• <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)

    午夜精品一区二区三区免费看| 欧美成人a在线观看| 特大巨黑吊av在线直播| 国产成人a区在线观看| 欧美性猛交╳xxx乱大交人| 国内精品一区二区在线观看| 欧美另类亚洲清纯唯美| 日韩 亚洲 欧美在线| 午夜福利在线观看吧| 18禁在线播放成人免费| 亚洲欧洲日产国产| 亚洲在线观看片| 国产精品精品国产色婷婷| 草草在线视频免费看| 夜夜爽夜夜爽视频| 精品久久久久久久末码| 国产一级毛片七仙女欲春2| 啦啦啦韩国在线观看视频| 免费观看a级毛片全部| 午夜福利在线在线| 天堂中文最新版在线下载 | 夫妻性生交免费视频一级片| 国产色爽女视频免费观看| 欧美又色又爽又黄视频| 久久久久九九精品影院| 女人十人毛片免费观看3o分钟| 观看美女的网站| av在线天堂中文字幕| 亚洲av一区综合| 男的添女的下面高潮视频| 韩国av在线不卡| 国产av一区在线观看免费| 欧美日本视频| 亚洲av日韩在线播放| 亚洲av成人精品一二三区| 我要看日韩黄色一级片| 毛片女人毛片| 欧美高清性xxxxhd video| 久久久久免费精品人妻一区二区| 国产午夜福利久久久久久| 一个人观看的视频www高清免费观看| 日韩欧美三级三区| 精品午夜福利在线看| 亚洲国产精品专区欧美| 亚洲在线自拍视频| 国产午夜福利久久久久久| 中文亚洲av片在线观看爽| 一级爰片在线观看| 欧美色视频一区免费| 日本五十路高清| 日日摸夜夜添夜夜添av毛片| 亚洲天堂国产精品一区在线| www.色视频.com| 精品人妻偷拍中文字幕| 欧美最新免费一区二区三区| 欧美成人免费av一区二区三区| 精品国产一区二区三区久久久樱花 | 岛国在线免费视频观看| 综合色丁香网| 乱人视频在线观看| 免费看美女性在线毛片视频| 综合色丁香网| 免费电影在线观看免费观看| 草草在线视频免费看| 国产成人精品婷婷| АⅤ资源中文在线天堂| 麻豆国产97在线/欧美| 色综合站精品国产| 久久综合国产亚洲精品| 国产精品久久视频播放| 18禁在线无遮挡免费观看视频| 精品欧美国产一区二区三| 国产亚洲av嫩草精品影院| 乱系列少妇在线播放| 免费在线观看成人毛片| 中文字幕亚洲精品专区| 99久久成人亚洲精品观看| 国产精品麻豆人妻色哟哟久久 | 精品久久久久久久久久久久久| 亚洲精品一区蜜桃| 亚洲高清免费不卡视频| 黄色欧美视频在线观看| 国产在视频线在精品| 中文字幕亚洲精品专区| 又黄又爽又刺激的免费视频.| 老师上课跳d突然被开到最大视频| 精品久久久久久久末码| 麻豆国产97在线/欧美| 精品不卡国产一区二区三区| 在线天堂最新版资源| 嫩草影院精品99| 精品人妻偷拍中文字幕| 亚洲国产精品合色在线| 久久久久久久久久成人| 欧美日韩一区二区视频在线观看视频在线 | 99热6这里只有精品| 欧美成人午夜免费资源| 亚洲av成人精品一区久久| 欧美日韩国产亚洲二区| 免费无遮挡裸体视频| 亚洲中文字幕一区二区三区有码在线看| 亚洲精品日韩在线中文字幕| 日韩精品有码人妻一区| 欧美精品国产亚洲| av在线天堂中文字幕| 成人无遮挡网站| 午夜爱爱视频在线播放| 久久久久久久国产电影| 亚洲在线观看片| 两性午夜刺激爽爽歪歪视频在线观看| av福利片在线观看| 日韩av不卡免费在线播放| 国产一区二区在线观看日韩| 中文精品一卡2卡3卡4更新| 视频中文字幕在线观看| 性色avwww在线观看| 狠狠狠狠99中文字幕| 亚洲最大成人手机在线| 