• <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 ?

    在線負(fù)面口碑處理的專家識(shí)別方法研究

    2019-04-02 03:43:38蔡淑琴王藝興秦志勇竇聰穎
    中國(guó)管理科學(xué) 2019年3期
    關(guān)鍵詞:特征資源情感

    蔡淑琴,王 旸,王藝興,秦志勇,竇聰穎

    (1.華中科技大學(xué)管理學(xué)院,湖北 武漢 430074;2.深圳證券交易所,廣東 深圳 518038;3.華中科技大學(xué)新聞與信息傳播學(xué)院,湖北 武漢 430074)

    1 引言

    隨著Web技術(shù)的快速發(fā)展和廣泛應(yīng)用,社會(huì)化媒體正以驚人的速度滲透到社會(huì)的各個(gè)方面,不僅為用戶提供了獲取信息的渠道,還為用戶構(gòu)建了發(fā)布內(nèi)容和建立關(guān)系的平臺(tái)。用戶參與、用戶主導(dǎo)、用戶創(chuàng)造已經(jīng)成為社會(huì)化媒體吸引用戶、增強(qiáng)競(jìng)爭(zhēng)力、提高企業(yè)價(jià)值的有力工具,生成了大量有商業(yè)價(jià)值的用戶創(chuàng)造內(nèi)容(User Generated Content,簡(jiǎn)稱 “UGC”)。作為UGC的一種獨(dú)特形式,在線負(fù)面口碑(Online Negative Word-of-Mouth,簡(jiǎn)稱“ONWOM”)是消費(fèi)者在互聯(lián)網(wǎng)中對(duì)企業(yè)表達(dá)的負(fù)面觀點(diǎn)和評(píng)論[1],具有數(shù)據(jù)大、傳播速度快、破壞力強(qiáng)[2]、拒絕解釋[3]等特點(diǎn),相比企業(yè)發(fā)出的信息,負(fù)面口碑更容易得到他人信任[4]。如果企業(yè)未能及時(shí)響應(yīng)處理,會(huì)引發(fā)大面積的消費(fèi)者不滿,進(jìn)而造成企業(yè)聲譽(yù)受損,品牌價(jià)值降低等嚴(yán)重后果[5]。然而,由于ONWOM有數(shù)量大、傳播速度快等特點(diǎn),企業(yè)單純依靠傳統(tǒng)人工處理方法會(huì)面臨成本高、反應(yīng)速度慢和資源短缺的困境。

    社會(huì)化媒體為用戶提供了交流互動(dòng)的平臺(tái),用戶可以在其中搜索信息、發(fā)布內(nèi)容和建立關(guān)系,隨著用戶數(shù)量增加和用戶間互動(dòng)增強(qiáng),少量擁有更多知識(shí)的用戶逐漸凸顯,成為專家用戶。Riahi等[6]實(shí)驗(yàn)發(fā)現(xiàn)少量專家用戶為網(wǎng)絡(luò)社區(qū)提供了大部分知識(shí),他們?cè)跒樗私鉀Q問(wèn)題和分享知識(shí)過(guò)程中建立了個(gè)人權(quán)威,這不僅實(shí)現(xiàn)了其個(gè)人價(jià)值,也為所在平臺(tái)提供了更多資源,使其成為社會(huì)化媒體高質(zhì)量知識(shí)的重要外部來(lái)源。負(fù)面口碑處理中,企業(yè)過(guò)度參與可能會(huì)被懷疑而導(dǎo)致喪失自身公信力[7],若客戶不滿意企業(yè)對(duì)負(fù)面口碑直接做出的反饋將會(huì)帶來(lái)更強(qiáng)烈的負(fù)面情緒[3]。因此,將UGC中的專家用戶看作ONWOM處理資源進(jìn)行ONWOM處理,可為企業(yè)提供ONWOM處理的新途徑。如果能夠識(shí)別出這些專家,并給予適當(dāng)引導(dǎo),企業(yè)可以依賴他們擴(kuò)充自身知識(shí)庫(kù),擴(kuò)展可調(diào)動(dòng)資源范圍,借助專家知識(shí)面廣、知識(shí)成本低、容易與其他用戶溝通等優(yōu)勢(shì)優(yōu)化服務(wù)流程、提高服務(wù)質(zhì)量、改善服務(wù)體驗(yàn),進(jìn)而提高整體服務(wù)水平。但是隨機(jī)選擇用戶作為服務(wù)方很難達(dá)到滿意的處理效果[8],因此如何提前識(shí)別合適的用戶形成服務(wù)方專家?guī)?專家識(shí)別)是需要解決的關(guān)鍵問(wèn)題。

    現(xiàn)有相關(guān)研究已有若干成果。閆強(qiáng)和孟躍[9]研究證明擁有較為極端的情感傾向和較長(zhǎng)的正文的評(píng)論會(huì)正面影響在線評(píng)論的感知有用性。Archak等[10]通過(guò)實(shí)驗(yàn)證明可以從在線評(píng)論數(shù)據(jù)中提取可操作的信息資源,更好地理解客戶的偏好和行動(dòng)。Pfeffer等[11]討論了負(fù)面口碑網(wǎng)絡(luò)傳播風(fēng)暴的后果,并提供了網(wǎng)絡(luò)負(fù)面口碑危機(jī)的行動(dòng)指導(dǎo)。Surachartkumtonkun等[12]基于需求理論,用實(shí)證方法進(jìn)行研究認(rèn)為消費(fèi)者抱怨是為了尋求相應(yīng)的經(jīng)濟(jì)補(bǔ)償和自尊補(bǔ)償。蔡淑琴等[13]提出了RFMS模型來(lái)測(cè)量在線口碑發(fā)布者的影響力,應(yīng)用人工神經(jīng)網(wǎng)絡(luò)識(shí)別出意見(jiàn)領(lǐng)袖。Yang等[14]以學(xué)術(shù)研究社區(qū)為背景,認(rèn)為除了個(gè)人之間的鏈接關(guān)系,還需考慮研究者所在機(jī)構(gòu)間的連接強(qiáng)度信息對(duì)專家識(shí)別的作用,通過(guò)整合關(guān)聯(lián)信息、個(gè)人社交網(wǎng)絡(luò)信息給專家建立多層次的人物畫像,并驗(yàn)證了方法的有效性。

    由以上綜述可知,現(xiàn)有研究存在以下局限:首先,現(xiàn)有研究大多是針對(duì)問(wèn)答或?qū)W者推薦的專家識(shí)別,少有專門針對(duì)ONWOM處理的專家識(shí)別研究,本文針對(duì)ONWOM處理特殊情境的具體要求,需識(shí)別適合此情境的相關(guān)專家;其次,現(xiàn)有研究大多只考慮用戶的知識(shí)能力并未將專家用戶看作ONWOM處理資源進(jìn)行識(shí)別,然而本文研究中,ONWOM發(fā)布方有尋求知識(shí)解決方案和情感撫慰?jī)煞矫嫘枨螅琌NWOM處理的特殊性使得僅從知識(shí)能力出發(fā)的專家專家識(shí)別性能不夠,不能滿足ONWOM發(fā)布方所有需求導(dǎo)致ONWOM處理失敗甚至引發(fā)更強(qiáng)烈的抱怨;最后,基于鏈接的識(shí)別方法大多從用戶權(quán)威角度出發(fā),沒(méi)有明確相應(yīng)專家的能力結(jié)構(gòu),推薦的專家不具有針對(duì)性,面對(duì)ONWOM處理的特殊需求時(shí),難以達(dá)到好的效果,不方便企業(yè)實(shí)際應(yīng)用。

