• <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
    熟妇人妻久久中文字幕3abv| 青春草亚洲视频在线观看| 久久久精品94久久精品| 六月丁香七月| 蜜桃久久精品国产亚洲av| 国产午夜精品一二区理论片| 你懂的网址亚洲精品在线观看| 日韩不卡一区二区三区视频在线| 91久久精品国产一区二区成人| 99热这里只有是精品在线观看| 国产激情偷乱视频一区二区| 一区二区三区高清视频在线| 男女边吃奶边做爰视频| 能在线免费观看的黄片| 成人午夜精彩视频在线观看| 久久精品人妻少妇| 国产精品爽爽va在线观看网站| 春色校园在线视频观看| 一级爰片在线观看| 国产女主播在线喷水免费视频网站 | 免费观看性生交大片5| 免费黄色在线免费观看| 人人妻人人看人人澡| 午夜福利高清视频| 国产精品爽爽va在线观看网站| 日韩 亚洲 欧美在线| 国产色爽女视频免费观看| 亚洲最大成人中文| 深夜a级毛片| 久久久精品欧美日韩精品| 水蜜桃什么品种好| 青春草视频在线免费观看| 国产免费福利视频在线观看| 国国产精品蜜臀av免费| 亚洲国产精品成人久久小说| 国产在线男女| 亚洲精品视频女| 亚洲欧洲日产国产| 在线 av 中文字幕| 人人妻人人看人人澡| 男女边摸边吃奶| 又粗又硬又长又爽又黄的视频| 国产在视频线精品| 精品亚洲乱码少妇综合久久| 国产精品久久久久久久电影| 高清av免费在线| 在线 av 中文字幕| 成人二区视频| 国产日韩欧美在线精品| 国产欧美日韩精品一区二区| 插逼视频在线观看| 中文精品一卡2卡3卡4更新| 久久久久九九精品影院| 中文字幕人妻熟人妻熟丝袜美| 国产毛片a区久久久久| 亚洲精品,欧美精品| 国产精品日韩av在线免费观看| 午夜福利视频1000在线观看| 美女被艹到高潮喷水动态| 我的老师免费观看完整版| 亚洲av男天堂| 最后的刺客免费高清国语| 成人亚洲精品av一区二区| 国产一区二区三区综合在线观看 | 日本-黄色视频高清免费观看| 国产精品国产三级国产av玫瑰| 亚洲综合精品二区| 日韩欧美国产在线观看| 国内少妇人妻偷人精品xxx网站| 国产成人福利小说| 啦啦啦啦在线视频资源| 亚洲经典国产精华液单| 亚洲精品乱久久久久久| 水蜜桃什么品种好| 国产成人freesex在线| 91av网一区二区| 啦啦啦中文免费视频观看日本| 亚洲无线观看免费| 免费观看a级毛片全部| 日本av手机在线免费观看| 嘟嘟电影网在线观看| 一个人看视频在线观看www免费| 亚洲成人精品中文字幕电影| 毛片一级片免费看久久久久| 国产成人精品一,二区| 永久网站在线| 夫妻午夜视频| 成年免费大片在线观看| 欧美不卡视频在线免费观看| 日韩欧美三级三区| 97精品久久久久久久久久精品| 午夜免费男女啪啪视频观看| 中文欧美无线码| 欧美一区二区亚洲| 精品亚洲乱码少妇综合久久| 国产女主播在线喷水免费视频网站 | 免费黄网站久久成人精品| 国产精品.