• <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 ?

    組合模型在電信客戶(hù)流失預(yù)測(cè)中的應(yīng)用*

    2020-07-19 14:29:22沈江明曾志勇
    通信技術(shù) 2020年6期
    關(guān)鍵詞:錯(cuò)誤率類(lèi)別神經(jīng)網(wǎng)絡(luò)

    沈江明,孫 凱,曾志勇

    (1.中國(guó)電信股份有限公司云南分公司,云南 昆明 650000;2.云南財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與數(shù)學(xué)學(xué)院,云南 昆明 650000;3.云南財(cái)經(jīng)大學(xué)信息學(xué)院,云南 昆明 650000;4.云南省高校數(shù)據(jù)化運(yùn)營(yíng)管理工程研究中心,云南 昆明 650000)

    0 引言

    客戶(hù)流失一直都是很多行業(yè)需要關(guān)注的問(wèn)題,在新客戶(hù)開(kāi)發(fā)面臨瓶頸的時(shí)刻,如何對(duì)原有客戶(hù)采取措施保留,是一項(xiàng)非常重要的問(wèn)題。在20 多年以來(lái),出現(xiàn)了大量關(guān)于電信客戶(hù)流失的研究,主要包括對(duì)數(shù)據(jù)傾斜問(wèn)題的處理和模型的構(gòu)建。這其中多為傳統(tǒng)算法或者是對(duì)算法改進(jìn)的單一算法,而單一算法無(wú)法在復(fù)雜的客戶(hù)流失問(wèn)題上持續(xù)保持好的結(jié)果。針對(duì)這一問(wèn)題,本文嘗試將數(shù)據(jù)傾斜處理方法與模型構(gòu)建相結(jié)合的策略進(jìn)行系統(tǒng)構(gòu)建,不僅可以有效解決數(shù)據(jù)傾斜的問(wèn)題,而且模型分類(lèi)效果要優(yōu)于傳統(tǒng)分類(lèi)算法。

    1 相關(guān)工作

    通過(guò)對(duì)文獻(xiàn)的了解發(fā)現(xiàn),相關(guān)的研究多體現(xiàn)在兩個(gè)方面:數(shù)據(jù)不均衡問(wèn)題處理和模型構(gòu)建。

    在不均衡數(shù)據(jù)處理方面。國(guó)外的Ha 等人首次利用了遺傳算法可以獲取最優(yōu)解的特點(diǎn),利用該算法獲取最優(yōu)子數(shù)據(jù)集,來(lái)更好的反應(yīng)多數(shù)類(lèi)樣本的信息[1]。國(guó)內(nèi)的郭娜娜基于差異度的角度對(duì)數(shù)據(jù)不均衡處理方法進(jìn)行改進(jìn)并提出了IDBC 算法,對(duì)于數(shù)據(jù)傾斜問(wèn)題的處理很有效[2]。

    在分類(lèi)算法改進(jìn)方面。傳統(tǒng)的模型多為單一模型的改進(jìn)。比如張宇等通過(guò)決策樹(shù)來(lái)構(gòu)建模型,并將該模型應(yīng)用到實(shí)際業(yè)務(wù)中,驗(yàn)證了該模型的有效性,可以為企業(yè)進(jìn)行客戶(hù)保留提供幫助[3]。馬文斌等在客戶(hù)流失模型構(gòu)建中運(yùn)用了深度神經(jīng)網(wǎng)絡(luò),并將模型預(yù)測(cè)結(jié)果與邏輯回歸和決策樹(shù)等模型進(jìn)行比較,發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)具有更好的預(yù)測(cè)結(jié)果[4]。國(guó)外的Hung,xu,Chu 三位學(xué)者均利用BP 網(wǎng)絡(luò)構(gòu)建流失模型,并取得了非常好的預(yù)測(cè)效果[5-7]。隨著分類(lèi)算法的技術(shù)和理論不斷改進(jìn),發(fā)現(xiàn)集成算法有更好的分類(lèi)效果。比如國(guó)內(nèi)學(xué)者王純麟和何建敏就第一次應(yīng)用了集成算法,構(gòu)建了AdaBoost 模型,根據(jù)實(shí)際數(shù)據(jù)的驗(yàn)證結(jié)果顯示,此模型較傳統(tǒng)的BP 模型、貝葉斯模型、C4.5 模型和邏輯回歸模型都有更好的預(yù)測(cè)結(jié)果[8]。

    雖然上述研究中對(duì)不均衡數(shù)據(jù)的處理有一定的貢獻(xiàn),但是研究的焦點(diǎn)僅從單一維度進(jìn)行處理,存在著很明顯的問(wèn)題。除此之外,在分類(lèi)模型的構(gòu)建中,由于優(yōu)秀的分類(lèi)能力,集成模型得到了廣泛認(rèn)可,但是對(duì)于基模型的選擇僅為樹(shù)模型,基模型的差異度過(guò)低,使得效果提升不明顯。