    針對(duì)以上問(wèn)題,本文研究社會(huì)化媒體中ONWOM處理的專家識(shí)別問(wèn)題,認(rèn)為用戶屬性、用戶發(fā)布內(nèi)容等UGC資源是用戶隱性知識(shí)的顯性表示,可以利用這些資源進(jìn)行專家識(shí)別。設(shè)計(jì)的ONWOM處理專家識(shí)別方法中,將專家用戶看作ONWOM處理資源,從資源視角出發(fā),建立專家識(shí)別資源映射框架,專家識(shí)別過(guò)程除了考慮體現(xiàn)用戶專業(yè)水平的知識(shí)能力,還融入了專家參與ONWOM處理的情感撫慰能力,并將用戶互動(dòng)程度引入到用戶能力特征空間,以此構(gòu)建ONWOM處理的專家能力得分計(jì)算模型,實(shí)現(xiàn)專家識(shí)別并顯著提高了識(shí)別性能。

    2 資源映射框架

    原始UGC資源有非結(jié)構(gòu)化、碎片化、去中心化等特點(diǎn),無(wú)法直接用于ONWOM處理,需要經(jīng)過(guò)處理加工轉(zhuǎn)換為合適的形式,才能最大限度的提高ONWOM處理成功率。為清晰理解專家識(shí)別中資源的形式和轉(zhuǎn)換規(guī)律,本節(jié)從資源視角出發(fā),分析專家識(shí)別過(guò)程中資源的轉(zhuǎn)換過(guò)程,或稱為“資源映射”過(guò)程。

    本文專家識(shí)別的資源映射過(guò)程涉及UGC資源、顯性資源和隱性資源三種狀態(tài)。其中,顯性資源是對(duì)原始信息資源的結(jié)構(gòu)化表示,描述了資源構(gòu)成要素,剔除了無(wú)關(guān)或作用較小的噪音信息,并從集合層面對(duì)資源進(jìn)行聚合,降低了UGC資源的碎片性。隱性資源也源自原始信息資源,但是以顯性資源為基礎(chǔ),通過(guò)相關(guān)計(jì)算方法得到滿足需求的知識(shí)或能力測(cè)量,是資源價(jià)值的量化表示。相對(duì)應(yīng),根據(jù)資源形式的不斷轉(zhuǎn)換,將資源映射過(guò)程分為顯性資源映射和隱性資源映射兩個(gè)階段,以此提出面向ONWOM處理的專家識(shí)別資源映射框架如圖1。

    圖1 面向ONWOM處理的專家識(shí)別資源映射框架

    圖1的框架中虛線左側(cè)部分表示專家識(shí)別中由用戶UGC資源集得到用戶專家得分的過(guò)程,虛線右側(cè)大方框部分是從資源視角理解的與獲得用戶專家得分過(guò)程對(duì)應(yīng)的資源映射過(guò)程,虛線表示兩個(gè)過(guò)程中資源的對(duì)應(yīng)關(guān)系。

    框架左側(cè)部分包括兩個(gè)階段,第一階段完成了從用戶UGC資源集向用戶特征表示的轉(zhuǎn)換,此部分對(duì)應(yīng)資源視角的顯性資源映射,第二階段完成了從用戶特征表示向用戶專家得分的轉(zhuǎn)換,此部分對(duì)應(yīng)資源映射視角的隱性資源映射。在第一階段中,確定用戶特征表示包含的特征元素是其中的關(guān)鍵,隨意選擇特征不僅無(wú)法識(shí)別出合適的專家用戶,甚至可能導(dǎo)致ONWOM處理失敗。為此,如框架左側(cè)上方的兩個(gè)圓角方框所示,本文從ONWOM處理的問(wèn)題背景出發(fā),以O(shè)NWOM發(fā)布方的價(jià)值需求為起點(diǎn),可以確定成功實(shí)現(xiàn)ONWOM處理的需求,這些需求一方面是資源需求體現(xiàn),另一方面是專家能力結(jié)構(gòu)體現(xiàn)。專家識(shí)別中,在通過(guò)以上分析過(guò)程獲得專家需要具有的能力結(jié)構(gòu)后,將其與用戶UGC資源集的真實(shí)數(shù)據(jù)集合,可得到體現(xiàn)用戶能力結(jié)構(gòu)的用戶特征表示,實(shí)際上這是一個(gè)從用戶創(chuàng)造的數(shù)據(jù)中挖掘體現(xiàn)其能力結(jié)構(gòu)的顯性表示的過(guò)程。在第二階段中,由于前一階段得到的用戶能力結(jié)構(gòu)只是對(duì)用戶具有相關(guān)能力的特征描述集合,而專家識(shí)別中需要能體現(xiàn)用戶能力的單一量化指標(biāo),即專家得分,此得分是用戶能力和價(jià)值的量化表示,根據(jù)得分對(duì)用戶進(jìn)行降序排序,獲得分?jǐn)?shù)靠前的用戶即是專家用戶??梢栽O(shè)計(jì)或選擇合適的計(jì)算方法實(shí)現(xiàn)從用戶特征表示到專家得分的轉(zhuǎn)換。

    框架右側(cè)部分是從資源視角對(duì)左側(cè)專家識(shí)別相關(guān)過(guò)程的理解,包括顯性資源映射和隱性資源映射兩個(gè)映射階段。其中,顯性資源映射是從UGC資源向顯性資源的轉(zhuǎn)換,隱性資源映射是從顯性資源向隱性資源的轉(zhuǎn)換。

    3 方法設(shè)計(jì)

    與傳統(tǒng)專家識(shí)別不同,本文專家識(shí)別過(guò)程中不僅考慮了直接體現(xiàn)用戶專業(yè)水平的知識(shí)能力,還考慮了專家參與ONWOM處理的情感撫慰能力,并借助情緒感染機(jī)制獲得情感能力的量化指標(biāo)。此外,本文將用戶互動(dòng)程度也引入到用戶能力特征空間,以此構(gòu)建人工神經(jīng)網(wǎng)絡(luò)模型,實(shí)現(xiàn)專家識(shí)別。

    3.1 專家特征表示

    本文研究中,ONWOM發(fā)布方有尋求知識(shí)解決方案和情感撫慰?jī)煞矫嫘枨?,相?duì)應(yīng),如果要成功處理ONWOM,作為服務(wù)方的專家需要具有滿足這兩方面需求的能力。即可認(rèn)為知識(shí)方案提供能力(簡(jiǎn)稱“知識(shí)能力”)和情感撫慰能力(簡(jiǎn)稱“情感能力”)是專家能力的組成部分。其中,知識(shí)能力是專家滿足ONWOM發(fā)布方尋求知識(shí)解決方案需求的能力,情感能力是專家滿足ONWOM發(fā)布方尋求情感撫慰需求的能力。每個(gè)用戶的時(shí)間和精力是有限的,在特定情境下,有處理能力的用戶并不一定都愿意參與ONWOM處理,而有參與意愿的用戶也不一定有足夠的處理能力。因此,專家需具有參與ONWOM處理的意愿,只有處理能力而不愿參與ONWOM處理的用戶不是本文所指的專家,只有參與意愿而沒(méi)有足夠處理能力的用戶也不是本文所指的專家。因此,為保證價(jià)值共創(chuàng)過(guò)程的實(shí)現(xiàn),互動(dòng)階段對(duì)服務(wù)方專家有互動(dòng)能力的要求,即服務(wù)方除了具有上述知識(shí)方案提供能力和情感撫慰能力外,還需具有較高的參與價(jià)值共創(chuàng)互動(dòng)的程度,簡(jiǎn)稱“互動(dòng)程度”。

    由上述分析可知,ONWOM處理的服務(wù)方專家能力包括知識(shí)能力、情感能力和互動(dòng)程度三方面,其中互動(dòng)程度是發(fā)揮專家能力的前提條件,知識(shí)能力和情感能力是實(shí)現(xiàn)ONWOM處理的能力體現(xiàn),用戶參與ONWOM處理的意愿各不相同,具有的知識(shí)能力和情感能力也往往參差不齊,而且人數(shù)眾多[8],要想保證ONWOM處理的成功率,需要從以上三方面特征出發(fā),識(shí)別用戶中的專家。因此,可將用戶特征表示形式化如式(1):

