,挖掘“用戶-資源-標簽”之間潛在的語義關聯(lián),文獻[8]提出使用三維張量存儲“用戶-資源-標簽”數(shù)據(jù)。

    在構建初始張量階段,目前使用最多的方法是用“0/1”構建張量,這種方法構建容易,可讀性強,但是不能體現(xiàn)出標簽在資源中的差異。文獻[9]發(fā)現(xiàn)由于熱門標簽通常有較大的權重,導致推薦結果偏向于熱門標簽,反而降低推薦的準確率。文獻[10-12]提出使用TF-IDF來設置懲罰項,用以區(qū)分標簽對資源的重要程度,可以減少熱門標簽對結果的影響。然而上述方法都忽略了用戶對資源的偏好程度。

    對構建完成的張量進行分解,可以挖掘張量包含的潛在信息。文獻[13]將奇異值分解方法推廣到三維張量,提出高階奇異值分解(Hign Order Singular Value Decomposition,HOSVD)方法對張量進行分解,該方法保留了三者的關聯(lián)信息。文獻[14]基于矩陣奇異值分解能有效地平滑數(shù)據(jù)矩陣中的數(shù)據(jù)特點,在使用HOSVD進行分解的過程中,結合用戶朋友關系修正張量分解結果,建立張量分解模型。文獻[15]提出新的推薦算法PITF(Pairwise Interaction Tensor Factorization),該算法在張量分解的過程中加入3個二維關系之間的潛在聯(lián)系,推薦質(zhì)量得到提高。針對目前推薦系統(tǒng)存在的稀疏性問題,文獻[16]在CubeSVD[17]的基礎上進行改進,使用ALS算法進行矩陣分解,提出CubeALS推薦算法,該算法有效提高了稀疏數(shù)據(jù)標簽推薦的準確性。文獻[18]提出一種基于上下文學習和張量分解的個性化推薦算法,將用戶和項目的上下文信息加入2個張量中,有效改善數(shù)據(jù)稀疏性。文獻[19]提出一種改進的基于張量分解的推薦算法,引入基于標簽綜合共現(xiàn)的譜聚類方法,使用HOSVD-HOOI算法對初始張量進行分解,進一步優(yōu)化推薦效果。目前的張量分解方法多數(shù)以SVD為基礎進行改進。使用SVD方法對張量的每個維度矩陣進行分解,雖然在一定程度上提高了推薦的準確性,但由于構建的初始張量極其稀疏,需要在分解前對初始張量的展開矩陣進行填充,這樣存在2個問題:1)填充過程增加數(shù)據(jù)量,同時增加算法復雜度;2)簡單的數(shù)據(jù)填充易造成數(shù)據(jù)失真,從而影響推薦結果的準確度。

    針對上述問題,本文結合PMUS(Penalty Mechanism-User Score)張量構建方法與HOSGD(High Order Stochastic Gradient Descent)張量分解方法,提出PMUS-HOSGD算法對“用戶-資源-標簽” 三維數(shù)據(jù)進行處理,為用戶推薦個性化標簽。本文主要工作如下:1)在張量構建階段,提出懲罰機制與用戶評分相結合的張量構建方法PMUS來計算標簽的權值;2)在張量分解階段,提出基于隨機梯度下降(Stochastic Gradient Desecent,SGD)的高階張量分解方法HOSGD。

    1 相關工作

    1.1 張量及其矩陣展開

    張量由多維數(shù)據(jù)組成,是一個N維的向量空間,一維張量是一個向量(Vector),二維張量是一個矩陣(Matrix),三維或者更高維的張量則是高維張量(Tensor)。標簽推薦系統(tǒng)使用三維張量存儲數(shù)據(jù),3個維度分別代表用戶、資源、標簽。

    使用aijk表示三維張量的值,其大小代表用戶i給資源j標注標簽k的概率。例如,用戶1給資源1標注了標簽2,則對應張量中的值為a112=1,其余的標注0。

    矩陣展開是將一個張量的元素重新排列(即對張量的不同維度進行重新排列),得到一個矩陣的過程。三維張量A∈RI1×I2×I3在第n維度上的展開矩陣表示為X(n)∈RIn×(I1×I2×…×In-1×In+1×…×IN)。

    1.2 張量分解

    基本的張量分解算法HOSVD需要對張量A每個維度(n=1,2,3)的展開矩陣進行SVD分解,計算公式是:

    (1)

    通過上述公式對An進行奇異值分解,分別得到3個維度的展開矩陣的U矩陣和奇異值矩陣S。

    張量與矩陣的模積定義為一個張量X∈RI1×I2×…×IN和一個矩陣U∈RJ×In的n-mode乘積(X×nU)∈RI1×I2×…×In-1×J×In+1×…×IN,其元素定義為:

    (2)

    如果J

    (3)

    (4)