久久久| 久久久成人免费电影| 一二三四中文在线观看免费高清| 国产色爽女视频免费观看| 国产免费一级a男人的天堂| 一边亲一边摸免费视频| 女人被狂操c到高潮| 欧美人与善性xxx| 免费观看a级毛片全部| 国产精品久久久久久av不卡| 天堂网av新在线| 日韩欧美 国产精品| 亚洲欧洲日产国产| 欧美极品一区二区三区四区| 成人毛片60女人毛片免费| 高清av免费在线| 在线免费观看不下载黄p国产| 97超碰精品成人国产| 亚洲精品,欧美精品| 久久精品久久精品一区二区三区| 日本一本二区三区精品| 黄片无遮挡物在线观看| 一级毛片我不卡| 亚洲在线自拍视频| 免费看a级黄色片| 一夜夜www| 亚洲精品乱码久久久v下载方式| 全区人妻精品视频| av在线天堂中文字幕| 亚洲成人一二三区av| 国产黄片美女视频| 日韩av免费高清视频| 亚洲精品成人av观看孕妇| 伦精品一区二区三区| eeuss影院久久| 欧美日韩国产mv在线观看视频 | 国产乱人偷精品视频| 亚洲电影在线观看av| 九色成人免费人妻av| 日韩一区二区三区影片| 欧美最新免费一区二区三区| 噜噜噜噜噜久久久久久91| 久久精品久久久久久久性| 岛国毛片在线播放| 国产成年人精品一区二区| 成人性生交大片免费视频hd| 少妇高潮的动态图| 国产精品三级大全| 99热这里只有精品一区| 国产一级毛片七仙女欲春2| 色综合亚洲欧美另类图片| 女人十人毛片免费观看3o分钟| 51国产日韩欧美| 久久久久久久亚洲中文字幕| 日韩一本色道免费dvd| 精品一区二区免费观看| 精品人妻熟女av久视频| 国产黄片美女视频| 我要看日韩黄色一级片| av黄色大香蕉| 蜜臀久久99精品久久宅男| av在线播放精品| 天堂影院成人在线观看| 亚洲真实伦在线观看| 国产黄片视频在线免费观看| 夜夜爽夜夜爽视频| 日韩中字成人| 麻豆成人午夜福利视频| 色综合色国产| 精品久久国产蜜桃| 亚洲美女搞黄在线观看| 免费高清在线观看视频在线观看| 精品久久久精品久久久| 欧美激情国产日韩精品一区| 亚洲熟妇中文字幕五十中出| 欧美丝袜亚洲另类| 亚洲电影在线观看av| 搡老乐熟女国产| 欧美极品一区二区三区四区| 日日啪夜夜撸| 大香蕉97超碰在线| 人妻制服诱惑在线中文字幕| 男女国产视频网站| 十八禁国产超污无遮挡网站| 国产精品无大码| 大片免费播放器 马上看| 啦啦啦韩国在线观看视频| 日产精品乱码卡一卡2卡三| 嫩草影院入口| 亚洲性久久影院| www.色视频.com| 三级毛片av免费| 九草在线视频观看| 天堂√8在线中文| 日韩一区二区三区影片| 精品一区二区三区人妻视频| 日日摸夜夜添夜夜爱| 国产一区有黄有色的免费视频 | 久久久久网色| 免费无遮挡裸体视频| 欧美精品国产亚洲| 女人被狂操c到高潮| 夜夜看夜夜爽夜夜摸| av一本久久久久| 亚洲精品国产av蜜桃| 日本黄大片高清| 综合色丁香网| 成年女人在线观看亚洲视频 | 免费观看无遮挡的男女| 赤兔流量卡办理| 久久精品久久久久久噜噜老黄| 日韩亚洲欧美综合| 亚洲色图av天堂| 国产一区二区亚洲精品在线观看| 亚洲国产精品国产精品| 免费看a级黄色片| 最近手机中文字幕大全| 亚洲最大成人中文| 最近视频中文字幕2019在线8| 日本三级黄在线观看| av网站免费在线观看视频 | 少妇熟女欧美另类| 久久精品国产亚洲av天美| 一级a做视频免费观看| 啦啦啦中文免费视频观看日本| 国产精品熟女久久久久浪| 晚上一个人看的免费电影| 熟妇人妻久久中文字幕3abv| 免费播放大片免费观看视频在线观看| 一区二区三区乱码不卡18| 国产免费又黄又爽又色| 中文天堂在线官网| xxx大片免费视频| 国产美女午夜福利| 麻豆成人av视频| 色综合亚洲欧美另类图片| 国产成人aa在线观看| 欧美激情久久久久久爽电影| 精品午夜福利在线看| 最近的中文字幕免费完整| 日本熟妇午夜| 亚洲av.av天堂| 成年人午夜在线观看视频 | 国产午夜精品论理片| 汤姆久久久久久久影院中文字幕 | 久久久久国产网址| 中国国产av一级| 国产综合懂色| 久久精品久久久久久噜噜老黄| 欧美xxxx性猛交bbbb| 国产精品1区2区在线观看.