• <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
    国产精品美女特级片免费视频播放器| 少妇的逼水好多| 久久亚洲国产成人精品v| 国产亚洲精品久久久久久毛片| av国产免费在线观看| 哪里可以看免费的av片| 欧美色视频一区免费| 国产久久久一区二区三区| 免费av观看视频| 欧美日韩国产亚洲二区| 欧美日韩国产亚洲二区| 国产午夜精品久久久久久一区二区三区 | 国产国拍精品亚洲av在线观看| 亚洲国产精品成人综合色| 桃色一区二区三区在线观看| 国产成人一区二区在线| 成人三级黄色视频| 中国国产av一级| 在线免费十八禁| 国产在线精品亚洲第一网站| 国产一级毛片七仙女欲春2| 久久亚洲精品不卡| 欧美日韩乱码在线| 精品午夜福利视频在线观看一区| 两性午夜刺激爽爽歪歪视频在线观看| 精品人妻视频免费看| 国产精品爽爽va在线观看网站| 男人的好看免费观看在线视频| 九九爱精品视频在线观看| 日韩,欧美,国产一区二区三区 | 免费观看在线日韩| 亚洲熟妇中文字幕五十中出| 久久午夜亚洲精品久久| 十八禁国产超污无遮挡网站| 亚洲第一区二区三区不卡| 一进一出好大好爽视频| 色哟哟·www| 中文字幕熟女人妻在线| 嫩草影院入口| 男人的好看免费观看在线视频| 亚洲av免费高清在线观看| 国产欧美日韩一区二区精品| 一级黄片播放器| 国产视频内射| 亚洲国产精品久久男人天堂| 天堂网av新在线| 成人一区二区视频在线观看| 搞女人的毛片| 成人特级黄色片久久久久久久| 夜夜看夜夜爽夜夜摸| 国产极品精品免费视频能看的| 精品一区二区三区人妻视频| 午夜福利18| 亚洲国产精品sss在线观看| 美女免费视频网站| www.色视频.com| 国产精品,欧美在线| 天堂动漫精品| 哪里可以看免费的av片| 看非洲黑人一级黄片| .国产精品久久| 成年版毛片免费区| 看黄色毛片网站| 久久99热这里只有精品18| 国产淫片久久久久久久久| 亚洲欧美日韩卡通动漫| 亚洲高清免费不卡视频| 久久午夜福利片| 欧美日韩乱码在线| 少妇裸体淫交视频免费看高清| 卡戴珊不雅视频在线播放| 一边摸一边抽搐一进一小说| 国产片特级美女逼逼视频| 久久99热6这里只有精品| 干丝袜人妻中文字幕| 亚洲国产精品久久男人天堂| 久久人妻av系列| 亚洲av中文字字幕乱码综合| 久久久久国产精品人妻aⅴ院| 婷婷精品国产亚洲av在线| 国产一区二区激情短视频| 精品人妻熟女av久视频| 免费人成在线观看视频色| 悠悠久久av| 精品久久久久久久久av| 欧美xxxx性猛交bbbb| 免费一级毛片在线播放高清视频| 人人妻人人澡欧美一区二区| 成人漫画全彩无遮挡| 麻豆av噜噜一区二区三区| 国产探花极品一区二区| 99久久精品热视频| 给我免费播放毛片高清在线观看| 日韩欧美在线乱码| 国内揄拍国产精品人妻在线| 国产亚洲av嫩草精品影院| 亚洲人成网站高清观看| 国产爱豆传媒在线观看| 综合色丁香网| 国产在视频线在精品| 精品一区二区三区视频在线观看免费| 91久久精品国产一区二区三区| 在线免费观看不下载黄p国产| 久久亚洲国产成人精品v| 深夜a级毛片| 亚洲av第一区精品v没综合| 中文字幕免费在线视频6| 欧美最新免费一区二区三区| 欧美精品国产亚洲| 欧美色欧美亚洲另类二区| 日日摸夜夜添夜夜添av毛片| 少妇人妻一区二区三区视频| 一边摸一边抽搐一进一小说| 99热精品在线国产| 国产 一区精品| 两个人视频免费观看高清| 九九爱精品视频在线观看| 亚洲成人av在线免费| 99久久中文字幕三级久久日本| 