亚洲欧美精品综合久久99| 国产色婷婷99| 国产成人一区二区在线| 身体一侧抽搐| 亚洲av男天堂| 日本-黄色视频高清免费观看| 国产精品av视频在线免费观看| 久久久国产成人免费| kizo精华| 国产亚洲精品久久久com| 国产真实伦视频高清在线观看| 热99re8久久精品国产| 国产人妻一区二区三区在| 1024手机看黄色片| 国产女主播在线喷水免费视频网站 | 国产熟女欧美一区二区| 韩国高清视频一区二区三区| 哪个播放器可以免费观看大片| 网址你懂的国产日韩在线| 婷婷色av中文字幕| 国产极品天堂在线| av国产久精品久网站免费入址| 亚洲最大成人中文| 性插视频无遮挡在线免费观看| 午夜福利高清视频| 乱码一卡2卡4卡精品| 在线观看美女被高潮喷水网站| 精品少妇黑人巨大在线播放 | 欧美成人免费av一区二区三区| 国产精品,欧美在线| 看黄色毛片网站| 日本欧美国产在线视频| 成人毛片a级毛片在线播放| 国产在视频线在精品| 在线免费观看的www视频| 秋霞伦理黄片| 日韩强制内射视频| 蜜臀久久99精品久久宅男| 国产亚洲精品av在线| 麻豆一二三区av精品| 人妻制服诱惑在线中文字幕| 91狼人影院| 男人和女人高潮做爰伦理| 高清午夜精品一区二区三区| 不卡视频在线观看欧美| av在线亚洲专区| 亚洲精华国产精华液的使用体验| 天堂av国产一区二区熟女人妻| 国产高清三级在线| 国产精品麻豆人妻色哟哟久久 | 男人和女人高潮做爰伦理| 亚洲欧美清纯卡通| 我要搜黄色片| 亚洲伊人久久精品综合 | 狠狠狠狠99中文字幕| 欧美高清成人免费视频www| 亚洲性久久影院| 亚洲国产精品国产精品| 免费看日本二区| 日本欧美国产在线视频| 国产精品久久久久久久久免| 晚上一个人看的免费电影| 如何舔出高潮| 女人被狂操c到高潮| 晚上一个人看的免费电影| 天堂网av新在线| 中文字幕亚洲精品专区| 亚洲欧美中文字幕日韩二区| 在线播放国产精品三级| 久久久a久久爽久久v久久| 日日摸夜夜添夜夜爱| 六月丁香七月| 天美传媒精品一区二区| 一二三四中文在线观看免费高清| 精品人妻熟女av久视频| 国产一级毛片在线| 中文字幕久久专区| 国产午夜精品论理片| 精品少妇黑人巨大在线播放 | 成人毛片a级毛片在线播放| 久久精品久久久久久噜噜老黄 | 九九爱精品视频在线观看| 中文在线观看免费www的网站| 国产一区有黄有色的免费视频 | 嫩草影院新地址| 免费黄色在线免费观看| 老师上课跳d突然被开到最大视频| 日韩一区二区视频免费看| 人妻系列 视频| 色5月婷婷丁香| 亚洲精品乱码久久久久久按摩| 有码 亚洲区| 国产精品国产三级国产专区5o | 人人妻人人澡欧美一区二区| АⅤ资源中文在线天堂| 一本一本综合久久| 中文字幕人妻熟人妻熟丝袜美| 国产又色又爽无遮挡免| 日韩,欧美,国产一区二区三区 | 国产精品嫩草影院av在线观看| 一卡2卡三卡四卡精品乱码亚洲| 伊人久久精品亚洲午夜| 男人舔女人下体高潮全视频| 亚洲人与动物交配视频| 99视频精品全部免费 在线| 久久精品综合一区二区三区| 成人av在线播放网站| 亚洲性久久影院| 99热网站在线观看| 能在线免费观看的黄片| 久久久久免费精品人妻一区二区| 国产精品一及| 韩国高清视频一区二区三区| 寂寞人妻少妇视频99o| or卡值多少钱| 真实男女啪啪啪动态图| 欧美+日韩+精品| 黄色配什么色好看| 日韩精品青青久久久久久| 日韩欧美三级三区| 一区二区三区四区激情视频| 三级国产精品片| 国产成人精品久久久久久| 舔av片在线| 亚洲天堂国产精品一区在线| 深夜a级毛片| 