    為解決上述問(wèn)題,本文綜合了數(shù)據(jù)傾斜問(wèn)題的處理以及組合模型的組合策略來(lái)構(gòu)建一個(gè)模型。針對(duì)不均衡數(shù)據(jù)的處理,本文從兩個(gè)方向進(jìn)行數(shù)據(jù)采樣,即對(duì)多數(shù)類(lèi)欠采樣,對(duì)少數(shù)類(lèi)smote 過(guò)采樣。針對(duì)算法改進(jìn),本文依舊基于差異性的原則,選擇4 個(gè)差異性較大的基分類(lèi)器進(jìn)行線(xiàn)性組合,不同的是數(shù)據(jù)輸入。具體過(guò)程:按照數(shù)據(jù)傾斜問(wèn)題的處理方式,重復(fù)進(jìn)行4次,每一次都會(huì)形成一個(gè)子數(shù)據(jù)集,并且根據(jù)抽樣方法,每次得到的子數(shù)據(jù)集都不相同,而且這4 個(gè)子數(shù)據(jù)集幾乎涵蓋了原數(shù)據(jù)所有的多數(shù)類(lèi)樣本信息,將每一個(gè)子數(shù)據(jù)集用于一個(gè)基分類(lèi)器的構(gòu)建,然后對(duì)訓(xùn)練好的基模型進(jìn)行融合,從而構(gòu)建本文的組合模型。

    本文構(gòu)建的模型一方面充分利用了數(shù)據(jù)樣本信息,有效解決了數(shù)據(jù)嚴(yán)重傾斜的問(wèn)題;另一方面將數(shù)據(jù)處理方法與組合模型構(gòu)建進(jìn)行了有效結(jié)合。最后將構(gòu)建的模型應(yīng)用于實(shí)際的企業(yè)數(shù)據(jù)來(lái)評(píng)估模型。

    2 數(shù)據(jù)挖掘理論

    2.1 數(shù)據(jù)挖掘算法

    2.1.1 邏輯回歸算法

    邏輯回歸的本質(zhì)是通過(guò)將線(xiàn)性回歸結(jié)果進(jìn)行非線(xiàn)性的轉(zhuǎn)化來(lái)達(dá)到分類(lèi)效果的。模型的返回值是處于0~1 之間的一個(gè)類(lèi)別概率,通常以0.5 為分界點(diǎn),概率值大于0.5 的歸為類(lèi)別“1”,反之歸為類(lèi)別“0”。

    假設(shè)數(shù)據(jù)中有m個(gè)特征,分別用X′=(x1,x2,…,xm)表示;根據(jù)類(lèi)別發(fā)生的對(duì)應(yīng)概率為條件概率,用P(Y=1|x)=p表示,則邏輯回歸的模型如式(1)所示,其中g(shù)(x)可以看作線(xiàn)性回歸的預(yù)測(cè)函數(shù)。

    2.1.2 支持向量機(jī)算法

    支持向量機(jī)分類(lèi)性能優(yōu)越,在企業(yè)中被廣泛應(yīng)用,模型原理是在眾多的分類(lèi)面中尋找邊際最大的那一個(gè),求解的方法是將問(wèn)題轉(zhuǎn)化為凸二次規(guī)劃。若在二分類(lèi)問(wèn)題中,存在一條直線(xiàn)可以將數(shù)據(jù)點(diǎn)分成兩類(lèi),若是在三維空間,則存在一個(gè)平面使得這些數(shù)據(jù)被分成兩類(lèi),如果這些數(shù)據(jù)點(diǎn)屬于n維空間,那么在n維空間有一個(gè)超平面,將數(shù)據(jù)點(diǎn)分為兩類(lèi)。

    支持向量機(jī)通過(guò)調(diào)節(jié)核函數(shù)起到非線(xiàn)性擬合的作用,不同的核函數(shù)起到不同的擬合機(jī)制。因?yàn)閮H與支持向量有關(guān)系,所以支持向量機(jī)具有分類(lèi)效果好,性能魯棒的特點(diǎn)。

    2.1.3 XGBOOST 算法

    XGBoost 算法是GBDT 的一種工程化實(shí)現(xiàn),GBDT 算法每一次訓(xùn)練都會(huì)生成一個(gè)基模型,并且基模型是根據(jù)模型殘差進(jìn)行訓(xùn)練的,即一步步降低模型的分類(lèi)誤差,如此不斷的迭代下去,形成若干個(gè)基分類(lèi)器,并進(jìn)行線(xiàn)性加權(quán)。通過(guò)這種訓(xùn)練方式來(lái)不斷的降低損失。XGBoost 算法的表達(dá)式如式(2):

    其中n表示樣本數(shù)量。模型的好壞一方面取決于模型的方差,一方面取決于模型的偏差。

    2.1.4 神經(jīng)網(wǎng)絡(luò)算法

    神經(jīng)網(wǎng)絡(luò)以海量數(shù)據(jù)并行計(jì)算為基礎(chǔ),一般包括三個(gè)層級(jí)結(jié)構(gòu):輸入層、隱藏層和輸出層。層與層之間都存在權(quán)重,且神經(jīng)元中都存在連接函數(shù),進(jìn)行非線(xiàn)性轉(zhuǎn)化。圖1 為典型的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。

