• <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 ?

    基于混合模型的個性化閱讀系統(tǒng)設(shè)計

    2019-10-15 02:21孫承愛季勝男田剛
    軟件導刊 2019年8期
    關(guān)鍵詞:協(xié)同過濾個性化閱讀

    孫承愛 季勝男 田剛

    摘 要:為解決協(xié)同過濾推薦算法冷啟動和數(shù)據(jù)稀缺的問題,提高個性化閱讀系統(tǒng)推薦準確性,根據(jù)圖書特點,提出一種融合協(xié)同過濾算法和興趣標簽算法的個性化閱讀系統(tǒng)設(shè)計。通過交叉調(diào)和方法,給定一個適當?shù)娜诤媳葘煞N推薦算法的推薦結(jié)果進行融合,保證系統(tǒng)在解決冷啟動問題的同時,能夠增加推薦列表新鮮度,提高推薦準確度,保持個性化閱讀系統(tǒng)優(yōu)越性。結(jié)果表明,該方法即使沒有評級也能合理推薦,在推薦準確性和圖書種類方面優(yōu)于傳統(tǒng)方法。

    關(guān)鍵詞:個性化閱讀;混合推薦模型;協(xié)同過濾;興趣標簽;交叉調(diào)和

    DOI:10. 11907/rjdk. 191869 開放科學(資源服務)標識碼(OSID):

    中圖分類號:TP319文獻標識碼:A 文章編號:1672-7800(2019)008-0080-03

    Design of Personalized Reading System Based on Hybrid Model

    SUN Cheng-ai,JI Sheng-nan, TIAN Gang

    (College of Computer Science and Engineering, Shandong University of Science and Technology,Qingdao 266000,China)

    Abstract: In order to solve the problems of cold start and data scarcity of collaborative filtering recommendation algorithm and improve the accuracy of personalized reading system recommendation,a system based on fusion collaborative filtering and interest tag algorithm for personalized reading is proposed according to the characteristics of books. By cross-harmonic method with an appropriate fusion ratio and the recommendation results of the two recommended algorithms, the system can ensure the freshness of the recommendation list, improve the accuracy of recommendation, and maintain personalization while solving the cold start problem. The superiority of the reading system is thus maintained. The results show that our method? can reasonably make recommendation even without rating and thus is superior to the traditional method in terms of recommendation accuracy and book type.

    Key words: personalized reading;hybrid recommendation model; collaborative filtering; interest tag; cross-harmonic

    基金項目:國家自然科學基金青年項目(61602279);山東省科研項目(J16LN08)

    作者簡介:孫承愛(1964-),女,碩士,山東科技大學計算機科學與工程學院副教授、碩士生導師,研究方向計算機應用、軟件工程、信息可視化管理;季勝男(1994-),女,山東科技大學計算機科學與工程學院碩士研究生,研究方向軟件系統(tǒng)集成、推薦算法;田剛(1982-),男,博士,山東科技大學計算機科學與工程學院副教授、碩士生導師,研究領(lǐng)域為信息檢索、面向服務的軟件工程、深度學習、自然語言處理。

    0 引言

    隨著網(wǎng)絡技術(shù)的發(fā)展,大量電子圖書通過在線書城等流媒體服務轉(zhuǎn)向數(shù)字發(fā)行[1],個性化閱讀成為熱門研究領(lǐng)域,它既可幫助讀者更快發(fā)現(xiàn)符合自己偏好的書籍,又可使線上書城更有效率地將圖書定位到合適的讀者。

    在推薦系統(tǒng)研究中,閱讀推薦由于受不同風格和類型的推薦方法以及影響讀者偏好的社會和地理等因素影響,研究內(nèi)容十分復雜。目前,對推薦系統(tǒng)的研究主要包括使用最為廣泛的基于協(xié)同過濾的推薦算法[2-3],協(xié)同過濾推薦算法又分為基于用戶的協(xié)同過濾和基于商品的協(xié)同過濾[4]。Pazzani等[5-6]介紹了基于內(nèi)容的推薦方法;Chen等[7]通過對用戶和項目標簽進行主題建模,提出隱藏語義信息的推薦方法;Campos等[8]以項目內(nèi)容特征和用戶模型特征之間的相似性為關(guān)鍵內(nèi)容進行推薦;Covingto等[9]通過結(jié)合兩種或兩種以上的的混合方法進行推薦,以解決單獨使用某一基礎(chǔ)算法存在的問題,如冷啟動和數(shù)據(jù)稀疏等。此外還有基于深度學習方法的推薦,如基于深度學習網(wǎng)絡研究的YouTube視頻推薦[10]。

    為了解決圖書推薦系統(tǒng)在新用戶和新圖書進入時因數(shù)據(jù)稀缺造成推薦失效的問題,并考慮到圖書篇幅長,難以自動提取精準內(nèi)容以及推薦系統(tǒng)的執(zhí)行效率,本文選取基于用戶的協(xié)同過濾算法和基于興趣標簽的推薦方法。基于興趣標簽的推薦主要利用圖書特征標簽與用戶偏好標簽的相似度進行排名推薦,它對推薦結(jié)果有很好的解釋性,但是推薦內(nèi)容存在缺乏驚喜度的問題,不能推薦新類型的圖書給讀者;基于協(xié)同過濾推薦算法的準確性要高于標簽推薦,但是存在冷啟動和數(shù)據(jù)稀疏問題[11]。然而這兩種推薦方法具有很好的互補特點。

