• <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 ?

    基于在線學習行為數(shù)據(jù)的學習者群體特征挖掘研究

    2020-07-26 14:23:53王蒙蒙徐久成
    軟件導刊 2020年7期
    關鍵詞:相關性分析聚類分析

    王蒙蒙 徐久成

    摘 要:教育信息化促使越來越多的學習者選擇在線學習,基于學習行為數(shù)據(jù)的研究也逐漸增多,然而對學習行為的研究普遍基于學習者個人,涉及學習者相似群體特征挖掘的研究較少。選取阿里云天池中的公開數(shù)據(jù)集,通過對不同個性特征和認知能力的行為數(shù)據(jù)進行相關性分析,以學習成績?yōu)橐罁?jù)聚類不同的學習者群體,挖掘群體的典型行為特征。研究表明,群體行為特征存在顯著差異,借助群體特征挖掘可以幫助學生與他人對比,發(fā)現(xiàn)自身不足并及時調整。這樣既能在個性化學習基礎上充分利用群體智慧,也能避免因學生過多使教學工作者負擔過重。

    關鍵詞:在線學習行為;相關性分析;群體特征;聚類分析

    DOI:10. 11907/rjdk. 192312 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(2020)007-0153-05

    Learner Group Feature Mining Based on Online Learning Behavior Data

    WANG Meng-meng, XU Jiu-cheng

    (College of Computer and Information Engineering,Henan Normal University,Xinxiang 453007,China)

    Abstract: With the approach of educational informationization, more and more learners choose online learning, and the research based on learning behavior data is increasing. However, the current research on learning behavior is generally based on individual learners, and there are few researches on feature mining involving similar groups of students. This paper chooses the open student data set in Ali Yun Tianchi, through the correlation analysis of the behavioral data of learners with different personality characteristics and cognitive abilities, clustering different groups of learners based on learning performance, and mining the typical behavior characteristics of groups. The research shows that there are significant differences in group behavior characteristics. Group feature mining can help students find their own shortcomings and adjust them timely by comparing with others. This can not only make full use of group wisdom on the basis of personalized learning, but also avoid overloading the teaching staff due to too many students.

    Key Words: online learning behavior; relevance analysis; group characteristics; cluster analysis

    0 引言

    互聯(lián)網(wǎng)+教育中,學習者通過在線學習時時刻刻產(chǎn)生大量數(shù)據(jù)。教育在大數(shù)據(jù)技術與理念沖擊下正在發(fā)生一場“靜悄悄的革命”,教學范式轉型成為這場革命的先導和核心,一場由經(jīng)驗模仿教學、計算機輔助教學轉向數(shù)據(jù)驅動教學的范式變革正在發(fā)生[1]。國務院2015年8月31日印發(fā)的《促進大數(shù)據(jù)發(fā)展行動綱要》[2],提出要“推動教育基礎數(shù)據(jù)的伴隨式收集和全國互通共享,探索發(fā)揮大數(shù)據(jù)對變革教育方式、促進教育公平、提升教育質量的支撐作用”。大數(shù)據(jù)在教育領域的應用,不斷推動著教育信息化變革進程[3]。

    越來越多的學習者選擇在線學習,因此產(chǎn)生了大量在線學習行為數(shù)據(jù),從海量數(shù)據(jù)中挖掘出有價值的信息成為研究熱點。王改花、傅鋼善等[4]基于數(shù)據(jù)挖掘視角對網(wǎng)絡學習者行為特征進行聚類分析,主要按照學生的學習行為投入度進行聚類;Romero[5]基于學習管理系統(tǒng),對學生使用系統(tǒng)記錄進行分析,從而將學習者進行分類;也有研究者應用社會網(wǎng)絡分析方法對學生在學習平臺上的活躍程度進行分析[6]。目前研究大多對學習者的某一特定行為進行聚類,分析學習行為與學習效果的相關性,對學習行為聚類分析較少,無法應對因學習者眾多導致的多樣性和復雜性問題。本文通過對類似學習行為的學習者進行聚類,發(fā)現(xiàn)潛在的學習模式[7],挖掘典型的學習行為特征,使學生能夠相互增進,取長補短,教師能夠因材施教,為指導教育教學工作提供依據(jù)。

    1 相關理論

    1.1 在線學習行為

    行為科學理論認為,學習行為是學習者基于某種內在需求,與外部社會或物理環(huán)境進行雙向交互而開展的一系列與學習相關的在線活動集合[8]。在線學習行為受不同任務驅動影響并因學習者個性特征和認知能力差異,往往表現(xiàn)出不同的參與水平和行為方式,并反過來影響學習效果[9]。

    美國《通過教育數(shù)據(jù)挖掘和學習分析促進教與學》報告[10]指出,通過采集和分析大量學習者(2 000人以上)一段時間內學習的相關數(shù)據(jù),探索學習者在這一階段的學習結果變化,發(fā)現(xiàn)學習者當前學習行為和未來學習結果的相互關系,并利用已建立的相關關系預測其未來學習趨勢和結果;傅鋼善等[4]采用數(shù)據(jù)挖掘方法與統(tǒng)計學方法,對網(wǎng)絡學習者行為特征進行定量分析,并探討網(wǎng)絡學習行為特征與學習效果的關系;Arnold[11]借助普渡大學的學習管理系統(tǒng),通過課程信號提醒系統(tǒng)以及個性化郵件,對學習者作出干預,從而促進學習成功。對在線學習行為數(shù)據(jù)進行分析,可以發(fā)現(xiàn)學習規(guī)律,了解學習者的內在特征,預測學習效果等[12]。通過將數(shù)據(jù)分析結果可視化反饋給學習者和教學者,可以向學習者推薦資源以及個性化學習路徑,學習者可據(jù)此制定學習計劃,定制學習資源,選擇學習路徑。

