• <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 ?

    基于電信大數(shù)據(jù)的信用卡精準(zhǔn)營銷算法研究及應(yīng)用

    2019-09-27 02:34:28韓玉輝程新洲中國聯(lián)通網(wǎng)絡(luò)技術(shù)研究院北京100048
    郵電設(shè)計(jì)技術(shù) 2019年9期
    關(guān)鍵詞:信用卡蜂群個(gè)數(shù)

    成 晨,韓玉輝,程新洲,張 恒(中國聯(lián)通網(wǎng)絡(luò)技術(shù)研究院,北京100048)

    1 概述

    隨著機(jī)器學(xué)習(xí)、AI技術(shù)的研究和推廣以及5G萬物互聯(lián)時(shí)代的到來,大數(shù)據(jù)技術(shù)已逐漸成為行業(yè)技術(shù)革命的新動(dòng)能,運(yùn)營商大數(shù)據(jù)則以其用戶規(guī)模巨大、覆蓋空間廣、時(shí)間連續(xù)性強(qiáng)的優(yōu)勢發(fā)揮著重要作用。通過運(yùn)營商大數(shù)據(jù),我們可以獲取業(yè)務(wù)行為、時(shí)間位置、使用偏好、終端等信息,形成用戶360°畫像,為垂直領(lǐng)域帶來新思路和新動(dòng)能。

    在金融行業(yè)中,信用卡業(yè)務(wù)是銀行零售業(yè)務(wù)利潤貢獻(xiàn)的重要組成部分,也是促進(jìn)產(chǎn)品和服務(wù)供求方交易的良性循環(huán)的催化劑,而信用卡本身也是聯(lián)系銀行、客戶、特約商戶等多方關(guān)系的重要渠道,其客戶類別和客戶需求呈現(xiàn)多元化、個(gè)性化的特征,因此精準(zhǔn)挖掘潛在信用卡用戶對銀行增加收入、開拓市場、構(gòu)建生態(tài)鏈有著重要意義?;谶\(yùn)營商大數(shù)據(jù)及機(jī)器學(xué)習(xí)算法,可以深刻洞察信用卡用戶及意向用戶的特征,將潛在客戶轉(zhuǎn)變?yōu)閷?shí)際客戶,從而增加銀行信用卡業(yè)務(wù)收益。在此過程中,基于客戶特征劃分用戶群體,并獲取影響意向率和轉(zhuǎn)化率的關(guān)鍵因素,具有重要意義,聚類算法是解決此類群體劃分問題的常用方法。

    K-means算法是經(jīng)典的聚類算法,該算法以樣本之間的距離作為衡量樣本是否相似的指標(biāo),先假設(shè)簇是由距離相近的樣本組成,通過對簇劃分的優(yōu)化,使簇內(nèi)距離之和最小,也就是找到簇間獨(dú)立且簇內(nèi)緊湊的簇群。因此,通過K-means算法可以對信用卡用戶及潛在用戶群體進(jìn)行聚類,基于每個(gè)簇的特征獲取影響意向率、轉(zhuǎn)化率和核卡率的關(guān)鍵因素,更加有的放矢地進(jìn)行信用卡推廣。

    在K-means聚類算法中,第1步為簇頭的選擇,在所有的節(jié)點(diǎn)中隨機(jī)選擇k個(gè)節(jié)點(diǎn)作為簇頭,然后根據(jù)簇內(nèi)節(jié)點(diǎn)的位置更新簇頭,因此,若初始簇頭的選擇不合理,將會(huì)影響最終聚類結(jié)果。而群體智能算法有著良好的健壯性,可以有效解決這類多模態(tài)、非線性的np-hard問題。

    2 基于人工蜂群算法的K-means聚類算法

    2.1 K-means聚類算法

    K-means算法是經(jīng)典的聚類算法,其根本目標(biāo)是通過對簇劃分的優(yōu)化,使簇內(nèi)距離之和最小。假設(shè)在集合{Y},y1,y2,…,yn中有N個(gè)個(gè)體,聚類目標(biāo)是把N個(gè)個(gè)體劃分為k個(gè)簇,表示為U={u1,u2,…,uk},使劃分結(jié)果中簇內(nèi)的個(gè)體間的距離最小。步驟如下:

    a)在集合{Y}中,選擇k個(gè)節(jié)點(diǎn)u1,u2,…,uk作為初始簇頭。

    b)把另外N-k個(gè)非簇頭節(jié)點(diǎn)分配到k個(gè)簇中,使每個(gè)節(jié)點(diǎn)與簇頭的距離之和最小。

    c)基于步驟b)的分類結(jié)果更新k個(gè)簇頭,如公式(1)所示:

    其中,Ni表示簇 Yi中第 i個(gè)體,表示更新后的第i個(gè)簇頭;

    由此可以看出,在K-means聚類算法中,第1步是選擇k個(gè)初始節(jié)點(diǎn)作為k個(gè)簇的中心,在后面的進(jìn)化中,根據(jù)簇內(nèi)節(jié)點(diǎn)的位置更新每個(gè)簇的中心,如果在某一次進(jìn)化后,簇內(nèi)距離與簇間距離的比值沒有發(fā)生變化,則迭代結(jié)束。因此k個(gè)聚類中心的初始化對聚類結(jié)果有較大影響,若隨機(jī)生成的k個(gè)聚類中心不合理,可能會(huì)導(dǎo)致聚類效果不佳。