    2 PMUS-HOSGD張量分解方法

    傳統(tǒng)的張量分解算法HOSVD可以挖掘“用戶-資源-標簽”三維數(shù)據(jù)之間的關系,但在實際應用中,用戶僅對個別資源進行標簽標注,這會導致張量中的數(shù)據(jù)極度稀疏。目前常用的HOSVD算法在張量分解的過程前需要對稀疏矩陣進行填充,這樣會造成數(shù)據(jù)的失真。因此,本文結合PMUS張量構建方法與HOSGD張量分解方法,提出PMUS-HOSGD算法對 “用戶-資源-標簽” 三維數(shù)據(jù)進行處理,為用戶推薦個性化標簽。

    2.1 PMUS初始張量構建

    在“用戶-資源-標簽”三維張量中,“0/1”構建方法簡單易行,但是標簽之間沒有區(qū)分度,因此可以使用PMUS的思想計算標簽的權重;同時,用戶對資源的評分可以體現(xiàn)出用戶對資源的偏好程度,用標簽的權重乘以評分可以很好地區(qū)分出標簽之間以及用戶和資源之間的重要度,最終構建整個張量。

    PMUS的主要思想是:如果一個標簽在一個資源中出現(xiàn)多次,并且在其他資源中很少出現(xiàn),則可以認為該標簽具有很好的區(qū)分度,同時如果一個用戶給資源的評分越高,用戶對這個資源的偏愛程度越大,則給這個視頻標注的標簽的概率就越大。

    使用PMUS計算標簽權值的過程如下:

    1)計算標簽t對于資源i的重要度import(t,i),針對每個資源都有一個標簽權重向量,公式如下:

    (5)

    2)根據(jù)重要度(import)計算標簽t在用戶u對資源i標注的標簽集中占的比例權重weight(u,t,i),公式如下:

    weight(u,t,i)=import(t,i)/sum_weight(u,i)

    (6)

    其中,sum_weight(u,i)是用戶u給資源i標注的所有標簽的重要度的總和。

    3)weight(u,t,i)乘以用戶u給資源i的評分就是張量中用戶u在資源i中使用標簽t的權值Value(u,t,i),公式如下:

    Value(u,t,i)=weight(u,t,i)×score(u,i)

    (7)

    2.2 基于隨機梯度下降的張量分解算法HOSGD

    傳統(tǒng)的SVD算法對二維矩陣進行分解,可以求出對應的特征矩陣,隨著用戶數(shù)量、資源數(shù)量和標簽數(shù)量的急劇增長,SVD分解帶來的誤差和復雜度也在不斷增加,正是由于這些問題,Simon Funk發(fā)表了一個只考慮已有評分的矩陣分解方法,稱為Funk-SVD,也就是被文獻[20]稱為隱語義模型的矩陣分解方法,該方法使用梯度下降法(Gradient Descent,GD)最小化訓練集中觀察值的RMSE(Root Mean Squared Error),在二維矩陣分解中取得了較好的推薦效果。

    標準的梯度下降法在更新變量前要對所有的樣本計算誤差并匯總,導致算法收斂速度較慢,因此本文使用隨機梯度下降法,SGD是在梯度下降法的基礎上,在迭代過程中使用部分樣本計算梯度,因此其比標準梯度下降法有更高的收斂速度。

    借鑒SGD在二維矩陣分解領域中的應用,本文提出HOSGD張量分解算法。HOSGD算法在張量進行分解的過程中,為提高準確性,使用SGD算法對展開矩陣分解,降低了傳統(tǒng)分解方法帶來的計算復雜度及誤差。

    在用戶給資源標注標簽的過程中,形成了若干{用戶,資源,標簽}數(shù)據(jù),使用PMUS方法構建利用式(5)、式(6)和式(7)計算Value(u,t,i),得到三維張量A∈RX×Y×Z,HOSGD算法對張量的展開矩陣進行SGD分解,得到3個特征矩陣,進而計算出初始張量的核心張量,然后可以得到初始張量的近似張量。算法描述如下:

    算法1PMUS-HOSGD張量分解

    輸入用戶、資源、標簽數(shù)據(jù)三元組(u,i,t)

    輸出初始張量的近似張量

    1.使用PMUS方法按照式(5)、式(6)、式(7)計算標簽的權值

    2.使用張量A存儲式(7)計算得到的Value(u,t,i)

    3.將張量A按照3個維度展開得到A1、A2、A3

    4.for i=1 to 3

    5.按照算法2對Ai進行處理,得到P1、P2、P3

    6.end for

    在算法1中,對于三維張量A∈RX×Y×Z,其中,用戶、資源和標簽的數(shù)量分別為X,Y和Z,初始張量A展開得到的3個矩陣A1、A2、A3的規(guī)模分別為X×YZ、Y×XZ和Z×XY,按照算法2,分別對A1、A2、A3進行分解,得到每個維度的特征矩陣P1、P2、P3,其中P1∈RX×k1,P2∈RY×k2,P3∈RZ×k3,3個特征矩陣的特征數(shù)k1、k2、k3是根據(jù)數(shù)據(jù)規(guī)模設定的,一般ki<

    (8)

    (9)