    1.2 學習者群體特征

    學習者特征指學生的一般特征、初始能力和學習風格,對學習者特征進行分析就是要了解學習者風格。因為不同學習風格與教學內容的處理、教學方法的運用、教學媒體的選擇之間存在一定聯(lián)系, 這種聯(lián)系是教學設計的依據(jù)[13],而優(yōu)秀的教學設計可以指導教育教學。

    在線學習的快速發(fā)展,促使研究者將重點聚焦于在線學習者獲取知識的方式、與其他學習者及學習環(huán)境的交流協(xié)作等方面[14-16]。由于學習者的多樣性和復雜性,當前對學習者的個性特征、動態(tài)特征、群體特征研究分析不夠[17]。因此,學習者群體研究是今后的重點。

    2 研究設計

    2.1 研究思路

    利用SPSS22.0統(tǒng)計軟件挖掘學習者在線學習行為數(shù)據(jù), 并對其進行定量分析, 以發(fā)現(xiàn)學生在線學習行為規(guī)律。通過對學習行為數(shù)據(jù)和學習結果數(shù)據(jù)進行相關性分析,提取與學習結果有關的重要學習行為,為構建學習行為特征指標體系提供依據(jù)。通過聚類分析,將學習者劃分為不同的學習群體,進而對群體中學習行為發(fā)生的概率進行統(tǒng)計分析,發(fā)現(xiàn)不同的學習行為模式,以行為模式差異為依據(jù),分析造成學生學習結果差異的原因,發(fā)現(xiàn)學習過程中存在的不足,為教師后期對學生進行輔導提供幫助。

    2.2 數(shù)據(jù)來源

    本研究采用的數(shù)據(jù)來源于阿里云旗下的大數(shù)據(jù)平臺——天池,以student為關鍵詞檢索xAPI-Edu-Data.csv公開數(shù)據(jù)集,部分數(shù)據(jù)展示如圖1所示。

    數(shù)據(jù)分為3類: ①學習者基本信息。性別和年級;②行為信息。在線學習中舉手次數(shù)、訪問公告次數(shù)、回答問題次數(shù)和討論次數(shù)等;③學習效果數(shù)據(jù)。分班表示學習效果好壞,學習者分別歸屬于3個班級:低班(L)、中班(M)、高班(H)。

    2.3 數(shù)據(jù)預處理

    數(shù)據(jù)處理過程要保證準確性、完整性和一致性。研究主要選取數(shù)據(jù)集中的8個特征,分別為gender(性別)、stageID(級別)、raisedhands(舉手次數(shù))、VisITedResources(訪問資源)、AnnouncementsView(訪問公告)、Discussion(討論)、StudentAbsenceDays(缺席天數(shù))、class(所在班級)。

    觀測選取的8個特征與學生學習結果之間的關系,是否為造成學習結果差異的原因。性別差異是客觀存在的一種生理現(xiàn)象,性別不同會造成對學習心理資源分配和投入的不同,形成學科學習上的優(yōu)勢和劣勢;而隨著年齡的增長,學生的生理和心理也在發(fā)生變化,正確了解學生的生理和心理發(fā)展,對引導學生健康成長至關重要。

    學習行為分析指有目的地分析在線學習者學習過程中產(chǎn)生的相關行為數(shù)據(jù)。采集的行為數(shù)據(jù)可以是學習者操作層面的相關行為日志,也可以是學習者認知的其它數(shù)據(jù) (如在線討論貼、交互文本等) [6]。研究以學習行為特征為依據(jù),探究造成學習結果差異的原因,據(jù)此構建行為特征指標分類體系,每種學習行為反映不同的學習表現(xiàn),如表1所示。

    基于上述構建的行為特征指標體系,選取對學習結果影響較大的5個行為特征指標(舉手次數(shù)、訪問資源、訪問公告、討論、缺席天數(shù)),探究這5種行為與學習結果之間的關系。對研究選取的數(shù)據(jù)集進行約簡處理,將無關變量刪除,所采用數(shù)據(jù)按原有格式存儲,處理過后的部分數(shù)據(jù)展示如圖2所示。

    3 結果分析

    3.1 相關性分析

    相關性分析指對兩個或多個具備相關性的變量元素進行分析,從而衡量兩個變量因素的關系密切程度。研究選用SPSS軟件對5大行為指標(舉手次數(shù)、訪問資源、訪問公告、討論、缺席天數(shù))和所在班級進行相關性分析,處理結果如表2所示。

    由表2得到結論:①與所在班級存在顯著相關的因素有舉手次數(shù)、訪問資源次數(shù)、學生缺席天數(shù),其中前兩者與班級的相關系數(shù)超過0.4,說明存在強正相關關系。缺席天數(shù)與班級呈現(xiàn)強負相關關系,說明與其它因素相比,出勤率高的學生往往會取得較為好的成績;②舉手次數(shù)與訪問資源次數(shù)、訪問公告次數(shù)呈現(xiàn)強相關。說明舉手次數(shù)多的學生主動學習意識強,會主動去訪問公告和資源輔助學習,這種類型學習者通常情況下學習效果較好;③討論次數(shù)與訪問資源次數(shù)、缺席天數(shù)呈弱相關,說明在線討論與資源訪問、出勤次數(shù)沒有太大關系,并且討論次數(shù)與班級也是弱相關關系,說明在線討論對學習效果無顯著影響,后期研究要對這一學習行為進行具體分析,以明晰是討論方式不恰當還是其它原因造成的。