| 欧美性猛交╳xxx乱大交人| 国产在视频线在精品| 国产黄频视频在线观看| 日韩 亚洲 欧美在线| 老司机影院毛片| 久久综合国产亚洲精品| 国产成人午夜福利电影在线观看| 国产av不卡久久| 直男gayav资源| 中文欧美无线码| 久久久久精品性色| 免费观看av网站的网址| 天天躁日日操中文字幕| 免费看光身美女| 久久人人爽人人爽人人片va| av在线老鸭窝| 亚洲av男天堂| 色尼玛亚洲综合影院| 国产黄频视频在线观看| 免费黄色在线免费观看| 22中文网久久字幕| 亚洲av免费高清在线观看| 网址你懂的国产日韩在线| 青春草亚洲视频在线观看| 夜夜爽夜夜爽视频| 菩萨蛮人人尽说江南好唐韦庄| 韩国av在线不卡| 麻豆久久精品国产亚洲av| 国产成人a∨麻豆精品| 色5月婷婷丁香| 精品午夜福利在线看| 别揉我奶头 嗯啊视频| 久久99蜜桃精品久久| 国产老妇伦熟女老妇高清| 免费av不卡在线播放| 综合色丁香网| 国产伦在线观看视频一区| 久久久国产一区二区| 又爽又黄a免费视频| 亚洲精品成人久久久久久| 国产麻豆成人av免费视频| 午夜福利在线观看免费完整高清在| 丝袜美腿在线中文| 国产成人freesex在线| 淫秽高清视频在线观看| 午夜免费观看性视频| 免费av毛片视频| 国产精品蜜桃在线观看| 国产午夜精品久久久久久一区二区三区| 老司机影院成人| 大陆偷拍与自拍| 日本爱情动作片www.在线观看| 国产成人午夜福利电影在线观看| 精品一区在线观看国产| 国产伦精品一区二区三区四那| 国产欧美另类精品又又久久亚洲欧美| 在线观看人妻少妇| 亚洲综合色惰| 极品少妇高潮喷水抽搐| 婷婷六月久久综合丁香| 国产精品伦人一区二区| 国产 一区精品| 麻豆精品久久久久久蜜桃| 国产高潮美女av| 久久国内精品自在自线图片| 国产熟女欧美一区二区| 亚洲欧美清纯卡通| 国产精品一区二区在线观看99 | 国产又色又爽无遮挡免| 精品久久久久久久久av| 国产欧美日韩精品一区二区| 国产成人精品婷婷| 精品久久久噜噜| 免费av毛片视频| 99热这里只有精品一区| 亚洲美女视频黄频| 亚洲美女搞黄在线观看| 久久99热这里只有精品18| 亚洲av不卡在线观看| 久久久午夜欧美精品| av女优亚洲男人天堂| 亚洲国产高清在线一区二区三| 男女视频在线观看网站免费| 免费av不卡在线播放| 亚洲国产精品成人综合色| 欧美日本视频| 欧美一区二区亚洲| 欧美日本视频| 一级二级三级毛片免费看| av专区在线播放| 国产男人的电影天堂91| 免费少妇av软件| 一级毛片 在线播放| 亚洲精品乱码久久久v下载方式| 少妇被粗大猛烈的视频| 午夜福利成人在线免费观看| 国产精品无大码| 久久精品久久久久久久性| 日日啪夜夜撸| 亚洲精品第二区| 成人毛片a级毛片在线播放| 免费观看的影片在线观看| 伦理电影大哥的女人| 久久99热这里只频精品6学生| 色5月婷婷丁香| 国产高清国产精品国产三级 | 乱码一卡2卡4卡精品| 久久精品久久久久久噜噜老黄| 亚洲国产成人一精品久久久| 久久这里只有精品中国| 精品亚洲乱码少妇综合久久| 色吧在线观看| av在线老鸭窝| 九色成人免费人妻av| 国产探花在线观看一区二区| 午夜激情久久久久久久| 成人一区二区视频在线观看| 国产av不卡久久| 日韩电影二区| 精品久久久久久久久av| kizo精华| 青春草亚洲视频在线观看| 