    U=(KC,EC,DI)

    (1)

    其中U表示用戶,KC表示知識(shí)能力,是Knowledge Capability的縮寫。EC表示情感能力,是Emotional Capability的縮寫。DI表示互動(dòng)程度,是Degree of Interaction 的縮寫。由用戶的UGC資源得到式(1)的形式化表示,對(duì)應(yīng)圖1的顯性資源映射過(guò)程。

    為使設(shè)計(jì)能落到數(shù)據(jù)層面,下面分析以問(wèn)答社區(qū)為現(xiàn)實(shí)環(huán)境,認(rèn)為在此環(huán)境中進(jìn)行ONWOM處理,分別對(duì)知識(shí)能力、情感能力和互動(dòng)程度三個(gè)特征維度中涉及的細(xì)化指標(biāo)進(jìn)行分析,并給出具體的測(cè)量方法,假設(shè)UGC資源均以文本形式出現(xiàn)。

    3.1.1 知識(shí)能力特征

    粉絲數(shù)經(jīng)常被用來(lái)說(shuō)明用戶的權(quán)威性[15],這在社交網(wǎng)絡(luò)較強(qiáng)的社會(huì)化媒體中效果較好,高粉絲數(shù)對(duì)用戶等級(jí)有很大提升作用,但在知識(shí)為導(dǎo)向的問(wèn)答社區(qū)中,通過(guò)粉絲關(guān)系很難獲得提問(wèn)者的認(rèn)同,得到其他用戶直接求助才是對(duì)其知識(shí)能力的最直接認(rèn)可。文本長(zhǎng)度是體現(xiàn)文本質(zhì)量的重要指標(biāo),較長(zhǎng)的文本意味著更詳細(xì)的解釋,相比短文本更容易被接受[16]。同時(shí),較長(zhǎng)的文本能包含更生動(dòng)的內(nèi)容,面對(duì)內(nèi)容接收者時(shí)更有說(shuō)服力[17],在ONWOM處理中,發(fā)布者就更容易接受服務(wù)方提供的服務(wù)。每個(gè)提問(wèn)者會(huì)根據(jù)自身情境提出問(wèn)題,而每個(gè)人所處的情境大多不同,答案被最了解問(wèn)題情境的提問(wèn)者采納是對(duì)回答者問(wèn)題解決能力的認(rèn)可,被采納的答案越多說(shuō)明回答者的知識(shí)能力越高。提問(wèn)者和回答者之外的其他用戶同樣可表達(dá)對(duì)回答的看法,如果他們贊同回答者提供的答案,說(shuō)明這些用戶認(rèn)為回答者提供了提問(wèn)者需要的知識(shí)。作為第三方平臺(tái),問(wèn)答社區(qū)常對(duì)質(zhì)量符合一定規(guī)范的高質(zhì)量答案給予標(biāo)記,如有些答案被標(biāo)記為精華答案標(biāo)簽,這是對(duì)回答者知識(shí)能力的社區(qū)認(rèn)可。

    根據(jù)以上分析,本文選擇以下指標(biāo)為描述用戶知識(shí)能力的特征,包括滿意答案數(shù)、采納率、收到求助數(shù)、贊同數(shù)、精華答案數(shù)、答案平均長(zhǎng)度。其中滿意答案數(shù)為提問(wèn)者接納用戶答案為滿意答案的總數(shù),收到求助數(shù)是提問(wèn)者指定此特定用戶為回答者的次數(shù),答案平均長(zhǎng)度指用戶提供的所有答案的文本長(zhǎng)度的平均值。

    3.1.2 情感能力特征

    在心理學(xué)領(lǐng)域,情緒感染指?jìng)€(gè)體之間感知捕獲環(huán)境中其他人的情緒變化,包括無(wú)意識(shí)、不自覺(jué)的的情緒模仿或趨同,或者有意識(shí)、主動(dòng)的情緒認(rèn)知和控制下,實(shí)現(xiàn)的不同個(gè)體間的情緒交互和聚合過(guò)程[18]。發(fā)布方的負(fù)面情緒在服務(wù)方正面情緒的影響下得到緩解是一個(gè)情緒感染過(guò)程。因此,本文假設(shè)用戶情感撫慰過(guò)程是一個(gè)情緒感染過(guò)程,服務(wù)方相對(duì)發(fā)布方的情感越正面,其能成功進(jìn)行正面情緒感染的可能性越大,進(jìn)而實(shí)現(xiàn)情感撫慰的可能性就越大。杜建剛和范秀成[19]采用環(huán)境刺激方法,實(shí)證研究了在服務(wù)失敗和服務(wù)補(bǔ)救中服務(wù)者對(duì)消費(fèi)者的情緒感染。發(fā)現(xiàn)服務(wù)失敗過(guò)程中,服務(wù)者的負(fù)面情感越強(qiáng)烈,消費(fèi)者的負(fù)面情緒增加就越多,在服務(wù)補(bǔ)救中,服務(wù)者的正面情感越強(qiáng)烈,消費(fèi)者由負(fù)面情感向正面情感轉(zhuǎn)化幅度越大。本文并不研究社會(huì)化媒體中不同媒介與情緒感染的關(guān)系,而是認(rèn)為專家通過(guò)文本對(duì)ONWOM發(fā)布方實(shí)現(xiàn)情緒感染,達(dá)到情感撫慰的目的,以此說(shuō)明專家能力需包括情感能力特征。

    根據(jù)以上分析,本文選擇以下指標(biāo)為描述用戶情感能力的特征,包括答案平均情感得分,答案情感相對(duì)正面率。

    本文在計(jì)算問(wèn)題和回答文本d的情感極性和強(qiáng)度時(shí),首先對(duì)文本d進(jìn)行分詞、去停用詞處理得到其結(jié)構(gòu)化表示,然后將得到的每個(gè)詞與情感詞典中的詞進(jìn)行匹配,匹配到的正面、負(fù)面和中性詞極性分別記為1、-1和0,將d中包含的所有情感詞的極性與強(qiáng)度乘積和作為其情感得分,形式化如式(2):

    (2)

    其中SSd表示文本d的情感得分,|d|表示d中包含的情感詞數(shù),SPi表示第i個(gè)情感詞的極性值,SIi表示第i個(gè)情感詞的情感強(qiáng)度,且1≤i≤|d|。SS、SP、SI分別是Sentiment Score、Sentiment Polarity和Sentiment Intensity的縮寫。

    由(2)計(jì)算得到用戶提供的所有答案的情感得分后,可用用這些答案情感得分的平均值作為用戶的答案平均情感得分。統(tǒng)計(jì)用戶回答的所有問(wèn)題中答案情感得分比問(wèn)題情感得分高的問(wèn)答對(duì)個(gè)數(shù),可得答案情感相對(duì)正面數(shù),形式化如式(3)和(4):

    (3)

    (4)

    其中P={p1,p2,…,p|P|}表示某單個(gè)用戶提供的所有答案所在的問(wèn)答對(duì)集,|P|是此集合包含的問(wèn)答對(duì)個(gè)數(shù),其中第j個(gè)問(wèn)答對(duì)pj=(qj,aj)包含一個(gè)問(wèn)題qj和一個(gè)答案aj,PLN表示問(wèn)答對(duì)集P對(duì)應(yīng)用戶的答案情感相對(duì)正面數(shù)。此時(shí),可計(jì)算用戶的答案情感相對(duì)正面率,如式(5):

    (5)

    其中PLP表示用戶的答案情感相對(duì)正面率。

    3.1.3 互動(dòng)程度特征

    ONWOM處理的專家識(shí)別中,雖然用戶的知識(shí)能力和情感能力是其專家能力的直接體現(xiàn),然而,知識(shí)能力和情感能力傳播的廣度和深度卻決定了用戶能力展現(xiàn)的程度,廣泛而深入的交互是擴(kuò)大傳播廣度和深度的必要手段,具有良好互動(dòng)能力,互動(dòng)程度高的用戶,更有可能成為ONWOM處理專家,因此,用戶互動(dòng)程度是體現(xiàn)其專家能力的特征。