一级毛片我不卡| 国产伦理片在线播放av一区| 亚洲精品乱久久久久久| 国产69精品久久久久777片| 欧美最新免费一区二区三区| 免费大片18禁| 精品人妻一区二区三区麻豆| 五月伊人婷婷丁香| 国产视频内射| 亚洲精品aⅴ在线观看| 69av精品久久久久久| 啦啦啦观看免费观看视频高清| 2021天堂中文幕一二区在线观| 日日摸夜夜添夜夜爱| 免费观看精品视频网站| 我的女老师完整版在线观看| 啦啦啦啦在线视频资源| 精品酒店卫生间| 国产成人福利小说| 亚洲国产精品国产精品| av播播在线观看一区| 日韩欧美精品免费久久| 日韩欧美在线乱码| 九九久久精品国产亚洲av麻豆| av女优亚洲男人天堂| 国产黄片美女视频| 免费观看性生交大片5| 欧美潮喷喷水| 中文字幕av成人在线电影| 成年女人永久免费观看视频| 日韩一本色道免费dvd| 97人妻精品一区二区三区麻豆| 寂寞人妻少妇视频99o| 亚洲国产精品专区欧美| 一个人免费在线观看电影| 岛国在线免费视频观看| 听说在线观看完整版免费高清| 麻豆国产97在线/欧美| 视频中文字幕在线观看| 美女xxoo啪啪120秒动态图| 国产亚洲av嫩草精品影院| 男人狂女人下面高潮的视频| 青春草视频在线免费观看| 99久久人妻综合| 欧美+日韩+精品| 国内精品美女久久久久久| 伊人久久精品亚洲午夜| 国产成人免费观看mmmm| 午夜福利在线观看吧| 免费在线观看成人毛片| 18+在线观看网站| 日韩欧美 国产精品| 国产亚洲91精品色在线| 丰满少妇做爰视频| 99久久成人亚洲精品观看| 日本免费在线观看一区| 我的女老师完整版在线观看| 热99re8久久精品国产| 在线播放无遮挡| 1000部很黄的大片| 在线观看一区二区三区| 一级黄色大片毛片| 婷婷色麻豆天堂久久 | 精品久久国产蜜桃| 少妇人妻一区二区三区视频| 国产精品爽爽va在线观看网站| 免费看av在线观看网站| 国产高清三级在线| 一区二区三区高清视频在线| 国产真实伦视频高清在线观看| 日日撸夜夜添| 禁无遮挡网站| 中文字幕久久专区| 黄片无遮挡物在线观看| 久久午夜福利片| 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 | 中文资源天堂在线| 国产精品,欧美在线| 国产成人aa在线观看| 成人高潮视频无遮挡免费网站| 国产私拍福利视频在线观看| 少妇熟女欧美另类| 国产白丝娇喘喷水9色精品| 长腿黑丝高跟| 亚洲av不卡在线观看| 中文亚洲av片在线观看爽| 精品久久久久久久久av| 欧美丝袜亚洲另类| 国产午夜精品论理片| 亚洲精品成人久久久久久| 美女内射精品一级片tv| 中文字幕久久专区| 亚洲欧美精品专区久久| 美女内射精品一级片tv| 啦啦啦韩国在线观看视频| 亚洲精品成人久久久久久| 水蜜桃什么品种好| 成人亚洲欧美一区二区av| 久久久久久国产a免费观看| 免费看av在线观看网站| 精品不卡国产一区二区三区| 我的女老师完整版在线观看| av卡一久久| 久99久视频精品免费| 国产日韩欧美在线精品| 午夜福利网站1000一区二区三区| 久久精品影院6| 99热6这里只有精品| 国产精品蜜桃在线观看| 少妇熟女aⅴ在线视频| 亚洲av中文av极速乱| 久久精品影院6| 超碰97精品在线观看| 夜夜看夜夜爽夜夜摸| 长腿黑丝高跟| 亚洲精品色激情综合| 亚洲综合精品二区| 建设人人有责人人尽责人人享有的 | 欧美成人免费av一区二区三区| 韩国av在线不卡| 2021少妇久久久久久久久久久| 高清视频免费观看一区二区 | 神马国产精品三级电影在线观看| 