    因此,本文提出融合協(xié)同過濾和興趣標簽的混合推薦模型的個性化閱讀系統(tǒng)設(shè)計,它利用興趣標簽推薦模型彌補協(xié)同過濾算法的冷啟動問題并可提高推薦列表的新鮮度,進而提升推薦合理性。

    1 相關(guān)工作

    個性化閱讀推薦系統(tǒng)的目的是將未被目標用戶評級的圖書作品進行排名。令用戶和圖書的索引分別為[U=u|1,?,Nu],[M=m|1,?,NM]。NU和MU指用戶和圖書的數(shù)量。假設(shè)U和M預先在系統(tǒng)中注冊,不需要額外元數(shù)據(jù)(例如,書名、作者和流派),評級數(shù)據(jù)也保留在系統(tǒng)中。在本文系統(tǒng)中,評級分數(shù)范圍為0~1;令[ru,m]為用戶u給m的評分。通過式(1)獲得評級矩陣R。

    [R=ru,m|1uNU,1mNM]? ? ? ?(1)

    當用戶u沒有對圖書m進行評級時,為了方便起見,規(guī)定為分數(shù)0。R中大多數(shù)分數(shù)在實際數(shù)據(jù)中都是空的,因為每個用戶僅在M中對少部分圖書進行評級。

    利用興趣標簽推薦需要內(nèi)容數(shù)據(jù)。每本圖書的內(nèi)容表示為從圖書介紹中提取的若干特征的單個矢量。令這些特征索引為[T=t|1,?,Nt],其中[Nt]是特征的數(shù)量,也是特征向量維度,令[cm,t]為圖書m的第t個特征值。通過收集所有特征向量得到內(nèi)容標簽矩陣C,如式(2)所示。

    [C=cm,t|1mNM,1tNT]? ? (2)

    1.1 基于用戶的協(xié)同過濾算法

    基于用戶的協(xié)同過濾算法(User-based Collaborative Filtering Recommendation,User_CF)試圖通過其他人對這些作品的評分預測目標用戶對未被評分圖書作品的評級[12]。給定目標用戶u, 令[ru,m]為用戶u對圖書m的預測評分,由此得到式(3)為:

    [ru,m=ru+kv|v≠u,v∈Uwu,vrv,m-rv]? (3)

    其中[ru]和[rv]分別是用戶u和用戶v的平均評分。[wu,v]反映用戶u和v之間的偏好相似性權(quán)重,并且k是歸一化因子,使得權(quán)重絕對值總和為1,即[v|Wu,v|=1]。在得到預測得分后,根據(jù)[ru,m]對圖書進行排序。

    在幾種計算相似性的方法中,本文選擇Pearson相關(guān)系數(shù),它在許多任務中表現(xiàn)出了穩(wěn)定的性能[13-14]。相似度計算如式(4)所示。

    [Wu,v=mru,m-rumrv,m-rvmru,m-ru2mrv,m-rv2 ]? ?(4)

    1.2 基于興趣標簽的推薦

    基于興趣標簽方法在個性化閱讀系統(tǒng)中通過利用興趣標簽表示用戶偏好矩陣,利用圖書內(nèi)容標簽矩陣相似性進行推薦排名[15-16]。

    使用興趣標簽推薦方法需要利用用戶對圖書的偏好進行用戶興趣建模。由于興趣標簽的動態(tài)性、穩(wěn)定性和漸變性3個特點反映了用戶時間相對長久的信息需求,比信息來源要求更穩(wěn)定[17],在個性化閱讀系統(tǒng)中興趣標簽信息來源主要集中于用戶的收藏與訂閱、評級、運行搜索和閱讀時長,這些個性化信息對于個性化閱讀系統(tǒng)而言價值量高,可通過對它們進行正確分析得到用戶興趣標簽及興趣偏好程度。本文系統(tǒng)針對新用戶設(shè)計了注冊頁面,在設(shè)定好的若干個標簽中選取用戶初始興趣標簽,這樣新入用戶也能根據(jù)其選擇的興趣領(lǐng)域得到合理的推薦列表。

    不同用戶的興趣及喜好程度各異。本文系統(tǒng)利用興趣權(quán)重衡量某一用戶對特定興趣的偏好程度,權(quán)重值越大,用戶對特定興趣的偏好程度越高[18],設(shè)定興趣權(quán)重也有利于更新替換用戶興趣標簽,有效避免標簽冗余。計算興趣標簽權(quán)重需要獲取用戶歷史瀏覽數(shù)據(jù)、用戶與圖書之間的交互數(shù)據(jù)。用戶與圖書之間、用戶與興趣之間、圖書與標簽之間都是一對多的關(guān)系(見圖1),并且興趣權(quán)重與特定興趣對應的圖書交互次數(shù)及用戶總交互頻率有關(guān)。定義[Ii,p]為用戶[ui]對興趣[ip]的興趣權(quán)重,計算公式為:

    [Ii,p=NijuiFui]? ? ? (5)

    其中,[Nijui]表示用戶[ui]與興趣[ip]對應圖書的交互次數(shù),[Fui]表示用戶[ui]交互總次數(shù)。由此根據(jù)[Ii,p]排序用戶的興趣標簽限制用戶興趣標簽數(shù)量在10個以內(nèi),進行更新替換,避免標簽噪聲和標簽冗余。

    圖1 用戶與圖書、圖書與標簽間的關(guān)系

    因此,給定目標用戶[u∈U], 令[Lu,t]為用戶u的第t個興趣標簽,由此得到用戶興趣標簽矩陣L。

    [L=Lu,t|1uNU,1t10]? ?(6)

    該模塊通過計算式(2)、式(6)的夾角余弦值評估用戶偏好和圖書內(nèi)容相似度,對相似度排名進行推薦[5]。

    在三角形中邊a和b的夾角余弦計算公式為:

    [cos(θ)=a2+b2-c22ab]? ? ? ?(7)

    在向量中,假設(shè)a向量是([x1,y1]),b向量是([x2,y2]),則余弦計算公式為:

    [cos(θ)=ab||a||×||b||=(x1,y1)(x2,y2)x21+y21×x22+y22=x1x2+y1y2x21+y21×x22+y22] (8)

    進而推至n維,則a與b的夾角余弦等于:

    [cos(θ)=i=1n(xi×yi)i=1n(xi)2×i=1n(yi)2=ab||a||×||b||]? (9)

    若余弦值接近1,表明夾角越接近0°,即兩個向量越相近,則可根據(jù)相似度推薦排名前5的圖書。

    2 基于混合模型的推薦系統(tǒng)整體框架

    為構(gòu)建混合推薦系統(tǒng),本文提出模型整體框架設(shè)計,如圖2所示。

    圖2 混合推薦模型系統(tǒng)框架

    本文系統(tǒng)在進行推薦時,從數(shù)據(jù)庫中提取相關(guān)用戶的歷史閱讀數(shù)據(jù),將數(shù)據(jù)分別進行User_CF和興趣標簽算法推薦,并將兩種推薦結(jié)果輸入到融合算法模塊中 ,得到最終的推薦列表。推薦結(jié)果反饋給數(shù)據(jù)庫,經(jīng)由數(shù)據(jù)庫傳送給用戶。用戶最新的瀏覽信息也及時反饋給數(shù)據(jù)庫,更新相關(guān)數(shù)據(jù),以實現(xiàn)推薦目錄實時刷新。

    根據(jù)相關(guān)兩種推薦方法的特點和效果,本文系統(tǒng)在融合模塊中利用交叉調(diào)和方法[20],即對不同推薦算法產(chǎn)生的結(jié)果,按照一定的融合比例形成最終推薦結(jié)果,使該系統(tǒng)在比例合適的情況下既保證推薦結(jié)果準確性又保證結(jié)果多樣性;同時利用用戶信息的記錄,調(diào)整不同方法推薦結(jié)果在整個系統(tǒng)中的比重以實現(xiàn)結(jié)果合理性,如新用戶或本用戶歷史記錄較少時,系統(tǒng)給予興趣標簽模塊較大的權(quán)重。一般情況下,由于User_CF效果較好,因此比重會高于興趣標簽的推薦。

    3 系統(tǒng)實驗結(jié)果分析

    3.1 實驗結(jié)果1

    為了驗證系統(tǒng)有效性,收集30位用戶對300本圖書的評分及相對的標簽數(shù)據(jù)。從實驗數(shù)據(jù)集中抽取80%的數(shù)據(jù)作為訓練集,另外20%的數(shù)據(jù)作為測試集。在訓練集上分別進行User_CF、基于興趣標簽的推薦和混合推薦3個推薦實驗。本文系統(tǒng)通過推薦的準確度衡量系統(tǒng)有效性,推薦準確度計算公式[20]為:

    [推薦準確度=用戶感興趣的圖書數(shù)推薦列表圖書數(shù)]

    根據(jù)圖3的實驗結(jié)果可以看出,當用戶數(shù)據(jù)稀缺、User_CF不能產(chǎn)生效果時,基于興趣標簽的推薦方法具有很好的彌補性,它融合了兩種推薦方法的混合推薦通過調(diào)節(jié)交叉調(diào)和比,提高了推薦準確度。

    圖3 推薦準確度對比

    3.2 實驗結(jié)果2

    為了更加直觀地展示系統(tǒng)功能,利用個性化閱讀系統(tǒng)收集的數(shù)據(jù)進行系統(tǒng)訓練,每種推薦算法為每個用戶推薦排名前5的圖書。

    通過User_CF和興趣標簽的推薦分別得到推薦列表,進行融合比為7∶3的交叉融合推薦,推薦結(jié)果見表1,表1還給出了用戶權(quán)重較高的興趣標簽。

    表1 部分用戶最終推薦結(jié)果

    4 結(jié)語

    本文利用交叉融合方法將協(xié)同過濾推薦算法和基于興趣標簽的推薦方法進行融合,彌補了單獨使用協(xié)同過濾算法冷啟動等不足,以及單獨使用興趣標簽推薦的準確度不高、沒有新鮮度的缺陷,由此得到了一個高效運行的個性化閱讀系統(tǒng),并得到了比較合理的推薦結(jié)果。未來還可考慮神經(jīng)網(wǎng)絡對圖書進行標簽自動提取的功能,以達到更便利、更準確的圖書內(nèi)容標簽定位。

    參考文獻:

    [1] 中國數(shù)字出版產(chǎn)業(yè)年度報告課題組. 步入新時代的中國數(shù)字出版——2017—2018中國數(shù)字出版產(chǎn)業(yè)年度報告(摘要)[J]. 出版發(fā)行研究,2018,322(9):10+31-35.