    其中,左邊第1項是誤差項,用原始矩陣中有值的項減去P和Q對應行和列相乘得到的值,左邊第2項是正則化項,防止過擬合。對L最小化就得到了P和Q。

    通過式(8)分別對PU和QI求其梯度:

    (10)

    (11)

    其中,λ表示正則化參數(shù),A(U)表示矩陣A第U行中不為0或者空的列,A(I)表示矩陣A第I列中不為0或者空的行,通過矩陣A第U行,可以得到矩陣P第U行的梯度,也就是PU需要更新的值:

    (12)

    (13)

    其中,α表示步長,對矩陣P中所有的PU進行更新,或者對Q矩陣中所有的QI進行更新,就完成了一次迭代,在每次迭代的過程中,實現(xiàn)了P和Q矩陣的一次更新,損失函數(shù)L的值減小。算法描述如下:

    算法2基于SGD的張量展開矩陣分解

    輸入張量的展開矩陣Ai

    輸出Ai的特征矩陣P

    4.步驟2和步驟3是一次迭代的過程,多次執(zhí)行步驟2和步驟3,不斷更新PU和QI的值,直到完成迭代次數(shù)t或者誤差小于閾值,得到P和Q的最優(yōu)解

    在算法2中,λ和α參數(shù)需要在實驗中多次調(diào)優(yōu)得到。算法的核心在于每次更新PU和QI時只使用原始矩陣中有值的部分,得到P和Q的最優(yōu)解,P即為對應的特征矩陣。

    PMUS-HOSGD張量分解方法的時間復雜度主要是在對每個維度展開矩陣的分解基礎上進行計算的。算法2矩陣分解的時間復雜度是O(t×X×k1×n1′),據(jù)此可得算法1的時間復雜度是O(t×(X×k1×n1′+Y×k2×n2′+Z×k3×n3′)),其中,t為迭代次數(shù),k為特征數(shù),n′是矩陣中平均每行非空數(shù)據(jù)的數(shù)目。

    3 實驗結果與分析

    本文使用相同的數(shù)據(jù)集和評價標準對比張量構建方法和張量分解方法,采用常用的評價指標驗證算法的有效性。

    3.1 數(shù)據(jù)集

    本文使用MovieLens數(shù)據(jù)集,包含用戶對視頻的評分,以及用戶給視頻標注的標簽數(shù)據(jù)。

    使用MovieLens數(shù)據(jù)集構建的三維張量極其稀疏,因此對初始數(shù)據(jù)進行預處理,預處理后的數(shù)據(jù)中每個用戶都對15個或15個以上視頻打過標簽,每個視頻都由15個或15個以上用戶打過標簽。處理后的數(shù)據(jù)中用戶、視頻、標簽的數(shù)量分別是184、122、378,有20 149條“用戶、資源、標簽”數(shù)據(jù)。

    3.2 評價標準

    本文使用準確率(Precision)、召回率(Recall)和F值[21]作為算法的評價標準。在推薦系統(tǒng)中,準確率表示在推薦列表中得到的推薦結果與測試集中實際情況相同的物品數(shù)與所有的推薦物品數(shù)的比值,召回率指的是推薦列表中準確的結果占測試樣本的比例。在實驗過程中,將預處理后的數(shù)據(jù)集分成2部分:訓練集和測試集,其中,訓練集占75%,測試集占25%。

    準確率和召回率的計算公式如下:

    (14)

    (15)

    其中,test表示測試集,top_N表示推薦的結果,N表示推薦的數(shù)目,準確率和召回率的值越高推薦效果越好。

    F值作為常用評價指標,能更好地反映推薦結果的效果,F的值越高推薦效果越好。

    (16)

    3.3 實驗結果

    為驗證PMUS方法構建張量能提高推薦結果的準確率,實驗結合使用HOSVD分解算法,分別對比“0/1”、TF-IDF和PMUS張量構建方法的準確率、召回率和F值。實驗結果如圖1~圖3所示,每個圖中各有3條曲線,分別代表“0/1”、TF-IDF和PMUS張量構建方法結合HOSVD分解方法的實驗結果,每條曲線有8個節(jié)點,橫軸代表top_N的值,縱軸分別代表準確率、召回率和F值。

    圖1 3種構建方法的準確率比較

    圖2 3種構建方法的召回率比較

    圖3 3種構建方法的F值比較

    由圖1~圖3中3種不同構建方法的對比可知,在top_1時,使用“0/1”構建的張量進行分解推薦的準確率比PMUS和TF-IDF方法要好,但是隨著N的增長,PMUS方法構建的張量的準確率要高于其他2種算法,比TF-IDF平均高0.03。在推薦數(shù)量小于10時,PMUS方法構建張量的召回率和F值要明顯高于其他2種方法,說明使用PMUS方法構建張量,張量權值在加入標簽對視頻的權重以及用戶對視頻的評分后,使用戶對視頻標注的標簽權值更加真實。在實際推薦系統(tǒng)中,給用戶推薦的少量標簽不止1個,因此使用PMUS方法構建張量得到的推薦結果要優(yōu)于普通的“0/1”和TF-IDF構建方法。