    Chae等[20]研究信息質(zhì)量和影響力,強(qiáng)調(diào)了交互質(zhì)量在信息影響力中的關(guān)鍵作用,進(jìn)一步則說(shuō)明交互在表示為UGC資源集的用戶影響力中的重要作用?;?dòng)程度的一個(gè)重要指標(biāo)是交互頻率,體現(xiàn)了用戶參與解決問(wèn)題的次數(shù)。用戶提問(wèn)次數(shù)同樣可顯示用戶主動(dòng)創(chuàng)造交互激活的特點(diǎn),是其互動(dòng)程度的一種體現(xiàn)[21],但在本章識(shí)別的專家是答案提供者,是信息的提供方,專家互動(dòng)程度應(yīng)該反映信息提供中的互動(dòng)程度,而提問(wèn)數(shù)反映的是用戶獲取信息的互動(dòng)程度,因此此時(shí)不考慮用戶提問(wèn)數(shù)。Liao Hui[22]認(rèn)為對(duì)客戶抱怨的快速回應(yīng)對(duì)抱怨處理有積極作用。及時(shí)對(duì)相應(yīng)問(wèn)題進(jìn)行處理能減少客戶需求無(wú)法得到及時(shí)滿足而進(jìn)一步擴(kuò)大傳播面積的可能性,及時(shí)性可以通過(guò)用戶回答問(wèn)題與提問(wèn)的時(shí)間差來(lái)描述。問(wèn)答社區(qū)為調(diào)動(dòng)用戶參與問(wèn)答的積極性,常組織一些線上社區(qū)活動(dòng),參加此類活動(dòng)的用戶可以得到一些社區(qū)榮譽(yù),也即用戶獲得此類榮譽(yù)的數(shù)量從側(cè)面反映了其參與社區(qū)互動(dòng)的程度,可作為用戶互動(dòng)程度的特征。

    根據(jù)以上分析,本文選擇以下指標(biāo)為描述用戶互動(dòng)程度的特征,包括回答數(shù)、平均回答時(shí)差、社區(qū)活動(dòng)榮譽(yù)數(shù)。

    其中平均回答時(shí)差指用戶提供答案的所有問(wèn)答對(duì)中回答時(shí)間與提問(wèn)時(shí)間的差值的平均值,表示為如式(6):

    (6)

    其中AATI表示某用戶的平均回答時(shí)差,atj表示問(wèn)答對(duì)集P第j個(gè)問(wèn)答對(duì)中回答發(fā)布的時(shí)間,qtj表示問(wèn)答對(duì)集P第j個(gè)問(wèn)答對(duì)中問(wèn)題發(fā)布的時(shí)間。

    基于價(jià)值共創(chuàng)的負(fù)面口碑處理中,服務(wù)方專家識(shí)別的指標(biāo)體系如表1。

    表1 ONWOM處理的專家識(shí)別指標(biāo)體系

    3.2 神經(jīng)網(wǎng)絡(luò)模型

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡(jiǎn)稱“ANN”或“神經(jīng)網(wǎng)絡(luò)”)通過(guò)利用計(jì)算機(jī)程序和電子線路對(duì)人類神經(jīng)系統(tǒng)的抽象和模擬,是計(jì)算智能的核心內(nèi)容之一,其特有的非線性、自適應(yīng)信息處理能力,適于處理多變量之間的復(fù)雜關(guān)系,并且已經(jīng)在智能領(lǐng)域取得很好效果。本文的ONWOM處理中涉及知識(shí)能力KC、情感能力EC和互動(dòng)程度DI三個(gè)維度,他們又分別細(xì)分為11個(gè)二級(jí)指標(biāo)。這些指標(biāo)涉及到對(duì)不確定的隱性知識(shí)、人類情感和用戶行為的描述,而且之間關(guān)系錯(cuò)綜復(fù)雜,很難用線性的、學(xué)習(xí)能力較弱的模型準(zhǔn)確描述。神經(jīng)網(wǎng)絡(luò)作為非線性的自適應(yīng)模型,通過(guò)多層神經(jīng)元之間的權(quán)值調(diào)整可描述多指標(biāo)間的復(fù)雜關(guān)系,實(shí)現(xiàn)對(duì)專家得分的計(jì)算。

    本文專家得分計(jì)算的BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖2所示:

    圖2 專家得分計(jì)算BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

    設(shè)神經(jīng)網(wǎng)絡(luò)的輸入層一個(gè)樣本X對(duì)應(yīng)的特征向量為(x1,x2,…,xn),n是輸入層的特征維度;隱藏層向量表示為H=(h1,h2,…,hm),m是隱藏層的神經(jīng)元個(gè)數(shù);輸出層輸出向量表示為Y=(y1),輸出真實(shí)值表示為D=(d1),因?yàn)橛?jì)算的專家得分是一個(gè)數(shù)值,所有將輸出層表示為只有一個(gè)維度的向量;輸出層和隱藏層之間的權(quán)值表示為V=(V1,V2,…,Vm),其中Vj=(v1j,v2j,…,vnj)是輸入層的所有n個(gè)節(jié)點(diǎn)與隱藏層神經(jīng)元hj的連接權(quán)值;隱藏層與輸出層之間的權(quán)值表示為W=(W1),W1=(w11,w21,…,wm1)是隱藏層的每個(gè)神經(jīng)元與輸出層神經(jīng)元的連接權(quán)值。

    BP神經(jīng)網(wǎng)絡(luò)的在訓(xùn)練前需要初始化,根據(jù)系統(tǒng)設(shè)計(jì)確定網(wǎng)絡(luò)輸入層節(jié)點(diǎn)數(shù)n,隱藏層節(jié)點(diǎn)數(shù)m和輸出層節(jié)點(diǎn)數(shù)1,初始化權(quán)值矩陣V和W,初始化隱藏層閾值a和輸出層閾值b,給定學(xué)習(xí)速率η,確定網(wǎng)絡(luò)的最大訓(xùn)練循環(huán)次數(shù)M和學(xué)習(xí)精度ε,隱藏層激活函數(shù)φ(Zj)通常選擇logistic函數(shù),定義如式(7):

    (7)

    (8)

    其中Zj是第j個(gè)隱藏層神經(jīng)元的輸入,aj是相應(yīng)閾值。輸出層激活函數(shù)選擇線性函數(shù),表示如式(9):

    (9)

    其中O=(O1)為輸出層的輸出,b1為相應(yīng)閾值。根據(jù)網(wǎng)絡(luò)輸出值O和輸出真實(shí)值D可以計(jì)算網(wǎng)絡(luò)預(yù)測(cè)誤差,表示如式(10):

    e1=y1-d1

    (10)

    誤差向量為e=(e1)。判斷迭代次數(shù)是否達(dá)到最大次數(shù)要求,以及誤差是否符合精度要求,如果不符合,需根據(jù)誤差反向傳播對(duì)網(wǎng)絡(luò)進(jìn)行調(diào)整,更新網(wǎng)絡(luò)權(quán)值的表示如式(11)和(12):

    vij=vij+ηφ(Zj)(1-φ(Zj))xiwj1e1

    (11)

    wj1=wj1+ηφ(Zj)e1

    (12)

    其中η是學(xué)習(xí)率。根據(jù)誤差對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)閾值的調(diào)整如式(13)和(14):

    aj=aj+μφ(Zj)(1-φ(Zj))wj1e1

    (13)

    b1=b1+e1

    (14)