亚洲最大成人手机在线| 97超碰精品成人国产| 成人三级黄色视频| 性插视频无遮挡在线免费观看| 直男gayav资源| 国产午夜福利久久久久久| 国产国拍精品亚洲av在线观看| 三级毛片av免费| 在线播放无遮挡| 国产 一区精品| 嫩草影院入口| 国产探花在线观看一区二区| 午夜影院日韩av| 丝袜美腿在线中文| 亚洲在线自拍视频| 亚洲乱码一区二区免费版| 日韩av在线大香蕉| 亚洲国产精品国产精品| 嫩草影视91久久| 搡老妇女老女人老熟妇| 亚洲人成网站高清观看| 日韩一本色道免费dvd| 一级毛片久久久久久久久女| 亚洲不卡免费看| av.在线天堂| 久久久精品94久久精品| 亚洲国产精品久久男人天堂| 一区二区三区高清视频在线| 狂野欧美激情性xxxx在线观看| 如何舔出高潮| 久久精品91蜜桃| 97在线视频观看| 成人鲁丝片一二三区免费| 国语自产精品视频在线第100页| 色吧在线观看| 亚洲一区高清亚洲精品| 久久精品91蜜桃| 综合色av麻豆| 中文字幕人妻熟人妻熟丝袜美| 三级国产精品欧美在线观看| 国产高清有码在线观看视频| 国产aⅴ精品一区二区三区波| 亚洲成人久久性| 国产精品爽爽va在线观看网站| 精品午夜福利视频在线观看一区| 亚洲中文字幕日韩| 我要搜黄色片| 精品久久久噜噜| 2021天堂中文幕一二区在线观| 欧美zozozo另类| 中文在线观看免费www的网站| 麻豆久久精品国产亚洲av| 国产精品免费一区二区三区在线| 女生性感内裤真人,穿戴方法视频| 国产精品久久视频播放| 午夜视频国产福利| 国产精品久久久久久精品电影| 亚洲欧美日韩高清专用| 国产探花极品一区二区| 国产私拍福利视频在线观看| 亚洲一区高清亚洲精品| 亚洲成人久久性| 午夜亚洲福利在线播放| 欧美潮喷喷水| 亚洲美女视频黄频| 秋霞在线观看毛片| 网址你懂的国产日韩在线| 日本精品一区二区三区蜜桃| 久久精品国产99精品国产亚洲性色| 欧美最新免费一区二区三区| 国产一区二区亚洲精品在线观看| 亚洲第一电影网av| 嫩草影视91久久| 99久久无色码亚洲精品果冻| 人妻丰满熟妇av一区二区三区| 国产男靠女视频免费网站| 免费搜索国产男女视频| 国产亚洲精品av在线| 婷婷六月久久综合丁香| 国产日本99.免费观看| 少妇高潮的动态图| 露出奶头的视频| 中文字幕免费在线视频6| 悠悠久久av| av在线播放精品| 一夜夜www| 久久久精品94久久精品| 18禁黄网站禁片免费观看直播| 久久人人爽人人爽人人片va| 久久6这里有精品| 欧美色视频一区免费| 人妻久久中文字幕网| 午夜免费男女啪啪视频观看 | 九九热线精品视视频播放| 精品欧美国产一区二区三| 特大巨黑吊av在线直播| 人人妻人人看人人澡| 欧美三级亚洲精品| 热99在线观看视频| av免费在线看不卡| 国产精品人妻久久久影院| 亚洲熟妇中文字幕五十中出| 日韩三级伦理在线观看| 丰满乱子伦码专区| 91久久精品国产一区二区成人| 麻豆成人午夜福利视频| 99热这里只有是精品50| 12—13女人毛片做爰片一| 久久中文看片网| 18禁在线无遮挡免费观看视频 | 色在线成人网| 色综合站精品国产| 成年女人毛片免费观看观看9| 色5月婷婷丁香| 男人舔奶头视频| 欧美性猛交黑人性爽| 成人av在线播放网站| 亚洲欧美日韩高清在线视频| 亚洲av中文av极速乱| 色综合站精品国产| 最近2019中文字幕mv第一页| 搡老熟女国产l中国老女人| 精品人妻视频免费看| 别揉我奶头~嗯~啊~动态视频| 色综合色国产| 综合色丁香网| 亚洲成av人片在线播放无| 