    3.2 聚類分析

    通過對數(shù)據(jù)進行相關性分析,確定與學習結果相關的學習行為變量。為更有效地實施個性化教學,根據(jù)學習結果的不同將學習者進行聚類?;趙eka平臺對數(shù)據(jù)進行聚類處理。weka作為一個公開的數(shù)據(jù)挖掘工作平臺,集合了大量能承擔數(shù)據(jù)挖掘任務的機器學習算法,包括數(shù)據(jù)預處理、分類、回歸、聚類、關聯(lián)規(guī)則,以及在新的交互式界面上可視化。

    研究選擇weka平臺中的EM算法對數(shù)據(jù)集進行聚類分析。EM算法是一個期望最大化的聚類算法,主要通過計算概率進行聚類,通常用一個給定的多元高斯概率分布模型估計出一個數(shù)據(jù)點屬于一個聚類的概率,即將每個聚類看作一個高斯模型。借助數(shù)據(jù)挖掘工具進行聚類,結果如表3所示,每個類別中各行為指標如表4、表5所示。

    由表3可知,數(shù)據(jù)集被聚合為6大類,其中以第2類和第3類概率最大;由表5可知,這兩類數(shù)據(jù)中學生群體大部分處于M班和L班,總的來說學習效果處于中等及中等以上水平較多,在線學習確實能使學生獲益。通過對各項學習行為不同類別下的概率進行對比分析,發(fā)現(xiàn)造成不同學習結果的原因,為有針對性地教學提供依據(jù),使學生真正成為學習的主體,實現(xiàn)線上線下混合式教學效益最大化,讓學生體驗到個性化學習的樂趣。

    通過對各行為數(shù)據(jù)的綜合分析,探究學習行為與學習結果之間的關系。學習結果用不同班級來展示,分別為L班(低班)、M班(中班)、H班(高班)。對上述聚類結果中class(班級)依照6大類別進行統(tǒng)計處理,結果如圖3所示。

    按照每個類別所處班級的概率高低將聚類結果抽象為4大類。對于L班,在第5類中所占概率最大,將其歸屬于L類;對于M班,在第3類中所占比例最大,且與H班差距明顯,將其歸屬于M類;而針對H班,雖在第2類中所占比例最大,但與M班差別相對較小,類似于第1類,將二者歸屬于MH類;將第4類和第6類歸屬于ML類。將聚類結果進一步劃分為4類進行分析,分析步驟如圖4所示。

    依據(jù)高水平班級到低水平班級的順序對聚類結果重新排列并進行結果分析,按照MH-M-L的順序對6種聚類結果所對應的各項學習行為發(fā)生概率變化情況進行對比分析,如圖5所示。

    3.2.1 低水平學生群體(L班)

    通過對L類各項行為數(shù)據(jù)分析發(fā)現(xiàn),相對于其它類別學生,處于L類的學生群體缺席天數(shù)最多,且舉手次數(shù)、訪問資源、公告次數(shù)均低于10%。本研究試圖通過分析學生的行為表現(xiàn),發(fā)現(xiàn)造成不同學習水平差異的原因,根據(jù)缺席天數(shù)多這一行為,可以推測L類學生學習意識薄弱,對學習沒有太大興趣,無法完成全部課程的學習,從而導致學習成績不理想;訪問資源和公告次數(shù)較少,導致在學習時無所適從,不知從哪部分內容開始,也無法獲得所要學習內容的先驗知識。

    通過對ML類數(shù)據(jù)進行分析發(fā)現(xiàn),學生在其余行為發(fā)生概率相似的情況下,舉手次數(shù)高的學生會取得較好的成績。根據(jù)學習行為指標體系可知,舉手行為多代表學生的主動學習意識較強,學生主動學習意識是提高學習成績的關鍵因素之一。讓學生學會學習,自己發(fā)現(xiàn)問題、尋求幫助并嘗試解決問題,能夠充分保證學生的主體地位,符合現(xiàn)代教育觀念。

    3.2.2 中等水平學生群體(M班)

    通過對M類學生各項行為數(shù)據(jù)分析發(fā)現(xiàn),學生缺席天數(shù)基本少于7天,相較于L班學生來說,出勤率的提高使學習結果在一定程度上得到提升;其它各項行為指標均處于中等水平,但標準差相對較大,說明群體之間的差異較大,這種情況是由學生不同的學習特征和認知水平造成的。在教育教學實踐中,一類學生自身學習方式和認知能力均處于較高水平,但學習投入度和參與性不強;另一類學生學習投入度和參與性較高,但受制于自身認知水平和知識結構。這兩類學習者在學習過程中的各項行為發(fā)生概率不同,但學習結果往往是相似的。因此本研究通過對不同類別行為發(fā)生的概率進行分析,為教師有針對性地開展線下輔導提供依據(jù)。

    3.2.3 高等水平學生群體(H班)