    為進一步驗證HOSGD推薦算法的性能,本文結合使用PMUS方法構建張量,對HOSGD與HOSVD、協(xié)同過濾(Collaborative Filtering,CF)和CubeALS 算法進行了對比。基于CF的標簽推薦算法是目前應用比較廣泛的個性化推薦算法;HOSVD是一種經(jīng)典的張量分解算法,被大量的應用于三維數(shù)據(jù)推薦領域,而且取得了良好的實驗結果;CubeALS推薦算法與其他優(yōu)秀的算法對比,推薦效果有顯著提高。

    在用HOSGD分解展開矩陣的過程中,涉及到步長α、正則化系數(shù)λ、特征因子數(shù)目k、迭代次數(shù)和閾值5個參數(shù)。α過大可能會導致迭代不收斂,從而發(fā)散,因此α分別取0.01、0.05、0.1、0.2、0.3、0.6進行對比;k數(shù)目過多會導致收斂速度慢,程序時間復雜度高,因此特征因子k數(shù)目取10到20進行對比。通過多次實驗,發(fā)現(xiàn)在迭代50次左右誤差結果接近0.08,趨于穩(wěn)定。結合實驗結果,張量分解中取步長α為0.2,正則化系數(shù)λ為0.000 3,特征因子k數(shù)目為17,迭代50次,閾值為0.08。實驗結果如圖4~圖6所示。由圖4~圖6可知,4種算法的準確率呈下降趨勢,HOSGD的準確率在top_N小于5的情況下均高于其他算法,尤其在top_1至top_4階段HOSGD的準確率平均比CubeALS提升0.07。在top_1至 top_5階段HOSGD的召回率和F值也明顯高于次優(yōu)的CubeALS算法。在實際推薦系統(tǒng)中,給用戶提供1-5個標簽,HOSGD算法符合實際要求。實驗結果表明,使用隨機梯度下降的張量分解算法HOSGD能夠充分利用SGD方法的優(yōu)勢,有效處理稀疏張量,減少誤差。

    圖4 4種推薦算法的準確率比較

    圖5 4種推薦算法的召回率比較

    圖6 4種推薦算法的F值比較

    綜上所述,使用PMUS構建張量并結合使用基于隨機梯度下降法的HOSGD進行張量分解的PMUS-HOSGD算法,可以有效提高標簽推薦的準確率。

    4 結束語

    在個性化標簽推薦領域,使用張量存儲“用戶-資源-標簽”數(shù)據(jù)是一種很好的數(shù)據(jù)表示形式,但由于三維數(shù)據(jù)的稀疏性,傳統(tǒng)的張量構建方法和張量分解方法的推薦準確率較低。因此,本文利用PMUS構建張量,并結合基于隨機梯度下降法的HOSGD對張量進行分解。實驗結果表明,與 HOSVD、CF和CubeALS算法相比,PMUS-HOSGD算法具有更好的推薦效果。下一步將重點研究在大數(shù)據(jù)量的情況下如何提高推薦速度,并使用分布式平臺運行該算法。