    [2] MNIH A,SALAKHUTDINOV R R. Probabilistic matrix factorization[C]. Advances in Neural Information Processing Systems,2008:1257-1264.

    [3] 魏歡,陳建斌,張虎. 一種改進的協(xié)同過濾推薦算法[J]. 軟件導刊,2015,14(11):57-60.

    [4] 王國霞,劉賀平. 個性化推薦系統(tǒng)綜述[J]. 計算機工程與應用, 2012, 48(7):66-76.

    [5] PAZZANI M J, BILLSUS D. Content-based recommendation systems[M]. Berlin:Springer Berlin Heidelberg, 2007.

    [6] 閆東東,李紅強. 一種改進的基于內(nèi)容的個性化推薦模型[J]. 軟件導刊,2016,15(4):11-13.

    [7] CHEN C C, ZHENG XL,WANG Y, et al. Capturing semantic correlation for item recommendation in tagging systems[C]. Proceedings of the 30th Conference on ArtificialIntelligence,2016: 108-114.

    [8] CAMPOS L M, FERNANDEZ-LUNA J M, HUETE J F, et al. Combining content-based and collaborative recommendations: a hybrid approach based on Bayesian networks [J]. International Journal of Approximate Reasoning, 2010, 51 (7): 785-799.

    [9] COVINGTO P,ADAM S. Deep neural networks for YouTube recommendations[C]. ACM Conference on Recommender Systems, 2016:191-198.

    [10] BOBADILLA J,ORTEGA F,HERNANDO A,et al. Recommender systems survey[J]. Knowledge-based Systems,2013(46):109-132.

    [11] 劉慶鵬,陳明銳. 優(yōu)化稀疏數(shù)據(jù)集提高協(xié)同過濾推薦系統(tǒng)質(zhì)量的方法[J]. 計算機應用, 2012, 32(4):1082-1085.

    [12] 榮輝桂,火生旭,胡春華,等. 基于用戶相似度的協(xié)同過濾推薦算法[J]. 通信學報, 2014, 35(2):16-24.

    [13] YOSHII K, GOTO M, KOMATANI K, et al. Hybrid collaborative and content-based music recommendation using probabilistic model with latent user preferences[C]. Vancouver: 7th International Conference on Music Information Retrieval,2006.

    [14] 陳功平,王紅.? 改進Pearson相關(guān)系數(shù)的個性化推薦算法[J].? 山東農(nóng)業(yè)大學學報:自然科學版, 2016,47(6):940-944.

    [15] 胡偉健,陳俊,李靈芳,等. 結(jié)合用戶特征和興趣變化的組推薦系統(tǒng)算法研究[J]. 軟件導刊,2016,15(6):60-62.

    [16] 陳潔敏,李建國,湯非易,等. 融合“用戶-項目-用戶興趣標簽圖”的協(xié)同好友推薦算法[J]. 計算機科學與探索,2018(1):92-100.

    [17] 楊軍,武秀川,郭艷燕. 基于跨系統(tǒng)的個性化搜素系統(tǒng)模型設(shè)計[J]. 微處理機,2013(3):41-44.

    [18] 李興華, 陳冬林, 楊愛民, 等.? 基于用戶興趣-標簽的混合推薦方法研究[J].? 情報學報, 2015(5):466-470.

    [19] 張濱,基于混合模型的推薦系統(tǒng)的研究[D]. 長春:吉林大學,2018:21-22.

    [20] 陳天昊,帥建梅,朱明. 一種基于協(xié)作過濾的電影推薦方法[J]. 計算機工程,2014,40(1):55-58+62.

    (責任編輯:江 艷)

