• <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
    色播亚洲综合网| 99久久无色码亚洲精品果冻| 天堂动漫精品| 一级a爱片免费观看的视频| 国产高清视频在线播放一区| 久久久久国产精品人妻aⅴ院| 国产激情欧美一区二区| 性欧美人与动物交配| 一级片免费观看大全| 天天添夜夜摸| 亚洲熟妇熟女久久| 国产私拍福利视频在线观看| 成人三级黄色视频| 成人国产一区最新在线观看| 成人特级黄色片久久久久久久| 婷婷亚洲欧美| 91九色精品人成在线观看| 国内久久婷婷六月综合欲色啪| 亚洲第一欧美日韩一区二区三区| 精品熟女少妇八av免费久了| 午夜福利在线观看吧| 免费看美女性在线毛片视频| 亚洲狠狠婷婷综合久久图片| 一二三四社区在线视频社区8| 国产精品香港三级国产av潘金莲| 一区二区三区激情视频| 又黄又爽又免费观看的视频| 亚洲av成人一区二区三| 国产av麻豆久久久久久久| 高清在线国产一区| 老司机福利观看| 在线看三级毛片| 久久香蕉激情| 精品欧美国产一区二区三| 精品久久久久久久末码| 成人午夜高清在线视频| 欧美性猛交╳xxx乱大交人| 老汉色av国产亚洲站长工具| 1024香蕉在线观看| 国产成人系列免费观看| 免费看a级黄色片| 一进一出抽搐gif免费好疼| 国产精品亚洲一级av第二区| 色老头精品视频在线观看| 午夜日韩欧美国产| 国产精品电影一区二区三区| 国产人伦9x9x在线观看| 亚洲第一电影网av| 午夜福利成人在线免费观看| 精品久久蜜臀av无| 老司机午夜十八禁免费视频| 别揉我奶头~嗯~啊~动态视频| 两性夫妻黄色片| 人成视频在线观看免费观看| 久久中文字幕一级| 久久中文字幕人妻熟女| 欧美性猛交黑人性爽| 欧美日韩中文字幕国产精品一区二区三区| 亚洲熟妇中文字幕五十中出| 午夜免费观看网址| 黄片小视频在线播放| 久久精品国产亚洲av香蕉五月| 精品久久久久久,| 午夜影院日韩av| 欧美日本亚洲视频在线播放| 久久精品人妻少妇| 久久精品人妻少妇| 男人舔女人的私密视频| 三级国产精品欧美在线观看 | 亚洲第一欧美日韩一区二区三区| 一卡2卡三卡四卡精品乱码亚洲| 两性夫妻黄色片| 99在线视频只有这里精品首页| 亚洲,欧美精品.| 十八禁网站免费在线| 1024香蕉在线观看| 国产精品久久久久久精品电影| 国产一区在线观看成人免费| 最好的美女福利视频网| 女人高潮潮喷娇喘18禁视频| 精品久久久久久,| 国产精品久久久av美女十八| 国产一区二区在线观看日韩 | 十八禁网站免费在线| 国产av一区二区精品久久| 国产在线观看jvid| 国内揄拍国产精品人妻在线| 男女下面进入的视频免费午夜| 五月伊人婷婷丁香| 啦啦啦免费观看视频1| 精华霜和精华液先用哪个| www日本黄色视频网| 日韩 欧美 亚洲 中文字幕| 亚洲片人在线观看| 悠悠久久av| 亚洲中文字幕一区二区三区有码在线看 | 在线观看免费日韩欧美大片| 免费看十八禁软件| 成年人黄色毛片网站| 欧美日韩福利视频一区二区| 亚洲人成伊人成综合网2020| 夜夜夜夜夜久久久久| 97超级碰碰碰精品色视频在线观看| 免费在线观看成人毛片| xxxwww97欧美| 亚洲人成伊人成综合网2020| 欧美中文日本在线观看视频| 久久久久国产一级毛片高清牌| 亚洲第一欧美日韩一区二区三区| 国产成人啪精品午夜网站| 久久午夜综合久久蜜桃| 中文字幕久久专区| 中文字幕高清在线视频| 午夜日韩欧美国产| 无限看片的www在线观看| 国产伦在线观看视频一区| 