    猜你喜歡
    張量標簽準確率
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準確率比較探討
    偶數(shù)階張量core逆的性質(zhì)和應用
    2015—2017 年寧夏各天氣預報參考產(chǎn)品質(zhì)量檢驗分析
    四元數(shù)張量方程A*NX=B 的通解
    無懼標簽 Alfa Romeo Giulia 200HP
    車迷(2018年11期)2018-08-30 03:20:32
    高速公路車牌識別標識站準確率驗證法
    不害怕撕掉標簽的人,都活出了真正的漂亮
    海峽姐妹(2018年3期)2018-05-09 08:21:02
    擴散張量成像MRI 在CO中毒后遲發(fā)腦病中的應用
    標簽化傷害了誰
    天堂俺去俺来也www色官网| 亚洲,欧美,日韩| 亚洲av在线观看美女高潮| 新久久久久国产一级毛片| 久久天堂一区二区三区四区| 狠狠婷婷综合久久久久久88av| 国产成人影院久久av| 免费在线观看黄色视频的| 精品欧美一区二区三区在线| av在线播放精品| 免费不卡黄色视频| 亚洲精品国产色婷婷电影| 男女免费视频国产| 久久九九热精品免费| 女人精品久久久久毛片| 一本久久精品| 丁香六月天网| 久久国产精品大桥未久av| 青草久久国产| 制服人妻中文乱码| 狂野欧美激情性bbbbbb| 精品人妻在线不人妻| 叶爱在线成人免费视频播放| 中文字幕人妻熟女乱码| 青青草视频在线视频观看| a级毛片黄视频| 久久精品国产a三级三级三级| 久久亚洲国产成人精品v| 性色av乱码一区二区三区2| 久9热在线精品视频| 精品一区在线观看国产| 亚洲国产精品成人久久小说| 男人添女人高潮全过程视频| 精品免费久久久久久久清纯 | 一区二区三区精品91| 久9热在线精品视频| 少妇人妻久久综合中文| 多毛熟女@视频| 好男人视频免费观看在线| 国产免费视频播放在线视频| 99热全是精品| 欧美黑人精品巨大| 国产精品久久久久久人妻精品电影 | 黑人欧美特级aaaaaa片| 国产精品一二三区在线看| 日韩欧美一区视频在线观看| 大型av网站在线播放| 日韩制服骚丝袜av| 国产成人免费无遮挡视频| 亚洲精品中文字幕在线视频| 19禁男女啪啪无遮挡网站| 国产精品成人在线| 亚洲色图综合在线观看| 美女视频免费永久观看网站| 女人久久www免费人成看片| 成人黄色视频免费在线看| 成人影院久久| 国产成人欧美| 深夜精品福利| av福利片在线| 首页视频小说图片口味搜索 | 丝袜喷水一区| 超碰97精品在线观看| 韩国高清视频一区二区三区| 国产日韩欧美视频二区| 国产精品一区二区精品视频观看| 欧美精品亚洲一区二区| 精品福利观看| 97精品久久久久久久久久精品| 久久久久久免费高清国产稀缺| 99久久人妻综合| 波多野结衣av一区二区av| h视频一区二区三区| 尾随美女入室| 男女边摸边吃奶| 欧美另类一区| 亚洲成人免费电影在线观看 | 精品第一国产精品| 欧美成人精品欧美一级黄| 久久精品国产亚洲av涩爱| 中文欧美无线码| 成人18禁高潮啪啪吃奶动态图| 老司机影院成人| 9热在线视频观看99| 深夜精品福利| 久久久欧美国产精品| 99re6热这里在线精品视频| 国产成人影院久久av| 国产精品一区二区在线不卡| 久久精品久久久久久久性| 黄片小视频在线播放| 国产精品国产三级专区第一集| 久久午夜综合久久蜜桃| 少妇粗大呻吟视频| 黄色视频不卡| 又大又黄又爽视频免费| 亚洲成人手机| 天天影视国产精品| 两性夫妻黄色片| 日日爽夜夜爽网站| 日本91视频免费播放| 国产伦人伦偷精品视频| 激情五月婷婷亚洲| 丝袜在线中文字幕| 国产亚洲欧美在线一区二区| 国产97色在线日韩免费| 久久精品亚洲熟妇少妇任你| 亚洲国产看品久久| 电影成人av| 欧美少妇被猛烈插入视频| 亚洲欧美一区二区三区国产| www.999成人在线观看| 成年人黄色毛片网站| 黄色怎么调成土黄色| 国产成人欧美| 精品免费久久久久久久清纯 | 国产淫语在线视频| 中文欧美无线码| 日日摸夜夜添夜夜爱| 久久久久久久国产电影| 中文字幕另类日韩欧美亚洲嫩草| 欧美另类一区| 久久精品久久久久久久性| 国产午夜精品一二区理论片| 黄网站色视频无遮挡免费观看| 国产成人精品无人区| 18禁国产床啪视频网站| 国产一区二区三区综合在线观看| 国产欧美亚洲国产| 亚洲七黄色美女视频| 18在线观看网站| 一本色道久久久久久精品综合| 国产日韩一区二区三区精品不卡| 