• <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SSDKmeans算法的微博熱點話題發(fā)現(xiàn)研究

    2019-10-18 02:57:59李海明
    軟件導刊 2019年9期

    李海明

    摘 要:為及時從海量微博信息中迅捷有效提取出微博熱點話題、事件,提出基于頻繁集的聚類SSDKmeans算法,在有限空間下統(tǒng)計分詞的近似頻數(shù),并在此基礎上構建文本向量空間模型,在聚類生成的每個話題簇中提煉話題關鍵詞。通過對2萬條微博數(shù)據(jù)進行有效性驗證,結果表明,基于SSDKmeans算法的話題發(fā)現(xiàn)有較高的召回率和精準率,分別為91.3%、92.1%。SSDKmeans算法能夠有效提高微博熱點話題發(fā)現(xiàn)率,進而及時了解社會熱點話題與輿論趨勢。

    關鍵詞:話題發(fā)現(xiàn);文本聚類;微博短文本;頻繁集

    DOI:10. 11907/rjdk. 192006 開放科學(資源服務)標識碼(OSID):

    中圖分類號:TP391文獻標識碼:A 文章編號:1672-7800(2019)009-0173-03

    Research on Hot Topic Discovery of Microblog Based on SSDKmeans Algorithms

    LI Hai-ming

    (College of Computer Science and Engineering,Shandong University of Science and Technology,Qingdao 266590,China)

    Abstract: In order to quickly and effectively generate hot topics and events from the massive micro-blog information, in this paper, a clustering algorithm based on SSDKmeans of frequent sets is proposed to calculate the approximate frequency of word segmentation in finite space, and on this basis, a text vector space model is constructed to extract topic keywords in each topic cluster generated by clustering. The validity of 20 000 real microblog data is verified. The experimental results show that topic discovery based on SSDKmeans algorithm has higher recall rate and precision rate, 91.3% and 92.1% respectively. SSDKmeans algorithm can effectively improve the discovery of hot topics in Microblog, and then more timely understand the social hot topics, public opinion trends.

    Key Words: topic discovery; text clustering; microblog short text; frequent sets

    0 引言

    據(jù)《第 42 次中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》,截至 2018 年 6 月,微博注冊人數(shù)約 3.5 億,中國網(wǎng)民占比達42.13%。微博平臺每天發(fā)布海量數(shù)據(jù),數(shù)據(jù)涵蓋許多熱點話題及事件描述[1]。如何高效處理海量微博數(shù)據(jù)、快速發(fā)現(xiàn)熱點話題是研究熱點。

    微博通常以短文本形式呈現(xiàn),其特點是短文本、噪聲大、網(wǎng)絡用語多。微博用戶通過不同方式傳發(fā)信息,如網(wǎng)頁頁面轉發(fā)、點贊等;支持客戶端設備也有多種,如平板電腦、臺式電腦及筆記本等。一方面,對于流傳的熱點話題用戶很在意,并且會主動了解信息的動態(tài);另一方面,微博平臺的特征決定了事件、熱點話題在其上流傳極為迅速 [2-3]。

    有研究者通過采集微博數(shù)據(jù)得出解決問題方案,從而解決社會實際問題。2016年美國總統(tǒng)大選時,推特(twitter)用戶發(fā)表了許多包含情感及態(tài)度的詞條,國外有研究人員從中挖掘并分析人們的情感傾向,得到的結果與實際較為相符。

    國內微博平臺發(fā)展晚于國外,目前主要有新浪微博、騰訊微博等。鄭斐然等 [4]用算法 Apriori 進行微博熱點話題發(fā)現(xiàn),能夠迅速找到熱點話題。雖然話題發(fā)現(xiàn)能力有很大提高,但執(zhí)行效率還有較大提升空間;楊亮等 [5]基于時間有效性研究話題、事件,微博用戶發(fā)布信息中包含表達用戶的態(tài)度詞,這些詞條有較大的情感傾向,能夠較快發(fā)現(xiàn)熱點話題;文獻[6]研究用戶之間的相互關系及用戶特征,提出基于用戶特征的熱點話題發(fā)現(xiàn)方法 Topic-User,該方法雖然改善了話題詞選擇,但不具普適性。

    以上方法都未考慮將有效頻繁項作為微博熱點話題詞[7]。本文提出SSDkmeans算法,對微博熱點話題提取進行深入研究。通過研究微博信息的頻繁集詞條、微博文本聚類等相關技術,了解最新社會熱點話題,實時追蹤輿論動向。

