• <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
    99久久久亚洲精品蜜臀av| a级毛片免费高清观看在线播放| 久久6这里有精品| 欧美成狂野欧美在线观看| 欧美日韩亚洲国产一区二区在线观看| 亚洲无线观看免费| av中文乱码字幕在线| 亚洲av美国av| 高清毛片免费观看视频网站| 国产精品一区二区免费欧美| 国产一区二区三区视频了| 国产免费av片在线观看野外av| 69人妻影院| 99久久精品国产亚洲精品| 日日夜夜操网爽| 国产午夜福利久久久久久| 男女下面进入的视频免费午夜| 我要搜黄色片| 老司机福利观看| 波多野结衣巨乳人妻| 全区人妻精品视频| 每晚都被弄得嗷嗷叫到高潮| av天堂在线播放| 亚洲综合色惰| 国产黄色小视频在线观看| 亚洲黑人精品在线| 直男gayav资源| 人妻制服诱惑在线中文字幕| 男女下面进入的视频免费午夜| 精品免费久久久久久久清纯| 成人亚洲精品av一区二区| 特级一级黄色大片| 久久国产乱子伦精品免费另类| 亚洲狠狠婷婷综合久久图片| 男人狂女人下面高潮的视频| 在线播放无遮挡| 91字幕亚洲| 国产一区二区在线av高清观看| 在线观看午夜福利视频| 久久久久精品国产欧美久久久| 亚洲经典国产精华液单 | 久久性视频一级片| 中文字幕久久专区| 日韩人妻高清精品专区| 欧美性感艳星| 午夜福利成人在线免费观看| 日本成人三级电影网站| 亚洲av免费在线观看| 国产成人影院久久av| 级片在线观看| 麻豆久久精品国产亚洲av| 亚洲自偷自拍三级| 亚洲欧美日韩高清专用| 中文字幕高清在线视频| 亚洲欧美日韩无卡精品| 18禁在线播放成人免费| 一级av片app| 特级一级黄色大片| 婷婷六月久久综合丁香| 禁无遮挡网站| 亚洲在线观看片| 久久精品91蜜桃| 久久久久久久久久黄片| 国产人妻一区二区三区在| 啦啦啦观看免费观看视频高清| 久久精品91蜜桃| 日韩欧美三级三区| 亚洲五月婷婷丁香| 国产av麻豆久久久久久久| 老熟妇仑乱视频hdxx| 九色成人免费人妻av| av女优亚洲男人天堂| 日韩大尺度精品在线看网址| 久久精品人妻少妇| 国产伦人伦偷精品视频| 在线播放国产精品三级| 国产免费一级a男人的天堂| 欧美精品国产亚洲| 成人av在线播放网站| 国产探花在线观看一区二区| 国产男靠女视频免费网站| 99国产综合亚洲精品| 色视频www国产| 亚洲,欧美,日韩| 久久国产乱子免费精品| 一边摸一边抽搐一进一小说| 欧美最黄视频在线播放免费| 色在线成人网| 亚洲aⅴ乱码一区二区在线播放| 欧美极品一区二区三区四区| 夜夜看夜夜爽夜夜摸| 99热只有精品国产| 狂野欧美白嫩少妇大欣赏| 在线国产一区二区在线| 美女免费视频网站| 久久亚洲真实| 又黄又爽又刺激的免费视频.| 精品国产亚洲在线| 俄罗斯特黄特色一大片| 国产精品久久久久久久久免 | 久久久久久久午夜电影| 老司机午夜十八禁免费视频| 欧美激情久久久久久爽电影| 国产精品免费一区二区三区在线| 国产真实乱freesex| 成人精品一区二区免费| 久久国产乱子伦精品免费另类| 日本a在线网址| 成熟少妇高潮喷水视频| 国产精品98久久久久久宅男小说| 日本精品一区二区三区蜜桃| 亚洲国产色片| 亚洲va日本ⅴa欧美va伊人久久| 午夜a级毛片| 最后的刺客免费高清国语| av在线老鸭窝| 婷婷精品国产亚洲av在线| 一个人免费在线观看电影| 亚洲av不卡在线观看| 成年版毛片免费区| 麻豆国产97在线/欧美| 