国产精品精品国产色婷婷| 99热这里只有精品一区| 亚洲色图av天堂| 麻豆国产97在线/欧美| a级毛色黄片| 欧美日韩一区二区视频在线观看视频在线 | 亚洲精品国产成人久久av| 乱系列少妇在线播放| 日本熟妇午夜| 91av网一区二区| videossex国产| 老女人水多毛片| 久久欧美精品欧美久久欧美| 久久99热这里只频精品6学生 | 国产伦在线观看视频一区| 久久久久久久久中文| 久久久久免费精品人妻一区二区| 男人舔女人下体高潮全视频| 国语对白做爰xxxⅹ性视频网站| av卡一久久| av黄色大香蕉| 亚洲av中文av极速乱| 91久久精品国产一区二区成人| 我的女老师完整版在线观看| 午夜激情福利司机影院| 亚洲电影在线观看av| 搡老妇女老女人老熟妇| 午夜精品一区二区三区免费看| 91av网一区二区| 乱系列少妇在线播放| 女人久久www免费人成看片 | 亚洲人成网站在线播| 亚洲真实伦在线观看| 亚洲欧美中文字幕日韩二区| 一个人看的www免费观看视频| 欧美性感艳星| 亚洲av中文字字幕乱码综合| 亚洲av福利一区| 亚洲精品一区蜜桃| 免费观看a级毛片全部| 国产片特级美女逼逼视频| 精品少妇黑人巨大在线播放 | 青春草视频在线免费观看| 国产私拍福利视频在线观看| 亚洲久久久久久中文字幕| 91午夜精品亚洲一区二区三区| 乱人视频在线观看| 99久久人妻综合| 精品人妻视频免费看| 色哟哟·www| 丰满乱子伦码专区| 可以在线观看毛片的网站| 国产午夜精品久久久久久一区二区三区| 国产成人a∨麻豆精品| 精品久久久久久久人妻蜜臀av| 国产精品av视频在线免费观看| 少妇熟女欧美另类| 三级国产精品欧美在线观看| 两个人视频免费观看高清| 亚洲在线自拍视频| 精华霜和精华液先用哪个| 能在线免费观看的黄片| 日本黄色视频三级网站网址| 亚洲精品国产av成人精品| 伦精品一区二区三区| 久久亚洲精品不卡| 一卡2卡三卡四卡精品乱码亚洲| 蜜臀久久99精品久久宅男| 国产精品久久久久久精品电影小说 | 两性午夜刺激爽爽歪歪视频在线观看| 成人国产麻豆网| 成人性生交大片免费视频hd| 亚洲性久久影院| 菩萨蛮人人尽说江南好唐韦庄 | 亚洲av电影不卡..在线观看| 国产成人精品久久久久久| 国产精品综合久久久久久久免费| 日本五十路高清| 久久久久久伊人网av| 长腿黑丝高跟| 男女视频在线观看网站免费| 国产探花在线观看一区二区| 日本wwww免费看| 秋霞在线观看毛片| 国产极品精品免费视频能看的| 亚洲欧洲日产国产| 国产国拍精品亚洲av在线观看| 欧美成人免费av一区二区三区| 中文字幕av成人在线电影| 欧美成人一区二区免费高清观看| 久久久久久久久中文| 免费电影在线观看免费观看| 成人av在线播放网站| 成人高潮视频无遮挡免费网站| 天堂√8在线中文| 久久精品国产亚洲av天美| 三级国产精品欧美在线观看| 免费搜索国产男女视频| 色5月婷婷丁香| 狂野欧美激情性xxxx在线观看| 欧美成人午夜免费资源| 成人毛片a级毛片在线播放| 国模一区二区三区四区视频| 日韩成人伦理影院| 欧美激情久久久久久爽电影| 色吧在线观看| 亚洲av成人精品一二三区| 久久久色成人| 看免费成人av毛片| 国产亚洲5aaaaa淫片| 欧美成人一区二区免费高清观看| 色5月婷婷丁香| 国产一区二区在线av高清观看| 日韩欧美国产在线观看| 高清视频免费观看一区二区 | 久久久久性生活片| 人人妻人人澡人人爽人人夜夜 | 精华霜和精华液先用哪个| 国产乱来视频区| 一区二区三区高清视频在线| 亚洲四区av| 