    1 相關理論

    1.1 文本聚類

    不同組別的文檔類型相似性低,相同組別的文檔類型相似性大,這是文本聚類的主要假設依據(jù)[8]。之所以文本聚類具備非人工處理能力和較好的可伸縮性,并成為文本信息加工的主要技術手段,是因為聚類不需要機器監(jiān)測,無須大量模擬訓練過程,以及文檔分類標注不需要人工干預。

    對采集到的微博數(shù)據(jù)集進行預處理是文本聚類的第一要務,將數(shù)學矩陣應用到文本內容并加工整合,即文本數(shù)學化、數(shù)字化,以特征項表征目標微博文本信息[8]。利用文本信息建立特征項模型最具代表性的是向量空間模型(Vector Space Model,VSM) [9]。1969年Gerard Salton提出了構建文本的VSM模型,是對文檔構建的一種統(tǒng)計模型。將每個文檔構造為由一個同屬性集合詞條向量空間中所對應的一個“點”,這是VSM模型的重要思想,數(shù)學表征定義見式(1)。

    其中,f是一條微博文本,ti表示特征詞條,wi 為特征詞條的權重值(其中i=1,2,3,…,n)。因為微博文本內容通常很短,單個詞條大多出現(xiàn)次數(shù)為0或1,能夠很好地篩選出頻繁出現(xiàn)的詞條;而布爾權重法具有操作簡單、易于理解的特性,所以本文采用布爾權重法對特征值加權[10]。

    布爾標識微博文本,包含對應的特征項權重為 1,否則為 0。

    式(2)中,[wij]為微博權重,[tfij]為微博特征項的權重值(其中i,j=1,2,3,…,n)。

    建立文本特征向量過程:對文本信息進行預加工 (降噪) ,對微博文本進行詞條劃割,頻繁項集挖掘,構造微博文本向量空間。本文通過將微博短文本映射為VSM所對應的向量空間中的點,使計算機在處理微博文本時更快速、更具有針對性。

    1.2 SSDKmeans算法

    Kmeans算法[11-13]依據(jù)各個類別簇的初始中心點進行分組,再對初始類別進行聚類調整。Kmeans算法的核心問題是初始中心點的選擇,如果中心選擇不好,聚類結果將會很差。因此,該算法需要反復多次優(yōu)化調整、重新計算每次優(yōu)化后的聚類中心,這導致處理巨量數(shù)據(jù)時算法性能很低。

    1.2.1 Kmeans算法中的距離度量

    余弦相似度,指向量空間中的向量夾角的余弦值[11]。余弦相似度相對于距離衡量,更關注向量在方向上的區(qū)別。如圖1所示,空間坐標形象表示了余弦相似度,在三維空間中兩個空間向量A、B之間夾角越小就越相似,反之越不相似。

    1.2.2 SSDKmeans算法設計

    數(shù)據(jù)流是基于時間排序的一種特殊序列[14]。目前,各種網(wǎng)絡平臺都應用了數(shù)據(jù)流技術,如京東、淘寶用戶在瀏覽物品時的圖片加載過程、NBA直播等。

    頻繁項指在數(shù)據(jù)集合中項的出現(xiàn)次數(shù)達到某一閾值[14],如某一數(shù)據(jù)集合中含有N個數(shù)據(jù)項,支持度設定為s∈(0,1),那么數(shù)據(jù)項頻數(shù)達到sN或者超過sN就歸并為頻繁項。頻繁項廣泛應用于領域分析和研究,本文提出結合頻繁項挖掘ss(space saving,ss)算法[14]和基于距離改進的Kmeans算法[15-18]即space saving distance kmeans(SSDKmeans)算法處理微博文本。ss算法主要用于數(shù)據(jù)流計算,其思想是:有N個數(shù)據(jù),如果一個新的數(shù)據(jù)項ei在N里面,則對應的計數(shù)加1;如果不在則判斷空間是否已經(jīng)滿了,滿了則替換計數(shù)最小的em,否則直接添加到數(shù)據(jù)集合D中。

    SSDKmeans算法描述如下(其中,輸入是微博數(shù)據(jù)流,輸出是微博聚類簇):

    ①數(shù)據(jù)集D有N個微博記錄詞條,每個詞條的計數(shù)為ci,輸入微博詞條;

    ②判斷ei是否在D中;

    ③如果在,fi = fi + ci作為ei的統(tǒng)計頻數(shù);

    ④如果不在,再判斷D 空間是否滿了;

    ⑤D空間沒滿,將加到D中;

    ⑥否則查找D中計數(shù)值fm最小的數(shù)據(jù)項em ,將其替換掉;

    ⑦對步驟⑥頻繁項的數(shù)據(jù)集進行VSM建模;

    ⑧基于最大最小距離初始m個中心點;

    ⑨對W[i][j]的每一條微博,分別計算它們與m個聚類中心的距離(通過余弦距離)distance(i,m);