免费不卡的大黄色大毛片视频在线观看 | 在线a可以看的网站| 深爱激情五月婷婷| 免费一级毛片在线播放高清视频| 国产高清视频在线观看网站| 国内久久婷婷六月综合欲色啪| 国产三级在线视频| 国产精品一区www在线观看| 人人妻人人澡人人爽人人夜夜 | 久久久精品大字幕| 日日撸夜夜添| 久久精品国产99精品国产亚洲性色| 国产女主播在线喷水免费视频网站 | 国内久久婷婷六月综合欲色啪| 午夜日韩欧美国产| 日本一二三区视频观看| 最近的中文字幕免费完整| 99久久精品一区二区三区| 国产三级中文精品| 亚洲精品影视一区二区三区av| 黄色欧美视频在线观看| 亚洲欧美精品自产自拍| avwww免费| 久久6这里有精品| 久久久国产成人精品二区| 免费人成在线观看视频色| 天天躁夜夜躁狠狠久久av| 一个人免费在线观看电影| 国产精品久久电影中文字幕| 看十八女毛片水多多多| 日本-黄色视频高清免费观看| 伦理电影大哥的女人| 一a级毛片在线观看| 久99久视频精品免费| 亚洲色图av天堂| 亚洲精品国产成人久久av| 亚洲国产精品国产精品| 国产男靠女视频免费网站| 午夜福利视频1000在线观看| 一个人看视频在线观看www免费| 久久精品影院6| 午夜福利成人在线免费观看| 一进一出抽搐gif免费好疼| av卡一久久| 午夜免费男女啪啪视频观看 | 嫩草影院新地址| 免费看av在线观看网站| 特级一级黄色大片| 国产 一区精品| 国产高清有码在线观看视频| 色av中文字幕| 亚洲国产精品合色在线| 2021天堂中文幕一二区在线观| 18禁黄网站禁片免费观看直播| 精品一区二区免费观看| 淫秽高清视频在线观看| 美女cb高潮喷水在线观看| 狂野欧美白嫩少妇大欣赏| 中文字幕免费在线视频6| 国产探花在线观看一区二区| 国产探花极品一区二区| 寂寞人妻少妇视频99o| www日本黄色视频网| 我的女老师完整版在线观看| 亚洲欧美日韩卡通动漫| 日本撒尿小便嘘嘘汇集6| 乱码一卡2卡4卡精品| 色5月婷婷丁香| 国产白丝娇喘喷水9色精品| 2021天堂中文幕一二区在线观| 国产 一区精品| 日韩三级伦理在线观看| 中国国产av一级| 男插女下体视频免费在线播放| 成年女人毛片免费观看观看9| 亚洲中文日韩欧美视频| 国产三级中文精品| 亚洲一级一片aⅴ在线观看| 韩国av在线不卡| 国产中年淑女户外野战色| 国产在线精品亚洲第一网站| 免费在线观看影片大全网站| 天堂√8在线中文| 国产麻豆成人av免费视频| 国产精品不卡视频一区二区| 97碰自拍视频| 亚洲精品影视一区二区三区av| 欧美一级a爱片免费观看看| 国产 一区精品| 中国美女看黄片| 小蜜桃在线观看免费完整版高清| 免费看a级黄色片| 卡戴珊不雅视频在线播放| 成人美女网站在线观看视频| 亚洲国产高清在线一区二区三| 男女边吃奶边做爰视频| 国产69精品久久久久777片| 亚洲av五月六月丁香网| 久久中文看片网| 国产成人aa在线观看| 18+在线观看网站| 少妇人妻一区二区三区视频| 国产精品久久久久久av不卡| 真实男女啪啪啪动态图| 91午夜精品亚洲一区二区三区| 欧美性猛交╳xxx乱大交人| 晚上一个人看的免费电影| 在线天堂最新版资源| 淫秽高清视频在线观看| 欧美极品一区二区三区四区| 日本成人三级电影网站| 国产av不卡久久| 特大巨黑吊av在线直播| 日本-黄色视频高清免费观看| 99九九线精品视频在线观看视频| 久久久久性生活片| 久久九九热精品免费| 国产精品永久免费网站| 国内精品一区二区在线观看| 日韩精品有码人妻一区| videossex国产| 看片在线看免费视频| 