    圖1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    BP 神經(jīng)網(wǎng)絡(luò)是應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)算法,其輸出表達(dá)式如式(3)所示:

    其中ωij為連接權(quán)系數(shù);fi為激活函數(shù);xi為神經(jīng)元輸入;θj為神經(jīng)元閾值。BP 網(wǎng)絡(luò)通過(guò)對(duì)維度的調(diào)整,實(shí)現(xiàn)將問(wèn)題轉(zhuǎn)化為更高維度進(jìn)行處理,并通過(guò)不斷的迭代來(lái)修正連接權(quán)重和閾值,使得輸出誤差達(dá)到最小。

    2.1.5 組合預(yù)測(cè)算法

    隨著技術(shù)的發(fā)展,越來(lái)越多的學(xué)者選擇將多種算法進(jìn)行組合,充分發(fā)揮多種算法的優(yōu)勢(shì)。組合模型更加穩(wěn)健,可以充分利用樣本信息,預(yù)測(cè)結(jié)果也更加可靠。

    假設(shè)有K個(gè)子模型,則線(xiàn)性集成的數(shù)學(xué)表達(dá)式如式(4)所示:

    本文將重點(diǎn)研究線(xiàn)性集成和數(shù)據(jù)傾斜處理相結(jié)合的方式,來(lái)構(gòu)建流失模型,權(quán)重是通過(guò)拉格朗日函數(shù)求解的。

    2.2 評(píng)估方法

    本文選擇了多種評(píng)估方法進(jìn)行模型比較,其中包括了F1 值、AUC 值、少數(shù)類(lèi)樣本的預(yù)測(cè)精確率和犯兩類(lèi)錯(cuò)誤率:FNR 和FPR,其中FNR 表示錯(cuò)分為不流失的樣本在總樣本的占比,F(xiàn)PR 表示錯(cuò)分為流失的樣本在總樣本的占比。

    3 實(shí)驗(yàn)分析

    3.1 實(shí)驗(yàn)數(shù)據(jù)

    模型所用的訓(xùn)練以及測(cè)試數(shù)據(jù)均來(lái)自于某電信公司的寬帶客戶(hù)行為數(shù)據(jù),訓(xùn)練集和測(cè)試集的介紹如表1 所示。

    表1 電信寬帶數(shù)據(jù)集的數(shù)據(jù)描述

    3.2 組合預(yù)測(cè)模型的建立

    針對(duì)4 種單模型的特點(diǎn),模型在輸出類(lèi)別“0”和“1”時(shí)伴隨著類(lèi)別概率,為了提高模型的分類(lèi)準(zhǔn)確率,本文擬將類(lèi)別概率作為各基模型的預(yù)測(cè)得分,用于線(xiàn)性組合。為了防止模型將少數(shù)類(lèi)樣本過(guò)多的預(yù)測(cè)為少數(shù)類(lèi),引入了第I 類(lèi)分類(lèi)錯(cuò)誤率,作為權(quán)重系數(shù)的懲罰項(xiàng)。構(gòu)造的損失函數(shù)[9]如式(5)所示。

    通過(guò)極小化損失函數(shù)來(lái)獲取組合模型的最優(yōu)權(quán)重。fi,gi,hi,ki分別為L(zhǎng)R、SVM、BP 網(wǎng)絡(luò)和XGBOOST 模型的預(yù)測(cè)得分值,且預(yù)測(cè)得分表示的模型在輸出類(lèi)別時(shí)對(duì)應(yīng)的類(lèi)別概率;λ為拉格朗日算子;αk為單模型對(duì)應(yīng)的的權(quán)重,且k=1,2,3,4;ωi犯第I類(lèi)錯(cuò)誤率,且i=1,2,3,4;由于函數(shù)L(α1,α2,α3,α4)為二次凸函數(shù),故有唯一的極值,即最小值,并利用python 求出最優(yōu)權(quán)重,設(shè)為組合模型的類(lèi)別預(yù)測(cè)概率,則結(jié)果如式(6)所示:

    本文組合模型的流程圖如圖2 所示。

    圖2 模型訓(xùn)練流程

    該方法的好處在于通過(guò)從兩個(gè)方向?qū)?shù)據(jù)進(jìn)行抽樣,可以緩和抽樣本身的缺點(diǎn)。此外,四次抽樣的數(shù)據(jù)集均不一樣,尤其對(duì)多數(shù)類(lèi)樣本的利用更加充分,丟失的信息也非常少。最后通過(guò)組合模型的構(gòu)建,對(duì)單模型進(jìn)行整合,使得最終的組合模型具有很好的效果。

    3.3 模型評(píng)價(jià)

    分別對(duì)單模型、投票模型和本文模型進(jìn)行結(jié)果比較,從模型的F1 值、AUC 值以及對(duì)少數(shù)類(lèi)樣本的預(yù)測(cè)命中率三個(gè)指標(biāo)對(duì)模型的預(yù)測(cè)結(jié)果進(jìn)行評(píng)價(jià),結(jié)果如圖3 所示。