天天躁日日躁夜夜躁夜夜| 又紧又爽又黄一区二区| 午夜视频精品福利| 日韩精品免费视频一区二区三区| 久久人妻福利社区极品人妻图片 | 美国免费a级毛片| av在线老鸭窝| 18在线观看网站| 青春草亚洲视频在线观看| 极品人妻少妇av视频| 亚洲专区中文字幕在线| 亚洲 国产 在线| 亚洲伊人色综图| 在线观看人妻少妇| 一区二区日韩欧美中文字幕| 国产一区有黄有色的免费视频| 久久精品久久久久久久性| 一级片免费观看大全| 又粗又硬又长又爽又黄的视频| 久久午夜综合久久蜜桃| 亚洲成人手机| 成年av动漫网址| 国产真人三级小视频在线观看| 欧美日本中文国产一区发布| 国产午夜精品一二区理论片| 亚洲av国产av综合av卡| 18禁裸乳无遮挡动漫免费视频| 久久久久久久精品精品| 国产精品一区二区精品视频观看| 亚洲视频免费观看视频| 久久免费观看电影| 熟女少妇亚洲综合色aaa.| 下体分泌物呈黄色| 精品国产一区二区三区四区第35| 久久人妻熟女aⅴ| 美女扒开内裤让男人捅视频| 欧美精品亚洲一区二区| 考比视频在线观看| 亚洲国产av新网站| 人妻人人澡人人爽人人| 免费看av在线观看网站| 色网站视频免费| 一级,二级,三级黄色视频| 精品一区二区三区四区五区乱码 | 欧美日韩成人在线一区二区| 国产高清videossex| 色婷婷久久久亚洲欧美| 亚洲欧美色中文字幕在线| 国产av一区二区精品久久| 18在线观看网站| 操美女的视频在线观看| 亚洲三区欧美一区| 尾随美女入室| 中文欧美无线码| 王馨瑶露胸无遮挡在线观看| 在线观看人妻少妇| 中文字幕另类日韩欧美亚洲嫩草| 久久综合国产亚洲精品| 另类精品久久| 亚洲成av片中文字幕在线观看| 日韩伦理黄色片| 色视频在线一区二区三区| 日韩 亚洲 欧美在线| 久久久精品免费免费高清| 99国产精品一区二区蜜桃av | 中文字幕av电影在线播放| 成人国产一区最新在线观看 | 交换朋友夫妻互换小说| 亚洲国产精品一区三区| 免费看av在线观看网站| 视频区欧美日本亚洲| 亚洲国产欧美在线一区| 久久精品国产综合久久久| 黄色 视频免费看| 午夜福利,免费看| 99热国产这里只有精品6| 黄色怎么调成土黄色| 亚洲精品成人av观看孕妇| 久久狼人影院| 只有这里有精品99| 一区二区三区四区激情视频| 久久久久久人人人人人| 久久精品国产亚洲av高清一级| 99热网站在线观看| 午夜福利影视在线免费观看| 久久毛片免费看一区二区三区| 久久久久久久久久久久大奶| 成人国语在线视频| 亚洲欧美日韩另类电影网站| 18禁国产床啪视频网站| 午夜免费男女啪啪视频观看| 中国美女看黄片| av网站在线播放免费| 国产精品免费视频内射| 尾随美女入室| 狂野欧美激情性xxxx| 日韩免费高清中文字幕av| 在线观看人妻少妇| 欧美激情极品国产一区二区三区| 少妇人妻 视频| www.精华液| 丝袜脚勾引网站| 亚洲精品美女久久av网站| 日本色播在线视频| 国产免费视频播放在线视频| 精品少妇久久久久久888优播| 国产精品一二三区在线看| 欧美激情 高清一区二区三区| 亚洲激情五月婷婷啪啪| 美女福利国产在线| 一级黄片播放器| 日韩电影二区| 亚洲国产av新网站| a级毛片黄视频| 国产欧美亚洲国产| 操出白浆在线播放| 热99国产精品久久久久久7| 亚洲男人天堂网一区| 亚洲熟女精品中文字幕| 九色亚洲精品在线播放| 午夜免费观看性视频| 最近中文字幕2019免费版| 日韩中文字幕视频在线看片| 久热爱精品视频在线9| 深夜精品福利| 亚洲一码二码三码区别大吗| 免费久久久久久久精品成人欧美视频| 热re99久久国产66热| 亚洲少妇的诱惑av| 欧美人与性动交α欧美精品济南到| 国产99久久九九免费精品| 久久狼人影院| 别揉我奶头~嗯~啊~动态视频 | 午夜日韩欧美国产| 男人添女人高潮全过程视频| 啦啦啦在线免费观看视频4| 侵犯人妻中文字幕一二三四区| 80岁老熟妇乱子伦牲交| 午夜激情久久久久久久| 欧美精品av麻豆av| 亚洲欧美激情在线| 女性生殖器流出的白浆| 激情五月婷婷亚洲| 又紧又爽又黄一区二区| 国产91精品成人一区二区三区 | 一二三四社区在线视频社区8| 国产一区二区三区av在线| 日韩一卡2卡3卡4卡2021年| 国语对白做爰xxxⅹ性视频网站| 日韩视频在线欧美| 伊人亚洲综合成人网| 中国国产av一级| 天天躁日日躁夜夜躁夜夜| 亚洲精品一区蜜桃| 亚洲欧美色中文字幕在线| 国产精品一国产av| 视频区图区小说| 99国产精品一区二区三区| 精品人妻在线不人妻| 成人手机av| 一区二区三区四区激情视频| 国产精品久久久av美女十八| 天天躁夜夜躁狠狠久久av| 一级,二级,三级黄色视频| 久久国产亚洲av麻豆专区| tube8黄色片| 国产成人影院久久av| 啦啦啦中文免费视频观看日本| 亚洲中文日韩欧美视频| 999精品在线视频| 欧美日韩综合久久久久久| 国产成人免费观看mmmm| 夫妻午夜视频| 秋霞在线观看毛片| 99精国产麻豆久久婷婷| www.