国产精品不卡视频一区二区| 美女xxoo啪啪120秒动态图| 91精品一卡2卡3卡4卡| 国产亚洲最大av| 成人综合一区亚洲| 高清av免费在线| 午夜精品一区二区三区免费看| 亚洲一级一片aⅴ在线观看| 中文字幕人妻熟人妻熟丝袜美| 99热网站在线观看| 丝袜喷水一区| 精品久久久久久久久av| 中文字幕av在线有码专区| 国产视频首页在线观看| 色5月婷婷丁香| 综合色丁香网| 国产毛片a区久久久久| 欧美激情在线99| h日本视频在线播放| 一夜夜www| 国产毛片a区久久久久| 国产成人a∨麻豆精品| 久久久久久久久久久免费av| 最近手机中文字幕大全| 三级国产精品欧美在线观看| 精品人妻熟女av久视频| 日韩av在线免费看完整版不卡| 日韩 亚洲 欧美在线| 黄色日韩在线| 成人无遮挡网站| 最近中文字幕2019免费版| 欧美xxxx黑人xx丫x性爽| 国产黄片美女视频| 国产亚洲av嫩草精品影院| 高清午夜精品一区二区三区| 男人爽女人下面视频在线观看| 1000部很黄的大片| 少妇人妻精品综合一区二区| 免费看a级黄色片| 男人狂女人下面高潮的视频| 最新中文字幕久久久久| 久久久a久久爽久久v久久| 美女黄网站色视频| 中文字幕久久专区| 乱人视频在线观看| kizo精华| 免费观看无遮挡的男女| 色网站视频免费| 春色校园在线视频观看| 中文天堂在线官网| 麻豆乱淫一区二区| 免费观看a级毛片全部| 成人亚洲精品av一区二区| 亚洲欧美成人综合另类久久久| 亚洲不卡免费看| 国产精品久久久久久精品电影| 久久久久久久亚洲中文字幕| 亚洲国产欧美人成| 亚洲性久久影院| 亚洲欧美日韩卡通动漫| 精品不卡国产一区二区三区| 成人av在线播放网站| 蜜臀久久99精品久久宅男| 国产精品久久久久久久久免| 精品久久久久久电影网| 亚洲av成人精品一区久久| 午夜激情久久久久久久| 尾随美女入室| 女人十人毛片免费观看3o分钟| 国产高清不卡午夜福利| 亚洲欧美中文字幕日韩二区| av在线观看视频网站免费| 成人二区视频| 九九久久精品国产亚洲av麻豆| 亚洲精品一区蜜桃| 一级片'在线观看视频| 小蜜桃在线观看免费完整版高清| 日日干狠狠操夜夜爽| 国产黄片美女视频| 大香蕉97超碰在线| 男人舔奶头视频| 欧美3d第一页| 亚洲国产av新网站| 午夜精品一区二区三区免费看| 男女边吃奶边做爰视频| 久久鲁丝午夜福利片| 少妇猛男粗大的猛烈进出视频 | 国产成人精品婷婷| 欧美日本视频| 美女内射精品一级片tv| 国产有黄有色有爽视频| 简卡轻食公司| 精华霜和精华液先用哪个| 久久久久久久久久久丰满| 国产精品人妻久久久影院| 成年女人在线观看亚洲视频 | 亚洲精品中文字幕在线视频 | 女人被狂操c到高潮| 26uuu在线亚洲综合色| 最近最新中文字幕大全电影3| 97在线视频观看| 一个人看视频在线观看www免费| 亚洲av免费在线观看| 真实男女啪啪啪动态图| av一本久久久久| 少妇熟女aⅴ在线视频| 亚洲va在线va天堂va国产| 我的老师免费观看完整版| 久久99热6这里只有精品| 亚洲av成人精品一二三区| 成人综合一区亚洲| 午夜亚洲福利在线播放| 夜夜看夜夜爽夜夜摸| 非洲黑人性xxxx精品又粗又长| 欧美bdsm另类| 联通29元200g的流量卡| 天美传媒精品一区二区| 在线天堂最新版资源| 狂野欧美白嫩少妇大欣赏| 看非洲黑人一级黄片| 日韩欧美国产在线观看| 狂野欧美激情性xxxx在线观看| 国产毛片a区久久久久| 