    圖3 各模型預(yù)測(cè)結(jié)果分析

    圖3 結(jié)果顯示:在所有指標(biāo)中,組合模型均表現(xiàn)出更好的結(jié)果,其中組合模型的F1 值提高了2.3%(相比較較其他最優(yōu)模型,下同),對(duì)少數(shù)類(lèi)樣本的預(yù)測(cè)命中率提高了2.1%,AUC 值也提高了0.01。組合模型表現(xiàn)出更加穩(wěn)定優(yōu)越的性能,大大提升了客戶(hù)流失的預(yù)測(cè)能力,對(duì)少數(shù)類(lèi)(流失類(lèi))客戶(hù)預(yù)測(cè)的命中率達(dá)到了78.7%,高于該企業(yè)之前模型達(dá)到的76.3%。

    為了更直觀的比較各模型的分類(lèi)性能,本文引入了兩類(lèi)分類(lèi)錯(cuò)誤率,從另一方面對(duì)模型進(jìn)行評(píng)價(jià),結(jié)果如圖4 所示。

    圖4 各模型的兩類(lèi)分類(lèi)錯(cuò)誤率

    圖4 的結(jié)果顯示,組合預(yù)測(cè)模型犯第一類(lèi)錯(cuò)誤的錯(cuò)誤率僅為0.62%,遠(yuǎn)低于其他模型,犯第II 類(lèi)錯(cuò)誤的錯(cuò)誤率為1.23%,也是優(yōu)于其他模型。綜合比較上述結(jié)果,可以發(fā)現(xiàn)本文的組合模型是合理有效的。

    4 結(jié)語(yǔ)

    現(xiàn)階段下,客戶(hù)流失已不僅僅存在于通信業(yè),在其他行業(yè)同樣是一個(gè)需要面臨的問(wèn)題。利用數(shù)據(jù)挖掘技術(shù),通過(guò)對(duì)數(shù)據(jù)的認(rèn)識(shí),來(lái)發(fā)現(xiàn)新的信息,通過(guò)對(duì)信息的利用,進(jìn)而幫助企業(yè)制定一些決策,挽留客戶(hù),達(dá)到盈利的目的。本文對(duì)模型的構(gòu)建綜合考慮了數(shù)據(jù)傾斜問(wèn)題的處理和組合模型的構(gòu)建,基于差異性選擇了四種基分類(lèi)器,在抽樣數(shù)據(jù)集的基礎(chǔ)上對(duì)基分類(lèi)器一一進(jìn)行訓(xùn)練,并將訓(xùn)練好的單模型進(jìn)行加權(quán)求和,來(lái)構(gòu)建本文模型。將組合模型用于真實(shí)的企業(yè)數(shù)據(jù),實(shí)現(xiàn)隔月預(yù)測(cè)。并且結(jié)果顯示,本文構(gòu)建的模型表現(xiàn)出更加優(yōu)越的效果,大大挽回了企業(yè)的損失,具有很大的現(xiàn)實(shí)意義。