    2.2 人工蜂群算法

    群體智能算法為解決K-means算法的簇頭初始化問題提供了可行方案。群體智能算法的靈感來自于群居性動(dòng)物利用個(gè)體間的協(xié)作所表現(xiàn)出的宏觀智能行為,其結(jié)構(gòu)為分布式、并行性、不存在中心及控制器,可用于解決目標(biāo)確定的np-hard問題,包括細(xì)菌覓食算法、蛙跳算法、粒子群算法、蟻群算法等等。人工蜂群算法(Artificial bee colony algorithm)是基于群體智能的一種典型算法,其基本思想為蜂群通過個(gè)體之間的信息交流和分工合作完成蜂蜜采集,算法以適應(yīng)度函數(shù)作為進(jìn)化的依據(jù)。該算法由蜂蜜源(Source)、引導(dǎo)蜂(Leader)、偵查蜂(Scouter)和跟隨蜂(Follower)4個(gè)要素組成,步驟如下:Leader發(fā)現(xiàn)Source并共享信息;Follower根據(jù)Leader提供的信息以一定的概率進(jìn)行搜索;如果Leader多次搜索到的Source沒有改善,則放棄現(xiàn)有蜜源,其角色轉(zhuǎn)化為Scouter尋找新的Source,當(dāng)搜索到高質(zhì)量的Source時(shí),再轉(zhuǎn)化為Leader。

    由上可知,角色轉(zhuǎn)換是人工蜂群算法特有的機(jī)制,與蛙跳算法、粒子群算法等群體智能算法不同,它通過Leader、Follower和Scouter三者的角色轉(zhuǎn)換及群體協(xié)作的方式尋找高質(zhì)量Source,其中Scouter用于避免算法陷入局部最優(yōu)解,Leader用來維持當(dāng)前最優(yōu)解,F(xiàn)ollower用來提升搜索效率。

    在人工蜂群算法的實(shí)施過程中,假設(shè)解空間維度為K,則Source的位置表示為式(2):

    其中 r=rand(0,1),Zmin≤xik≤Zmax,Zmin和 Zmax分別表示解空間最小值和最大值,cid表示第i只蜜蜂源的第d維空間的值。

    在初始階段,Leader在Sourcei周圍產(chǎn)生一個(gè)新的Source,方法如式(4)所示。

    其中j≠i,u∈[-1,1],服從隨機(jī)分布,wik表示第 i只引導(dǎo)蜂的第k個(gè)解空間的值。則新產(chǎn)生的第i只Source表示為:

    其適應(yīng)度表示為F(ci),F(xiàn)(ci)計(jì)算方式由具體問題確定。以最小化優(yōu)化問題為例,若F(wi)<F(ci),則按照貪婪選擇機(jī)制用wi代替ci,否則保留ci。所有的Leader按照式(4)進(jìn)行更新后,返回交流區(qū)同步各自的信息,隨后Follower按照式(6)計(jì)算更新概率:

    隨后,隨機(jī)產(chǎn)生 ri,ri∈[0,1]。若 ri>pi,則基于式(3)產(chǎn)生新的Source。

    設(shè)迭代次數(shù)為T,在搜索過程中,若Source ci經(jīng)過T次迭代后并未找到更好的Source,則它將會(huì)被丟棄,它相應(yīng)的Leader轉(zhuǎn)化為Scouter角色。Scouter在定義域內(nèi)隨機(jī)產(chǎn)生一個(gè)新的蜜蜂源,如式(7)所示:

    其中,τ為嘗試次數(shù),gen為最大嘗試次數(shù)。

    綜上所述,人工蜂群算法的步驟為:

    a)設(shè)定參數(shù)gen,解空間個(gè)數(shù)P,解維度K以及最大迭代次數(shù)T,初始化Source ci。

    b)為每個(gè)Source ci分配一個(gè)Leader,按照式(3)搜索,產(chǎn)生新的Source wi。

    c)適應(yīng)度計(jì)算,根據(jù)貪婪算法確定是否保留該Source。

    d)根據(jù)式(5)判斷ci是否被保留以及Leader是否轉(zhuǎn)換為Scouter。

    e)Follower按照式(6)進(jìn)行搜索,根據(jù)貪婪算法確定是否保留Source。

    f)判斷是否放棄ci,若是,將Leader轉(zhuǎn)化為Scouter,若否,則進(jìn)行步驟h)。

    g)根據(jù)式(7)生成新的Source。

    h)判斷是否達(dá)到最大迭代次數(shù),若是,終止迭代,輸出最優(yōu)解;若否,返回步驟b)。

    基于sphere函數(shù)將人工蜂群算法與粒子群算法進(jìn)行性能對比,采用式(8)所示的測試函數(shù)。

    其中Q為算法中初始解的維度,F(xiàn)(x)為適應(yīng)度值。

    在迭代初期,粒子群算法比工蜂群算法收斂速度快,但是,由于人工蜂群算法引入了角色轉(zhuǎn)換機(jī)制,使得算法更容易跳出局部最優(yōu)解,在全局范圍內(nèi)進(jìn)行優(yōu)化,故人工蜂群算法有更高的收斂精度,有更強(qiáng)大的全局搜索能力。