    ⑩對W[i][j]的每一條微博,計算最近聚類的中心near(i) = mi;

    11評判W[i][j]每一條微博,如果所有的微博文本集都屬于最近的near(i)這一類別,那么終止。如果不是就繼續(xù)執(zhí)行;

    12near(i),把i歸并到m中,重新計算各個中心(即各條微博的平均值),再循環(huán)從步驟⑩開始執(zhí)行。

    2 實驗結果與分析

    2.1 實驗環(huán)境

    對基于SSD-Kmeans算法的微博文本聚類算法效果進行分析、驗證和說明。實驗環(huán)境為windows7系統(tǒng),Microsoft Visual Studio2013開發(fā)軟件,SqlServer2012數(shù)據(jù)庫服務器,算法由 C#語言實現(xiàn)。實驗過程中使用的分詞工具是中國科學院的NLPIR漢語分詞系統(tǒng)[19]。

    2.2 數(shù)據(jù)集介紹

    實驗使用的數(shù)據(jù)集來自微博開發(fā)者官方平臺。通過預處理獲取到的微博數(shù)據(jù)集包含約2萬條有效微博文本,處理過程如圖2所示。

    2.3 實驗方法

    對微博短文本聚類相似性結果采用召回率和精準率評判[20],召回率指SSDKmeans算法找到的頻繁項與實際存在的頻繁項之比,數(shù)學公式定義為:

    2.4 實驗結果與分析

    對2萬多條關于某時間段用戶發(fā)表的微博文本信息進行實驗,部分實驗結果如圖3所示,其中“||”前面為每條微博的id號(即每條微博的唯一標識號),后面是微博文本信息。抽取的話題詞為失聯(lián)、女童、章子欣、回家。根據(jù)新浪微博官方網(wǎng)站提供的熱點話題列表進行對照,實際存在的話題如圖4所示。

    本文進行若干次實驗,分別取各自評測指標的平均值進行對比,如表1所示。從表1可以看出,SSDKmeans算法明顯優(yōu)于傳統(tǒng)Kmeans算法以及基于距離改進的Kmeans算法。

    本文對采集的微博數(shù)據(jù)預處理后使用SSDKmeans算法聚類,然后通過NLPIR漢語分詞系統(tǒng)提供的提取關鍵詞方法抽取話題,最后根據(jù)每個話題包含的微博簇進行統(tǒng)計,某段時間話題熱度排序結果如表 2所示。

    3 結語

    微博作為特殊的網(wǎng)絡社交平臺,正在影響著人們的生活習慣以及信息傳播形式?;赟SDKmeans算法的微博文本聚類研究發(fā)現(xiàn),本方案能夠較好地發(fā)現(xiàn)微博熱點話題。未來要研究如何結合深度學習進一步提高微博熱點話題發(fā)現(xiàn)以及提高自然語言處理的精準性。

    參考文獻:

    [1] 周煒翔,張仰森,張良. ?面向微博熱點事件的話題檢測及表述方法研究[J] . ?計算機應用研究,2019,36(12):69-75.

    [2] 宋莉娜,馮旭鵬,劉利軍. 基于SOM聚類的微博話題發(fā)現(xiàn)[J]. 計算機應用研究,2018, 35(3):671-674.

    [3] 馬哲坤,涂艷. 基于知識圖譜的網(wǎng)絡輿情突發(fā)話題內容監(jiān)測研究[J]. 情報科學,2019, V37(2):33-39.

    [4] 鄭斐然,苗奪謙, 張志飛,等. ?一種中文微博新聞話題檢測的方法[J] . 計算機科學,2012,39(1):138-141.

    [5] 楊亮,林原,林鴻飛. 基于情感分布的微博熱點事件發(fā)現(xiàn)[J] . 中文信息學報,2012,26(1):84-90.

    [6] 朱少龍. 基于微博的社會化媒體分析系統(tǒng)的設計與實現(xiàn)[D]. 哈爾濱:哈爾濱工業(yè)大學,2011.

    [7] TAN P N.Introduction to data mining [M]. 范明,譯. 北京:人民郵電出版社,2006.

    [8] 李慧,王麗婷. 基于詞項熱度的微博熱點話題發(fā)現(xiàn)研究[J] . 情報科學,2018,36(4):45-50.

    [9] 夏云慶,楊瑩,張鵬洲. 基于情感向量空間模型的歌詞情感分析[J]. 中文信息學報,2010, 24(1):99-104.

    [10] 謝婧. 文微博的話題檢測及微博預警[D]. 上海:上海交通大學,2012.

    [11] HONG L. Internet public opinion hotspot detection and analysis based on k-means and SVM algorithm[C]. Information Science & Management Engineering, 2010:257-261.