    猜你喜歡
    錯(cuò)誤率類(lèi)別神經(jīng)網(wǎng)絡(luò)
    限制性隨機(jī)試驗(yàn)中選擇偏倚導(dǎo)致的一類(lèi)錯(cuò)誤率膨脹*
    神經(jīng)網(wǎng)絡(luò)抑制無(wú)線(xiàn)通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    正視錯(cuò)誤,尋求策略
    教師·中(2017年3期)2017-04-20 21:49:49
    解析小學(xué)高段學(xué)生英語(yǔ)單詞抄寫(xiě)作業(yè)錯(cuò)誤原因
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    服務(wù)類(lèi)別
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
    論類(lèi)別股東會(huì)
    商事法論集(2014年1期)2014-06-27 01:20:42
    降低學(xué)生計(jì)算錯(cuò)誤率的有效策略
    久久久久久人人人人人| 欧美日韩精品网址| 成人国产麻豆网| 宅男免费午夜| 不卡av一区二区三区| 哪个播放器可以免费观看大片| 80岁老熟妇乱子伦牲交| 不卡av一区二区三区| 视频在线观看一区二区三区| 久久精品国产鲁丝片午夜精品| 国产成人精品婷婷| 亚洲精品美女久久久久99蜜臀 | 亚洲色图综合在线观看| 日产精品乱码卡一卡2卡三| 久久久久久久亚洲中文字幕| 最近最新中文字幕免费大全7| 狠狠精品人妻久久久久久综合| 国产精品国产三级专区第一集| 国产av码专区亚洲av| 女性被躁到高潮视频| 日韩精品有码人妻一区| 国产成人午夜福利电影在线观看| 欧美精品av麻豆av| 中文字幕人妻丝袜制服| 飞空精品影院首页| 国产男人的电影天堂91| 岛国毛片在线播放| 亚洲精品第二区| 中文精品一卡2卡3卡4更新| 老汉色av国产亚洲站长工具| 欧美日韩国产mv在线观看视频| 爱豆传媒免费全集在线观看| 欧美激情极品国产一区二区三区| 欧美 亚洲 国产 日韩一| 国产极品天堂在线| 妹子高潮喷水视频| 搡老乐熟女国产| 日产精品乱码卡一卡2卡三| 久久久久久人妻| 伦理电影免费视频| 国产成人精品婷婷| 91国产中文字幕| 一边亲一边摸免费视频| 韩国av在线不卡| 成年女人在线观看亚洲视频| 久久久久久久久久久久大奶| 国产精品亚洲av一区麻豆 | 久热久热在线精品观看| 18禁国产床啪视频网站| 亚洲精品日韩在线中文字幕| 91在线精品国自产拍蜜月| 久久精品久久久久久久性| 久久av网站| 在线观看免费日韩欧美大片| 黄片播放在线免费| 免费黄网站久久成人精品| videosex国产| 美女主播在线视频| 亚洲欧美清纯卡通| 久久久精品免费免费高清| 日韩一本色道免费dvd| 黑人猛操日本美女一级片| 久久久久国产精品人妻一区二区| 99re6热这里在线精品视频| 午夜av观看不卡| 最近中文字幕高清免费大全6| 黄色 视频免费看| 国产探花极品一区二区| 国产精品一国产av| 热re99久久国产66热| 亚洲精品一区蜜桃| 亚洲av日韩在线播放| 亚洲一级一片aⅴ在线观看| 春色校园在线视频观看| 考比视频在线观看| 哪个播放器可以免费观看大片| 亚洲色图综合在线观看| 日本91视频免费播放| 欧美日韩综合久久久久久| 日韩大片免费观看网站| 国产精品免费视频内射| 国产精品不卡视频一区二区| 日韩精品有码人妻一区| 国产精品嫩草影院av在线观看| 午夜影院在线不卡| 日产精品乱码卡一卡2卡三| 美女xxoo啪啪120秒动态图| 在线观看www视频免费| 亚洲久久久国产精品| 最黄视频免费看| 久久韩国三级中文字幕| 极品少妇高潮喷水抽搐| a级毛片在线看网站| 久久ye,这里只有精品| 亚洲三区欧美一区| 久久女婷五月综合色啪小说| 一级片'在线观看视频| 国产成人aa在线观看| 国产又色又爽无遮挡免| 日韩伦理黄色片| 91精品伊人久久大香线蕉| 国产乱人偷精品视频| av.