    2.3 基于人工蜂群算法的K-means聚類模型

    把人工蜂群算法引入K-means聚類算法的簇頭初始化過程中,其步驟如下:

    a)初始化樣本總數(shù)為N,簇頭個(gè)數(shù)k。

    b)并按照式(2)初始化蜂蜜源(Source)。

    c)基于步驟b的簇頭選擇方案,把另外N-k個(gè)非簇頭節(jié)點(diǎn)分配到k個(gè)簇中,使每個(gè)節(jié)點(diǎn)與簇頭的距離之和最小。

    d)用K-means方法進(jìn)行簇頭節(jié)點(diǎn)的更新,根據(jù)式(1)計(jì)算每個(gè)Source的適應(yīng)度值:

    e)根據(jù)2.2中所述的人工蜂群算法更新Source。

    基于公開測試集,把基于人工蜂群算法的K-means聚類算法和傳統(tǒng)K-means聚類算法進(jìn)行對比,測試算法性能?!鞍拙瀑|(zhì)量”數(shù)據(jù)集的每個(gè)樣本包含酸堿度、酒精度等11類指標(biāo),并帶有分類標(biāo)簽,通過判斷樣本分類的正確度測試算法性能。進(jìn)行5次獨(dú)立重復(fù)試驗(yàn),試驗(yàn)結(jié)果如表1所示。

    表1 2個(gè)算法聚類的準(zhǔn)確性對比

    由表1的結(jié)果可以看出,與傳統(tǒng)的K-means算法相比,把人工蜂群算法引入K-means的簇頭初始化過程,可以獲得更好的聚類效果。

    3 算法在信用卡精準(zhǔn)營銷中的應(yīng)用

    運(yùn)營商大數(shù)據(jù),特別是OSS域數(shù)據(jù),詳細(xì)刻畫了用戶的業(yè)務(wù)行為、時(shí)間位置、使用偏好、終端等信息,數(shù)據(jù)維度高,結(jié)構(gòu)復(fù)雜,特征豐富,采用基于人工蜂群算法的K-means聚類模型進(jìn)行分析,可以直觀刻畫出每個(gè)聚類特征以及影響意向率、轉(zhuǎn)化率、核卡率的關(guān)鍵因素,為信用卡精準(zhǔn)營銷提供了有效支撐。

    本文采用了某省2019年3月12日至2019年3月18日7天的XDR(X Detail Record)數(shù)據(jù),篩選出10萬用戶,采用DPI(Deep packet Inspection)技術(shù)對數(shù)據(jù)進(jìn)行解析入庫,完成數(shù)據(jù)脫敏及預(yù)處理后,進(jìn)行數(shù)據(jù)探索,方案如下。

    3.1 數(shù)據(jù)探索

    目前已經(jīng)針對該10萬用戶進(jìn)行了信用卡推薦,且已知其中完成了轉(zhuǎn)化和核卡的用戶ID。其中轉(zhuǎn)化是指用戶已經(jīng)提交了辦理該信用卡的申請;核卡是指用戶提交了辦理該信用卡的申請,且已通過銀行審核,得到了該信用卡。首先,進(jìn)行數(shù)據(jù)探索,為構(gòu)建特征工程做準(zhǔn)備。全體用戶和轉(zhuǎn)化用戶的下行流量箱圖如圖1和圖2所示。全體用戶和轉(zhuǎn)化用戶的工作日日均話次如圖3和圖4所示。

    圖1 轉(zhuǎn)化用戶的日均下行流量

    圖2 全體用戶的日均下行流量

    圖3 轉(zhuǎn)化用戶的工作日日均話次

    可見轉(zhuǎn)化用戶日均下行流量均值約為1 600 MB,中位數(shù)約為1 000 MB;全體用戶的日均下行流量均值約為900 MB,中位數(shù)約為600 MB,存在一定差距;轉(zhuǎn)化用戶的7天話次均值為45次,中位數(shù)為33次,全體用戶的7天話次均值為20次,中位數(shù)為9次,存在一定差距。

    3.2 特征工程

    圖4 全體用戶的工作日日均話次

    基于數(shù)據(jù)探索,整合7天XDR數(shù)據(jù)并關(guān)聯(lián)工參,構(gòu)建如表2所示的特征。

    表2 聚類特征枚舉

    做如下設(shè)定:日間為8:00—19:00,夜間指19:00—次日8:00;根據(jù)DPI流量識(shí)別庫對APP進(jìn)行人工分類,各類別之間可以重復(fù);為簡化數(shù)據(jù)解析難度,假設(shè)用戶每10 min訪問同一個(gè)APP最多1次。采用等頻分箱法對各個(gè)特征進(jìn)行歸一化處理,并刪除異常值。

    3.3 用戶聚類

    基于人工蜂群算法的K-means聚類模型對用戶進(jìn)行簇的劃分,步驟如下:

    a)初始化樣本總數(shù)N=100 000,簇頭個(gè)數(shù)k=7。

    b)根據(jù)人工蜂群算法,設(shè)定參數(shù)gen=10,解空間個(gè)數(shù)100,解維度K=7以及最大迭代次數(shù)T=1 000,并初始化初始化P=100個(gè)蜂蜜源(Source),第i個(gè)解表示為:

    其中,向量ci中的元素cim為簇頭,是一個(gè)h維向量,h為特征數(shù)據(jù)量,本文h=132;

    c)基于步驟b)的簇頭選擇方案,把另外99 993個(gè)非簇頭節(jié)點(diǎn)分配到7個(gè)簇,使節(jié)點(diǎn)與簇頭的距離之和最小。

    d)用K-means方法對簇頭節(jié)點(diǎn)進(jìn)行更新,計(jì)算每個(gè)Source的適應(yīng)度值。

    e)根據(jù)2.2中所述的人工蜂群算法更新Source。

    f)迭代結(jié)束后,輸出每一個(gè)簇的用戶列表、聚類特征、轉(zhuǎn)化率和核卡率。

    3.4 結(jié)果分析

    本案最終將100 000個(gè)用戶基于132個(gè)特征分成7個(gè)聚類,由于篇幅限制,只在表3中標(biāo)注每個(gè)聚類的意向率和核卡率,從中選擇聚類中差異性較大的特征進(jìn)行描述。

    表3 聚類結(jié)果

    從表3可以看出,聚類2和聚類6的轉(zhuǎn)化率較高,達(dá)到6%以上;聚類7的核卡率較高,達(dá)到3‰以上。

    聚類2、6、7的共同特征為日均流量和日均通話時(shí)長高于其他3個(gè)聚類,可見這3類用戶的業(yè)務(wù)行為活躍水平高于平均值;7日使用年輕時(shí)尚APP個(gè)數(shù)/日使用全部APP個(gè)數(shù)、日均使用年輕時(shí)尚APP次數(shù)以及日均使用年輕時(shí)尚APP流量高于其他3個(gè)聚類(其中年輕時(shí)尚APP的列表包括今日頭條、抖音、西瓜視頻、小紅書、快手等16種APP),表明聚類2、6、7對于年輕時(shí)尚類的APP有較高的使用率。

    除此之外,每個(gè)聚類的自由特征如下。

    聚類2的特征為:7日使用網(wǎng)貸類APP個(gè)數(shù)以及日均使用網(wǎng)貸類APP次數(shù)顯著高于其他聚類(其中網(wǎng)貸APP包括人人貸、微粒貸、螞蟻借唄、分期樂、快貸貸款、君融貸、閃電貸款、借點(diǎn)錢、宜人貸借款、拉卡拉、借了嗎、惠借寶、借貸寶、拍拍貸借款等APP);購物類APP的指標(biāo)一定程度上高于其他聚類;工作日經(jīng)過小區(qū)個(gè)數(shù)和休息日經(jīng)過小區(qū)個(gè)數(shù)的比值較低。因此,可將聚類2概括為:有申請網(wǎng)貸的習(xí)慣,有較強(qiáng)的購物欲,可能沒有較為固定的工作。

    聚類6的特征為:日均使用銀行及支付類APP次數(shù)顯著高于其他聚類(特別是招商銀行、京東金融、工商銀行等APP),日均使用優(yōu)惠促銷類APP(拼多多、美團(tuán)團(tuán)購、薅羊毛、羊毛管家等)次數(shù)顯著高于其他聚類,網(wǎng)貸類APP的指標(biāo)一定程度上高于其他聚類,工作日經(jīng)過小區(qū)個(gè)數(shù)較低而休息日經(jīng)過小區(qū)個(gè)數(shù)較高,可能為價(jià)格敏感型用戶,且在校學(xué)生比例可能較高(通過移動(dòng)性指標(biāo)得出)。

    聚類7的特征為:網(wǎng)貸類APP指標(biāo)較為顯著地低于聚類2和聚類6,但是工作日經(jīng)過小區(qū)個(gè)數(shù)/休息日經(jīng)過小區(qū)個(gè)數(shù)指標(biāo)較高,7日使用理財(cái)類APP個(gè)數(shù)以及7日使用理財(cái)類APP個(gè)數(shù)/7日使用全部APP個(gè)數(shù)較高(理財(cái)類APP包括pp理財(cái)、挖財(cái)寶、玖富錢包等),遠(yuǎn)高于其他聚類,同時(shí)辦公類、股票及財(cái)經(jīng)類、汽車類、家長類、家裝類、旅行類APP指標(biāo)略高于平均水平。聚類7的核卡率較高,該類用戶具備和聚類2、6差別較大的特征:有一定的存款或資產(chǎn),較大可能有較為正式的工作,且近期可能會(huì)有旅行、家裝、購車等大額消費(fèi)需求。

    基于以上聚類結(jié)果,可以得到影響信用卡轉(zhuǎn)化率和核卡率的關(guān)鍵性特征,從而更加有的放矢地進(jìn)行信用卡精準(zhǔn)營銷。

    4 總結(jié)

    信用卡業(yè)務(wù)是銀行零售業(yè)務(wù)利潤貢獻(xiàn)的重要組成部分,通過運(yùn)營商大數(shù)據(jù),可以對用戶進(jìn)行全面立體的刻畫,進(jìn)而分析信用卡潛在用戶的特征。本文提出了基于人工蜂群算法的K-means聚類算法,可以提升K-means算法的簇頭初始化水平,從而提升K-means算法性能。以信用卡精準(zhǔn)營銷為例,將該算法運(yùn)用在信用卡精準(zhǔn)營銷場景中,可以獲取影響意向率、核卡率的關(guān)鍵要素,從而更加有效地發(fā)掘潛在用戶,未來該方法也可以運(yùn)用到其他垂直領(lǐng)域,為行業(yè)發(fā)展帶來新思路和新動(dòng)能。