    猜你喜歡
    協(xié)同過濾個性化閱讀
    改進的協(xié)同過濾推薦算法
    如何實施小學語文個性化閱讀教學
    魚·漁·喻:教學的三重境界
    叶爱在线成人免费视频播放| or卡值多少钱| 伊人久久大香线蕉亚洲五| 免费看光身美女| 久久久久久久亚洲中文字幕 | 欧美av亚洲av综合av国产av| 日本黄大片高清| 国产探花极品一区二区| 制服人妻中文乱码| 亚洲人成电影免费在线| 亚洲五月婷婷丁香| 欧美黑人巨大hd| 最近最新免费中文字幕在线| 俄罗斯特黄特色一大片| 国产欧美日韩精品亚洲av| 搡老岳熟女国产| 午夜福利高清视频| 国产精华一区二区三区| 97超视频在线观看视频| 有码 亚洲区| 俄罗斯特黄特色一大片| 一个人观看的视频www高清免费观看| 一级作爱视频免费观看| 一本久久中文字幕| 欧美成人性av电影在线观看| 91在线精品国自产拍蜜月 | 一级毛片女人18水好多| 窝窝影院91人妻| 老司机深夜福利视频在线观看| 成人高潮视频无遮挡免费网站| 国产一区二区三区视频了| 国产真实伦视频高清在线观看 | 欧美日韩瑟瑟在线播放| 亚洲中文字幕一区二区三区有码在线看| 亚洲自拍偷在线| 五月玫瑰六月丁香| 欧美成人性av电影在线观看| 国产成人av教育| 国产精品 欧美亚洲| 99热这里只有是精品50| 日韩国内少妇激情av| 99久久九九国产精品国产免费| 亚洲成人久久性| www日本黄色视频网| 欧美黑人欧美精品刺激| 少妇裸体淫交视频免费看高清| 真人一进一出gif抽搐免费| 欧美成人免费av一区二区三区| 美女被艹到高潮喷水动态| 内射极品少妇av片p| 悠悠久久av| 啦啦啦免费观看视频1| 男人舔女人下体高潮全视频| 18禁黄网站禁片免费观看直播| 好男人电影高清在线观看| 久久久久亚洲av毛片大全| 91av网一区二区| 欧美黑人欧美精品刺激| 制服丝袜大香蕉在线| 国产精品久久视频播放| 最后的刺客免费高清国语| 俺也久久电影网| 99在线视频只有这里精品首页| 亚洲精品久久国产高清桃花| 噜噜噜噜噜久久久久久91| 亚洲精品日韩av片在线观看 | 18禁黄网站禁片免费观看直播| 男女下面进入的视频免费午夜| www.999成人在线观看| 国产一区二区三区在线臀色熟女| 在线观看美女被高潮喷水网站 | 国产精品久久久久久精品电影| 亚洲精品成人久久久久久| 一进一出好大好爽视频| 久久久久久国产a免费观看| 两个人视频免费观看高清| 国产视频内射| 欧美一级毛片孕妇| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 欧美性猛交╳xxx乱大交人| 桃红色精品国产亚洲av| 99久久精品一区二区三区| 一进一出抽搐gif免费好疼| 少妇的逼好多水| 18禁黄网站禁片午夜丰满| 成人精品一区二区免费| 国产真实伦视频高清在线观看 | 麻豆国产97在线/欧美| av女优亚洲男人天堂| 啦啦啦韩国在线观看视频| 1000部很黄的大片| 欧美性猛交╳xxx乱大交人| 夜夜夜夜夜久久久久| 中文字幕av在线有码专区| 亚洲精品一区av在线观看| a级毛片a级免费在线| 99热这里只有精品一区| 国产精品1区2区在线观看.| 国产伦精品一区二区三区视频9 | 99久久九九国产精品国产免费| 亚洲美女视频黄频| 熟女人妻精品中文字幕| 免费看光身美女| 搡女人真爽免费视频火全软件 | 日本熟妇午夜| 黄色女人牲交| 欧美日韩一级在线毛片| 午夜日韩欧美国产| 日本与韩国留学比较| 亚洲精品粉嫩美女一区| 免费人成视频x8x8入口观看| 老鸭窝网址在线观看| 别揉我奶头~嗯~啊~动态视频| 日本撒尿小便嘘嘘汇集6| 99热精品在线国产| av天堂中文字幕网| 悠悠久久av| 啦啦啦免费观看视频1| www.色视频.com| 天天添夜夜摸| 欧美黑人巨大hd| 国内精品久久久久久久电影| 久久久精品大字幕| h日本视频在线播放| 一进一出抽搐gif免费好疼| 色噜噜av男人的天堂激情| 久久久久久国产a免费观看| 99riav亚洲国产免费| 一级黄片播放器| 成人18禁在线播放| 少妇的逼水好多| 女同久久另类99精品国产91| 此物有八面人人有两片| 国产不卡一卡二| 欧美日韩中文字幕国产精品一区二区三区| 国产高清有码在线观看视频| 1024手机看黄色片| 国产单亲对白刺激| 啦啦啦观看免费观看视频高清| 黄色成人免费大全| 99精品欧美一区二区三区四区| 别揉我奶头~嗯~啊~动态视频| 91在线观看av| 日本 av在线| 18美女黄网站色大片免费观看| 两个人看的免费小视频| 