    通過對MH類各項行為數(shù)據(jù)概率分析發(fā)現(xiàn),在該類學生群體中,缺席天數(shù)基本處于under-7水平,學習投入度和參與性較高,且該群體中學生訪問資源行為發(fā)生的概率處于同等水平,學習者擁有相同的知識結構和學習投入度。但對比其它行為發(fā)生概率,在舉手次數(shù)、訪問公告以及討論方面,較高行為發(fā)生概率的群體類屬于高等班級,且舉手次數(shù)的標準差明顯較低。該研究發(fā)現(xiàn)表明:①舉手有利于學生集中注意力,保持高效率學習狀態(tài),學生有主動參與的意識,增強了學習的積極性和主動性,提升了學習效果;②公告的訪問起到指引作用,為下一步學習提供方向。明確學習任務進而合理規(guī)劃時間,在任務驅動下開展學習使學習效率得到提高;③學生充分利用群體智慧優(yōu)勢進行討論,不局限于向老師尋求幫助,適當?shù)念^腦風暴能夠激發(fā)學習潛力,使學習更加有效。

    4 結語

    本文通過對學生在線學習行為數(shù)據(jù)和學習結果進行相關性分析,提取影響學習效果的重要因素,進而對學習行為數(shù)據(jù)進行聚類分析,將學生按照所在班級劃分為不同的群體,研究不同群體的學習行為特征。研究發(fā)現(xiàn),學習動機是學生主動學習的動力。在教育教學中,培養(yǎng)學生從學習中發(fā)現(xiàn)問題、提出問題并解決問題的能力至關重要。學習成績差異主要源于不同的學習動機和知識結構,對學生群體特征的描述分析可以幫助教育教學者找到學生學習不足的原因,學生自身可以對比群體中的伙伴改善自己的學習行為,提高學習效果,教師也能在教學過程中及時進行干預和指導,在學生個性化學習基礎上正確引導學習行為,合理規(guī)劃學習步驟,從而提高教學效果、效率和效益。

    參考文獻:

    [1] 佚名. 《中國基礎教育大數(shù)據(jù)發(fā)展藍皮書2016—2017》研究成果正式出版[J]. 電化教育研究,2018,39(6):129-133.

    [2] 國務院.促進大數(shù)據(jù)發(fā)展行動綱[EB/OL].http://www.gov.cn/zhengce/content/2015-09/05/content_10137.htm,2016-07-31.

    [3] 郭炯,鄭曉俊. 基于大數(shù)據(jù)的學習分析研究綜述[J]. 中國電化教育,2017(1):121-130.

    [4] 王改花,傅鋼善. 數(shù)據(jù)挖掘視角下網(wǎng)絡學習者行為特征聚類分析[J]. 現(xiàn)代遠程教育研究,2018(4):106-112.

    [5] ROMERO C, VENTURA S. Data mining algorithms to classify students[C]. Proceeding of Educational Data Mining,2008:20-21.

    [6] 田娜,陳明選. 網(wǎng)絡教學平臺學生學習行為聚類分析[J]. 中國遠程教育,2014(11):38-41.

    [7] 吳林靜,勞傳媛,劉清堂,等. 網(wǎng)絡學習空間中的在線學習行為分析模型及應用研究[J]. 現(xiàn)代教育技術,2018,28(6):46-53.

    [8] 王祎. 在線學習行為分析及應用研究[D]. 武漢:華中師范大學,2018.

    [9] 趙呈領,李敏,疏鳳芳,等. 在線學習者學習行為模式及其對學習成效的影響——基于網(wǎng)絡學習資源視角的實證研究[J]. 現(xiàn)代遠距離教育,2019(4):20-27

    [10] 徐鵬,王以寧,劉艷華,等. 大數(shù)據(jù)視角分析學習變革——美國《通過教育數(shù)據(jù)挖掘和學習分析促進教與學》報告解讀及啟示[J]. 遠程教育雜志,2013,31(6):11-17.

    [11] ARNOLD K E, PISTILLI M D. Course signals at purdue:using learning analytics to increase student success[J]. Cite Seer X,2012(6):267-270.

    [12] 李艷燕,馬韶茜,黃榮懷. 學習分析技術:服務學習過程設計和優(yōu)化[J]. 開放教育研究,2012,18(5):18-24.

    [13] 李艷,屈正庚. 基于層次分析法的學習者特征分析[J]. 系統(tǒng)仿真技術,2018,14(1):25-29,48.

    [14] 曹良亮. 在線學習中學習路徑分析及學習行為特點研究[J]. 中國遠程教育,2014(4):25-30.

    [15] 馬秀峰,李彤彤,劉冬. 學習風格對在線學習交互程度影響的實驗研究[J]. 開放教育研究,2011,17(4):96-101.

    [16] 王楠,喬愛玲. 在線學習活動本質及理論基礎探究[J]. 中國遠程教育,2009(1):36-40.

    [17] 張廷亮,郝一川. 開放大學學習者特征研究文獻述評[J]. 中國成人教育,2017(12):7-11.