熟妇人妻久久中文字幕3abv| 国产精品乱码一区二三区的特点| 欧美日韩国产亚洲二区| 不卡av一区二区三区| 激情在线观看视频在线高清| 三级男女做爰猛烈吃奶摸视频| 一边摸一边做爽爽视频免费| 免费在线观看影片大全网站| 悠悠久久av| 在线视频色国产色| 国产一级毛片七仙女欲春2| 午夜两性在线视频| 人妻夜夜爽99麻豆av| 波多野结衣高清无吗| 国产亚洲精品第一综合不卡| 国产真人三级小视频在线观看| 国产av一区二区精品久久| 88av欧美| av在线天堂中文字幕| 成人永久免费在线观看视频| 麻豆一二三区av精品| 中文字幕av在线有码专区| 国产精品亚洲美女久久久| 琪琪午夜伦伦电影理论片6080| 中文字幕熟女人妻在线| 国产高清有码在线观看视频 | 亚洲人成伊人成综合网2020| 国产v大片淫在线免费观看| 成人18禁在线播放| 亚洲人成网站高清观看| 日韩欧美在线乱码| 特级一级黄色大片| 国产99白浆流出| 日本五十路高清| 在线观看一区二区三区| 岛国视频午夜一区免费看| 舔av片在线| 母亲3免费完整高清在线观看| 欧美成狂野欧美在线观看| 女警被强在线播放| 免费在线观看亚洲国产| 精品久久久久久久久久久久久| 日日夜夜操网爽| 亚洲一区二区三区不卡视频| 又黄又爽又免费观看的视频| 国产一区二区三区视频了| 美女免费视频网站| 精品国产美女av久久久久小说| 88av欧美| 极品教师在线免费播放| 午夜免费观看网址| 日韩欧美国产一区二区入口| 欧美精品啪啪一区二区三区| 亚洲人成网站高清观看| 两人在一起打扑克的视频| 久久久久九九精品影院| 午夜亚洲福利在线播放| 日本精品一区二区三区蜜桃| 国产男靠女视频免费网站| 亚洲中文字幕日韩| 国产亚洲精品av在线| 99热这里只有精品一区 | 国产伦在线观看视频一区| xxx96com| 色av中文字幕| 亚洲成人久久爱视频| 精品久久久久久久末码| 国产午夜精品久久久久久| 无遮挡黄片免费观看| 国产精品影院久久| 他把我摸到了高潮在线观看| www.999成人在线观看| 欧美日韩亚洲综合一区二区三区_| 亚洲一码二码三码区别大吗| 亚洲欧美日韩高清专用| 国产区一区二久久| 日韩欧美国产在线观看| 韩国av一区二区三区四区| 精品福利观看| 身体一侧抽搐| 亚洲自拍偷在线| 香蕉av资源在线| 淫秽高清视频在线观看| 男女视频在线观看网站免费 | 亚洲av五月六月丁香网| 天天躁夜夜躁狠狠躁躁| 草草在线视频免费看| 国产av不卡久久| 亚洲黑人精品在线| 在线观看日韩欧美| 欧美日韩亚洲国产一区二区在线观看| 欧美最黄视频在线播放免费| 特级一级黄色大片| 亚洲精品在线美女| 国产一区在线观看成人免费| 九色成人免费人妻av| 男女之事视频高清在线观看| 麻豆国产av国片精品| 少妇的丰满在线观看| 脱女人内裤的视频| 色老头精品视频在线观看| 午夜福利高清视频| av在线播放免费不卡| 亚洲av美国av| 欧美日韩亚洲综合一区二区三区_| 欧美乱妇无乱码| 成人亚洲精品av一区二区| 精品国内亚洲2022精品成人| 无限看片的www在线观看| 悠悠久久av| 久久精品国产亚洲av香蕉五月| 嫩草影院精品99| 一级片免费观看大全| av片东京热男人的天堂| 99热这里只有是精品50| 亚洲国产精品合色在线| 18禁观看日本| 18禁国产床啪视频网站| 亚洲av电影在线进入| 高清毛片免费观看视频网站| 欧美黄色淫秽网站| 日韩大尺度精品在线看网址| 国语自产精品视频在线第100页| 嫩草影视91久久| 一进一出好大好爽视频| 舔av片在线| 