    [12] MAO D. Improved canopy-Kmeans algorithm based on Mapreduce[J]. ?Computer Engineering & Applications,2012,48(27):22-26.

    [13] DUNDAR M, QIANG K, ZHANG B, et al. Simplicity of Kmeans versus deepness of deep learning: a case of unsupervised feature learning with limited data[C]. IEEE International Conference on Machine Learning & Applications. 2016:456-461.

    [14] METWALLY A,AGRAWAL D,ABBADI A E. Efficient computation of frequent and top-k elements in data streams[C]. 10th International Conference, Database Theory - ICDT, 2005:398-412.

    [15] 趙將. 基于改進K-means聚類的推薦方法研究[D]. 武漢:華中科技大學,2016.

    [16] 鄭飛,張蕾. 基于分類的中文微博熱點話題發(fā)現(xiàn)方法研究[C]. ?第29次全國計算機安全學術交流會論文集,2014: 127-131.

    [17] KAI P,LEUNG V,HUANG Q. Clustering approach based on mini batch Kmeans for intrusion detection system over big data[J]. IEEE Access, 2018, 6(99):11897-11906.

    [18] BOUKHDHIR A,LACHIHEB O,GOUIDER. An improved Mapreduce design of Kmeans for clustering very large datasets[C]. IEEE International Conference on Computer Systems & Applications,2016:233-238.

    [19] 中科院計算所. NLPIR漢語分詞系統(tǒng)[EB/OL]. http://ictclas.nlpir.org.

    [20] MIN L S, TIAN C. Mongolian information retrieval method based on LDA model[C]. IEEE International Conference on Software Engineering & Service Science,2015:162-165.

    (責任編輯:杜能鋼)