    (責任編輯:杜能鋼)

    猜你喜歡
    相關性分析聚類分析
    濱州市城區(qū)苔蘚植物主要重金屬含量的調查與分析
    人民幣匯率變動與中國入境旅游相關性分析(2002—2016)
    上市公司財務指標與股票價格的相關性實證分析
    時代金融(2016年29期)2016-12-05 16:15:54
    淘寶星店成長中的粉絲力量
    中國市場(2016年40期)2016-11-28 03:35:20
    中國城市化與經(jīng)濟發(fā)展水平關系研究
    商(2016年33期)2016-11-24 22:04:19
    基于聚類分析研究貴州省各地區(qū)經(jīng)濟發(fā)展綜合評價
    商情(2016年39期)2016-11-21 08:45:54
    新媒體用戶行為模式分析
    農(nóng)村居民家庭人均生活消費支出分析
    基于省會城市經(jīng)濟發(fā)展程度的實證分析
    中國市場(2016年33期)2016-10-18 12:16:58
    基于聚類分析的互聯(lián)網(wǎng)廣告投放研究
    科技視界(2016年20期)2016-09-29 12:32:48
    欧美黄色片欧美黄色片| 成人午夜高清在线视频| 免费在线观看亚洲国产| 人人妻人人看人人澡| 女同久久另类99精品国产91| 国产精品免费一区二区三区在线| 18美女黄网站色大片免费观看| 在线看三级毛片| 亚洲人成网站高清观看| 悠悠久久av| 婷婷六月久久综合丁香| 成人午夜高清在线视频| 久久久久国产一级毛片高清牌| 少妇的逼水好多| 国产精品一区二区精品视频观看| 国产真人三级小视频在线观看| 国内毛片毛片毛片毛片毛片| 亚洲精品456在线播放app | 全区人妻精品视频| ponron亚洲| 国产又黄又爽又无遮挡在线| 首页视频小说图片口味搜索| 国产v大片淫在线免费观看| 欧洲精品卡2卡3卡4卡5卡区| 国内久久婷婷六月综合欲色啪| 亚洲熟妇熟女久久| 人人妻人人澡欧美一区二区| 九九久久精品国产亚洲av麻豆 | 丰满的人妻完整版| 色吧在线观看| 国产成年人精品一区二区| 亚洲中文av在线| 香蕉丝袜av| a级毛片在线看网站| 青草久久国产| 黄色片一级片一级黄色片| 桃色一区二区三区在线观看| 成年女人毛片免费观看观看9| 99久久综合精品五月天人人| 淫妇啪啪啪对白视频| 欧美激情久久久久久爽电影| 99久久精品热视频| 亚洲五月婷婷丁香| 国产探花在线观看一区二区| 国产精品综合久久久久久久免费| 亚洲性夜色夜夜综合| 99久久国产精品久久久| 欧美乱色亚洲激情| 日本 av在线| 99国产精品一区二区蜜桃av| 校园春色视频在线观看| 亚洲色图av天堂| av欧美777| 久久久久久久精品吃奶| 欧美大码av| 在线a可以看的网站| 日本 av在线| 老鸭窝网址在线观看| 校园春色视频在线观看| 婷婷精品国产亚洲av| av欧美777| 亚洲国产欧美一区二区综合| 黑人欧美特级aaaaaa片| 91字幕亚洲| 欧美一区二区国产精品久久精品| x7x7x7水蜜桃| 国产亚洲精品一区二区www| www.自偷自拍.com| 国产高清有码在线观看视频| 国产精品 欧美亚洲| 亚洲精品一卡2卡三卡4卡5卡| 亚洲美女视频黄频| 久久九九热精品免费| 国产在线精品亚洲第一网站| 999精品在线视频| 欧美黑人欧美精品刺激| 热99re8久久精品国产| 99国产精品99久久久久| 美女免费视频网站| 这个男人来自地球电影免费观看| 99精品在免费线老司机午夜| 日本五十路高清| 99国产综合亚洲精品| 亚洲一区高清亚洲精品| www日本在线高清视频| 国产一区在线观看成人免费| 男人的好看免费观看在线视频| 观看免费一级毛片| 亚洲av成人不卡在线观看播放网| 亚洲av熟女| 精品久久久久久成人av| 麻豆久久精品国产亚洲av| 亚洲av成人av| 美女高潮的动态| 在线十欧美十亚洲十日本专区| 国产一区二区在线观看日韩 | 久久九九热精品免费| 日韩大尺度精品在线看网址| 国内少妇人妻偷人精品xxx网站 | 亚洲成人免费电影在线观看| or卡值多少钱| 中出人妻视频一区二区| 国产精品久久久久久久电影 | 成人性生交大片免费视频hd| 老司机深夜福利视频在线观看| av国产免费在线观看| 久久久久久久精品吃奶| 看免费av毛片| 伊人久久大香线蕉亚洲五| 久久久精品欧美日韩精品| e午夜精品久久久久久久| 两性午夜刺激爽爽歪歪视频在线观看| 丰满人妻一区二区三区视频av | 成年女人毛片免费观看观看9| 国产精品一区二区三区四区免费观看 | 亚洲精品在线美女| 国产精品自产拍在线观看55亚洲| 免费在线观看亚洲国产| 一级黄色大片毛片| 97超视频在线观看视频| 