操出白浆在线播放| 丰满人妻熟妇乱又伦精品不卡| 一区二区三区国产精品乱码| 999久久久精品免费观看国产| 国内揄拍国产精品人妻在线| 精品国产乱码久久久久久男人| 国产熟女午夜一区二区三区| 国产精品 欧美亚洲| 国产成+人综合+亚洲专区| 精品不卡国产一区二区三区| 色噜噜av男人的天堂激情| videosex国产| 久久九九热精品免费| 欧美极品一区二区三区四区| 色综合婷婷激情| 亚洲成人久久性| 在线免费观看的www视频| а√天堂www在线а√下载| 国产麻豆成人av免费视频| 国产精品一区二区免费欧美| 欧美激情久久久久久爽电影| 精品人妻1区二区| 亚洲av成人av| 中国美女看黄片| 特大巨黑吊av在线直播| 真人做人爱边吃奶动态| 亚洲人成网站在线播放欧美日韩| 亚洲成人免费电影在线观看| 免费看a级黄色片| 国产精品日韩av在线免费观看| 午夜免费激情av| svipshipincom国产片| 无限看片的www在线观看| 好男人电影高清在线观看| 国产精品一及| 精品熟女少妇八av免费久了| 久久 成人 亚洲| 国产av在哪里看| 变态另类丝袜制服| 青草久久国产| 亚洲第一电影网av| 国语自产精品视频在线第100页| 啦啦啦免费观看视频1| 香蕉丝袜av| 久久久久性生活片| 成人欧美大片| 国产高清视频在线播放一区| 长腿黑丝高跟| 精品欧美国产一区二区三| 国产av一区在线观看免费| 日韩精品中文字幕看吧| 精华霜和精华液先用哪个| 日韩欧美免费精品| aaaaa片日本免费| 日日爽夜夜爽网站| 免费在线观看影片大全网站| 天堂动漫精品| 午夜精品在线福利| 欧美大码av| 在线观看免费视频日本深夜| 色综合亚洲欧美另类图片| 午夜福利在线观看吧| 欧美国产日韩亚洲一区| 亚洲欧美日韩东京热| 久久人人精品亚洲av| 日日干狠狠操夜夜爽| 精品欧美一区二区三区在线| 免费在线观看视频国产中文字幕亚洲| 色在线成人网| 精品免费久久久久久久清纯| 欧美3d第一页| 亚洲国产欧美网| 国产精品久久久久久亚洲av鲁大| 亚洲精品粉嫩美女一区| 久久午夜亚洲精品久久| 亚洲天堂国产精品一区在线| 日本成人三级电影网站| 国产精品久久久人人做人人爽| 国产精品久久久久久人妻精品电影| 亚洲avbb在线观看| 婷婷精品国产亚洲av| 少妇被粗大的猛进出69影院| 这个男人来自地球电影免费观看| 欧洲精品卡2卡3卡4卡5卡区| 欧美激情久久久久久爽电影| 午夜福利欧美成人| 亚洲国产精品成人综合色| 成人三级做爰电影| 777久久人妻少妇嫩草av网站| 日韩 欧美 亚洲 中文字幕| av视频在线观看入口| 久久精品国产99精品国产亚洲性色| 在线观看舔阴道视频| 亚洲精品在线观看二区| 叶爱在线成人免费视频播放| 国产成人欧美在线观看| 成人永久免费在线观看视频| 一级a爱片免费观看的视频| 狠狠狠狠99中文字幕| 色av中文字幕| 婷婷精品国产亚洲av| 久久精品国产清高在天天线| 91国产中文字幕| 啦啦啦观看免费观看视频高清| 黄色 视频免费看| АⅤ资源中文在线天堂| 1024手机看黄色片| 日日摸夜夜添夜夜添小说| 波多野结衣高清无吗| 性色av乱码一区二区三区2| 99久久综合精品五月天人人| 婷婷亚洲欧美| 精品国产美女av久久久久小说| 成年人黄色毛片网站| 亚洲精品av麻豆狂野| 国产精品久久久久久亚洲av鲁大| 舔av片在线| 国产单亲对白刺激| 欧美日韩精品网址| 日韩 欧美 亚洲 中文字幕| 亚洲黑人精品在线| 在线播放国产精品三级| 变态另类成人亚洲欧美熟女| 亚洲,欧美精品.