    猜你喜歡
    信用卡蜂群個(gè)數(shù)
    怎樣數(shù)出小正方體的個(gè)數(shù)
    “蜂群”席卷天下
    等腰三角形個(gè)數(shù)探索
    怎樣數(shù)出小木塊的個(gè)數(shù)
    怎樣數(shù)出小正方體的個(gè)數(shù)
    信用卡資深用戶
    信用卡詐騙
    辦信用卡透支還債夫妻均獲刑10年
    公民與法治(2016年6期)2016-05-17 04:10:39
    改進(jìn)gbest引導(dǎo)的人工蜂群算法
    “人卡分離”時(shí)信用卡惡意透支的刑事責(zé)任及思考
    美女xxoo啪啪120秒动态图| 高清毛片免费看| 欧美一级a爱片免费观看看| 欧美人与善性xxx| 纵有疾风起免费观看全集完整版 | 成人毛片a级毛片在线播放| 婷婷色综合大香蕉| 国产高清有码在线观看视频| 国产精品美女特级片免费视频播放器| 亚洲av成人精品一区久久| 精品酒店卫生间| 国产午夜精品久久久久久一区二区三区| 少妇的逼好多水| 午夜免费激情av| 欧美成人午夜免费资源| 尾随美女入室| 91午夜精品亚洲一区二区三区| 久久久久久久久久黄片| 亚洲欧美清纯卡通| 天堂影院成人在线观看| 亚洲中文字幕日韩| 亚洲自偷自拍三级| 国产片特级美女逼逼视频| 中文字幕人妻熟人妻熟丝袜美| 国产精品国产高清国产av| 欧美日本亚洲视频在线播放| 少妇裸体淫交视频免费看高清| 国产成人aa在线观看| 精品久久久噜噜| 国产精品久久久久久久电影| 97超视频在线观看视频| 亚洲精品国产av成人精品| 色尼玛亚洲综合影院| 国产免费男女视频| 久久久久精品久久久久真实原创| 日日摸夜夜添夜夜爱| 久久精品国产99精品国产亚洲性色| 中文字幕av在线有码专区| 午夜福利网站1000一区二区三区| 国产精品日韩av在线免费观看| 日本欧美国产在线视频| 国产探花在线观看一区二区| 亚洲欧美精品自产自拍| 高清日韩中文字幕在线| 97热精品久久久久久| 国产91av在线免费观看| 一级黄色大片毛片| 免费av毛片视频| 久久韩国三级中文字幕| 国产91av在线免费观看| 国产精品久久久久久久电影| 99在线人妻在线中文字幕| 国产亚洲精品久久久com| 国产av一区在线观看免费| 网址你懂的国产日韩在线| 五月伊人婷婷丁香| 免费观看性生交大片5| 干丝袜人妻中文字幕| 亚洲成av人片在线播放无| 午夜福利网站1000一区二区三区| 国国产精品蜜臀av免费| 韩国av在线不卡| 国产久久久一区二区三区| 国产精品野战在线观看| 波多野结衣高清无吗| 色综合站精品国产| 欧美丝袜亚洲另类| 日本熟妇午夜| 99久久精品热视频| 亚洲最大成人手机在线| 国产精品野战在线观看| 国产真实伦视频高清在线观看| 国产精品精品国产色婷婷| 少妇熟女欧美另类| 亚洲欧美成人精品一区二区| 久久99精品国语久久久| 卡戴珊不雅视频在线播放| 中文字幕制服av| 岛国毛片在线播放| 婷婷六月久久综合丁香| 国内精品宾馆在线| 国产淫语在线视频| 国产精品福利在线免费观看| 91精品伊人久久大香线蕉| 国产精品久久电影中文字幕| av福利片在线观看| АⅤ资源中文在线天堂| 成年免费大片在线观看| 看十八女毛片水多多多| 国产精品国产三级国产av玫瑰| 亚洲精品国产av成人精品| 国产成人精品一,二区| 国产免费福利视频在线观看| 乱人视频在线观看| 欧美极品一区二区三区四区| 成人亚洲欧美一区二区av| 99热网站在线观看| 亚洲国产色片| 国产伦在线观看视频一区| 成人三级黄色视频| 国产精品99久久久久久久久| 日韩制服骚丝袜av| 亚洲欧美日韩高清专用| a级一级毛片免费在线观看| 日韩av不卡免费在线播放| 激情 狠狠 欧美| 亚洲一区高清亚洲精品| 国产精品国产高清国产av| 日韩制服骚丝袜av| 国产精品美女特级片免费视频播放器| 国产精品不卡视频一区二区| 亚洲av成人精品一二三区| 一边摸一边抽搐一进一小说| 99热这里只有是精品50| 2022亚洲国产成人精品| 99久久无色码亚洲精品果冻| 夜夜爽夜夜爽视频| 久久99蜜桃精品久久| 最近中文字幕高清免费大全6| 国产精品国产三级国产专区5o | 嫩草影院入口| 成人一区二区视频在线观看| 免费观看a级毛片全部| 亚洲国产精品成人综合色| 亚洲图色成人| 国产爱豆传媒在线观看| 欧美一区二区国产精品久久精品| 欧美极品一区二区三区四区| 纵有疾风起免费观看全集完整版 | 观看美女的网站| 中文字幕亚洲精品专区| 永久免费av网站大全| 亚洲av成人av| 男插女下体视频免费在线播放| av在线老鸭窝| 