少妇人妻一区二区三区视频| 亚洲av免费高清在线观看| 成人精品一区二区免费| 丰满的人妻完整版| 99久久精品国产亚洲精品| 欧美日韩瑟瑟在线播放| 欧美黑人欧美精品刺激| 欧美成人免费av一区二区三区| 99视频精品全部免费 在线| 国产三级黄色录像| 欧美一级毛片孕妇| 人妻夜夜爽99麻豆av| 国产一区二区三区在线臀色熟女| 中文在线观看免费www的网站| 免费在线观看影片大全网站| 最近最新中文字幕大全免费视频| 一级毛片女人18水好多| 久久精品夜夜夜夜夜久久蜜豆| 美女cb高潮喷水在线观看| 免费一级毛片在线播放高清视频| 少妇人妻一区二区三区视频| a在线观看视频网站| av专区在线播放| 搡老岳熟女国产| 日本一二三区视频观看| 香蕉久久夜色| 亚洲激情在线av| 丝袜美腿在线中文| 国产视频内射| 成人欧美大片| 不卡一级毛片| 国产成人系列免费观看| 黄片小视频在线播放| 最近最新中文字幕大全免费视频| 国产成人av教育| 国产又黄又爽又无遮挡在线| 韩国av一区二区三区四区| 大型黄色视频在线免费观看| 国产高清视频在线观看网站| 欧美成人一区二区免费高清观看| 欧美极品一区二区三区四区| 国产av麻豆久久久久久久| 国产老妇女一区| 少妇人妻一区二区三区视频| 国产av不卡久久| 免费看十八禁软件| 色综合欧美亚洲国产小说| 搡老熟女国产l中国老女人| 国产乱人视频| 19禁男女啪啪无遮挡网站| 男插女下体视频免费在线播放| 欧美另类亚洲清纯唯美| 无限看片的www在线观看| 亚洲乱码一区二区免费版| 成人特级av手机在线观看| 可以在线观看的亚洲视频| 亚洲欧美日韩高清在线视频| 亚洲人成网站在线播放欧美日韩| 男女做爰动态图高潮gif福利片| 日本a在线网址| 观看免费一级毛片| 一a级毛片在线观看| 国产精品嫩草影院av在线观看 | 国产真实乱freesex| 国产伦在线观看视频一区| 99久久精品热视频| 美女高潮的动态| 九九在线视频观看精品| 欧美zozozo另类| 国内精品久久久久精免费| 久久国产乱子伦精品免费另类| 99riav亚洲国产免费| 搡老熟女国产l中国老女人| 免费电影在线观看免费观看| 久久久久性生活片| 91久久精品电影网| 岛国在线免费视频观看| 日韩欧美在线乱码| 99在线人妻在线中文字幕| 欧美另类亚洲清纯唯美| 亚洲自拍偷在线| 亚洲av免费高清在线观看| 亚洲va日本ⅴa欧美va伊人久久| 88av欧美| 精品99又大又爽又粗少妇毛片 | 精品久久久久久久久久久久久| 中文字幕av成人在线电影| 亚洲五月天丁香| 91在线观看av| 麻豆国产97在线/欧美| 亚洲精品乱码久久久v下载方式 | 最新美女视频免费是黄的| 日韩欧美国产一区二区入口| 欧美乱妇无乱码| 亚洲欧美日韩东京热| 亚洲精品粉嫩美女一区| 欧美国产日韩亚洲一区| 久久精品国产亚洲av香蕉五月| 国产成人aa在线观看| 网址你懂的国产日韩在线| 国产亚洲欧美在线一区二区| 精品一区二区三区av网在线观看| 最新中文字幕久久久久| 免费在线观看成人毛片| 日韩国内少妇激情av| 国内揄拍国产精品人妻在线| 国产伦人伦偷精品视频| 又爽又黄无遮挡网站| 成年版毛片免费区| 日本 av在线| 18禁在线播放成人免费| 在线观看日韩欧美| 99精品在免费线老司机午夜| 99久久久亚洲精品蜜臀av| 九九热线精品视视频播放| 麻豆成人午夜福利视频| av专区在线播放| 亚洲精品在线观看二区| 搡老妇女老女人老熟妇| 成人亚洲精品av一区二区| 国产黄片美女视频| 久久久久久久久久黄片| 午夜福利视频1000在线观看| 国产高清三级在线| 精品电影一区二区在线| 一个人免费在线观看的高清视频| 久久久国产成人精品二区| 激情在线观看视频在线高清| 在线观看一区二区三区| 欧美黑人巨大hd| 高潮久久久久久久久久久不卡| 国产真人三级小视频在线观看| 可以在线观看的亚洲视频| 亚洲人成网站在线播放欧美日韩| 最近最新免费中文字幕在线| 国产精品国产高清国产av| 国产精品自产拍在线观看55亚洲| 日日摸夜夜添夜夜添小说| www.