    對(duì)網(wǎng)絡(luò)權(quán)值和閾值調(diào)整完后,繼續(xù)計(jì)算在調(diào)整后輸出層的輸出,直至收斂。

    4 模型構(gòu)建與測(cè)試

    4.1 數(shù)據(jù)收集

    實(shí)驗(yàn)使用的數(shù)據(jù)采集自搜狗問(wèn)問(wèn),搜狗問(wèn)問(wèn)是搜狗旗下最大的互動(dòng)問(wèn)答社區(qū),用戶可以在社區(qū)中提出問(wèn)題、解決問(wèn)題、或者搜索其他用戶沉淀的歷史內(nèi)容。

    數(shù)據(jù)收集過(guò)程如下:從搜狗問(wèn)問(wèn)專家欄目“電腦/數(shù)碼”領(lǐng)域的所有249位用戶中隨機(jī)抽取150位用戶,爬取內(nèi)容涉及三部分,包括用戶社區(qū)統(tǒng)計(jì)數(shù)據(jù)、用戶回答所在問(wèn)答對(duì)內(nèi)容數(shù)據(jù)和用戶回答所在問(wèn)答對(duì)屬性數(shù)據(jù)。因?yàn)榭赡艹霈F(xiàn)一人用多賬號(hào)違規(guī)行為,首先刪除姓名和個(gè)人信息有大量重復(fù)或交叉的共7個(gè)用戶。然后因?yàn)榫W(wǎng)頁(yè)差異,導(dǎo)致數(shù)據(jù)爬取過(guò)程中有些用戶數(shù)據(jù)相比其真實(shí)數(shù)量少,為避免因數(shù)據(jù)不完整對(duì)實(shí)驗(yàn)結(jié)果的影響,剔除爬取的問(wèn)答對(duì)數(shù)量低于30,且比率小于50%的9個(gè)用戶,最終獲得有效用戶134人。對(duì)134個(gè)用戶包含的數(shù)據(jù),其中由于網(wǎng)頁(yè)格式差異導(dǎo)致部分?jǐn)?shù)據(jù)爬取失敗,刪除屬性缺失和異常的數(shù)據(jù),同時(shí),由于本文模型和算法都是在文本數(shù)據(jù)的前提下進(jìn)行設(shè)計(jì),雖然其他形式的數(shù)據(jù)可以轉(zhuǎn)化為類似的表達(dá)形式,但為了使敘述更為一致,實(shí)驗(yàn)部分將問(wèn)答中涉及大量圖片等非文本形式的數(shù)據(jù)刪除,剩余有效問(wèn)答321910條。每個(gè)用戶由以下部分組成:采納率、收到求助數(shù)、贊同數(shù)、精華答案數(shù)、答案數(shù)、勛章數(shù)、用戶回答所在問(wèn)答對(duì)應(yīng)文本內(nèi)容、用戶回答所在問(wèn)答對(duì)應(yīng)的提問(wèn)和回答時(shí)間。

    4.2 建立模型

    本章采用3層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),包括有輸入層、隱藏層和輸出層。輸入層有11個(gè)節(jié)點(diǎn),對(duì)應(yīng)用戶的11個(gè)特征,分別為每個(gè)用戶的滿意答案數(shù)、采納率、收到求助數(shù)、贊同數(shù)、精華答案數(shù)、答案平均長(zhǎng)度、答案平均情感得分、答案情感相對(duì)正面率、回答數(shù)、平均回答時(shí)差和社區(qū)活動(dòng)榮譽(yù)數(shù)。隱藏層節(jié)點(diǎn)數(shù)的選擇目前沒(méi)有統(tǒng)一的方法。這里利用已有的經(jīng)驗(yàn)公式,首先借助公式確定節(jié)點(diǎn)數(shù)的大致范圍,然后用試湊法確定最佳節(jié)點(diǎn)數(shù)。選擇經(jīng)驗(yàn)公式為(15):

    (15)

    其中l(wèi)為隱藏層節(jié)點(diǎn)數(shù),m為輸出層節(jié)點(diǎn)數(shù),n為輸入層節(jié)點(diǎn)數(shù),a為0到10之間的常數(shù)。不拘泥于經(jīng)驗(yàn)公式,本章選擇的隱藏層節(jié)點(diǎn)數(shù)試湊范圍是從5到25個(gè),共試湊21次,其中當(dāng)節(jié)點(diǎn)數(shù)為15時(shí),誤差較小,且訓(xùn)練時(shí)間在接受范圍。因此,選擇的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為11-15-1,神經(jīng)網(wǎng)絡(luò)的相關(guān)參數(shù)設(shè)定如表(2):

    表2 神經(jīng)網(wǎng)絡(luò)參數(shù)

    本文從134名用戶隨機(jī)抽取80%作為訓(xùn)練集,共107人,對(duì)神經(jīng)網(wǎng)絡(luò)模型中的參數(shù)進(jìn)行訓(xùn)練。將剩下的20%共27人作為測(cè)試集,評(píng)估模型的效果。在模型訓(xùn)練過(guò)程中,將107名用戶的11個(gè)特征作為網(wǎng)絡(luò)輸入,將社區(qū)賦予用戶的經(jīng)驗(yàn)值作為每個(gè)用戶的輸出,此時(shí)選擇3位專家對(duì)原經(jīng)驗(yàn)值進(jìn)行了人工調(diào)整,增大了解決負(fù)面情緒問(wèn)題的權(quán)重,以使識(shí)別出的專家更適合負(fù)面口碑處理。

    為避免量綱不同對(duì)模型的影響,需對(duì)所有的指標(biāo)進(jìn)行歸一化,如式(16):

    (16)

    其中NVxi表示某指標(biāo)的測(cè)量值xi歸一化后的對(duì)應(yīng)值,xmin表示所有樣本在此指標(biāo)測(cè)量中的最小值,xmax表示所有樣本在此指標(biāo)測(cè)量中的最大值。

    4.3 實(shí)驗(yàn)結(jié)果

    測(cè)試集包括27個(gè)用戶,將此27個(gè)用戶的歸一化特征值輸入到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型中,可以預(yù)測(cè)每個(gè)用戶的經(jīng)驗(yàn)值,經(jīng)驗(yàn)值代表了用戶專家能力的得分。為說(shuō)明本文方法的有效性,這里構(gòu)造另外4個(gè)模型進(jìn)行對(duì)比,分別是只考慮知識(shí)能力和情感能力8個(gè)特征的神經(jīng)網(wǎng)絡(luò)模型ANN_KS,只考慮知識(shí)能力和互動(dòng)程度9個(gè)特征的神經(jīng)網(wǎng)絡(luò)模型ANN_KI,只考慮知識(shí)能力6個(gè)特征的神經(jīng)網(wǎng)絡(luò)模型ANN_K。同時(shí),選擇均值模型作為基線模型參與比較。

    本文選擇MSE(mean squared error)來(lái)對(duì)比模型間的預(yù)測(cè)性能,而均值模型的MSE值,可作為鑒別模型的基本標(biāo)準(zhǔn),MSE的計(jì)算公式如(17):

    (17)

    根據(jù)待比較的幾個(gè)模型的特征結(jié)構(gòu),分別構(gòu)建相應(yīng)結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò),并利用數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練,由訓(xùn)練好的模型對(duì)測(cè)試集計(jì)算得到MSE值如表3:

    表3 模型MSE值對(duì)比表

    表3顯示,同時(shí)考慮知識(shí)能力、情感能力和互動(dòng)程度特征的神經(jīng)網(wǎng)絡(luò)模型ANN_KSI的MSE值最小,說(shuō)明其性能最優(yōu)。4個(gè)神經(jīng)網(wǎng)絡(luò)模型的MSE值比均值模型都要小,說(shuō)明相比均值模型,基于本文特征結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)較好的模擬了特征與專家能力之間的關(guān)系。ANN_KSI相比ANN_KS模型在性能上提升23.69%,表明在知識(shí)能力和情感能力的基礎(chǔ)上考慮用戶互動(dòng)程度,有助于提高專家識(shí)別準(zhǔn)確率。ANN_KSI相比ANN_KI模型在性能上提升26.45%,說(shuō)明在考慮知識(shí)能力和互動(dòng)程度的基礎(chǔ)上加上情感能力,能更好的識(shí)別專家。ANN_KSI相比ANN_K模型又更大程度的性能提升29.99%,進(jìn)一步說(shuō)明了,ONWOM處理的專家識(shí)別中,除了考慮知識(shí)能力,融入情感撫慰能力和互動(dòng)能力的模型能顯著提高識(shí)別性能。