| 真人一进一出gif抽搐免费| 国产1区2区3区精品| 人人妻,人人澡人人爽秒播| 国产精品九九99| 一进一出抽搐动态| 色综合婷婷激情| 亚洲自拍偷在线| 啪啪无遮挡十八禁网站| 国产高清videossex| 久热爱精品视频在线9| 一进一出好大好爽视频| 久9热在线精品视频| 看黄色毛片网站| 丁香欧美五月| 这个男人来自地球电影免费观看| 欧美一级a爱片免费观看看 | 日韩高清综合在线| 高潮久久久久久久久久久不卡| 久久久久久九九精品二区国产 | 亚洲欧美日韩高清在线视频| av天堂在线播放| 久久精品国产亚洲av高清一级| 色av中文字幕| 欧美三级亚洲精品| 国产三级黄色录像| 欧美黄色淫秽网站| 国产乱人伦免费视频| 免费在线观看完整版高清| 欧美日韩福利视频一区二区| 日韩欧美在线乱码| 村上凉子中文字幕在线| 日本a在线网址| 亚洲欧洲精品一区二区精品久久久| 日韩免费av在线播放| 国产亚洲精品久久久久5区| 国产aⅴ精品一区二区三区波| 老熟妇仑乱视频hdxx| 精品国产乱码久久久久久男人| 特大巨黑吊av在线直播| 亚洲精品在线美女| 亚洲人成77777在线视频| 99热这里只有精品一区 | 精品久久久久久成人av| 国产精品亚洲一级av第二区| av有码第一页| 又爽又黄无遮挡网站| 国产亚洲av高清不卡| 波多野结衣高清作品| 欧美另类亚洲清纯唯美| 人人妻人人澡欧美一区二区| 日韩av在线大香蕉| 最近最新中文字幕大全电影3| 天天躁夜夜躁狠狠躁躁| 亚洲aⅴ乱码一区二区在线播放 | 女人高潮潮喷娇喘18禁视频| 老鸭窝网址在线观看| 国产99久久九九免费精品| 国产成人系列免费观看| 日本一二三区视频观看| 91九色精品人成在线观看| 欧美黑人精品巨大| 亚洲色图 男人天堂 中文字幕| 国产亚洲精品综合一区在线观看 | 热99re8久久精品国产| 两性午夜刺激爽爽歪歪视频在线观看 | 国产亚洲欧美在线一区二区| 色综合欧美亚洲国产小说| 妹子高潮喷水视频| 午夜福利免费观看在线| 国产v大片淫在线免费观看| 国产视频一区二区在线看| 天天添夜夜摸| 午夜久久久久精精品| 久久欧美精品欧美久久欧美| av视频在线观看入口| 一级毛片女人18水好多| 啦啦啦免费观看视频1| 后天国语完整版免费观看| 国产成人精品久久二区二区免费| 国产精品香港三级国产av潘金莲| 麻豆国产av国片精品| 麻豆国产av国片精品| 看免费av毛片| 中文字幕人成人乱码亚洲影| 一本一本综合久久| 熟妇人妻久久中文字幕3abv| 99热只有精品国产| 成年免费大片在线观看| 又黄又爽又免费观看的视频| 免费高清视频大片| 色av中文字幕| 欧美一区二区精品小视频在线| 国产高清有码在线观看视频 | 免费无遮挡裸体视频| 日本精品一区二区三区蜜桃| 精品欧美一区二区三区在线| 老司机靠b影院| 我要搜黄色片| 免费观看精品视频网站| 99re在线观看精品视频| 1024手机看黄色片| 免费无遮挡裸体视频| 麻豆国产97在线/欧美 | netflix在线观看网站| 亚洲美女视频黄频| 免费在线观看亚洲国产| 黑人巨大精品欧美一区二区mp4| 国产一区二区三区在线臀色熟女| 麻豆一二三区av精品| 日韩欧美国产一区二区入口| 国产成人影院久久av| 成人永久免费在线观看视频| 国产欧美日韩精品亚洲av| 欧美一级毛片孕妇| 我的老师免费观看完整版| 成人午夜高清在线视频| 亚洲av中文字字幕乱码综合| 色在线成人网| 两个人视频免费观看高清| 成人欧美大片| 国产av一区二区精品久久| 亚洲欧美激情综合另类| 亚洲av五月六月丁香网| or卡值多少钱| 