色视频.com| 亚洲第一欧美日韩一区二区三区| 女人高潮潮喷娇喘18禁视频| 在线观看免费午夜福利视频| 国产亚洲精品久久久久久毛片| 亚洲欧美日韩卡通动漫| www日本在线高清视频| 欧美性猛交黑人性爽| 国产成人av激情在线播放| 国产伦精品一区二区三区视频9 | 国产精品久久久久久亚洲av鲁大| 成人性生交大片免费视频hd| 国产99白浆流出| 18美女黄网站色大片免费观看| 国产精品乱码一区二三区的特点| 欧美日韩乱码在线| 在线国产一区二区在线| 丰满乱子伦码专区| 日日摸夜夜添夜夜添小说| 亚洲av免费在线观看| 国产精品 欧美亚洲| 一级a爱片免费观看的视频| x7x7x7水蜜桃| av天堂在线播放| 国产淫片久久久久久久久 | a级毛片a级免费在线| 99久久成人亚洲精品观看| 亚洲国产精品999在线| 非洲黑人性xxxx精品又粗又长| 老汉色∧v一级毛片| 18美女黄网站色大片免费观看| www日本在线高清视频| 俄罗斯特黄特色一大片| 好看av亚洲va欧美ⅴa在| 丰满乱子伦码专区| 人人妻人人看人人澡| 一二三四社区在线视频社区8| 欧美大码av| avwww免费| 亚洲第一欧美日韩一区二区三区| 成人三级黄色视频| 国产单亲对白刺激| 丁香欧美五月| 久久草成人影院| 国产高清视频在线播放一区| 国产高清有码在线观看视频| 亚洲精品乱码久久久v下载方式 | 精品久久久久久久末码| 亚洲第一电影网av| 国产视频一区二区在线看| 亚洲18禁久久av| 最近在线观看免费完整版| 久久精品国产综合久久久| 国产一区在线观看成人免费| 中国美女看黄片| 亚洲中文日韩欧美视频| 亚洲欧美日韩无卡精品| 亚洲精品久久国产高清桃花| 在线国产一区二区在线| 欧美bdsm另类| 麻豆国产av国片精品| 99国产精品一区二区三区| 国产欧美日韩一区二区三| 色精品久久人妻99蜜桃| 看免费av毛片| 亚洲自拍偷在线| 日韩欧美精品免费久久 | 在线观看舔阴道视频| 99久久精品热视频| 99热6这里只有精品| 欧美激情久久久久久爽电影| 哪里可以看免费的av片| 国产97色在线日韩免费| 久久香蕉精品热| 少妇裸体淫交视频免费看高清| 中文在线观看免费www的网站| 人人妻人人澡欧美一区二区| 久久天躁狠狠躁夜夜2o2o| 成人欧美大片| 最新中文字幕久久久久| 狂野欧美白嫩少妇大欣赏| 99视频精品全部免费 在线| 亚洲精品久久国产高清桃花| 成年女人看的毛片在线观看| tocl精华| 91字幕亚洲| 无人区码免费观看不卡| 2021天堂中文幕一二区在线观| 国产中年淑女户外野战色| 精品人妻偷拍中文字幕| 国产视频内射| www日本黄色视频网| 色综合欧美亚洲国产小说| 国产一区二区在线观看日韩 | 国产三级中文精品| 日本黄色片子视频| 国产成人系列免费观看| 欧美中文综合在线视频| www.色视频.com| 一本精品99久久精品77| 99热只有精品国产| 国产欧美日韩精品一区二区| 舔av片在线| 亚洲一区二区三区不卡视频| 欧美zozozo另类| 国产精品99久久99久久久不卡| 亚洲国产精品成人综合色| 国产毛片a区久久久久| 免费人成视频x8x8入口观看| 久久香蕉精品热| 久久九九热精品免费| 精品国产亚洲在线| 成人性生交大片免费视频hd| 婷婷精品国产亚洲av在线| 免费在线观看成人毛片| 丁香欧美五月| 亚洲第一电影网av| 波多野结衣高清作品| 国内精品久久久久精免费| 19禁男女啪啪无遮挡网站| 波多野结衣巨乳人妻| 国产精品自产拍在线观看55亚洲| 免费看光身美女| 精品福利观看| 久久精品91无色码中文字幕| 国产极品精品免费视频能看的| 欧美成狂野欧美在线观看| 一进一出抽搐gif免费好疼| 狂野欧美白嫩少妇大欣赏| 精品人妻1区二区| 首页视频小说图片口味搜索| 国产高清激情床上av| 一本精品99久久精品77| 国产成人福利小说| 香蕉久久夜色| 最近最新中文字幕大全免费视频| 亚洲18禁久久av| 亚洲aⅴ乱码一区二区在线播放| 中文在线观看免费www的网站| 国产男靠女视频免费网站| 久久久色成人| av天堂中文字幕网| 黄色视频,在线免费观看| 亚洲男人的天堂狠狠| 91久久精品电影网| 国产精品 国内视频| netflix在线观看网站| 亚洲熟妇中文字幕五十中出| 精品午夜福利视频在线观看一区| 午夜福利高清视频| 久久九九热精品免费| 亚洲精品一卡2卡三卡4卡5卡| 国产亚洲欧美在线一区二区| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 亚洲国产精品久久男人天堂| 国产一级毛片七仙女欲春2| 亚洲欧美一区二区三区黑人| 色综合婷婷激情| 五月玫瑰六月丁香| 亚洲精品乱码久久久v下载方式 | xxxwww97欧美| 悠悠久久av| 99精品久久久久人妻精品| 成人国产一区最新在线观看| 精品午夜福利视频在线观看一区| 色吧在线观看| 看黄色毛片网站| 一夜夜www| 在线a可以看的网站| 免费观看的影片在线观看| 99久久久亚洲精品蜜臀av| 国产成人aa在线观看| 精品久久久久久,| 欧美另类亚洲清纯唯美| 天堂动漫精品| 国产午夜精品论理片| 母亲3免费完整高清在线观看| 动漫黄色视频在线观看| 午夜激情欧美在线| 亚洲精品成人久久久久久| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 国产精品日韩av在线免费观看| 中文资源天堂在线| 久久亚洲真实| 色哟哟哟哟哟哟| 国产日本99.