在线天堂| 欧美精品国产亚洲| 婷婷成人精品国产| 性高湖久久久久久久久免费观看| 久久久国产一区二区| 精品少妇一区二区三区视频日本电影 | 9热在线视频观看99| 热99久久久久精品小说推荐| 日韩不卡一区二区三区视频在线| 亚洲欧美清纯卡通| 亚洲国产精品999| 亚洲色图 男人天堂 中文字幕| 一二三四中文在线观看免费高清| 精品一区二区三卡| 中文字幕人妻熟女乱码| av国产久精品久网站免费入址| 亚洲av在线观看美女高潮| 国产免费现黄频在线看| 久久久精品94久久精品| 妹子高潮喷水视频| 美女脱内裤让男人舔精品视频| 亚洲综合色网址| 99热全是精品| 人体艺术视频欧美日本| 2018国产大陆天天弄谢| 国产成人欧美| 久久精品国产亚洲av高清一级| 免费av中文字幕在线| 欧美亚洲日本最大视频资源| 你懂的网址亚洲精品在线观看| 一边亲一边摸免费视频| 男人舔女人的私密视频| 中文字幕人妻丝袜制服| 中文字幕最新亚洲高清| 国产无遮挡羞羞视频在线观看| 亚洲久久久国产精品| 国产精品秋霞免费鲁丝片| 国产精品熟女久久久久浪| 欧美变态另类bdsm刘玥| 日韩一卡2卡3卡4卡2021年| 亚洲av免费高清在线观看| 赤兔流量卡办理| 国产 一区精品| 亚洲婷婷狠狠爱综合网| 18+在线观看网站| 欧美人与性动交α欧美精品济南到 | 女人被躁到高潮嗷嗷叫费观| 久久精品国产亚洲av高清一级| 搡老乐熟女国产| 狠狠精品人妻久久久久久综合| 你懂的网址亚洲精品在线观看| 夫妻午夜视频| 十八禁高潮呻吟视频| 中文天堂在线官网| 观看美女的网站| 十八禁高潮呻吟视频| 亚洲av欧美aⅴ国产| 日韩成人av中文字幕在线观看| 久久精品国产鲁丝片午夜精品| 天天操日日干夜夜撸| 中国国产av一级| 亚洲图色成人| 国产精品成人在线| 亚洲av免费高清在线观看| 久久亚洲国产成人精品v| 人人妻人人澡人人看| 国产片特级美女逼逼视频| a级片在线免费高清观看视频| av福利片在线| 女性被躁到高潮视频| 伦精品一区二区三区| 十分钟在线观看高清视频www| 最近2019中文字幕mv第一页| www.av在线官网国产| 日韩大片免费观看网站| 欧美 日韩 精品 国产| 亚洲欧美一区二区三区黑人 | 波野结衣二区三区在线| 9色porny在线观看| 超碰成人久久| 国产成人精品福利久久| 欧美国产精品一级二级三级| 老女人水多毛片| 汤姆久久久久久久影院中文字幕| 不卡av一区二区三区| 亚洲第一青青草原| 中文字幕色久视频| 在线亚洲精品国产二区图片欧美| 日韩av不卡免费在线播放| 黄色毛片三级朝国网站| 亚洲精华国产精华液的使用体验| 亚洲av男天堂| 国产成人欧美| 亚洲精品自拍成人| 午夜日韩欧美国产| 国产成人一区二区在线| 国产97色在线日韩免费| 18禁动态无遮挡网站| 国产成人精品久久二区二区91 | 国产精品久久久久成人av| 欧美激情 高清一区二区三区| 国产一区二区在线观看av| 国产精品99久久99久久久不卡 | 最新中文字幕久久久久| 国产精品免费视频内射| 免费观看av网站的网址| 久久青草综合色| 天天躁狠狠躁夜夜躁狠狠躁| 欧美日韩精品成人综合77777| 99久久精品国产国产毛片| 国产毛片在线视频| 国产精品三级大全| 一个人免费看片子| 又大又黄又爽视频免费| 最近的中文字幕免费完整| 欧美最新免费一区二区三区| 看免费av毛片| 热99久久久久精品小说推荐| 国产成人精品婷婷| 丁香六月天网| 最新中文字幕久久久久| 另类精品久久| 男女啪啪激烈高潮av片| 国产精品嫩草影院av在线观看| 日本黄色日本黄色录像| av天堂久久9| 波多野结衣av一区二区av| 黄片无遮挡物在线观看| 777久久人妻少妇嫩草av网站| 国产免费现黄频在线看| 最近中文字幕高清免费大全6| 青春草视频在线免费观看| 最新中文字幕久久久久| 999精品在线视频| 人成视频在线观看免费观看| 久久午夜福利片| 18+在线观看网站| 成人国语在线视频| 乱人伦中国视频| 久久精品亚洲av国产电影网| 国产成人aa在线观看| 免费高清在线观看日韩| 一二三四中文在线观看免费高清| 亚洲成av片中文字幕在线观看 | 老熟女久久久| 国产熟女午夜一区二区三区| 少妇熟女欧美另类| 午夜福利网站1000一区二区三区| 高清欧美精品videossex| 不卡视频在线观看欧美| 在线观看国产h片| 老女人水多毛片| 99香蕉大伊视频| 水蜜桃什么品种好| 国产免费福利视频在线观看| 精品久久久精品久久久| 亚洲av电影在线进入| 成人漫画全彩无遮挡| 亚洲第一av免费看| 一本—道久久a久久精品蜜桃钙片| 免费看av在线观看网站| 国产极品天堂在线| 久久久久精品性色| 黄频高清免费视频| 日韩免费高清中文字幕av| 日韩,欧美,国产一区二区三区| 欧美另类一区| 久久狼人影院| 中文精品一卡2卡3卡4更新| 日韩制服丝袜自拍偷拍| 波多野结衣一区麻豆| 丝袜脚勾引网站| 美女脱内裤让男人舔精品视频| 日本爱情动作片www.在线观看| 人妻 亚洲 视频| 桃花免费在线播放| 伊人久久国产一区二区| 久久这里只有精品19| 一区二区三区激情视频| 男女啪啪激烈高潮av片| 欧美精品亚洲一区二区| 中文天堂在线官网| a级毛片黄视频| 熟女电影av网| 精品卡一卡二卡四卡免费| 91精品三级在线观看| www.