精品一区二区三区四区五区乱码| 无限看片的www在线观看| 男人舔女人下体高潮全视频| 两性夫妻黄色片| 国产在线精品亚洲第一网站| 欧美av亚洲av综合av国产av| 亚洲五月婷婷丁香| 无限看片的www在线观看| 男人舔女人下体高潮全视频| 国产真实乱freesex| 韩国av一区二区三区四区| 18禁黄网站禁片免费观看直播| 啪啪无遮挡十八禁网站| 两个人看的免费小视频| 村上凉子中文字幕在线| 嫁个100分男人电影在线观看| 可以在线观看毛片的网站| 久久久久久九九精品二区国产| 亚洲狠狠婷婷综合久久图片| 老司机福利观看| 中文亚洲av片在线观看爽| 日韩三级视频一区二区三区| 色视频www国产| 曰老女人黄片| 午夜福利免费观看在线| 日韩欧美国产在线观看| 黄色 视频免费看| 一个人免费在线观看的高清视频| 国产精品 欧美亚洲| 亚洲一区二区三区色噜噜| 久久久国产精品麻豆| 狂野欧美激情性xxxx| 国产黄片美女视频| 黄片小视频在线播放| 免费观看人在逋| 精品久久蜜臀av无| 身体一侧抽搐| 久久久精品欧美日韩精品| 很黄的视频免费| 制服人妻中文乱码| 亚洲熟妇熟女久久| 免费看十八禁软件| 欧美丝袜亚洲另类 | 色老头精品视频在线观看| 亚洲精品一区av在线观看| 亚洲熟妇熟女久久| 日韩三级视频一区二区三区| 精品免费久久久久久久清纯| 午夜免费激情av| 美女扒开内裤让男人捅视频| 国产乱人视频| 岛国在线免费视频观看| 窝窝影院91人妻| 亚洲成人中文字幕在线播放| 最近在线观看免费完整版| 亚洲国产日韩欧美精品在线观看 | 夜夜爽天天搞| 亚洲欧美日韩高清在线视频| avwww免费| 久久午夜亚洲精品久久| 老熟妇乱子伦视频在线观看| 亚洲无线在线观看| 级片在线观看| 搡老岳熟女国产| 青草久久国产| 欧美激情久久久久久爽电影| 九九热线精品视视频播放| 99久久综合精品五月天人人| 18禁观看日本| 丝袜人妻中文字幕| 又黄又粗又硬又大视频| 国产欧美日韩精品亚洲av| 欧美丝袜亚洲另类 | 亚洲人成伊人成综合网2020| 一区二区三区激情视频| 岛国在线免费视频观看| 看黄色毛片网站| 国产免费av片在线观看野外av| 国产麻豆成人av免费视频| 亚洲最大成人中文| 露出奶头的视频| 法律面前人人平等表现在哪些方面| 色哟哟哟哟哟哟| 51午夜福利影视在线观看| 日本一本二区三区精品| 国产不卡一卡二| 久9热在线精品视频| 在线十欧美十亚洲十日本专区| 国产精品一区二区三区四区久久| 精品久久久久久成人av| 色在线成人网| 18禁黄网站禁片午夜丰满| 网址你懂的国产日韩在线| 欧美日韩中文字幕国产精品一区二区三区| 亚洲天堂国产精品一区在线| 午夜福利18| 最近最新免费中文字幕在线| 亚洲自偷自拍图片 自拍| 99热只有精品国产| 美女扒开内裤让男人捅视频| 午夜福利18| 两性夫妻黄色片| 天天一区二区日本电影三级| 国产一区二区激情短视频| 日韩欧美在线二视频| 男人舔奶头视频| 国模一区二区三区四区视频 | 免费看十八禁软件| 久久久久国产精品人妻aⅴ院| 久久久水蜜桃国产精品网| 婷婷丁香在线五月| 一进一出抽搐gif免费好疼| 91在线精品国自产拍蜜月 | 一进一出抽搐gif免费好疼| cao死你这个sao货| 国产亚洲精品一区二区www| 五月玫瑰六月丁香| 亚洲国产中文字幕在线视频| 无遮挡黄片免费观看| 国产亚洲精品久久久com| 国产伦在线观看视频一区| 亚洲av美国av| 欧美国产日韩亚洲一区| 亚洲中文字幕一区二区三区有码在线看 | 亚洲黑人精品在线| 精品一区二区三区四区五区乱码| 好看av亚洲va欧美ⅴa在| 久久久久久人人人人人| 美女高潮喷水抽搐中文字幕| 免费搜索国产男女视频| 久久久国产成人精品二区| 国产精品亚洲美女久久久| 成人三级黄色视频| 欧美zozozo另类| 色av中文字幕| 亚洲国产精品合色在线| 男女下面进入的视频免费午夜| 欧美黑人巨大hd| 一本精品99久久精品77| 亚洲 欧美 日韩 在线 免费| 国产精品久久久人人做人人爽| 男插女下体视频免费在线播放| 脱女人内裤的视频| 久久精品夜夜夜夜夜久久蜜豆| 免费在线观看亚洲国产| 国内少妇人妻偷人精品xxx网站 | 日本与韩国留学比较| 男人和女人高潮做爰伦理| 欧美激情久久久久久爽电影| 午夜福利视频1000在线观看| 国产精品电影一区二区三区| 在线永久观看黄色视频| 91麻豆av在线| 村上凉子中文字幕在线| 免费在线观看亚洲国产| 午夜视频精品福利| 成人无遮挡网站| 亚洲 欧美一区二区三区| 亚洲 国产 在线| 这个男人来自地球电影免费观看| 在线观看舔阴道视频| 日韩成人在线观看一区二区三区| 精品无人区乱码1区二区| 欧美三级亚洲精品| 日本 欧美在线| 特级一级黄色大片| 