    搡女人真爽免费视频火全软件| 久久免费观看电影| 日韩一区二区三区影片| 国产免费视频播放在线视频| 亚洲情色 制服丝袜| 日日爽夜夜爽网站| 99九九在线精品视频 | 亚洲婷婷狠狠爱综合网| 蜜桃久久精品国产亚洲av| 在线观看免费视频网站a站| 国产av精品麻豆| 成人毛片a级毛片在线播放| 99热网站在线观看| 99久久综合免费| 免费黄色在线免费观看| 99热这里只有精品一区| av线在线观看网站| 亚洲精品成人av观看孕妇| 99热这里只有是精品在线观看| 亚洲人与动物交配视频| 在线观看www视频免费| 精品99又大又爽又粗少妇毛片| 亚洲精品一区蜜桃| 午夜激情福利司机影院| 欧美国产精品一级二级三级 | 日本-黄色视频高清免费观看| a级毛片在线看网站| 观看av在线不卡| 日本午夜av视频| 亚洲伊人久久精品综合| 高清黄色对白视频在线免费看 | 午夜久久久在线观看| 久久久国产一区二区| 亚洲精品色激情综合| 亚洲怡红院男人天堂| 国国产精品蜜臀av免费| 亚洲精品国产av成人精品| 精品一区二区三区视频在线| 久久久国产欧美日韩av| 久久久久久久久久成人| 十八禁网站网址无遮挡 | 欧美日韩精品成人综合77777| 天天躁夜夜躁狠狠久久av| 老司机影院成人| 日韩免费高清中文字幕av| 国内揄拍国产精品人妻在线| 只有这里有精品99| 最近中文字幕2019免费版| 另类亚洲欧美激情| a级片在线免费高清观看视频| 少妇的逼水好多| 日日摸夜夜添夜夜添av毛片| 久久精品国产a三级三级三级| 中文在线观看免费www的网站| 欧美成人午夜免费资源| 国产精品久久久久久久久免| 青春草国产在线视频| 下体分泌物呈黄色| 欧美日韩av久久| 亚洲欧美日韩另类电影网站| 亚洲av不卡在线观看| 亚洲丝袜综合中文字幕| 日本黄色日本黄色录像| 国产免费福利视频在线观看| 国产成人91sexporn| 偷拍熟女少妇极品色| 色婷婷久久久亚洲欧美| 观看免费一级毛片| 成人亚洲欧美一区二区av| 国产永久视频网站| 国产男人的电影天堂91| 亚洲自偷自拍图片 自拍| 蜜桃国产av成人99| 午夜福利乱码中文字幕| 亚洲av日韩在线播放| 久久久久久久久久久久大奶| 国产精品亚洲av一区麻豆| 精品高清国产在线一区| 天天躁夜夜躁狠狠躁躁| 国产在线免费精品| 最近最新中文字幕大全免费视频| 人人妻人人澡人人看| 精品国产乱子伦一区二区三区 | 大陆偷拍与自拍| 欧美激情极品国产一区二区三区| 丝袜人妻中文字幕| 首页视频小说图片口味搜索| 国产成人a∨麻豆精品| 水蜜桃什么品种好| 午夜福利乱码中文字幕| 亚洲av日韩在线播放| 在线av久久热| 99久久综合免费| 国产成人欧美| 亚洲九九香蕉| 国产麻豆69| 免费在线观看日本一区| 亚洲精品成人av观看孕妇| 新久久久久国产一级毛片| 波多野结衣av一区二区av| 大香蕉久久网| 免费在线观看黄色视频的| 精品欧美一区二区三区在线| 久久午夜综合久久蜜桃| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲人成电影免费在线| 国产成人免费观看mmmm| 中文字幕色久视频| 午夜激情久久久久久久| 国产精品 欧美亚洲| 精品一区二区三区av网在线观看 | 男女无遮挡免费网站观看| 成年av动漫网址| 黄片小视频在线播放| 欧美激情极品国产一区二区三区| 一区二区av电影网| 欧美乱码精品一区二区三区| 国产精品久久久av美女十八| 久久精品人人爽人人爽视色| 国产成人精品久久二区二区91| 亚洲精品乱久久久久久| netflix在线观看网站| 伊人久久大香线蕉亚洲五| 亚洲久久久国产精品| 久久人妻熟女aⅴ| 成人手机av| 免费高清在线观看视频在线观看| 亚洲国产欧美在线一区| 欧美 亚洲 国产 日韩一| 国产亚洲精品第一综合不卡| 午夜福利在线免费观看网站| 自线自在国产av| 亚洲中文字幕日韩| 十八禁高潮呻吟视频| 欧美激情 高清一区二区三区| 十八禁网站网址无遮挡| av有码第一页| 99国产精品一区二区蜜桃av | 美女扒开内裤让男人捅视频| 中文字幕av电影在线播放| 欧美人与性动交α欧美软件| 亚洲精品国产区一区二| 国产精品九九99| 如日韩欧美国产精品一区二区三区| 老司机午夜福利在线观看视频 | 欧美日韩一级在线毛片| 久久久久国产一级毛片高清牌| 在线十欧美十亚洲十日本专区| 欧美av亚洲av综合av国产av| 91av网站免费观看| 多毛熟女@视频| 午夜福利影视在线免费观看| 丝袜在线中文字幕| 欧美激情高清一区二区三区| 欧美一级毛片孕妇| 在线十欧美十亚洲十日本专区| av天堂在线播放| 男女之事视频高清在线观看| 18禁裸乳无遮挡动漫免费视频| 咕卡用的链子| 在线观看www视频免费| 视频区欧美日本亚洲| 亚洲一码二码三码区别大吗| 成人黄色视频免费在线看| 午夜成年电影在线免费观看| 国产老妇伦熟女老妇高清| 精品人妻1区二区| 99国产精品一区二区蜜桃av | 永久免费av网站大全| 成人国产av品久久久| 国产一区二区三区av在线| www.