熟女人妻精品国产| 午夜福利乱码中文字幕| 高清av免费在线| 自线自在国产av| 国产 一区精品| 亚洲欧美日韩另类电影网站| 永久免费av网站大全| 午夜老司机福利剧场| 国产一区二区激情短视频 | 久久国产精品大桥未久av| 综合色丁香网| 99国产精品免费福利视频| 久久久精品94久久精品| 少妇被粗大的猛进出69影院| 欧美少妇被猛烈插入视频| 巨乳人妻的诱惑在线观看| 亚洲美女视频黄频| 黄色 视频免费看| 欧美亚洲 丝袜 人妻 在线| a 毛片基地| 免费女性裸体啪啪无遮挡网站| 国产成人免费无遮挡视频| 中文字幕人妻丝袜一区二区 | 精品国产超薄肉色丝袜足j| 久久久亚洲精品成人影院| 2021少妇久久久久久久久久久| 久久久久久久久久久免费av| 高清不卡的av网站| 国产在线免费精品| 久久97久久精品| 国产成人一区二区在线| 在线观看美女被高潮喷水网站| 18+在线观看网站| www.精华液| 国产日韩欧美在线精品| 自拍欧美九色日韩亚洲蝌蚪91| 男女午夜视频在线观看| 成人国产av品久久久| 热99久久久久精品小说推荐| av一本久久久久| h视频一区二区三区| 中文精品一卡2卡3卡4更新| 久久久a久久爽久久v久久| 国产一区二区在线观看av| 18禁观看日本| 久久精品亚洲av国产电影网| 超碰97精品在线观看| 亚洲av中文av极速乱| 九色亚洲精品在线播放| 亚洲av国产av综合av卡| 亚洲欧美日韩另类电影网站| 欧美日韩成人在线一区二区| 精品国产超薄肉色丝袜足j| 2022亚洲国产成人精品| 激情视频va一区二区三区| 1024视频免费在线观看| 亚洲五月色婷婷综合| 亚洲av欧美aⅴ国产| 男人爽女人下面视频在线观看| 中文字幕另类日韩欧美亚洲嫩草| 免费在线观看视频国产中文字幕亚洲 | 菩萨蛮人人尽说江南好唐韦庄| 熟妇人妻不卡中文字幕| 久久精品国产自在天天线| 女的被弄到高潮叫床怎么办| 最新中文字幕久久久久| 国产乱人偷精品视频| 国产一区二区在线观看av| 欧美成人午夜免费资源| 日本wwww免费看| 久久精品国产亚洲av天美| 又大又黄又爽视频免费| 97在线人人人人妻| 亚洲精品乱久久久久久| 男女无遮挡免费网站观看| 国产一区亚洲一区在线观看| 成年女人在线观看亚洲视频| www.熟女人妻精品国产| 亚洲国产看品久久| 午夜久久久在线观看| 精品一区二区三卡| av一本久久久久| 免费看不卡的av| 亚洲精品国产色婷婷电影| 18+在线观看网站| 久久午夜综合久久蜜桃| 精品少妇黑人巨大在线播放| av国产精品久久久久影院| 免费大片黄手机在线观看| 久久99热这里只频精品6学生| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 精品亚洲成a人片在线观看| 色婷婷av一区二区三区视频| 国产日韩欧美亚洲二区| 中文精品一卡2卡3卡4更新| 美女中出高潮动态图| 免费久久久久久久精品成人欧美视频| 久久毛片免费看一区二区三区| 97在线视频观看| 亚洲精华国产精华液的使用体验| 欧美日韩视频高清一区二区三区二| 亚洲成av片中文字幕在线观看 | 1024香蕉在线观看| 校园人妻丝袜中文字幕| 亚洲成色77777| 丰满少妇做爰视频| 国产成人精品无人区| 777久久人妻少妇嫩草av网站| 一级,二级,三级黄色视频| 韩国av在线不卡| 青草久久国产| 亚洲国产成人一精品久久久| 性少妇av在线| 一级爰片在线观看| 国产精品免费大片| 免费在线观看完整版高清| 久久综合国产亚洲精品| 国产欧美亚洲国产| 一区二区三区乱码不卡18| 日本-黄色视频高清免费观看| 国产片特级美女逼逼视频| 天天躁夜夜躁狠狠久久av| 亚洲一区中文字幕在线| 超色免费av| 在线观看www视频免费| 免费观看a级毛片全部| 九九爱精品视频在线观看| 桃花免费在线播放| h视频一区二区三区| av天堂久久9| 国产探花极品一区二区| 国产免费一区二区三区四区乱码| 满18在线观看网站| 国产乱来视频区| 91aial.com中文字幕在线观看| 久久久久久久大尺度免费视频| 久久久精品国产亚洲av高清涩受| 国产日韩欧美在线精品| 亚洲欧洲精品一区二区精品久久久 | 亚洲第一av免费看| 亚洲欧洲精品一区二区精品久久久 | 亚洲三级黄色毛片| 国产日韩一区二区三区精品不卡| 91精品三级在线观看| 国产成人a∨麻豆精品| 欧美日韩一区二区视频在线观看视频在线| a 毛片基地| 欧美日韩成人在线一区二区| 成年av动漫网址| 日韩大片免费观看网站| 赤兔流量卡办理| 午夜免费鲁丝| 人人妻人人澡人人爽人人夜夜| av电影中文网址| 精品福利永久在线观看| 国产精品一二三区在线看| 少妇被粗大猛烈的视频| 国产精品麻豆人妻色哟哟久久| 高清av免费在线| 欧美老熟妇乱子伦牲交| av卡一久久| 