国内精品久久久久久久电影| 亚洲,欧美,日韩| 日本 av在线| www.www免费av| 亚洲在线观看片| 又粗又爽又猛毛片免费看| 嫩草影院精品99| 国产精品伦人一区二区| 99视频精品全部免费 在线| 久久精品影院6| 99久久精品国产亚洲精品| 在线十欧美十亚洲十日本专区| 男人舔女人下体高潮全视频| 日韩有码中文字幕| 757午夜福利合集在线观看| 黄色女人牲交| 久久午夜亚洲精品久久| 久久精品国产亚洲av涩爱 | 精品一区二区三区av网在线观看| av天堂在线播放| 99国产精品一区二区蜜桃av| 99热精品在线国产| 精品人妻1区二区| 岛国在线免费视频观看| 啦啦啦韩国在线观看视频| 亚洲精品在线观看二区| 日本 欧美在线| 夜夜躁狠狠躁天天躁| 成人国产一区最新在线观看| 超碰av人人做人人爽久久| 亚洲avbb在线观看| 全区人妻精品视频| 偷拍熟女少妇极品色| 欧美另类亚洲清纯唯美| 国产高潮美女av| 久久久精品欧美日韩精品| 精品日产1卡2卡| 小说图片视频综合网站| 日韩av在线大香蕉| 真实男女啪啪啪动态图| av在线观看视频网站免费| 久久久久久久精品吃奶| 国产欧美日韩精品一区二区| 一区福利在线观看| 无人区码免费观看不卡| 欧美最新免费一区二区三区 | 国产av一区在线观看免费| 日本成人三级电影网站| 免费观看人在逋| 色尼玛亚洲综合影院| 色哟哟哟哟哟哟| 偷拍熟女少妇极品色| 丰满人妻熟妇乱又伦精品不卡| 国内精品美女久久久久久| 噜噜噜噜噜久久久久久91| 性欧美人与动物交配| 91在线观看av| 久久香蕉精品热| 欧美日韩福利视频一区二区| 国产综合懂色| 亚洲三级黄色毛片| 精品一区二区三区人妻视频| 国产一区二区激情短视频| 亚洲欧美激情综合另类| 在线国产一区二区在线| 三级国产精品欧美在线观看| 国产真实伦视频高清在线观看 | 麻豆久久精品国产亚洲av| 黄色女人牲交| 岛国在线免费视频观看| 美女高潮的动态| 国产熟女xx| 国内少妇人妻偷人精品xxx网站| 日本精品一区二区三区蜜桃| 高清毛片免费观看视频网站| 尤物成人国产欧美一区二区三区| 又黄又爽又免费观看的视频| 97碰自拍视频| 国产亚洲欧美在线一区二区| 日韩亚洲欧美综合| 久久久久久久亚洲中文字幕 | 国产精品嫩草影院av在线观看 | 欧美日韩综合久久久久久 | 免费搜索国产男女视频| 日日摸夜夜添夜夜添小说| 中文字幕人成人乱码亚洲影| 亚洲欧美激情综合另类| 免费在线观看影片大全网站| 女人十人毛片免费观看3o分钟| 亚洲人成网站高清观看| 最新中文字幕久久久久| 99久久精品国产亚洲精品| 在线观看免费视频日本深夜| 搡老妇女老女人老熟妇| 18+在线观看网站| 丰满的人妻完整版| 18禁黄网站禁片午夜丰满| 伦理电影大哥的女人| 国产精品三级大全| 99热这里只有精品一区| 亚洲乱码一区二区免费版| 日韩高清综合在线| 激情在线观看视频在线高清| 极品教师在线免费播放| 欧美最黄视频在线播放免费| 国产91精品成人一区二区三区| xxxwww97欧美| 成人毛片a级毛片在线播放| 亚洲av第一区精品v没综合| 国产在线精品亚洲第一网站| 好男人电影高清在线观看| 午夜福利免费观看在线| 国产色婷婷99| 香蕉av资源在线| 日本撒尿小便嘘嘘汇集6| 99视频精品全部免费 在线| 18禁在线播放成人免费| 亚洲av中文字字幕乱码综合| 亚州av有码| 精品日产1卡2卡| 在线观看av片永久免费下载| 在现免费观看毛片| 三级男女做爰猛烈吃奶摸视频| 