精华液| 悠悠久久av| 免费观看人在逋| 2018国产大陆天天弄谢| 热re99久久精品国产66热6| 十八禁网站网址无遮挡| 黄色片一级片一级黄色片| 亚洲精品久久午夜乱码| 亚洲av片天天在线观看| 久久久久网色| 黑人巨大精品欧美一区二区蜜桃| 在线天堂中文资源库| 久久精品国产亚洲av高清一级| 性少妇av在线| av在线播放精品| 每晚都被弄得嗷嗷叫到高潮| 男女床上黄色一级片免费看| 丝袜人妻中文字幕| 91大片在线观看| 国产亚洲av高清不卡| 黄色视频不卡| 熟女少妇亚洲综合色aaa.| 黄色 视频免费看| 91av网站免费观看| 免费一级毛片在线播放高清视频 | 肉色欧美久久久久久久蜜桃| 日本av手机在线免费观看| 涩涩av久久男人的天堂| 男女下面插进去视频免费观看| 久久人人爽av亚洲精品天堂| 亚洲熟女毛片儿| 日韩 欧美 亚洲 中文字幕| 美女脱内裤让男人舔精品视频| 黄色片一级片一级黄色片| netflix在线观看网站| www.自偷自拍.com| 亚洲一码二码三码区别大吗| 黄色毛片三级朝国网站| 青春草视频在线免费观看| 麻豆av在线久日| 桃花免费在线播放| 亚洲国产欧美网| 国产又爽黄色视频| 两性夫妻黄色片| 午夜成年电影在线免费观看| 乱人伦中国视频| 大陆偷拍与自拍| 最黄视频免费看| 男人操女人黄网站| 欧美另类亚洲清纯唯美| 两人在一起打扑克的视频| 成人黄色视频免费在线看| av网站免费在线观看视频| 久久精品久久久久久噜噜老黄| 国产成人免费观看mmmm| 亚洲av男天堂| av一本久久久久| 久久精品亚洲熟妇少妇任你| 亚洲欧美激情在线| 一区二区三区激情视频| 九色亚洲精品在线播放| 热99国产精品久久久久久7| 少妇被粗大的猛进出69影院| 纯流量卡能插随身wifi吗| 亚洲国产毛片av蜜桃av| 大香蕉久久成人网| 淫妇啪啪啪对白视频 | 午夜福利一区二区在线看| 免费人妻精品一区二区三区视频| 日日夜夜操网爽| 男女午夜视频在线观看| 99国产精品一区二区蜜桃av | 午夜福利,免费看| 日本wwww免费看| 精品少妇一区二区三区视频日本电影| 久久国产精品大桥未久av| 免费人妻精品一区二区三区视频| 欧美久久黑人一区二区| 欧美日韩黄片免| 高清视频免费观看一区二区| 日韩制服骚丝袜av| 91九色精品人成在线观看| 日韩 欧美 亚洲 中文字幕| 亚洲精品久久久久久婷婷小说| 黑人猛操日本美女一级片| 婷婷成人精品国产| 99re6热这里在线精品视频| 三级毛片av免费| 岛国在线观看网站| 久久精品国产亚洲av香蕉五月 | 亚洲精品一二三| 国内毛片毛片毛片毛片毛片| 国产又爽黄色视频| 欧美精品人与动牲交sv欧美| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美精品啪啪一区二区三区 | 国产精品av久久久久免费| 男女免费视频国产| 国产又爽黄色视频| 国产精品影院久久| 欧美精品高潮呻吟av久久| 人人妻人人爽人人添夜夜欢视频| 中文字幕另类日韩欧美亚洲嫩草| 亚洲精品自拍成人| 国产男人的电影天堂91| 欧美国产精品一级二级三级| 精品国产国语对白av| 秋霞在线观看毛片| 精品视频人人做人人爽| 国产熟女午夜一区二区三区| 一本久久精品| 99久久人妻综合| 午夜福利在线免费观看网站| 一进一出抽搐动态| 中文精品一卡2卡3卡4更新| 人人澡人人妻人| 黄色视频在线播放观看不卡| 中文字幕av电影在线播放| 精品国产超薄肉色丝袜足j| 久久毛片免费看一区二区三区| 中亚洲国语对白在线视频| 久久久久精品国产欧美久久久 | 热99久久久久精品小说推荐| bbb黄色大片| 手机成人av网站| 老汉色av国产亚洲站长工具| 熟女少妇亚洲综合色aaa.