欧美久久黑人一区二区| 国产又色又爽无遮挡免费看| xxxwww97欧美| 亚洲一区二区三区色噜噜| 母亲3免费完整高清在线观看| 99久久99久久久精品蜜桃| 88av欧美| 国产激情久久老熟女| 身体一侧抽搐| 亚洲精华国产精华精| 久久精品国产综合久久久| 2021天堂中文幕一二区在线观| 国产熟女午夜一区二区三区| 又紧又爽又黄一区二区| 香蕉丝袜av| 久久 成人 亚洲| 欧美午夜高清在线| 国产精品久久电影中文字幕| 男人舔女人的私密视频| 亚洲成av人片免费观看| 国产精品1区2区在线观看.| 国产精品精品国产色婷婷| 免费在线观看日本一区| 国产精品久久久久久精品电影| 精品欧美一区二区三区在线| 久久久久亚洲av毛片大全| 69av精品久久久久久| 成人欧美大片| 亚洲熟妇中文字幕五十中出| 级片在线观看| 国产在线观看jvid| 午夜激情福利司机影院| 每晚都被弄得嗷嗷叫到高潮| 十八禁人妻一区二区| www日本在线高清视频| 免费看美女性在线毛片视频| 亚洲av片天天在线观看| 一进一出抽搐gif免费好疼| 日韩高清综合在线| 婷婷精品国产亚洲av| 69av精品久久久久久| 熟妇人妻久久中文字幕3abv| 国产精品爽爽va在线观看网站| 国产成人av激情在线播放| 国产精品免费一区二区三区在线| 亚洲免费av在线视频| www.自偷自拍.com| 在线观看免费日韩欧美大片| 精品福利观看| 亚洲黑人精品在线| 两性午夜刺激爽爽歪歪视频在线观看 | 日韩大码丰满熟妇| 国产精品98久久久久久宅男小说| 男女视频在线观看网站免费 | or卡值多少钱| 国产激情偷乱视频一区二区| 欧美黑人欧美精品刺激| 观看免费一级毛片| 在线永久观看黄色视频| 午夜福利成人在线免费观看| 久久久国产欧美日韩av| 中文字幕精品亚洲无线码一区| 日韩精品中文字幕看吧| 我要搜黄色片| 亚洲成av人片在线播放无| 19禁男女啪啪无遮挡网站| 国产精品一区二区免费欧美| 18禁国产床啪视频网站| 免费看a级黄色片| 一个人观看的视频www高清免费观看 | 色综合欧美亚洲国产小说| 国产亚洲精品久久久久久毛片| 欧美日韩中文字幕国产精品一区二区三区| 亚洲成a人片在线一区二区| 免费无遮挡裸体视频| 国产av不卡久久| 成人三级做爰电影| 每晚都被弄得嗷嗷叫到高潮| 国产高清有码在线观看视频 | 国产精品 欧美亚洲| 日本黄大片高清| 久99久视频精品免费| 国产精品一区二区免费欧美| 最好的美女福利视频网| 午夜福利在线观看吧| 中文字幕av在线有码专区| 一a级毛片在线观看| 两性夫妻黄色片| 国产亚洲精品av在线| 欧美午夜高清在线| 在线看三级毛片| 午夜两性在线视频| 国产精品av久久久久免费| 日韩欧美国产在线观看| 日本五十路高清| 久久这里只有精品19| 人人妻,人人澡人人爽秒播| 在线看三级毛片| 精品人妻1区二区| 很黄的视频免费| 精品人妻1区二区| 免费在线观看成人毛片| 午夜免费成人在线视频| 亚洲成a人片在线一区二区| 男女午夜视频在线观看| 国产区一区二久久| 午夜福利18| 少妇的丰满在线观看| 国产在线观看jvid| 中文字幕精品亚洲无线码一区| 亚洲全国av大片| 国产亚洲欧美98| 美女午夜性视频免费| 校园春色视频在线观看| 国产亚洲精品第一综合不卡| 又爽又黄无遮挡网站| 国产一区二区在线观看日韩 | 丁香六月欧美| 久久久国产精品麻豆| 91在线观看av| 成在线人永久免费视频| 日日摸夜夜添夜夜添小说| 国产成年人精品一区二区| 中文字幕久久专区| 女生性感内裤真人,穿戴方法视频|