国产精品福利在线免费观看| 日本一二三区视频观看| 国产伦精品一区二区三区四那| 国产麻豆成人av免费视频| 亚洲国产精品国产精品| 免费观看在线日韩| 狂野欧美激情性xxxx在线观看| 国产精品久久久久久久久免| 欧美三级亚洲精品| 免费观看人在逋| 亚洲久久久久久中文字幕| 中文亚洲av片在线观看爽| 亚洲国产欧美人成| 久久草成人影院| 在线a可以看的网站| 国产亚洲91精品色在线| 久久精品国产99精品国产亚洲性色| av福利片在线观看| 亚洲av电影在线观看一区二区三区 | 七月丁香在线播放| 三级国产精品片| 国产毛片a区久久久久| 我的女老师完整版在线观看| 国产精品一区www在线观看| 中文资源天堂在线| 国产精品国产三级国产av玫瑰| 国产麻豆成人av免费视频| 成人高潮视频无遮挡免费网站| 久久久久久久久大av| 国产精品久久久久久精品电影小说 | 久久久久久久久久黄片| 久久久国产成人精品二区| 亚洲av二区三区四区| 亚洲熟妇中文字幕五十中出| 女的被弄到高潮叫床怎么办| 91久久精品电影网| 天天躁日日操中文字幕| 尾随美女入室| 九九久久精品国产亚洲av麻豆| 国产精品嫩草影院av在线观看| 少妇的逼水好多| 精品久久久久久久久亚洲| 久久韩国三级中文字幕| 18+在线观看网站| 少妇被粗大猛烈的视频| 精品人妻熟女av久视频| 三级男女做爰猛烈吃奶摸视频| 床上黄色一级片| 三级国产精品片| 国产精品一区二区在线观看99 | 一夜夜www| av黄色大香蕉| 五月伊人婷婷丁香| 麻豆成人午夜福利视频| 一级黄色大片毛片| 嫩草影院新地址| 老女人水多毛片| 日韩精品青青久久久久久| 亚洲av熟女| 黄色欧美视频在线观看| 亚洲乱码一区二区免费版| 精品久久久久久久末码| 亚洲性久久影院| 国产精品久久久久久精品电影| 能在线免费观看的黄片| 人妻制服诱惑在线中文字幕| АⅤ资源中文在线天堂| 晚上一个人看的免费电影| 高清午夜精品一区二区三区| 我要搜黄色片| 亚洲av中文字字幕乱码综合| 在线观看一区二区三区| 能在线免费观看的黄片| 亚洲国产高清在线一区二区三| 国产高清国产精品国产三级 | 日韩中字成人| 日本猛色少妇xxxxx猛交久久| 一级av片app| 成年女人看的毛片在线观看| av卡一久久| 秋霞伦理黄片| 国产精品国产三级国产av玫瑰| 99热这里只有是精品在线观看| 中文亚洲av片在线观看爽| 欧美性感艳星| 99久久精品一区二区三区| 日韩精品有码人妻一区| 美女高潮的动态| 国产成人精品久久久久久| 最近中文字幕高清免费大全6| 国产色婷婷99| 久久久成人免费电影| 欧美xxxx性猛交bbbb| 大香蕉久久网| 狂野欧美激情性xxxx在线观看| 国产在视频线在精品| 2021天堂中文幕一二区在线观| 久久久久九九精品影院| 欧美人与善性xxx| 又粗又硬又长又爽又黄的视频| 国产v大片淫在线免费观看| 国产高潮美女av| 欧美激情在线99| 秋霞伦理黄片| 亚洲av福利一区| 欧美另类亚洲清纯唯美| 亚洲精品,欧美精品| 国产亚洲av嫩草精品影院| 国产免费男女视频| 国产精品,欧美在线| 亚洲一区高清亚洲精品| 神马国产精品三级电影在线观看| 国产亚洲精品久久久com| 国产免费男女视频| 精品久久久久久久久av| 成人美女网站在线观看视频| 美女国产视频在线观看| 午夜精品国产一区二区电影 | 国产伦精品一区二区三区四那| 久久婷婷人人爽人人干人人爱| 精品无人区乱码1区二区| 久久精品91蜜桃| 日本爱情动作片www.在线观看| 大又大粗又爽又黄少妇毛片口| 国内揄拍国产精品人妻在线| 国产亚洲一区二区精品| 神马国产精品三级电影在线观看| 国产真实乱freesex| 三级男女做爰猛烈吃奶摸视频| 偷拍熟女少妇极品色| 午夜精品一区二区三区免费看| 成人国产麻豆网| 久久99热6这里只有精品| 亚洲中文字幕一区二区三区有码在线看| 综合色丁香网| 啦啦啦韩国在线观看视频| 久久婷婷人人爽人人干人人爱| 国产69精品久久久久777片| 国产av码专区亚洲av| 国产黄色小视频在线观看| 成人午夜精彩视频在线观看| 亚洲精品色激情综合| 欧美极品一区二区三区四区| 日产精品乱码卡一卡2卡三| 久久久色成人| 高清午夜精品一区二区三区| 国产免费视频播放在线视频 | av播播在线观看一区| 一本一本综合久久| 白带黄色成豆腐渣| 日韩成人av中文字幕在线观看| 成人午夜精彩视频在线观看| 有码 亚洲区| 级片在线观看| 婷婷六月久久综合丁香| 内地一区二区视频在线| 黄片wwwwww| 麻豆乱淫一区二区| 亚洲精品乱码久久久久久按摩| 亚洲欧美清纯卡通| 