| 欧美日韩亚洲高清精品| 在线看a的网站| 中国国产av一级| 热re99久久精品国产66热6| 热99久久久久精品小说推荐| 一级片免费观看大全| 亚洲伊人久久精品综合| 国产精品一区二区在线不卡| 91精品伊人久久大香线蕉| 国产亚洲av高清不卡| 久热这里只有精品99| 欧美在线一区亚洲| av网站在线播放免费| 国产亚洲精品一区二区www | 亚洲av日韩精品久久久久久密| av网站免费在线观看视频| 一本色道久久久久久精品综合| 国产精品一区二区免费欧美 | 国产欧美日韩一区二区三区在线| 亚洲精品久久成人aⅴ小说| 女人久久www免费人成看片| av超薄肉色丝袜交足视频| 两性夫妻黄色片| 欧美久久黑人一区二区| 少妇 在线观看| 久久国产精品男人的天堂亚洲| 他把我摸到了高潮在线观看 | 两性午夜刺激爽爽歪歪视频在线观看 | av在线老鸭窝| 国产亚洲精品一区二区www | 精品熟女少妇八av免费久了| 一区二区三区四区激情视频| 极品少妇高潮喷水抽搐| 老鸭窝网址在线观看| 黄片播放在线免费| 亚洲精品在线美女| 桃红色精品国产亚洲av| 天堂俺去俺来也www色官网| 美女大奶头黄色视频| 色婷婷久久久亚洲欧美| 日韩欧美免费精品| av电影中文网址| 视频区欧美日本亚洲| 亚洲欧美日韩高清在线视频 | 中文欧美无线码| 日韩 亚洲 欧美在线| 满18在线观看网站| 99国产精品一区二区三区| 欧美激情高清一区二区三区| 超碰成人久久| 国产麻豆69| 久久久久久久大尺度免费视频| 国产黄频视频在线观看| 老汉色∧v一级毛片| 欧美精品一区二区免费开放| 每晚都被弄得嗷嗷叫到高潮| 美女主播在线视频| 999精品在线视频| tocl精华| 欧美 日韩 精品 国产| 嫁个100分男人电影在线观看| av免费在线观看网站| 国产精品 国内视频| 国产老妇伦熟女老妇高清| 日本a在线网址| 日韩免费高清中文字幕av| 丝袜美腿诱惑在线| 午夜91福利影院| 90打野战视频偷拍视频| av电影中文网址| 香蕉丝袜av| 欧美人与性动交α欧美软件| 日本a在线网址| 女性被躁到高潮视频| 国产福利在线免费观看视频| 亚洲欧美精品综合一区二区三区| 久久久久国内视频| 国产无遮挡羞羞视频在线观看| 国产黄色免费在线视频| 亚洲三区欧美一区| 波多野结衣一区麻豆| 每晚都被弄得嗷嗷叫到高潮| 一区二区av电影网| 久久久国产欧美日韩av| 精品欧美一区二区三区在线| 久热这里只有精品99| 精品一区在线观看国产| 精品人妻一区二区三区麻豆| 十八禁人妻一区二区| 一级毛片精品| 天天躁狠狠躁夜夜躁狠狠躁| 十八禁人妻一区二区| 色播在线永久视频| 啦啦啦免费观看视频1| 如日韩欧美国产精品一区二区三区| 老司机深夜福利视频在线观看 | 久久久久视频综合| 水蜜桃什么品种好| 色94色欧美一区二区| 国产精品欧美亚洲77777| 午夜视频精品福利| 国产亚洲精品久久久久5区| 久久久久久久久免费视频了| videos熟女内射| 中文欧美无线码| 久久久久网色| 成人亚洲精品一区在线观看| 久久人人爽av亚洲精品天堂| 亚洲精品美女久久久久99蜜臀| 黄色怎么调成土黄色| 国产精品九九99| 美女福利国产在线| 狠狠婷婷综合久久久久久88av| 丰满少妇做爰视频| 天天操日日干夜夜撸| 久久久久国产精品人妻一区二区| 国产av又大| 亚洲国产欧美日韩在线播放| 性少妇av在线| 美女中出高潮动态图| 丰满人妻熟妇乱又伦精品不卡| a级片在线免费高清观看视频| 精品国产乱子伦一区二区三区 | 日韩免费高清中文字幕av| 亚洲精品中文字幕一二三四区 | 久久久欧美国产精品| 国产精品一区二区免费欧美 | 免费日韩欧美在线观看| 亚洲av国产av综合av卡| 999久久久精品免费观看国产| 精品熟女少妇八av免费久了| 久久久国产欧美日韩av| 欧美国产精品一级二级三级| 十八禁网站免费在线| 在线观看免费高清a一片| 一个人免费在线观看的高清视频 | 女性生殖器流出的白浆| 一本久久精品| 色精品久久人妻99蜜桃| 悠悠久久av| 少妇人妻久久综合中文| 久久精品熟女亚洲av麻豆精品| 搡老乐熟女国产| 精品人妻熟女毛片av久久网站| 91精品伊人久久大香线蕉| 精品国产乱码久久久久久男人| 曰老女人黄片| 中文欧美无线码| 免费观看人在逋| 亚洲欧美清纯卡通| 欧美精品一区二区大全| 精品国产超薄肉色丝袜足j| 欧美日韩福利视频一区二区| 新久久久久国产一级毛片| 自拍欧美九色日韩亚洲蝌蚪91| 他把我摸到了高潮在线观看 | 久久久久久人人人人人| 香蕉国产在线看| 欧美成人午夜精品| 欧美激情高清一区二区三区| 免费不卡黄色视频| 亚洲一区中文字幕在线| 精品人妻熟女毛片av久久网站| 如日韩欧美国产精品一区二区三区| 