    5 結(jié)語(yǔ)

    現(xiàn)有專家識(shí)別方法大多只考慮專家解決問(wèn)題的知識(shí)能力,而在ONWOM處理背景中,單考慮知識(shí)能力的傳統(tǒng)方法無(wú)法滿足發(fā)布方尋求情感撫慰的需求,更無(wú)法達(dá)到ONWOM處理的互動(dòng)性要求,容易導(dǎo)致處理失敗。

    針對(duì)以上問(wèn)題,本文將UGC中的專家用戶看作ONWOM處理資源,從資源視角出發(fā)建立專家識(shí)別對(duì)應(yīng)的資源映射框架,并將此過(guò)程分為顯性資源映射和隱性資源映射,顯性資源映射是原始UGC資源到結(jié)構(gòu)化用戶特征空間的映射,實(shí)現(xiàn)用戶信息資源的結(jié)構(gòu)化表示,隱性資源映射是從用戶特征空間到用戶價(jià)值的映射,實(shí)現(xiàn)用戶價(jià)值的量化,用專家得分表示。與傳統(tǒng)專家識(shí)別不同,本文專家識(shí)別過(guò)程中不僅考慮了直接體現(xiàn)用戶專業(yè)水平的知識(shí)能力,還考慮了專家參與負(fù)面口碑處理的情感撫慰能力,并借助情緒感染機(jī)制獲得情感能力的量化指標(biāo)。此外,互動(dòng)作為資源整合的條件和情緒感染的前提,本文也將用戶互動(dòng)程度引入到用戶能力特征空間,以此構(gòu)建人工神經(jīng)網(wǎng)絡(luò)模型,實(shí)現(xiàn)專家識(shí)別。實(shí)驗(yàn)證明本文方法能更好的識(shí)別負(fù)面口碑處理的專家。提出的資源映射框架為專家識(shí)別提供一種新的指導(dǎo)方法,構(gòu)建的模型為理解負(fù)面口碑處理專家能力結(jié)構(gòu)提供一種新思路。