极品教师在线免费播放| 黑人操中国人逼视频| 十八禁网站免费在线| 国产成人啪精品午夜网站| 午夜免费成人在线视频| 一进一出抽搐动态| 精品国产亚洲在线| 男人和女人高潮做爰伦理| 手机成人av网站| 亚洲九九香蕉| 亚洲成av人片在线播放无| 十八禁网站免费在线| 黄色丝袜av网址大全| 五月伊人婷婷丁香| 中出人妻视频一区二区| 国产三级在线视频| 色视频www国产| 日韩人妻高清精品专区| 这个男人来自地球电影免费观看| 国产激情偷乱视频一区二区| 无遮挡黄片免费观看| 国产黄色小视频在线观看| 国产精品女同一区二区软件 | 一进一出抽搐动态| 日日夜夜操网爽| 免费看a级黄色片| 一夜夜www| 制服人妻中文乱码| 日本黄大片高清| or卡值多少钱| 亚洲avbb在线观看| 精品一区二区三区视频在线观看免费| 久久久精品欧美日韩精品| 精品99又大又爽又粗少妇毛片 | 国产精品九九99| 国产精品亚洲av一区麻豆| 变态另类成人亚洲欧美熟女| 噜噜噜噜噜久久久久久91| 国产精品电影一区二区三区| 麻豆国产97在线/欧美| 真实男女啪啪啪动态图| 99热只有精品国产| 欧美一级a爱片免费观看看| 国产高清激情床上av| 亚洲精品456在线播放app | 日韩欧美国产在线观看| 免费电影在线观看免费观看| 男女那种视频在线观看| 久久久久久久久久黄片| 精品国产乱子伦一区二区三区| 黄片小视频在线播放| 伦理电影免费视频| 香蕉av资源在线| www.精华液| 午夜a级毛片| 欧美日韩亚洲国产一区二区在线观看| 国产真人三级小视频在线观看| 狂野欧美激情性xxxx| 亚洲成人精品中文字幕电影| 成年女人毛片免费观看观看9| 色在线成人网| 欧美成人免费av一区二区三区| 国产成人系列免费观看| 午夜福利成人在线免费观看| 一区福利在线观看| 欧洲精品卡2卡3卡4卡5卡区| 久久天堂一区二区三区四区| 观看免费一级毛片| 一二三四社区在线视频社区8| 国产成人av激情在线播放| 88av欧美| 可以在线观看毛片的网站| 日韩三级视频一区二区三区| 亚洲中文日韩欧美视频| 99国产综合亚洲精品| 搡老熟女国产l中国老女人| 视频区欧美日本亚洲| 99国产精品99久久久久| 欧美性猛交╳xxx乱大交人| 亚洲午夜理论影院| 久久中文字幕一级| 亚洲国产精品合色在线| 中亚洲国语对白在线视频| 老司机在亚洲福利影院| 国产成人影院久久av| 亚洲成人免费电影在线观看| 久久九九热精品免费| 不卡一级毛片| 午夜精品久久久久久毛片777| 国产一级毛片七仙女欲春2| 国模一区二区三区四区视频 | 老司机午夜十八禁免费视频| 精品久久久久久,| 国产成人欧美在线观看| 欧美在线黄色| 丰满人妻熟妇乱又伦精品不卡| 国产精品久久久久久精品电影| 天堂影院成人在线观看| 十八禁网站免费在线| 精品国内亚洲2022精品成人| 国产精品九九99| 亚洲中文日韩欧美视频| 日韩欧美免费精品| 激情在线观看视频在线高清| 18禁美女被吸乳视频| 天堂av国产一区二区熟女人妻| 啦啦啦免费观看视频1| 午夜福利视频1000在线观看| 中文字幕av在线有码专区| 亚洲av成人av| 国内久久婷婷六月综合欲色啪| 国产精品1区2区在线观看.| 一个人免费在线观看的高清视频| 中文字幕久久专区| 淫秽高清视频在线观看| 国产成+人综合+亚洲专区| а√天堂www在线а√下载| 曰老女人黄片| 桃红色精品国产亚洲av| ponron亚洲| 在线免费观看不下载黄p国产 | 日韩欧美在线二视频| 久久天堂一区二区三区四区| 免费在线观看日本一区| 嫩草影院精品99| 国产午夜精品论理片| 亚洲av第一区精品v没综合| 757午夜福利合集在线观看| 天天躁日日操中文字幕| 成人高潮视频无遮挡免费网站| 中文字幕熟女人妻在线| 51午夜福利影视在线观看| 一进一出抽搐动态| 亚洲va日本ⅴa欧美va伊人久久| 国产av不卡久久| 国内久久婷婷六月综合欲色啪| 最好的美女福利视频网| bbb黄色大片| 人妻夜夜爽99麻豆av| 久久久久国内视频| 激情在线观看视频在线高清| 听说在线观看完整版免费高清| 亚洲欧美日韩高清在线视频| 国产三级在线视频| 亚洲人与动物交配视频| 国产一区二区三区视频了| 久99久视频精品免费| 男人舔奶头视频| 国产成人欧美在线观看| 他把我摸到了高潮在线观看| 一级毛片女人18水好多| av在线天堂中文字幕| 亚洲va日本ⅴa欧美va伊人久久| 嫩草影院入口| 每晚都被弄得嗷嗷叫到高潮| 国产日本99.