高清午夜精品一区二区三区| 一区二区三区乱码不卡18| 久久鲁丝午夜福利片| 青春草亚洲视频在线观看| 美女被艹到高潮喷水动态| 久久久久久久久大av| 中文字幕免费在线视频6| 亚洲精品,欧美精品| 水蜜桃什么品种好| 午夜福利高清视频| av女优亚洲男人天堂| 精品不卡国产一区二区三区| 亚洲国产最新在线播放| 欧美区成人在线视频| 岛国在线免费视频观看| 久久鲁丝午夜福利片| 欧美性猛交╳xxx乱大交人| 99热精品在线国产| 长腿黑丝高跟| 成人一区二区视频在线观看| 精品久久久久久久久av| 久久这里有精品视频免费| 亚洲自偷自拍三级| 黄色欧美视频在线观看| АⅤ资源中文在线天堂| 可以在线观看毛片的网站| 国产高清视频在线观看网站| 黄色欧美视频在线观看| АⅤ资源中文在线天堂| av专区在线播放| 国产成人精品婷婷| 欧美97在线视频| 高清日韩中文字幕在线| 十八禁国产超污无遮挡网站| 日日撸夜夜添| 乱码一卡2卡4卡精品| 日本wwww免费看| 晚上一个人看的免费电影| 亚洲欧美精品专区久久| 韩国高清视频一区二区三区| 亚洲精品,欧美精品| 中文字幕精品亚洲无线码一区| 国内精品美女久久久久久| 亚洲欧美清纯卡通| 大话2 男鬼变身卡| 麻豆成人午夜福利视频| 日韩人妻高清精品专区| 国产精品美女特级片免费视频播放器| 男的添女的下面高潮视频| 国产精品嫩草影院av在线观看| 全区人妻精品视频| 日本一二三区视频观看| 国产免费福利视频在线观看| 精品一区二区三区视频在线| 国产爱豆传媒在线观看| 中文字幕精品亚洲无线码一区| 精品人妻偷拍中文字幕| 韩国av在线不卡| 国内精品美女久久久久久| 99久久精品国产国产毛片| 九九在线视频观看精品| 欧美成人a在线观看| 国产白丝娇喘喷水9色精品| 最近中文字幕高清免费大全6| 国产精品99久久久久久久久| av视频在线观看入口| 不卡视频在线观看欧美| 国产高清有码在线观看视频| 国产白丝娇喘喷水9色精品| 国产免费视频播放在线视频 | 久久这里只有精品中国| 亚洲av不卡在线观看| 欧美日韩在线观看h| 国产视频内射| 91aial.com中文字幕在线观看| 麻豆乱淫一区二区| 成人三级黄色视频| 免费黄网站久久成人精品| 少妇被粗大猛烈的视频| 国产精品永久免费网站| 七月丁香在线播放| 夜夜爽夜夜爽视频| 久久久精品94久久精品| 18+在线观看网站| 国产高清国产精品国产三级 | 一区二区三区免费毛片| av.在线天堂| 国内精品宾馆在线| 在线观看av片永久免费下载| 99热6这里只有精品| 久久久久久九九精品二区国产| 国产精品一区www在线观看| 日韩人妻高清精品专区| 久久99热6这里只有精品| av播播在线观看一区| 婷婷色av中文字幕| 欧美bdsm另类| videos熟女内射| 日韩欧美三级三区| 日韩一区二区视频免费看| 国国产精品蜜臀av免费| 国产伦在线观看视频一区| 国产黄色小视频在线观看| 亚洲国产精品合色在线| 美女内射精品一级片tv| 国产精品久久久久久久电影| 成人性生交大片免费视频hd| 国产三级中文精品| 亚洲一区高清亚洲精品| 亚洲欧美成人综合另类久久久 | 国国产精品蜜臀av免费| 欧美日韩国产亚洲二区| 99国产精品一区二区蜜桃av| 九九在线视频观看精品| 亚洲欧美中文字幕日韩二区| 自拍偷自拍亚洲精品老妇| 国产一级毛片在线| 国产伦精品一区二区三区视频9| 亚洲国产精品久久男人天堂| 亚洲av.av天堂| 国产色爽女视频免费观看| 长腿黑丝高跟| 国产亚洲精品av在线| 日本av手机在线免费观看| 天天一区二区日本电影三级| 欧美成人一区二区免费高清观看| 天堂中文最新版在线下载 | 国产精品国产三级国产av玫瑰| 天堂网av新在线| 变态另类丝袜制服| 亚洲无线观看免费| 欧美zozozo另类| 亚洲经典国产精华液单| 毛片女人毛片| 我的老师免费观看完整版| 亚洲成人久久爱视频| 国产极品天堂在线| 啦啦啦啦在线视频资源| 热99在线观看视频| 十八禁国产超污无遮挡网站| 精品久久久久久久久av| 国产精品99久久久久久久久| 一区二区三区免费毛片| 你懂的网址亚洲精品在线观看 | 村上凉子中文字幕在线| 亚洲国产精品久久男人天堂| 亚洲熟妇中文字幕五十中出| 日韩成人伦理影院| 午夜亚洲福利在线播放| 亚洲成人av在线免费| 久久久色成人| 人人妻人人澡欧美一区二区| 欧美高清性xxxxhd video| 国产成人免费观看mmmm| 久久精品熟女亚洲av麻豆精品 | 免费观看的影片在线观看| 寂寞人妻少妇视频99o| 久99久视频精品免费| 日产精品乱码卡一卡2卡三| 如何舔出高潮| 日韩欧美三级三区| 免费av观看视频| 