    猜你喜歡
    特征資源情感
    基礎(chǔ)教育資源展示
    如何在情感中自我成長(zhǎng),保持獨(dú)立
    一樣的資源,不一樣的收獲
    失落的情感
    北極光(2019年12期)2020-01-18 06:22:10
    如何表達(dá)“特征”
    情感
    不忠誠(chéng)的四個(gè)特征
    資源回收
    如何在情感中自我成長(zhǎng),保持獨(dú)立
    抓住特征巧觀察
    日韩精品中文字幕看吧| 午夜免费激情av| 午夜精品一区二区三区免费看| 亚洲av免费在线观看| 激情在线观看视频在线高清| 色尼玛亚洲综合影院| 俺也久久电影网| 国产免费av片在线观看野外av| 又黄又粗又硬又大视频| 三级毛片av免费| 久久人人精品亚洲av| 欧美xxxx黑人xx丫x性爽| 免费av不卡在线播放| 亚洲国产欧美网| 少妇的丰满在线观看| 天天添夜夜摸| 此物有八面人人有两片| 久久久久精品国产欧美久久久| 亚洲精品美女久久久久99蜜臀| 好看av亚洲va欧美ⅴa在| 欧美极品一区二区三区四区| 国产精品女同一区二区软件 | 亚洲一区二区三区不卡视频| 最近在线观看免费完整版| 一进一出抽搐gif免费好疼| 久久午夜亚洲精品久久| 床上黄色一级片| 又黄又爽又免费观看的视频| 九色国产91popny在线| 听说在线观看完整版免费高清| 一本综合久久免费| 最近最新免费中文字幕在线| 麻豆成人av在线观看| 桃色一区二区三区在线观看| 91av网站免费观看| 99re在线观看精品视频| 日本黄大片高清| 日韩欧美在线二视频| 两人在一起打扑克的视频| 午夜免费激情av| 十八禁网站免费在线| 无限看片的www在线观看| 天堂网av新在线| 色尼玛亚洲综合影院| 午夜免费激情av| 日韩欧美一区二区三区在线观看| 国产免费男女视频| 欧美日韩一级在线毛片| 午夜福利欧美成人| h日本视频在线播放| 国产欧美日韩精品亚洲av| 午夜日韩欧美国产| 亚洲成人久久爱视频| 久久久久亚洲av毛片大全| 午夜久久久久精精品| 精品欧美国产一区二区三| 哪里可以看免费的av片| 欧美+亚洲+日韩+国产| 免费一级毛片在线播放高清视频| 嫩草影院精品99| 黑人操中国人逼视频| 观看美女的网站| 黄色 视频免费看| 欧美一级毛片孕妇| 麻豆国产97在线/欧美| 搞女人的毛片| 国产精品永久免费网站| 欧美一区二区国产精品久久精品| 在线a可以看的网站| www.熟女人妻精品国产| 麻豆成人av在线观看| 国内精品久久久久久久电影| 国产伦精品一区二区三区视频9 | 精品午夜福利视频在线观看一区| 他把我摸到了高潮在线观看| 久久久久久国产a免费观看| 国产精品国产高清国产av| 国产精品久久视频播放| 91字幕亚洲| 精品99又大又爽又粗少妇毛片 | 三级国产精品欧美在线观看 | 国产一区二区三区视频了| 国产激情久久老熟女| 免费观看的影片在线观看| 又黄又粗又硬又大视频| 精品欧美国产一区二区三| 国产一区二区在线av高清观看| 悠悠久久av| www.熟女人妻精品国产| 色播亚洲综合网| 国产亚洲精品久久久久久毛片| 国产亚洲欧美98| 99re在线观看精品视频| 国内精品久久久久精免费| 偷拍熟女少妇极品色| 白带黄色成豆腐渣| 欧洲精品卡2卡3卡4卡5卡区| 日韩欧美一区二区三区在线观看| 国产亚洲欧美98| 99久久精品热视频| 两个人看的免费小视频| 久久久久国内视频| 国产精品av久久久久免费| 亚洲精品一区av在线观看| 国产精品99久久久久久久久| 色哟哟哟哟哟哟| 国产免费男女视频| 中文字幕久久专区| 午夜精品一区二区三区免费看| 成人18禁在线播放| 欧美极品一区二区三区四区| 欧美中文日本在线观看视频| 在线免费观看不下载黄p国产 | 免费看a级黄色片| 一个人看的www免费观看视频| 丰满人妻熟妇乱又伦精品不卡| 精品欧美国产一区二区三| tocl精华| 一个人观看的视频www高清免费观看 | 欧美丝袜亚洲另类 | 一夜夜www| 国产精品av久久久久免费| 综合色av麻豆| 亚洲av电影在线进入| 亚洲国产欧美人成| 岛国视频午夜一区免费看| 国产精品一及| 亚洲性夜色夜夜综合| av视频在线观看入口| 亚洲精品久久国产高清桃花| 一个人免费在线观看电影 | 国产探花在线观看一区二区| 天堂影院成人在线观看| 色尼玛亚洲综合影院| 日本三级黄在线观看| 黄色丝袜av网址大全| 久久久久精品国产欧美久久久| 在线播放国产精品三级| 精品午夜福利视频在线观看一区| 欧美一级a爱片免费观看看| 精品国产乱子伦一区二区三区| 99精品久久久久人妻精品| bbb黄色大片| 国产精品永久免费网站| 一级毛片精品| 午夜久久久久精精品| 久久久久国产一级毛片高清牌| 国产美女午夜福利| 午夜激情福利司机影院| 成年免费大片在线观看| 美女高潮的动态| 99久国产av精品| 女人被狂操c到高潮| 亚洲av第一区精品v没综合| 日日干狠狠操夜夜爽| 这个男人来自地球电影免费观看| 18禁裸乳无遮挡免费网站照片| 久久性视频一级片| 亚洲国产精品成人综合色| 久久天躁狠狠躁夜夜2o2o| 中文字幕熟女人妻在线| 日韩欧美免费精品| 亚洲七黄色美女视频| 亚洲九九香蕉| 国产精品精品国产色婷婷| 免费观看人在逋| cao死你这个sao货| 日韩高清综合在线| 国产日本99.免费观看| 精品久久蜜臀av无| 在线播放国产精品三级| 成人欧美大片| 人人妻人人看人人澡| 亚洲无线观看免费| 又黄又粗又硬又大视频| 免费av不卡在线播放| 午夜福利在线观看免费完整高清在 | or卡值多少钱| 国产精品自产拍在线观看55亚洲| 18美女黄网站色大片免费观看| 国产麻豆成人av免费视频| 久久伊人香网站| 欧美日本视频| 网址你懂的国产日韩在线| 天天添夜夜摸| 久久天躁狠狠躁夜夜2o2o| 国产成人精品无人区| 午夜精品在线福利| 亚洲九九香蕉| 变态另类丝袜制服| 亚洲av成人av| 天天添夜夜摸| 免费搜索国产男女视频| 偷拍熟女少妇极品色| 色综合站精品国产| 琪琪午夜伦伦电影理论片6080| 五月玫瑰六月丁香| 国产精品九九99| 中文字幕人妻丝袜一区二区| 在线永久观看黄色视频| 老汉色∧v一级毛片| 久久国产精品影院| 动漫黄色视频在线观看| 麻豆成人av在线观看| av在线蜜桃| 国产野战对白在线观看| 婷婷六月久久综合丁香| 九九热线精品视视频播放| 欧美日韩乱码在线| 久久午夜亚洲精品久久| 久久人妻av系列| 亚洲av中文字字幕乱码综合| 国产精品一区二区三区四区免费观看 | 国产激情偷乱视频一区二区| av黄色大香蕉| 日日摸夜夜添夜夜添小说| 国产亚洲精品一区二区www| 国产精品一区二区精品视频观看| 国产99白浆流出| 亚洲中文字幕日韩| 亚洲成人久久性| 久久精品人妻少妇| 在线视频色国产色| 国产黄a三级三级三级人| 久久精品综合一区二区三区| 久久久国产精品麻豆| 亚洲黑人精品在线| 丝袜人妻中文字幕| 香蕉丝袜av| 国产一区二区激情短视频| 久久香蕉国产精品| 90打野战视频偷拍视频| 日韩av在线大香蕉| 很黄的视频免费| 亚洲国产精品久久男人天堂| 窝窝影院91人妻| 亚洲中文字幕一区二区三区有码在线看 | 午夜福利高清视频| 久久久水蜜桃国产精品网| 精品免费久久久久久久清纯| 无人区码免费观看不卡| www国产在线视频色| 亚洲国产欧美网| 老汉色∧v一级毛片| 亚洲精品国产精品久久久不卡| 99热6这里只有精品| 成人精品一区二区免费| 成人国产一区最新在线观看| 国产高清视频在线观看网站| 天堂√8在线中文| 男人和女人高潮做爰伦理| 黄色丝袜av网址大全| 中文字幕高清在线视频| 午夜两性在线视频| 欧美+亚洲+日韩+国产| www日本黄色视频网| 岛国视频午夜一区免费看| 国产亚洲精品久久久com| 亚洲avbb在线观看| 国产精品亚洲美女久久久| 久久精品人妻少妇| 美女高潮喷水抽搐中文字幕| 欧美一区二区国产精品久久精品| 国产黄色小视频在线观看| 国产亚洲欧美在线一区二区| 久久中文字幕一级| 在线免费观看不下载黄p国产 | 日本免费一区二区三区高清不卡| 欧美av亚洲av综合av国产av| 欧美在线黄色| 丰满人妻一区二区三区视频av | 亚洲 欧美 日韩 在线 免费| 久久久久亚洲av毛片大全| 国产高清激情床上av| 亚洲国产欧美人成| 日本a在线网址| 青草久久国产| 美女 人体艺术 gogo| 男人和女人高潮做爰伦理| 男插女下体视频免费在线播放| 亚洲avbb在线观看| 久久精品亚洲精品国产色婷小说| 国产一区二区三区视频了| 美女午夜性视频免费| 亚洲av免费在线观看| 国产精品久久电影中文字幕| 午夜激情福利司机影院| 怎么达到女性高潮| 又紧又爽又黄一区二区| 日韩欧美国产一区二区入口| 他把我摸到了高潮在线观看| 美女高潮喷水抽搐中文字幕| 99riav亚洲国产免费| 亚洲一区高清亚洲精品| 亚洲专区字幕在线| 亚洲成人精品中文字幕电影| 国产伦精品一区二区三区视频9 | 性色avwww在线观看| 69av精品久久久久久| 久久天躁狠狠躁夜夜2o2o| 91久久精品国产一区二区成人 | 麻豆久久精品国产亚洲av| 精品人妻1区二区| 国产精品久久久人人做人人爽| 91在线精品国自产拍蜜月 | 特大巨黑吊av在线直播| 久久国产精品人妻蜜桃| 欧美极品一区二区三区四区| 一个人看视频在线观看www免费 | 又紧又爽又黄一区二区| 久久久国产欧美日韩av| 制服丝袜大香蕉在线| 亚洲精华国产精华精| 国产精品一区二区免费欧美| 又紧又爽又黄一区二区| 久久久久亚洲av毛片大全| 天堂√8在线中文| 成年人黄色毛片网站| 久久这里只有精品19| 99精品在免费线老司机午夜| 亚洲中文字幕一区二区三区有码在线看 | 亚洲,欧美精品.