熟女人妻精品国产| 老汉色∧v一级毛片| 久久久精品免费免费高清| 免费观看a级毛片全部| 亚洲av片天天在线观看| 国产免费又黄又爽又色| 最黄视频免费看| 麻豆乱淫一区二区| 亚洲视频免费观看视频| 亚洲国产中文字幕在线视频| 999精品在线视频| 亚洲欧美色中文字幕在线| 免费女性裸体啪啪无遮挡网站| 精品一区在线观看国产| av在线播放精品| 亚洲精品一二三| 久久性视频一级片| 亚洲国产精品成人久久小说| 女人久久www免费人成看片| 日韩制服骚丝袜av| 啦啦啦视频在线资源免费观看| 国产在线一区二区三区精| 赤兔流量卡办理| 波多野结衣一区麻豆| 无限看片的www在线观看| 国产爽快片一区二区三区| 免费在线观看完整版高清| 亚洲欧美成人综合另类久久久| 日本av免费视频播放| 91精品伊人久久大香线蕉| 国产主播在线观看一区二区 | 精品高清国产在线一区| 考比视频在线观看| 免费久久久久久久精品成人欧美视频| 欧美 日韩 精品 国产| 一区二区日韩欧美中文字幕| 国产精品 国内视频| av国产精品久久久久影院| 国产成人系列免费观看| 麻豆国产av国片精品| 中文字幕最新亚洲高清| 丁香六月天网| 亚洲av日韩在线播放| 欧美久久黑人一区二区| 国产野战对白在线观看| 91精品三级在线观看| 成人国产av品久久久| 成年人午夜在线观看视频| 老汉色∧v一级毛片| 大陆偷拍与自拍| 亚洲欧洲日产国产| 精品亚洲成国产av| 亚洲色图 男人天堂 中文字幕| 国产精品一区二区在线不卡| av在线老鸭窝| 国产一区二区在线观看av| 精品福利观看| 啦啦啦啦在线视频资源| 免费女性裸体啪啪无遮挡网站| 又粗又硬又长又爽又黄的视频| 欧美日韩亚洲高清精品| 国产一区二区三区av在线| 欧美国产精品va在线观看不卡| 老司机影院毛片| 男女高潮啪啪啪动态图| 国产av一区二区精品久久| 国产视频一区二区在线看| 中文字幕人妻丝袜制服| 两个人看的免费小视频| 亚洲精品国产区一区二| 欧美在线一区亚洲| 日日摸夜夜添夜夜爱| 亚洲少妇的诱惑av| 久久久久久久久久久久大奶| 久久热在线av| 18禁观看日本| 欧美成狂野欧美在线观看| xxx大片免费视频| 欧美日韩黄片免| 亚洲一区中文字幕在线| 90打野战视频偷拍视频| 操美女的视频在线观看| 欧美 日韩 精品 国产| 精品国产乱码久久久久久小说| netflix在线观看网站| avwww免费| 日韩一卡2卡3卡4卡2021年| netflix在线观看网站| 久久久久久人人人人人| 午夜老司机福利片| 亚洲精品成人av观看孕妇| 亚洲人成电影观看| 大片免费播放器 马上看| 大香蕉久久网| 中国国产av一级| 精品亚洲成a人片在线观看| 香蕉国产在线看| 午夜老司机福利片| 国产精品熟女久久久久浪| 视频区欧美日本亚洲| 日本a在线网址| 中文字幕精品免费在线观看视频| 大香蕉久久网| 午夜91福利影院| 精品人妻在线不人妻| 久久午夜综合久久蜜桃| 亚洲精品久久成人aⅴ小说| 午夜av观看不卡| 下体分泌物呈黄色| 国产三级黄色录像| 久久久久国产一级毛片高清牌| 午夜视频精品福利| 日韩av在线免费看完整版不卡| 午夜福利影视在线免费观看| 一二三四社区在线视频社区8| 免费一级毛片在线播放高清视频 | 日韩熟女老妇一区二区性免费视频| 欧美亚洲 丝袜 人妻 在线| 热99国产精品久久久久久7| 90打野战视频偷拍视频| 啦啦啦中文免费视频观看日本| 好男人电影高清在线观看| 亚洲男人天堂网一区| 欧美另类一区| 精品亚洲成a人片在线观看| 国产精品一国产av| 久久午夜综合久久蜜桃| 色婷婷久久久亚洲欧美| 日韩av在线免费看完整版不卡| 一级黄片播放器| 日本黄色日本黄色录像| 咕卡用的链子| 成人国产一区最新在线观看 | 亚洲av电影在线进入| 日本猛色少妇xxxxx猛交久久| 成人三级做爰电影| 亚洲中文字幕日韩| 精品福利永久在线观看| 无限看片的www在线观看| 大型av网站在线播放| 久久国产亚洲av麻豆专区| 丝袜美腿诱惑在线| 中文字幕高清在线视频| 亚洲国产精品一区二区三区在线| 人妻人人澡人人爽人人| 