黄色日韩在线| 亚洲av一区综合| 欧美成人精品欧美一级黄| av在线老鸭窝| 汤姆久久久久久久影院中文字幕 | 99热这里只有是精品50| eeuss影院久久| 亚洲国产精品成人久久小说| 成人高潮视频无遮挡免费网站| 国产伦精品一区二区三区视频9| 亚洲精品影视一区二区三区av| 中国美白少妇内射xxxbb| 久久99蜜桃精品久久| 嫩草影院入口| 麻豆一二三区av精品| 又粗又硬又长又爽又黄的视频| 精品99又大又爽又粗少妇毛片| 久久热精品热| 一区二区三区乱码不卡18| 国产精品乱码一区二三区的特点| 成人特级av手机在线观看| 欧美一级a爱片免费观看看| 日本wwww免费看| 午夜精品国产一区二区电影 | 两个人视频免费观看高清| 国产亚洲精品av在线| 少妇的逼好多水| 国产综合懂色| 久久亚洲精品不卡| 99热这里只有精品一区| 亚洲成人精品中文字幕电影| 国产成人aa在线观看| 免费无遮挡裸体视频| 国产精品人妻久久久影院| 男人狂女人下面高潮的视频| 国产免费一级a男人的天堂| 九九爱精品视频在线观看| 国产伦理片在线播放av一区| 日韩强制内射视频| 欧美一级a爱片免费观看看| 中国美白少妇内射xxxbb| 日本午夜av视频| 秋霞在线观看毛片| 国产成人精品久久久久久| 最近2019中文字幕mv第一页| 国产女主播在线喷水免费视频网站 | 亚洲欧美精品自产自拍| 插阴视频在线观看视频| 日本黄大片高清| 欧美色视频一区免费| 久久久久久九九精品二区国产| 51国产日韩欧美| 我的老师免费观看完整版| 在线免费十八禁| 久久精品人妻少妇| 99热这里只有是精品在线观看| 神马国产精品三级电影在线观看| 精品无人区乱码1区二区| 亚洲精品自拍成人| 久久久国产成人免费| 免费观看在线日韩| 能在线免费看毛片的网站| 色网站视频免费| 欧美成人一区二区免费高清观看| 成年女人看的毛片在线观看| 久久久久网色| 又粗又爽又猛毛片免费看| 麻豆av噜噜一区二区三区| 亚洲国产精品sss在线观看| 欧美高清性xxxxhd video| 国产精品一及| 观看免费一级毛片| 干丝袜人妻中文字幕| 亚洲av中文av极速乱| 免费在线观看成人毛片| 亚洲欧美日韩无卡精品| 国产精品永久免费网站| 亚洲精品色激情综合| 成人一区二区视频在线观看| 中文精品一卡2卡3卡4更新| 人人妻人人看人人澡| 日韩三级伦理在线观看| 久久这里有精品视频免费| 美女xxoo啪啪120秒动态图| 少妇熟女aⅴ在线视频| 成人无遮挡网站| 国产精品一区二区在线观看99 | 美女xxoo啪啪120秒动态图| 女人久久www免费人成看片 | 大话2 男鬼变身卡| 麻豆精品久久久久久蜜桃| 午夜a级毛片| 日韩欧美国产在线观看| 色哟哟·www| 久久久久久久久久成人| 国产黄色小视频在线观看| 久久久久久久久久久免费av| 老司机影院成人| 国产精品福利在线免费观看| 午夜精品国产一区二区电影 | 高清毛片免费看| 免费电影在线观看免费观看| 国产伦精品一区二区三区四那| or卡值多少钱| 麻豆成人av视频| 久久午夜福利片| ponron亚洲| 国产视频内射| 日本五十路高清| 九九爱精品视频在线观看| 亚洲av.av天堂| 99久久成人亚洲精品观看| 国产成年人精品一区二区| 又黄又爽又刺激的免费视频.| 高清日韩中文字幕在线| 国产综合懂色| 国产精品三级大全| 日韩在线高清观看一区二区三区| 日韩大片免费观看网站 | 直男gayav资源| 国产亚洲精品av在线| 免费观看人在逋| 中文亚洲av片在线观看爽| 人妻系列 视频| 国产 一区精品| 六月丁香七月|