噜噜噜噜噜久久久久久91| 九色国产91popny在线| 深夜a级毛片| 国产人妻一区二区三区在| 老熟妇乱子伦视频在线观看| 亚洲狠狠婷婷综合久久图片| a级一级毛片免费在线观看| 欧美在线黄色| 欧美色欧美亚洲另类二区| 日本黄色视频三级网站网址| 日韩欧美免费精品| 天堂av国产一区二区熟女人妻| 久久精品久久久久久噜噜老黄 | 色视频www国产| 色哟哟哟哟哟哟| 一个人免费在线观看的高清视频| 国产精品久久久久久久久免 | 久久天躁狠狠躁夜夜2o2o| 免费观看的影片在线观看| 国产在线精品亚洲第一网站| 亚洲专区中文字幕在线| 美女xxoo啪啪120秒动态图 | www.色视频.com| bbb黄色大片| 91麻豆av在线| 在线观看免费视频日本深夜| av在线天堂中文字幕| av黄色大香蕉| 欧美日韩综合久久久久久 | 国产精品av视频在线免费观看| 51午夜福利影视在线观看| 三级毛片av免费| 欧美不卡视频在线免费观看| 久久人人爽人人爽人人片va | 国产乱人伦免费视频| 欧美日本视频| 在现免费观看毛片| 免费在线观看成人毛片| 国产 一区 欧美 日韩| 国产探花在线观看一区二区| 日日摸夜夜添夜夜添小说| 亚洲一区二区三区不卡视频| 欧美日韩综合久久久久久 | 国产成人av教育| 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 | 9191精品国产免费久久| 99热6这里只有精品| 在线观看一区二区三区| 久久精品久久久久久噜噜老黄 | 成人美女网站在线观看视频| 此物有八面人人有两片| 国产伦人伦偷精品视频| 在线看三级毛片| 国产伦在线观看视频一区| 亚洲欧美日韩高清在线视频| 成人三级黄色视频| 久久九九热精品免费| 99热这里只有是精品50| 亚洲av五月六月丁香网| 精品久久久久久久久亚洲 | 在现免费观看毛片| 波多野结衣巨乳人妻| 精华霜和精华液先用哪个| 岛国在线免费视频观看| 最近最新中文字幕大全电影3| 国产免费一级a男人的天堂| 国产欧美日韩精品亚洲av| 国产成人aa在线观看| 国产精品人妻久久久久久| 丁香欧美五月| 久久天躁狠狠躁夜夜2o2o| 天堂网av新在线| 亚洲美女黄片视频| 亚洲黑人精品在线| 日韩有码中文字幕| 男人狂女人下面高潮的视频| 一级黄色大片毛片| 国产私拍福利视频在线观看| 午夜激情欧美在线| 成年版毛片免费区| 久久久久久久午夜电影| 高清在线国产一区| 日韩欧美 国产精品| 亚洲aⅴ乱码一区二区在线播放| 中文字幕人妻熟人妻熟丝袜美| 久久精品人妻少妇| 偷拍熟女少妇极品色| 久99久视频精品免费| 天天一区二区日本电影三级| 亚洲激情在线av| 99久久精品国产亚洲精品| 黄色日韩在线| 99国产综合亚洲精品| 十八禁国产超污无遮挡网站| 丁香欧美五月| 国产淫片久久久久久久久 | 亚洲第一区二区三区不卡| 一夜夜www| 中文字幕久久专区| 老熟妇仑乱视频hdxx| 69av精品久久久久久| 啦啦啦韩国在线观看视频| av欧美777| 亚洲成人久久爱视频| 成年版毛片免费区| 欧美精品国产亚洲| 亚洲人成网站在线播| 永久网站在线| 美女xxoo啪啪120秒动态图 | 精品久久久久久久久亚洲 | 国产亚洲av嫩草精品影院| 久久国产精品人妻蜜桃| 日韩精品青青久久久久久| 女人十人毛片免费观看3o分钟| 99精品在免费线老司机午夜| 日韩欧美精品v在线| 亚洲最大成人手机在线| 亚洲午夜理论影院| 中文字幕人成人乱码亚洲影| 91久久精品国产一区二区成人| www.