免费观看| 欧美在线黄色| 国产成人av激情在线播放| 噜噜噜噜噜久久久久久91| 国产精品国产高清国产av| 青草久久国产| 波多野结衣高清无吗| 人妻久久中文字幕网| 国产精品一及| 国产激情偷乱视频一区二区| 一个人免费在线观看电影| 麻豆成人av在线观看| 好男人在线观看高清免费视频| 男人舔奶头视频| 成人亚洲精品av一区二区| 美女高潮喷水抽搐中文字幕| 午夜日韩欧美国产| 欧美黑人巨大hd| 成人av一区二区三区在线看| 欧美丝袜亚洲另类 | 亚洲av成人不卡在线观看播放网| 99久国产av精品| 精品乱码久久久久久99久播| 人人妻人人看人人澡| 69av精品久久久久久| 999久久久精品免费观看国产| 美女 人体艺术 gogo| avwww免费| 看免费av毛片| 狠狠狠狠99中文字幕| 中文亚洲av片在线观看爽| 日韩有码中文字幕| 一a级毛片在线观看| 欧美一级a爱片免费观看看| 最近视频中文字幕2019在线8| 99国产精品一区二区三区| 男人的好看免费观看在线视频| 精品人妻偷拍中文字幕| 精品99又大又爽又粗少妇毛片 | www.色视频.com| 看片在线看免费视频| 99国产精品一区二区蜜桃av| 亚洲成人久久性| 老司机午夜福利在线观看视频| 在线免费观看的www视频| netflix在线观看网站| 色精品久久人妻99蜜桃| 欧美最新免费一区二区三区 | 18禁国产床啪视频网站| 欧美另类亚洲清纯唯美| 一区福利在线观看| 日本三级黄在线观看| 精品国产三级普通话版| 国产亚洲欧美98| 国产精品综合久久久久久久免费| 在线观看午夜福利视频| 国产精品1区2区在线观看.| 免费搜索国产男女视频| 亚洲欧美日韩东京热| 最近最新中文字幕大全免费视频| 一本综合久久免费| 国内毛片毛片毛片毛片毛片| 无限看片的www在线观看| 亚洲av第一区精品v没综合| 欧美精品啪啪一区二区三区| 丝袜美腿在线中文| 黄色日韩在线| 中国美女看黄片| 中文亚洲av片在线观看爽| 毛片女人毛片| 每晚都被弄得嗷嗷叫到高潮| 一级作爱视频免费观看| 又粗又爽又猛毛片免费看| 亚洲欧美激情综合另类| 久久国产乱子伦精品免费另类| 性欧美人与动物交配| 五月伊人婷婷丁香| 日本三级黄在线观看| 国产精品一及| 怎么达到女性高潮| 国产一区二区亚洲精品在线观看| 一级毛片高清免费大全| 精品久久久久久久末码| 国产男靠女视频免费网站| 久久人妻av系列| 偷拍熟女少妇极品色| 午夜福利在线观看免费完整高清在 | 最后的刺客免费高清国语| 午夜免费成人在线视频| 国产高清三级在线| 亚洲七黄色美女视频| 国产精品综合久久久久久久免费| 国产成人啪精品午夜网站| 90打野战视频偷拍视频| 一级黄色大片毛片| 国产97色在线日韩免费| 亚洲熟妇中文字幕五十中出| 欧美不卡视频在线免费观看| 热99re8久久精品国产| 欧美午夜高清在线| 国产成+人综合+亚洲专区| 好男人在线观看高清免费视频| 中文字幕人成人乱码亚洲影| 国产激情偷乱视频一区二区| 一边摸一边抽搐一进一小说| 男女之事视频高清在线观看| 亚洲午夜理论影院| 在线观看午夜福利视频| 亚洲自拍偷在线| 看免费av毛片| 亚洲五月天丁香| 国产精品久久久久久亚洲av鲁大| svipshipincom国产片| 国产精品精品国产色婷婷| 夜夜躁狠狠躁天天躁| 18禁国产床啪视频网站| 伊人久久精品亚洲午夜| 好男人在线观看高清免费视频| www日本黄色视频网| 看片在线看免费视频| 18禁裸乳无遮挡免费网站照片| 亚洲国产精品999在线| 成人一区二区视频在线观看| 午夜福利在线观看吧| 2021天堂中文幕一二区在线观| 国内精品久久久久精免费| 欧美黑人巨大hd| 久久人人精品亚洲av| 欧美最黄视频在线播放免费| 午夜福利在线观看吧| 日韩欧美精品v在线| 精品国内亚洲2022精品成人| 色精品久久人妻99蜜桃| 久久国产乱子伦精品免费另类| 日日夜夜操网爽| www.www免费av| www日本黄色视频网| 18+在线观看网站| 久久久久九九精品影院| 成人三级黄色视频| 波多野结衣巨乳人妻| 久久九九热精品免费| 热99在线观看视频| 免费av观看视频| 亚洲成av人片免费观看| 国产精品av视频在线免费观看|