香蕉丝袜av| 9热在线视频观看99| 亚洲精品,欧美精品| 999久久久国产精品视频| 色婷婷av一区二区三区视频| 秋霞伦理黄片| xxxhd国产人妻xxx| 你懂的网址亚洲精品在线观看| 午夜激情av网站| 国产精品无大码| 黑人巨大精品欧美一区二区蜜桃| av国产久精品久网站免费入址| 国产精品一区二区在线观看99| 欧美人与性动交α欧美软件| 18在线观看网站| 亚洲精品国产av蜜桃| 日韩制服骚丝袜av| 精品视频人人做人人爽| 人人妻人人添人人爽欧美一区卜| 欧美日韩综合久久久久久| 欧美日韩精品网址| 欧美人与性动交α欧美精品济南到 | 久久女婷五月综合色啪小说| 亚洲国产色片| 国产黄频视频在线观看| 国产乱人偷精品视频| 亚洲精品国产一区二区精华液| a级片在线免费高清观看视频| 免费观看无遮挡的男女| 满18在线观看网站| 亚洲精品中文字幕在线视频| 桃花免费在线播放| 国产不卡av网站在线观看| 啦啦啦视频在线资源免费观看| 你懂的网址亚洲精品在线观看| 最近的中文字幕免费完整| 欧美日韩精品成人综合77777| 午夜福利视频在线观看免费| 国产视频首页在线观看| 国产精品一区二区在线观看99| 亚洲一区中文字幕在线| 日本色播在线视频| 国产精品麻豆人妻色哟哟久久| 搡老乐熟女国产| 色94色欧美一区二区| 美女国产高潮福利片在线看| 男人操女人黄网站| 波多野结衣av一区二区av| 成人影院久久| 老司机影院毛片| 97人妻天天添夜夜摸| 日本av免费视频播放| 精品亚洲成国产av| 中国国产av一级| 免费高清在线观看日韩| 少妇 在线观看| 亚洲欧洲国产日韩| 久久这里有精品视频免费| 亚洲色图综合在线观看| 国产成人精品久久二区二区91 | 免费黄频网站在线观看国产| 久久影院123| 色网站视频免费| 秋霞在线观看毛片| 极品人妻少妇av视频| 赤兔流量卡办理| 毛片一级片免费看久久久久| 中文字幕人妻丝袜制服| 热re99久久精品国产66热6| 国产97色在线日韩免费| 亚洲国产精品999| 美国免费a级毛片| 日产精品乱码卡一卡2卡三| 日日啪夜夜爽| 国产片内射在线| 成人免费观看视频高清| 777久久人妻少妇嫩草av网站| 欧美bdsm另类| 日韩欧美一区视频在线观看| 男男h啪啪无遮挡| 久久免费观看电影| 乱人伦中国视频| 伦理电影免费视频| 精品国产一区二区三区久久久樱花| 一级a爱视频在线免费观看| 亚洲欧美成人综合另类久久久| 一区二区日韩欧美中文字幕| av卡一久久| 麻豆av在线久日| www.自偷自拍.com| 亚洲欧洲精品一区二区精品久久久 | 欧美激情 高清一区二区三区| 亚洲国产最新在线播放| 一区二区三区精品91| 新久久久久国产一级毛片| 成人18禁高潮啪啪吃奶动态图| 叶爱在线成人免费视频播放| 日韩一区二区三区影片| 中国三级夫妇交换| 午夜福利,免费看| 夫妻午夜视频| 久久女婷五月综合色啪小说| 一边摸一边做爽爽视频免费| 少妇人妻久久综合中文| 免费看不卡的av| 一本久久精品| 欧美精品一区二区免费开放| 免费少妇av软件| 亚洲精品av麻豆狂野| 日韩人妻精品一区2区三区| 国产深夜福利视频在线观看| 男女高潮啪啪啪动态图| 最近中文字幕2019免费版| 久久精品久久久久久久性| 日韩中文字幕视频在线看片| 亚洲精品美女久久av网站| www日本在线高清视频| 欧美bdsm另类| 热99久久久久精品小说推荐| 日韩免费高清中文字幕av| 国产 一区精品| 成年动漫av网址| 午夜日韩欧美国产| 在线观看免费日韩欧美大片| 国产又爽黄色视频| 日本爱情动作片www.在线观看| 成人毛片a级毛片在线播放| 老熟女久久久| 久久综合国产亚洲精品| 国产成人精品久久二区二区91 | 秋霞伦理黄片| av国产久精品久网站免费入址| 久久99蜜桃精品久久| 亚洲三级黄色毛片| 大片免费播放器 马上看| 免费人妻精品一区二区三区视频| 久久精品国产a三级三级三级| 亚洲国产精品一区三区| 亚洲av日韩在线播放| 欧美成人午夜免费资源| 黑人欧美特级aaaaaa片| 亚洲一码二码三码区别大吗| 自线自在国产av| 美女xxoo啪啪120秒动态图| 高清黄色对白视频在线免费看| 18禁观看日本| 成人漫画全彩无遮挡| 午夜福利网站1000一区二区三区| 老熟女久久久| 午夜免费鲁丝| 日韩一本色道免费dvd| 久久久国产欧美日韩av| 亚洲精品av麻豆狂野| freevideosex欧美| tube8黄色片| 色视频在线一区二区三区| 日韩人妻精品一区2区三区| 老女人水多毛片| 黄色毛片三级朝国网站| 欧美亚洲 丝袜 人妻 在线| 美女午夜性视频免费| 精品少妇内射三级| 国产一区二区三区av在线| 人妻 亚洲 视频| 超碰成人久久| 日本wwww免费看|