熟女人妻精品国产| 久久久久久九九精品二区国产| 欧美性猛交╳xxx乱大交人| 亚洲欧美精品综合久久99| 成年女人看的毛片在线观看| 国内毛片毛片毛片毛片毛片| 乱码一卡2卡4卡精品| 精品人妻1区二区| www.www免费av| 18+在线观看网站| 亚洲激情在线av| 18美女黄网站色大片免费观看| 亚洲欧美精品综合久久99| 亚洲无线观看免费| 亚洲真实伦在线观看| 亚洲狠狠婷婷综合久久图片| 亚洲人与动物交配视频| 亚洲欧美日韩高清在线视频| 国产极品精品免费视频能看的| 免费av毛片视频| 久久久久国内视频| 日韩欧美在线二视频| 成人欧美大片| 成年免费大片在线观看| 91在线观看av| 久久婷婷人人爽人人干人人爱| 亚洲av免费高清在线观看| 亚洲av中文字字幕乱码综合| 亚洲精品一区av在线观看| 亚洲黑人精品在线| 中文字幕久久专区| 不卡一级毛片| 国产三级黄色录像| 国产69精品久久久久777片| 色哟哟哟哟哟哟| 性插视频无遮挡在线免费观看| 18+在线观看网站| 亚州av有码| 高清在线国产一区| 久久精品91蜜桃| 免费观看的影片在线观看| 波多野结衣高清无吗| 自拍偷自拍亚洲精品老妇| 亚洲成av人片免费观看| 国产精品国产高清国产av| 听说在线观看完整版免费高清| www.熟女人妻精品国产| 人人妻人人澡欧美一区二区| 18禁裸乳无遮挡免费网站照片| 搡老熟女国产l中国老女人| 免费高清视频大片| av黄色大香蕉| 亚洲成人中文字幕在线播放| 国产欧美日韩一区二区精品| 婷婷精品国产亚洲av| 国产精品自产拍在线观看55亚洲| 国产在视频线在精品| 精品人妻视频免费看| 精品熟女少妇八av免费久了| 少妇高潮的动态图| 99国产综合亚洲精品| 免费一级毛片在线播放高清视频| 免费av毛片视频| 国产v大片淫在线免费观看| 亚洲精品亚洲一区二区| 毛片女人毛片| 国产极品精品免费视频能看的| 国产淫片久久久久久久久 | 婷婷精品国产亚洲av在线| 一级av片app| 亚洲美女视频黄频| 国产色婷婷99| 偷拍熟女少妇极品色| 国产毛片a区久久久久| 亚洲精华国产精华精| 成人特级黄色片久久久久久久| 在现免费观看毛片| 免费看a级黄色片| 亚洲av不卡在线观看| 亚洲综合色惰| 国产精品野战在线观看| 搡老妇女老女人老熟妇| .国产精品久久| 精品欧美国产一区二区三| 大型黄色视频在线免费观看| 久久草成人影院| www.色视频.com| 脱女人内裤的视频| 欧美日韩乱码在线| 99视频精品全部免费 在线| 国产真实乱freesex| 欧美日本亚洲视频在线播放| 亚洲精品乱码久久久v下载方式| 国产精品,欧美在线| 99久久精品一区二区三区| 一级毛片久久久久久久久女| 在线观看66精品国产| 好男人在线观看高清免费视频| 97碰自拍视频| 国产精品久久电影中文字幕| 成人亚洲精品av一区二区| avwww免费| 九色国产91popny在线| 欧美日韩中文字幕国产精品一区二区三区| 内射极品少妇av片p| 久久天躁狠狠躁夜夜2o2o| 亚洲成人久久性| 欧美黄色淫秽网站| 黄色女人牲交| 真人做人爱边吃奶动态| 99国产精品一区二区蜜桃av| 麻豆成人av在线观看| 亚洲欧美日韩高清专用| 午夜福利18| 尤物成人国产欧美一区二区三区| 国产一区二区激情短视频| 99国产精品一区二区三区| 久久久久九九精品影院| 久久精品人妻少妇| 蜜桃久久精品国产亚洲av| 十八禁网站免费在线| 欧美日本视频| 欧美xxxx黑人xx丫x性爽| ponron亚洲| 国产精品伦人一区二区| 免费电影在线观看免费观看| 国产亚洲精品av在线| 性插视频无遮挡在线免费观看| 亚洲成人久久性| 免费看日本二区| 亚洲,欧美精品.