一级片免费观看大全| 久久久精品区二区三区| 国产精品久久久久久人妻精品电影 | 久久精品国产综合久久久| 熟女av电影| 欧美激情 高清一区二区三区| 岛国毛片在线播放| 国产亚洲欧美精品永久| 亚洲欧美激情在线| 国产成人精品无人区| 午夜福利影视在线免费观看| 在线天堂中文资源库| 黄色片一级片一级黄色片| 国产精品99久久99久久久不卡| 国产熟女欧美一区二区| 高清黄色对白视频在线免费看| 啦啦啦在线免费观看视频4| 国产视频一区二区在线看| 亚洲国产精品国产精品| 伊人亚洲综合成人网| 国产精品久久久久成人av| 少妇粗大呻吟视频| 亚洲精品日韩在线中文字幕| 精品少妇内射三级| 久久精品国产亚洲av高清一级| 国产免费一区二区三区四区乱码| 国产成人精品无人区| 亚洲情色 制服丝袜| 国产成人系列免费观看| 欧美日韩成人在线一区二区| 中文字幕精品免费在线观看视频| 亚洲人成77777在线视频| 欧美另类一区| 女人久久www免费人成看片| 一区二区三区四区激情视频| 亚洲欧美一区二区三区黑人| av天堂久久9| 中文字幕制服av| 色网站视频免费| 免费一级毛片在线播放高清视频 | 久久久久国产精品人妻一区二区| 亚洲欧美精品自产自拍| 亚洲国产欧美网| 国产精品.久久久| 人人妻人人添人人爽欧美一区卜| 婷婷丁香在线五月| 亚洲精品国产av成人精品| 五月开心婷婷网| 最新在线观看一区二区三区 | 深夜精品福利| 咕卡用的链子| 天天添夜夜摸| 男女国产视频网站| 精品高清国产在线一区| kizo精华| 又粗又硬又长又爽又黄的视频| 亚洲国产毛片av蜜桃av| 18禁裸乳无遮挡动漫免费视频| 男人舔女人的私密视频| 又大又爽又粗| 中文字幕人妻丝袜制服| 天天躁日日躁夜夜躁夜夜| 成在线人永久免费视频| xxxhd国产人妻xxx| 在线看a的网站| 成人三级做爰电影| 麻豆国产av国片精品| 中文字幕制服av| 午夜激情久久久久久久| h视频一区二区三区| 脱女人内裤的视频| 五月开心婷婷网| 9热在线视频观看99| 一级片免费观看大全| 男人舔女人的私密视频| 日韩制服骚丝袜av| 国产不卡av网站在线观看| 波多野结衣一区麻豆| 十八禁高潮呻吟视频| 久久久久久久久久久久大奶| 超碰成人久久| 国产精品av久久久久免费| 一区二区三区四区激情视频| 交换朋友夫妻互换小说| 手机成人av网站| 交换朋友夫妻互换小说| 少妇 在线观看| 日韩一卡2卡3卡4卡2021年| 国产亚洲精品第一综合不卡| 黑人欧美特级aaaaaa片| 一本一本久久a久久精品综合妖精| 亚洲情色 制服丝袜| 日本黄色日本黄色录像| 成人国产av品久久久| 亚洲欧洲日产国产| 日韩电影二区| 免费一级毛片在线播放高清视频 | 国产黄频视频在线观看| 国产日韩欧美视频二区| 中文欧美无线码| 高清不卡的av网站| 日本黄色日本黄色录像| 真人做人爱边吃奶动态| 国产精品九九99| 午夜福利视频精品| 色网站视频免费| 超碰成人久久| 亚洲一码二码三码区别大吗| 亚洲午夜精品一区,二区,三区| 人成视频在线观看免费观看| 一级a爱视频在线免费观看| 天天躁夜夜躁狠狠久久av| 亚洲欧美激情在线| 欧美精品一区二区大全| 秋霞在线观看毛片| 国产成人91sexporn| 美女视频免费永久观看网站| 亚洲成国产人片在线观看| 亚洲精品一卡2卡三卡4卡5卡 | 韩国高清视频一区二区三区| 99久久精品国产亚洲精品| 晚上一个人看的免费电影| av福利片在线| 久久久久久久国产电影| 老司机午夜十八禁免费视频| 黄色毛片三级朝国网站| 18在线观看网站| 免费日韩欧美在线观看| 欧美精品一区二区大全| 人人妻,人人澡人人爽秒播 | 人人妻人人澡人人看| 欧美+亚洲+日韩+国产| 极品人妻少妇av视频| 天天影视国产精品| 国产av精品麻豆| 在线观看www视频免费| 亚洲一区二区三区欧美精品| 妹子高潮喷水视频| 精品久久久久久电影网| 精品亚洲成a人片在线观看| 午夜激情久久久久久久| 欧美av亚洲av综合av国产av| 丰满人妻熟妇乱又伦精品不卡| 一区福利在线观看| 久久人人爽av亚洲精品天堂| www.av在线官网国产| 婷婷色综合大香蕉| 精品人妻1区二区| 爱豆传媒免费全集在线观看| 黄网站色视频无遮挡免费观看| av福利片在线| 亚洲三区欧美一区| 亚洲熟女精品中文字幕| 亚洲成人免费电影在线观看 | 国产成人av教育| 日韩欧美一区视频在线观看| 在线观看国产h片| 亚洲七黄色美女视频| 男人爽女人下面视频在线观看| 纵有疾风起免费观看全集完整版| 亚洲欧美激情在线| 国产亚洲欧美精品永久|