三级国产精品欧美在线观看| 亚洲欧美日韩东京热| 成人三级黄色视频| 国产精品人妻久久久久久| 不卡视频在线观看欧美| 一区二区三区高清视频在线| 日韩欧美精品v在线| 在线免费观看的www视频| 在线观看美女被高潮喷水网站| 久99久视频精品免费| 久久久a久久爽久久v久久| 99久久九九国产精品国产免费| 国产一区二区三区av在线 | 九九久久精品国产亚洲av麻豆| 国产黄色视频一区二区在线观看 | 99热6这里只有精品| 亚洲专区国产一区二区| 校园人妻丝袜中文字幕| 久久久久久久久中文| 久久久久久久久大av| 亚洲美女搞黄在线观看 | 日韩一区二区视频免费看| 哪里可以看免费的av片| 国产激情偷乱视频一区二区| 欧美性感艳星| 亚洲最大成人中文| videossex国产| 国产亚洲精品久久久久久毛片| 久久久久九九精品影院| 99久久久亚洲精品蜜臀av| 麻豆成人午夜福利视频| 亚洲精品在线观看二区| 男人狂女人下面高潮的视频| 搡女人真爽免费视频火全软件 | 欧美日韩在线观看h| 亚洲欧美精品综合久久99| 久久精品久久久久久噜噜老黄 | 美女高潮的动态| 亚洲精品日韩av片在线观看| 欧美另类亚洲清纯唯美| 丰满的人妻完整版| 免费观看精品视频网站| 舔av片在线| 亚洲精华国产精华液的使用体验 | 又爽又黄无遮挡网站| 18禁黄网站禁片免费观看直播| 精品99又大又爽又粗少妇毛片| 菩萨蛮人人尽说江南好唐韦庄 | 国产亚洲精品久久久com| 悠悠久久av| 久久精品夜色国产| 亚洲精品日韩av片在线观看| 国产乱人偷精品视频| 国产精品免费一区二区三区在线| 美女被艹到高潮喷水动态| 日韩强制内射视频| 又黄又爽又免费观看的视频| 亚洲va在线va天堂va国产| 三级国产精品欧美在线观看| 少妇熟女欧美另类| 日韩中字成人| 老女人水多毛片| 哪里可以看免费的av片| 尾随美女入室| 91久久精品国产一区二区成人| 亚洲成人av在线免费| 久久午夜亚洲精品久久| 日产精品乱码卡一卡2卡三| 久久草成人影院| 男女做爰动态图高潮gif福利片| 最近最新中文字幕大全电影3| 国产av不卡久久| 国产精品人妻久久久久久| 综合色丁香网| 看免费成人av毛片| 国模一区二区三区四区视频| 久久久久久久久久久丰满| 国产伦精品一区二区三区视频9| 久久精品国产亚洲av天美| 国产精品一及| 免费一级毛片在线播放高清视频| 一个人免费在线观看电影| 一个人看的www免费观看视频| 亚洲欧美清纯卡通| 国产三级中文精品| 麻豆精品久久久久久蜜桃| 婷婷精品国产亚洲av在线| 最近2019中文字幕mv第一页| 人人妻人人澡人人爽人人夜夜 | 老司机福利观看| 日韩欧美 国产精品| 欧美成人一区二区免费高清观看| 熟妇人妻久久中文字幕3abv| 床上黄色一级片| 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| 麻豆国产av国片精品| 看免费成人av毛片| 色综合站精品国产| 亚洲欧美日韩高清在线视频| 人人妻,人人澡人人爽秒播| 久久午夜亚洲精品久久| av福利片在线观看| 天堂动漫精品| 中文在线观看免费www的网站| 亚洲自拍偷在线| 亚洲欧美日韩高清专用| 国产熟女欧美一区二区| 国产一区二区亚洲精品在线观看| av黄色大香蕉| 18禁黄网站禁片免费观看直播| 51国产日韩欧美| 神马国产精品三级电影在线观看| 色av中文字幕| 国产高清视频在线观看网站| 伦精品一区二区三区| 夜夜爽天天搞| 精品一区二区三区人妻视频| 又爽又黄无遮挡网站| 一进一出好大好爽视频| 赤兔流量卡办理| 