老司机深夜福利视频在线观看 | 精品国产乱子伦一区二区三区 | 丰满人妻熟妇乱又伦精品不卡| 少妇精品久久久久久久| 日本一区二区免费在线视频| 老汉色∧v一级毛片| 91国产中文字幕| 97精品久久久久久久久久精品| 中文欧美无线码| 黑人巨大精品欧美一区二区蜜桃| 中文精品一卡2卡3卡4更新| 亚洲成人国产一区在线观看| 国产成人精品久久二区二区免费| 欧美在线一区亚洲| 蜜桃国产av成人99| 日本撒尿小便嘘嘘汇集6| 精品一品国产午夜福利视频| 精品一区二区三区av网在线观看 | 国产精品久久久久久人妻精品电影 | 黄网站色视频无遮挡免费观看| 99热国产这里只有精品6| 搡老岳熟女国产| 亚洲av电影在线观看一区二区三区| 国产精品.久久久| 亚洲专区字幕在线| 中亚洲国语对白在线视频| 成人av一区二区三区在线看 | 久久亚洲国产成人精品v| 日日爽夜夜爽网站| 久久99一区二区三区| 国产视频一区二区在线看| 一进一出抽搐动态| 无遮挡黄片免费观看| 91麻豆av在线| 在线精品无人区一区二区三| 欧美人与性动交α欧美软件| 久久性视频一级片| 新久久久久国产一级毛片| www.熟女人妻精品国产| 国产亚洲欧美在线一区二区| 国产精品久久久久久精品电影小说| 男人操女人黄网站| 国产日韩欧美在线精品| 我的亚洲天堂| 天堂中文最新版在线下载| 亚洲精品成人av观看孕妇| 一进一出抽搐动态| 午夜免费观看性视频| 久久午夜综合久久蜜桃| 亚洲,欧美精品.| 欧美久久黑人一区二区| 国产伦理片在线播放av一区| 久久ye,这里只有精品| 80岁老熟妇乱子伦牲交| av网站在线播放免费| 国产日韩欧美亚洲二区| 日韩有码中文字幕| 久久午夜综合久久蜜桃| 国产主播在线观看一区二区| 国产精品免费大片| 亚洲精品久久成人aⅴ小说| www.熟女人妻精品国产| 1024香蕉在线观看| 国产精品一区二区免费欧美 | 一级毛片电影观看| 国产主播在线观看一区二区| 国产亚洲欧美精品永久| 久久久国产欧美日韩av| e午夜精品久久久久久久| 韩国高清视频一区二区三区| 交换朋友夫妻互换小说| 在线观看舔阴道视频| 中文字幕人妻丝袜一区二区| 色视频在线一区二区三区| 亚洲男人天堂网一区| 久久综合国产亚洲精品| 精品乱码久久久久久99久播| 亚洲精品国产色婷婷电影| 精品一区二区三卡| 亚洲国产av新网站| 亚洲国产成人一精品久久久| 欧美日韩成人在线一区二区| 老司机亚洲免费影院| 国产伦理片在线播放av一区| 男女高潮啪啪啪动态图| 丁香六月天网| 99久久精品国产亚洲精品| 国产亚洲av高清不卡| 欧美在线一区亚洲| www日本在线高清视频| 国产免费现黄频在线看| 国产成人a∨麻豆精品| www.999成人在线观看| 久久久久精品国产欧美久久久 | 黑人巨大精品欧美一区二区蜜桃| 男人操女人黄网站| 日韩 亚洲 欧美在线| 国产男女超爽视频在线观看| 国产1区2区3区精品| 一二三四社区在线视频社区8| 精品一区二区三区av网在线观看 | 成人黄色视频免费在线看| 欧美成人午夜精品| 51午夜福利影视在线观看| 高潮久久久久久久久久久不卡| 欧美变态另类bdsm刘玥| www.精华液| 人妻 亚洲 视频| 亚洲国产中文字幕在线视频| 久热这里只有精品99| 男女国产视频网站| 80岁老熟妇乱子伦牲交| √禁漫天堂资源中文www| 一个人免费看片子| 女人精品久久久久毛片| 午夜免费成人在线视频| 久久精品久久久久久噜噜老黄| 午夜视频精品福利| 麻豆国产av国片精品| 婷婷色av中文字幕| 欧美精品一区二区免费开放| 亚洲熟女毛片儿| 国产成人影院久久av| 国产精品国产三级国产专区5o| 亚洲国产欧美一区二区综合| 精品少妇一区二区三区视频日本电影| 亚洲激情五月婷婷啪啪| 亚洲精品第二区| 免费高清在线观看视频在线观看| 热re99久久精品国产66热6| 麻豆国产av国片精品| 少妇粗大呻吟视频| 爱豆传媒免费全集在线观看| 久久中文看片网| 91九色精品人成在线观看| 汤姆久久久久久久影院中文字幕| 久久精品国产a三级三级三级| 欧美国产精品一级二级三级| 久久女婷五月综合色啪小说| 日韩 亚洲 欧美在线| bbb黄色大片| 欧美黑人精品巨大| 国精品久久久久久国模美| 满18在线观看网站| 纯流量卡能插随身wifi吗| 午夜激情久久久久久久| www.999成人在线观看| av不卡在线播放| 别揉我奶头~嗯~啊~动态视频 | 亚洲人成电影免费在线| 欧美黑人精品巨大| 国产亚洲精品一区二区www | 欧美97在线视频|