岛国在线免费视频观看| 成年女人看的毛片在线观看| 免费在线观看成人毛片| 26uuu在线亚洲综合色| 国产在视频线在精品| 变态另类丝袜制服| 一个人看视频在线观看www免费| 亚洲高清免费不卡视频| 国产精品一区二区性色av| 国产精品国产三级国产专区5o | 午夜精品一区二区三区免费看| 淫秽高清视频在线观看| 国产精品国产高清国产av| 美女cb高潮喷水在线观看| 亚洲激情五月婷婷啪啪| 欧美成人精品欧美一级黄| 亚洲av.av天堂| 国产伦精品一区二区三区四那| 观看美女的网站| 欧美日韩综合久久久久久| 在线免费十八禁| 久久99精品国语久久久| 亚洲国产精品国产精品| 久久精品综合一区二区三区| 国产成人freesex在线| 亚洲五月天丁香| 日本黄大片高清| 一级黄片播放器| 五月伊人婷婷丁香| 精品久久久噜噜| av在线天堂中文字幕| 女人久久www免费人成看片 | 日本色播在线视频| 男女那种视频在线观看| 中文字幕熟女人妻在线| 亚洲av二区三区四区| 亚洲国产精品成人久久小说| av国产免费在线观看| 又黄又爽又刺激的免费视频.| 97在线视频观看| www.av在线官网国产| 最近手机中文字幕大全| 亚洲精品久久久久久婷婷小说 | 欧美日本亚洲视频在线播放| 又爽又黄a免费视频| 国产亚洲午夜精品一区二区久久 | kizo精华| videossex国产| 久久精品人妻少妇| 欧美另类亚洲清纯唯美| 九色成人免费人妻av| 不卡视频在线观看欧美| 一本一本综合久久| 美女大奶头视频| 99热这里只有是精品50| 午夜亚洲福利在线播放| 永久网站在线| 亚洲精品456在线播放app| 亚洲精品乱久久久久久| 亚洲,欧美,日韩| 日本一二三区视频观看| 亚洲成人精品中文字幕电影| 国产综合懂色| 免费看美女性在线毛片视频| 亚洲国产高清在线一区二区三| 建设人人有责人人尽责人人享有的 | 综合色丁香网| 国产午夜福利久久久久久| 干丝袜人妻中文字幕| 97超视频在线观看视频| 国产精品99久久久久久久久| 99久国产av精品国产电影| 欧美最新免费一区二区三区| 亚洲人与动物交配视频| 国产伦精品一区二区三区视频9| 国产激情偷乱视频一区二区| 亚洲aⅴ乱码一区二区在线播放| 午夜福利网站1000一区二区三区| 国产精品蜜桃在线观看| 亚洲av福利一区| 日本熟妇午夜| 国产真实乱freesex| 欧美bdsm另类| 国产激情偷乱视频一区二区| 毛片一级片免费看久久久久| 22中文网久久字幕| 亚洲久久久久久中文字幕| 国产一区二区亚洲精品在线观看| 亚洲欧美成人精品一区二区| 日本爱情动作片www.在线观看| .国产精品久久| 少妇熟女欧美另类| 搡女人真爽免费视频火全软件| 中文在线观看免费www的网站| 国产一区亚洲一区在线观看| av在线亚洲专区| 毛片女人毛片| 3wmmmm亚洲av在线观看| 成人一区二区视频在线观看| 毛片一级片免费看久久久久| 欧美又色又爽又黄视频| 精品人妻一区二区三区麻豆| 免费看美女性在线毛片视频| 寂寞人妻少妇视频99o| 女的被弄到高潮叫床怎么办| 久久久久久国产a免费观看| 亚洲色图av天堂| 国产中年淑女户外野战色| 日韩制服骚丝袜av| 亚洲无线观看免费| 久久久色成人| 日韩精品有码人妻一区| 国产探花在线观看一区二区| 卡戴珊不雅视频在线播放| 男人舔奶头视频| 国产又黄又爽又无遮挡在线| 日本av手机在线免费观看| 国产女主播在线喷水免费视频网站 | 国产在视频线在精品| 偷拍熟女少妇极品色| 身体一侧抽搐| 亚洲人成网站在线播| 色综合站精品国产| 在线天堂最新版资源| 蜜桃亚洲精品一区二区三区| 深夜a级毛片| 中文在线观看免费www的网站| 亚洲精品国产成人久久av| 高清午夜精品一区二区三区| 亚洲精品456在线播放app| 我的女老师完整版在线观看| 免费看光身美女| 最近2019中文字幕mv第一页| 99久久中文字幕三级久久日本| 欧美日韩国产亚洲二区| 美女内射精品一级片tv| 亚洲欧美精品专区久久| 一级毛片aaaaaa免费看小| 99国产精品一区二区蜜桃av| 欧美又色又爽又黄视频| 国产成人a区在线观看| 卡戴珊不雅视频在线播放| 国产亚洲5aaaaa淫片| 精品久久久噜噜| 亚洲五月天丁香| 国产精品无大码| 国产激情偷乱视频一区二区| av国产久精品久网站免费入址| 亚洲自拍偷在线| 久久精品熟女亚洲av麻豆精品 | 能在线免费观看的黄片| 久久99热这里只有精品18| 中文字幕av在线有码专区| 2021少妇久久久久久久久久久| 欧美日韩精品成人综合77777| 久久久欧美国产精品| 男人和女人高潮做爰伦理| 久久精品国产自在天天线|