免费观看| 精华霜和精华液先用哪个| 法律面前人人平等表现在哪些方面| 国产免费av片在线观看野外av| 夜夜躁狠狠躁天天躁| 久久久国产精品麻豆| 搞女人的毛片| 久久天躁狠狠躁夜夜2o2o| 欧美高清成人免费视频www| 成人国产综合亚洲| 精品免费久久久久久久清纯| 99热精品在线国产| 亚洲av成人av| 高潮久久久久久久久久久不卡| 久久精品国产清高在天天线| 久久精品国产99精品国产亚洲性色| 全区人妻精品视频| 国产成人精品久久二区二区91| 国产1区2区3区精品| 国产免费av片在线观看野外av| 欧美丝袜亚洲另类 | 窝窝影院91人妻| 他把我摸到了高潮在线观看| 一卡2卡三卡四卡精品乱码亚洲| 亚洲专区中文字幕在线| 99riav亚洲国产免费| 成人高潮视频无遮挡免费网站| 琪琪午夜伦伦电影理论片6080| 亚洲在线观看片| 国产私拍福利视频在线观看| 亚洲avbb在线观看| 91av网一区二区| 国内精品久久久久久久电影| 在线视频色国产色| 久久国产精品人妻蜜桃| or卡值多少钱| 黄色成人免费大全| 一进一出抽搐动态| 国内揄拍国产精品人妻在线| 脱女人内裤的视频| 一夜夜www| 熟女电影av网| 日本撒尿小便嘘嘘汇集6| 精品国产三级普通话版| 国内精品久久久久精免费| av在线天堂中文字幕| 免费av不卡在线播放| 精品熟女少妇八av免费久了| 亚洲成人中文字幕在线播放| 淫妇啪啪啪对白视频| 国产一区二区三区在线臀色熟女| 日韩国内少妇激情av| 桃红色精品国产亚洲av| 亚洲真实伦在线观看| 成人18禁在线播放| 亚洲中文av在线| 久久久久国产精品人妻aⅴ院| 久久九九热精品免费| 人人妻人人澡欧美一区二区| 日韩欧美国产在线观看| 天天添夜夜摸| 国产精品亚洲一级av第二区| 亚洲人成伊人成综合网2020| 久久久成人免费电影| 看免费av毛片| 最近最新中文字幕大全免费视频| 国产极品精品免费视频能看的| 两人在一起打扑克的视频| 国产高清激情床上av| 国产欧美日韩精品一区二区| 欧美成人性av电影在线观看| av在线蜜桃| 又爽又黄无遮挡网站| 欧美黄色片欧美黄色片| 无限看片的www在线观看| 日本一二三区视频观看| 国产男靠女视频免费网站| 精品久久久久久久久久久久久| 九九热线精品视视频播放| 一个人看的www免费观看视频| 久9热在线精品视频| 五月伊人婷婷丁香| 99精品在免费线老司机午夜| 91久久精品国产一区二区成人 | 亚洲成人中文字幕在线播放| 高潮久久久久久久久久久不卡| 黄频高清免费视频| 999精品在线视频| 久久久久国产一级毛片高清牌| 日本精品一区二区三区蜜桃| 不卡av一区二区三区| 欧美乱妇无乱码| 美女大奶头视频| 日韩大尺度精品在线看网址| 日日干狠狠操夜夜爽| 日本黄大片高清| 精品午夜福利视频在线观看一区| 波多野结衣高清作品| 欧美精品啪啪一区二区三区| 国产真实乱freesex| 午夜a级毛片| 麻豆一二三区av精品| 夜夜爽天天搞| 97碰自拍视频| 国内久久婷婷六月综合欲色啪| 国产精品爽爽va在线观看网站| 国语自产精品视频在线第100页| 狂野欧美白嫩少妇大欣赏| 久久久成人免费电影| 91在线观看av| 午夜福利视频1000在线观看| 91av网一区二区| 精品国内亚洲2022精品成人| 一个人观看的视频www高清免费观看 | 长腿黑丝高跟| 国产精品国产高清国产av| 女警被强在线播放| 一进一出好大好爽视频| 好看av亚洲va欧美ⅴa在| 黄片大片在线免费观看| ponron亚洲| 欧美3d第一页| 国产又色又爽无遮挡免费看| 色尼玛亚洲综合影院| 国产蜜桃级精品一区二区三区| 亚洲男人的天堂狠狠| 亚洲18禁久久av| 91九色精品人成在线观看| 亚洲av第一区精品v没综合| 亚洲熟女毛片儿| 精品欧美国产一区二区三| 亚洲 欧美 日韩 在线 免费| 可以在线观看的亚洲视频| 国产三级中文精品| 性欧美人与动物交配| 九九久久精品国产亚洲av麻豆 | 1000部很黄的大片| 精品一区二区三区四区五区乱码| 国产精品久久久av美女十八| 亚洲国产中文字幕在线视频| 午夜免费观看网址| 怎么达到女性高潮| 一个人免费在线观看的高清视频| 国产精品乱码一区二三区的特点| a级毛片在线看网站| 三级国产精品欧美在线观看 | 神马国产精品三级电影在线观看| 精品久久蜜臀av无| 久久99热这里只有精品18| 中文字幕久久专区| 久久中文字幕一级| 国产乱人伦免费视频| 欧美日韩福利视频一区二区| 国产欧美日韩一区二区三| 欧美乱色亚洲激情| 熟女人妻精品中文字幕| 国产精品一及| 日韩国内少妇激情av| 亚洲人成网站在线播放欧美日韩| 狂野欧美白嫩少妇大欣赏| 18禁国产床啪视频网站| 亚洲欧美日韩东京热| 狂野欧美白嫩少妇大欣赏| 在线免费观看的www视频| 欧美激情久久久久久爽电影| 亚洲人成伊人成综合网2020| 中文字幕人妻丝袜一区二区| 欧美激情久久久久久爽电影| 国产日本99.免费观看| 老汉色av国产亚洲站长工具| 亚洲欧美日韩东京热| 国产亚洲av嫩草精品影院| 亚洲av成人不卡在线观看播放网| 91麻豆av在线|