女人十人毛片免费观看3o分钟| 亚洲电影在线观看av| 精品无人区乱码1区二区| 久久精品久久久久久噜噜老黄 | 高清毛片免费看| 国产av不卡久久| 久久久久久久久久成人| 性色avwww在线观看| 日韩精品青青久久久久久| 中文字幕免费在线视频6| 日日撸夜夜添| 在线播放无遮挡| 久久午夜福利片| 99久久久亚洲精品蜜臀av| 男人狂女人下面高潮的视频| 黑人高潮一二区| 搡老熟女国产l中国老女人| 美女内射精品一级片tv| 嫩草影视91久久| 免费黄网站久久成人精品| 少妇的逼好多水| 天天一区二区日本电影三级| 精品欧美国产一区二区三| 亚洲欧美日韩无卡精品| 精品久久久久久久久久免费视频| 91久久精品国产一区二区三区| 欧美激情久久久久久爽电影| 欧美色视频一区免费| 亚洲精品日韩av片在线观看| 久久久精品大字幕| 日本a在线网址| 亚洲中文字幕一区二区三区有码在线看| 桃色一区二区三区在线观看| 亚洲综合色惰| 国产亚洲精品av在线| 亚洲精品久久国产高清桃花| 大型黄色视频在线免费观看| 国产久久久一区二区三区| 成年女人永久免费观看视频| 国产黄片美女视频| 美女 人体艺术 gogo| 国产伦精品一区二区三区视频9| 真人做人爱边吃奶动态| 亚洲精品影视一区二区三区av| 国产乱人视频| 国内久久婷婷六月综合欲色啪| a级毛片免费高清观看在线播放| 婷婷精品国产亚洲av| 午夜激情欧美在线| 日韩欧美一区二区三区在线观看| 日韩在线高清观看一区二区三区| 日韩欧美精品免费久久| 国产精品福利在线免费观看| 国产大屁股一区二区在线视频| 国产一区二区激情短视频| 国产毛片a区久久久久| 亚洲国产色片| 热99在线观看视频| 日韩欧美在线乱码| 国产成人影院久久av| 久久人人精品亚洲av| 亚洲av成人精品一区久久| 亚洲av第一区精品v没综合| 人妻夜夜爽99麻豆av| 国产精品久久久久久久久免| 少妇的逼好多水| 国产伦在线观看视频一区| 综合色av麻豆| 亚洲欧美精品综合久久99| 秋霞在线观看毛片| 精品人妻偷拍中文字幕| 麻豆国产av国片精品| 变态另类成人亚洲欧美熟女| 噜噜噜噜噜久久久久久91| 赤兔流量卡办理| av在线天堂中文字幕| 国产高清三级在线| 亚洲精品日韩av片在线观看| 欧美极品一区二区三区四区| 成人国产麻豆网| 一本精品99久久精品77| 五月玫瑰六月丁香| 少妇的逼水好多| 嫩草影院精品99| 亚洲成av人片在线播放无| 观看美女的网站| 看免费成人av毛片| 一个人观看的视频www高清免费观看| 久久久久国产网址| 夜夜爽天天搞| 成人特级黄色片久久久久久久| 在现免费观看毛片| 男女啪啪激烈高潮av片| 麻豆精品久久久久久蜜桃| 美女大奶头视频| 直男gayav资源| 久久精品国产清高在天天线| 久久久精品大字幕| 久久久精品欧美日韩精品| 久久久久免费精品人妻一区二区| 日韩欧美免费精品| 少妇熟女aⅴ在线视频| 亚洲欧美日韩卡通动漫| 国产高清不卡午夜福利| 给我免费播放毛片高清在线观看| 91久久精品电影网| 夜夜夜夜夜久久久久| 久久精品国产自在天天线| 级片在线观看| 天堂√8在线中文| 国产亚洲精品av在线| 欧美激情在线99| 国产精品亚洲一级av第二区| 午夜精品在线福利| 99久久久亚洲精品蜜臀av| 99热全是精品| 亚洲精品成人久久久久久| 国产aⅴ精品一区二区三区波| 女生性感内裤真人,穿戴方法视频| 久久久久久久久久成人| 国产精品久久久久久av不卡| 国产成人精品久久久久久| 久久久久性生活片| 久久这里只有精品中国| 成人综合一区亚洲| 国产精品女同一区二区软件|