| 小蜜桃在线观看免费完整版高清| 色播亚洲综合网| 国产高潮美女av| 女人被狂操c到高潮| 国产蜜桃级精品一区二区三区| 成人欧美大片| 免费人成视频x8x8入口观看| av在线蜜桃| 免费看日本二区| 亚州av有码| 亚洲一区二区三区不卡视频| 国产成人影院久久av| 波多野结衣高清无吗| 亚洲精品乱码久久久v下载方式| 亚洲熟妇熟女久久| 天天一区二区日本电影三级| 男人和女人高潮做爰伦理| 精品人妻1区二区| 99久久成人亚洲精品观看| 成人特级av手机在线观看| 天天一区二区日本电影三级| 欧美色视频一区免费| 精品人妻视频免费看| 亚洲人成网站高清观看| 午夜亚洲福利在线播放| 日本黄大片高清| 麻豆av噜噜一区二区三区| 高清日韩中文字幕在线| 中文字幕av在线有码专区| 91久久精品国产一区二区成人| 国产高潮美女av| 欧美日韩亚洲国产一区二区在线观看| 十八禁网站免费在线| 国产精品乱码一区二三区的特点| 一本一本综合久久| 日韩中字成人| 中文字幕久久专区| 亚洲aⅴ乱码一区二区在线播放| 亚洲中文字幕日韩| 一本一本综合久久| 久久热精品热| 亚州av有码| 亚洲人与动物交配视频| 久久久久亚洲av毛片大全| 亚洲自拍偷在线| 亚洲av熟女| 变态另类成人亚洲欧美熟女| 桃红色精品国产亚洲av| 成人国产综合亚洲| 亚洲aⅴ乱码一区二区在线播放| 国产精品国产高清国产av| 嫁个100分男人电影在线观看| 午夜两性在线视频| 别揉我奶头~嗯~啊~动态视频| 此物有八面人人有两片| 欧美黄色淫秽网站| 国内揄拍国产精品人妻在线| 中文在线观看免费www的网站| 亚洲,欧美精品.| 国产伦精品一区二区三区四那| 99国产综合亚洲精品| 少妇的逼水好多| 嫩草影院新地址| 婷婷亚洲欧美| 午夜免费激情av| 午夜福利高清视频| 夜夜夜夜夜久久久久| 久久这里只有精品中国| 人妻丰满熟妇av一区二区三区| 国产亚洲欧美在线一区二区| 特级一级黄色大片| 欧美xxxx黑人xx丫x性爽| 夜夜看夜夜爽夜夜摸| 禁无遮挡网站| 亚洲 国产 在线| 如何舔出高潮| 国产91精品成人一区二区三区| 九色国产91popny在线| 国产三级黄色录像| 熟妇人妻久久中文字幕3abv| 国产高清有码在线观看视频| h日本视频在线播放| 99riav亚洲国产免费| 12—13女人毛片做爰片一| 狂野欧美白嫩少妇大欣赏| 国产不卡一卡二| 高潮久久久久久久久久久不卡| 最近视频中文字幕2019在线8| 在线十欧美十亚洲十日本专区| 亚洲五月婷婷丁香| 久久欧美精品欧美久久欧美| 又爽又黄无遮挡网站| 高清日韩中文字幕在线| 国产激情偷乱视频一区二区| 淫秽高清视频在线观看| 757午夜福利合集在线观看| 毛片一级片免费看久久久久 | www.www免费av| 国产高潮美女av| 国产视频内射| 久久婷婷人人爽人人干人人爱| 看免费av毛片| 偷拍熟女少妇极品色| 黄色日韩在线| 日韩有码中文字幕| 欧美在线黄色| 精品久久久久久久久久免费视频| 亚洲狠狠婷婷综合久久图片| 亚洲国产精品合色在线| 成人无遮挡网站| 国产精品综合久久久久久久免费| 国产成人欧美在线观看| 亚洲精品成人久久久久久| 直男gayav资源| 波多野结衣高清作品| 18+在线观看网站| 日韩av在线大香蕉| 看十八女毛片水多多多| 国产不卡一卡二| 久久国产精品人妻蜜桃|