| 丝袜人妻中文字幕| 亚洲欧洲精品一区二区精品久久久| 亚洲午夜精品一区,二区,三区| 中文字幕人成人乱码亚洲影| 在线观看美女被高潮喷水网站 | 少妇熟女aⅴ在线视频| 午夜影院日韩av| 九九热线精品视视频播放| 欧美乱妇无乱码| 欧美另类亚洲清纯唯美| 一级毛片精品| 老汉色∧v一级毛片| 日本精品一区二区三区蜜桃| 亚洲五月婷婷丁香| 日本一本二区三区精品| 国产99白浆流出| 久久99热这里只有精品18| a级毛片在线看网站| www.精华液| 岛国在线观看网站| 国产主播在线观看一区二区| 岛国在线免费视频观看| 久久久久国内视频| 欧美一级毛片孕妇| 黄色日韩在线| 午夜福利欧美成人| 91在线精品国自产拍蜜月 | 国内精品久久久久久久电影| 看黄色毛片网站| 久久国产乱子伦精品免费另类| av在线天堂中文字幕| 99久久综合精品五月天人人| 久久人妻av系列| 久久久久国产精品人妻aⅴ院| 国产精品久久久久久久电影 | 免费在线观看视频国产中文字幕亚洲| 国产亚洲精品久久久久久毛片| 岛国在线观看网站| 色老头精品视频在线观看| 亚洲成人精品中文字幕电影| 五月玫瑰六月丁香| 一本久久中文字幕| 亚洲在线自拍视频| 伊人久久大香线蕉亚洲五| 观看美女的网站| 亚洲在线观看片| 99re在线观看精品视频| 欧美zozozo另类| 99久久成人亚洲精品观看| 国产精品一区二区精品视频观看| 国产私拍福利视频在线观看| 十八禁人妻一区二区| 国产人伦9x9x在线观看| 精品国产亚洲在线| 麻豆成人av在线观看| 国产一区二区在线观看日韩 | 欧美激情久久久久久爽电影| 麻豆成人av在线观看| 黄片小视频在线播放| 中亚洲国语对白在线视频| 少妇的丰满在线观看| 亚洲午夜精品一区,二区,三区| 欧美日本亚洲视频在线播放| 国产成年人精品一区二区| 欧美zozozo另类| 一卡2卡三卡四卡精品乱码亚洲| 超碰成人久久| 日本 av在线| 国产又色又爽无遮挡免费看| 亚洲七黄色美女视频| 国产av一区在线观看免费| 中文亚洲av片在线观看爽| 久久欧美精品欧美久久欧美| 一个人观看的视频www高清免费观看 | www.www免费av| 国产主播在线观看一区二区| 色精品久久人妻99蜜桃| 国产久久久一区二区三区| 成年女人看的毛片在线观看| 听说在线观看完整版免费高清| 欧美另类亚洲清纯唯美| 婷婷亚洲欧美| 88av欧美| 一级作爱视频免费观看| 一级毛片高清免费大全| 一区福利在线观看| 午夜精品在线福利| 一本精品99久久精品77| 麻豆久久精品国产亚洲av| 欧美一区二区国产精品久久精品| 国产97色在线日韩免费| 国产精品国产高清国产av| 一进一出好大好爽视频| 久久久久九九精品影院| 亚洲av中文字字幕乱码综合| 美女免费视频网站| 十八禁人妻一区二区| 成人一区二区视频在线观看| 一进一出抽搐gif免费好疼| 国产三级黄色录像| 亚洲人与动物交配视频| 女人被狂操c到高潮| 中文字幕最新亚洲高清| 一区二区三区激情视频| 天天躁狠狠躁夜夜躁狠狠躁| 观看美女的网站| 午夜激情福利司机影院| 成人高潮视频无遮挡免费网站| 久久婷婷人人爽人人干人人爱| 成人无遮挡网站| 99久久精品一区二区三区| 嫩草影视91久久| 亚洲av第一区精品v没综合| 国产av一区在线观看免费| 老司机在亚洲福利影院| 国产精品久久久久久精品电影| 嫁个100分男人电影在线观看| 亚洲午夜理论影院| 色吧在线观看| 狂野欧美白嫩少妇大欣赏| 成人永久免费在线观看视频| 91麻豆精品激情在线观看国产| 色视频www国产| 九九在线视频观看精品| 极品教师在线免费播放| 制服人妻中文乱码| 一级a爱片免费观看的视频| 欧美色视频一区免费| 亚洲天堂国产精品一区在线| 日韩大尺度精品在线看网址| 国产精品久久久久久亚洲av鲁大| 深夜精品福利| 男女之事视频高清在线观看| 99久国产av精品| 国内精品一区二区在线观看| 中文字幕人成人乱码亚洲影| 一进一出抽搐gif免费好疼| 中文字幕熟女人妻在线| www国产在线视频色| 国产精品99久久99久久久不卡| 变态另类丝袜制服| 欧美黄色淫秽网站| 国产精品久久久久久久电影 | 亚洲精品在线观看二区| 两个人视频免费观看高清| 成人一区二区视频在线观看| 丰满人妻一区二区三区视频av | 在线观看美女被高潮喷水网站 | 看黄色毛片网站| 国产精品98久久久久久宅男小说| 亚洲精品粉嫩美女一区| 欧美一级毛片孕妇| 国产午夜福利久久久久久| 久久精品国产清高在天天线| 美女高潮的动态| 我的老师免费观看完整版| 久久精品91无色码中文字幕| 看免费av毛片| 色噜噜av男人的天堂激情| 亚洲欧美激情综合另类| 亚洲中文字幕日韩| 日日干狠狠操夜夜爽| 国产av麻豆久久久久久久| av中文乱码字幕在线| 俺也久久电影网| 欧美在线黄色| 美女 人体艺术 gogo| 久久久久久九九精品二区国产| 91久久精品国产一区二区成人 | 黄片大片在线免费观看| 搡老熟女国产l中国老女人| 久久久久久久久久黄片| 成人鲁丝片一二三区免费| 我的老师免费观看完整版| 嫩草影院入口| 国产伦一二天堂av在线观看| 十八禁网站免费在线| 成熟少妇高潮喷水视频| 日本免费一区二区三区高清不卡| 亚洲五月天丁香| 91在线观看av| 欧美黄色片欧美黄色片| 成人亚洲精品av一区二区| 男人舔奶头视频| 国产亚洲av嫩草精品影院| 日韩精品中文字幕看吧| 天天添夜夜摸| 日韩大尺度精品在线看网址| 国内揄拍国产精品人妻在线| 国产视频内射| 麻豆久久精品国产亚洲av| 亚洲精华国产精华精| 国产精品一区二区三区四区免费观看 | 成年女人永久免费观看视频| 制服人妻中文乱码| 91av网一区二区| 在线看三级毛片| 三级国产精品欧美在线观看 | 日韩国内少妇激情av| 九九热线精品视视频播放| 一级毛片高清免费大全| 丰满的人妻完整版| 狂野欧美白嫩少妇大欣赏| 全区人妻精品视频| 日本免费a在线| 脱女人内裤的视频| 1024香蕉在线观看| 1024手机看黄色片| 小蜜桃在线观看免费完整版高清| 亚洲精品在线观看二区| 一个人免费在线观看电影 | 精品国产亚洲在线| 国产精品久久视频播放| 国产精品一区二区三区四区免费观看 | www.熟女人妻精品国产| 精华霜和精华液先用哪个| 三级毛片av免费| 国产99白浆流出| 亚洲五月婷婷丁香| 欧美日韩综合久久久久久 | 深夜精品福利| 级片在线观看| 少妇丰满av| 老司机福利观看| 少妇人妻一区二区三区视频| 色视频www国产| 久久久国产欧美日韩av| 久久久久性生活片| 成人国产一区最新在线观看| 久99久视频精品免费| 亚洲成人久久性| 好男人在线观看高清免费视频| 变态另类成人亚洲欧美熟女| 亚洲国产精品成人综合色| 国产伦一二天堂av在线观看| 俄罗斯特黄特色一大片| 亚洲中文日韩欧美视频| 亚洲性夜色夜夜综合| 国产亚洲精品av在线| 黄色视频,在线免费观看| 欧美日本视频| 久久久久久大精品| 欧美高清成人免费视频www| 久久久久久久午夜电影| 一区二区三区国产精品乱码| 亚洲精品美女久久久久99蜜臀| xxx96com| 久久久水蜜桃国产精品网| 亚洲人成网站高清观看| 国产精品香港三级国产av潘金莲| 法律面前人人平等表现在哪些方面| 91av网一区二区| 欧美黄色淫秽网站| 村上凉子中文字幕在线| 欧美丝袜亚洲另类 | 熟女电影av网| 又大又爽又粗| av福利片在线观看| 亚洲精品中文字幕一二三四区| 日韩国内少妇激情av| 久久亚洲真实| 国语自产精品视频在线第100页| 天天躁日日操中文字幕| 亚洲欧美日韩东京热| 免费大片18禁| 亚洲中文日韩欧美视频| 免费大片18禁| 亚洲自偷自拍图片 自拍| 日本免费a在线| 成人高潮视频无遮挡免费网站| 欧美在线一区亚洲| 国产精品98久久久久久宅男小说| 69av精品久久久久久| 国产午夜精品论理片| 亚洲九九香蕉| 国产精品乱码一区二三区的特点| 欧美日韩乱码在线| 特级一级黄色大片| а√天堂www在线а√下载| 国产免费男女视频| 日本免费a在线| 欧美激情久久久久久爽电影| 夜夜爽天天搞| 又紧又爽又黄一区二区| 日韩高清综合在线| 国产99白浆流出| 麻豆国产av国片精品| 久久精品人妻少妇| 国产视频内射| 日韩成人在线观看一区二区三区| 99久久综合精品五月天人人| 亚洲国产看品久久| www.熟女人妻精品国产|