午夜精品在线福利| 国产一区二区三区av在线| 极品少妇高潮喷水抽搐| 噜噜噜噜噜久久久久久91| 亚洲色图av天堂| 久久久久精品性色| 看非洲黑人一级黄片| 午夜精品一区二区三区免费看| 美女xxoo啪啪120秒动态图| 国产高清不卡午夜福利| 日韩 亚洲 欧美在线| 在线观看一区二区三区| 免费少妇av软件| 免费大片18禁| 欧美三级亚洲精品| a级毛色黄片| 国产精品久久久久久精品电影| 国产激情偷乱视频一区二区| 久久韩国三级中文字幕| 国产女主播在线喷水免费视频网站 | 欧美xxⅹ黑人| 又爽又黄无遮挡网站| 日日撸夜夜添| 日韩成人伦理影院| 18禁裸乳无遮挡免费网站照片| 久久久午夜欧美精品| 亚洲av在线观看美女高潮| 亚洲国产欧美人成| 国产黄片美女视频| 午夜激情福利司机影院| 亚洲国产精品专区欧美| 中文字幕av在线有码专区| 六月丁香七月| 午夜福利在线在线| 国产综合懂色| 综合色丁香网| 国产精品一区二区性色av| 色视频www国产| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 精品少妇黑人巨大在线播放| 亚洲四区av| 精品人妻视频免费看| 久久久a久久爽久久v久久| 偷拍熟女少妇极品色| 夜夜看夜夜爽夜夜摸| 亚洲一区高清亚洲精品| 黑人高潮一二区| 一个人看视频在线观看www免费| 亚洲最大成人手机在线| 美女主播在线视频| 啦啦啦韩国在线观看视频| 一二三四中文在线观看免费高清| 麻豆久久精品国产亚洲av| 亚洲精品456在线播放app| 日日撸夜夜添| 国产精品99久久久久久久久| 午夜免费激情av| 国产黄频视频在线观看| 最近最新中文字幕大全电影3| 亚洲av电影在线观看一区二区三区 | 免费观看在线日韩| a级毛色黄片| 高清日韩中文字幕在线| 中文资源天堂在线| 高清欧美精品videossex| 亚洲国产精品sss在线观看| 99热这里只有是精品50| 久久精品久久精品一区二区三区| 中文天堂在线官网| 亚洲av在线观看美女高潮| 青春草亚洲视频在线观看| av.在线天堂| 又爽又黄无遮挡网站| 久久人人爽人人爽人人片va| 99久久九九国产精品国产免费| 久久精品夜色国产| 美女国产视频在线观看| 日日摸夜夜添夜夜添av毛片| 久久久久九九精品影院| 亚洲精品日韩av片在线观看| 亚洲丝袜综合中文字幕| 卡戴珊不雅视频在线播放| 日日啪夜夜撸| 免费黄频网站在线观看国产| 最近中文字幕高清免费大全6| 国产精品综合久久久久久久免费| 亚洲精品一区蜜桃| 少妇裸体淫交视频免费看高清| 天堂中文最新版在线下载 | 联通29元200g的流量卡| 国产成人a∨麻豆精品| 国产极品天堂在线| 老女人水多毛片| 国产黄色小视频在线观看| 国产精品综合久久久久久久免费| 亚洲精品一区蜜桃| 天美传媒精品一区二区| 精品人妻偷拍中文字幕| 久久精品国产鲁丝片午夜精品| 搡老乐熟女国产| 国产免费福利视频在线观看| 99热这里只有精品一区| 国产精品精品国产色婷婷| 精品一区二区三区人妻视频| 亚洲美女搞黄在线观看| 舔av片在线| 欧美三级亚洲精品| 亚洲人成网站在线播| 搡老乐熟女国产| 国产一级毛片七仙女欲春2| 欧美3d第一页| 亚洲国产欧美人成| 亚洲国产高清在线一区二区三| 午夜精品国产一区二区电影 | 激情五月婷婷亚洲| 国产高清不卡午夜福利| 性色avwww在线观看| 日韩欧美精品v在线| 国产欧美日韩精品一区二区| 一级毛片我不卡| 精品久久久久久久久亚洲| 国产在线男女|