• <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 ?

    基于搜索引擎的查詢推薦算法研究

    2020-12-01 03:15:00王曉迪
    軟件導(dǎo)刊 2020年10期
    關(guān)鍵詞:爬蟲搜索引擎數(shù)據(jù)挖掘

    王曉迪

    摘 要:傳統(tǒng)的基于搜索日志的查詢推薦方法無法快速有效處理和存儲海量日志信息,無法抓住用戶興趣特點。為此,融合網(wǎng)絡(luò)爬蟲、數(shù)據(jù)挖掘和自然語言處理技術(shù)等多種方法,在原有查詢?nèi)罩緮?shù)據(jù)基礎(chǔ)上進(jìn)一步爬取和挖掘,基于騰訊AI意圖分析和自然語言處理技術(shù),提出一種新的推薦詞生成方法。實驗結(jié)果表明,該方法與單純基于查詢意圖的推薦和單純基于相似度計算與聚類的推薦相比,用戶查詢準(zhǔn)確性提升3%,能更加高效準(zhǔn)確地為用戶提供快速檢索服務(wù),提升了搜索引擎的用戶體驗。

    關(guān)鍵詞:搜索引擎; 查詢意圖;數(shù)據(jù)挖掘;爬蟲;查詢推薦

    DOI:10. 11907/rjdk. 201290

    中圖分類號:TP312文獻(xiàn)標(biāo)識碼:A 文章編號:1672-7800(2020)010-0076-04

    Abstract: In order to improve the traditional search log-based query recommendation method which can not deal with and store massive log information quickly and effectively, and can not grasp the characteristics of users interests, this paper combines several methods such as web crawler, data mining and natural language processing technology, further crawling and mining on the basis of the original query log data. Based on Tencent AI intention analysis and natural language processing technology, a new method of generating recommendation words is proposed. The experimental results show that this method is more accurate and efficient than the recommendation based on query intention and the recommendation based on similarity calculation and clustering. By the method proposed in this paper, the query accuracy of users is improved by 3%, which significantly improves the user experience of search engines.

    Key Words:search engine;query intent;data mining;crawler; query recommendation

    0 引言

    搜索引擎是獲取信息的重要工具。據(jù)第44次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展統(tǒng)計報告》,截至2019年6月我國搜索引擎用戶規(guī)模達(dá)6.95億,較 2018年底增加 1 338 萬;搜索引擎使用率為 81.3%,較 2018 年底下降 0.9 個百分點[1]。為滿足用戶搜索信息需求,搜索引擎普遍開始使用查詢推薦功能幫助用戶構(gòu)造更加完善的查詢詞,比如,Google檢索結(jié)果頁面中的“xx的相關(guān)搜索”,百度檢索結(jié)果頁面中的“相關(guān)搜索”,查詢推薦功能方便用戶更好地查詢。目前查詢推薦功能研究大多基于用戶搜索日志進(jìn)行,關(guān)鍵是要解決高效分析處理與存儲海量日志信息以及準(zhǔn)確抓住用戶興趣特點這兩個要點。基于以上分析,本文融合網(wǎng)絡(luò)爬蟲、數(shù)據(jù)挖掘和自然語言處理等多種方法,提出一種新的查詢推薦方法。實驗結(jié)果表明,該方法能提高用戶查詢效率和準(zhǔn)確性,提升搜索引擎的用戶體驗。

    1 相關(guān)工作

    查詢推薦是一種實現(xiàn)用戶與搜索引擎進(jìn)行交互的檢索詞理解技術(shù)[2],其主要思想是通過對用戶提交的查詢詞進(jìn)行相似度計算,把與用戶提交的查詢詞相關(guān)的檢索詞推薦給用戶。當(dāng)用戶對搜索引擎返回的結(jié)果不滿意且推薦查詢中有更能表達(dá)其意思的檢索詞時,用戶會選擇重新檢索,有助于為用戶提供更高質(zhì)量的檢索服務(wù)。張曉娟[2]首先通過用戶提交的歷史查詢構(gòu)建表征用戶興趣的個性化喜好,然后利用查詢詞嵌入技術(shù)得到該查詢詞上下文信息的詞向量,最后通過詞向量進(jìn)一步構(gòu)建代表用戶喜好的向量,從而基于詞向量與用戶喜好的向量生成候選推薦詞; Fonseca等[3]利用基于關(guān)聯(lián)規(guī)則方式在用戶搜索日志中挖掘相關(guān)性查詢。每一次事務(wù)被看作由單個用戶提交的一次查詢會話,利用其它用戶提交的相關(guān)查詢或查詢擴展技術(shù)構(gòu)建當(dāng)前查詢,根據(jù)詞向量進(jìn)行聚類分析;Wen等[4]提出一種查詢推薦聚類模型,根據(jù)查詢詞距離、查詢字符串中的關(guān)鍵字、共同點擊的URL以及點擊的文檔距離建模;Beitzel等[5]研究用機器學(xué)習(xí)和計算機語義思想提出一種融合多分類的查詢分類方法。已有研究證實,搜索環(huán)境中用戶提交的查詢詞通常是簡短的,組成詞較少,缺乏信息表示,這時候搜索引擎往往很難準(zhǔn)確理解用戶意圖并返回用戶期望結(jié)果[6]。針對這類問題,Sahami[7] & Heilman提出一種新穎的核函數(shù)方法,通過用戶歷史日志中的相關(guān)文檔建模學(xué)習(xí),增強短查詢詞的信息表示;Jiang 等[8]將同一會話中當(dāng)前搜索之前所提交的查詢視為上下文,首先利用異構(gòu)嵌入方法將查詢以及查詢重構(gòu)以同態(tài)隱空間表示,然后利用具有注意機制的遞歸神經(jīng)網(wǎng)絡(luò),通過讀取同態(tài)查詢和重構(gòu)嵌入,對會話上下文進(jìn)行編碼,最后采用二值分類器和一個基于 RNN 的解碼器作為候選查詢鑒別器和生成器;Grbovic等[9]提出融合查詢中上下文與session中上下文的查詢嵌入算法實現(xiàn)查詢重寫;Daiz等[7]認(rèn)為局部嵌入不僅比全局嵌入能更好地捕獲特定主題語言的細(xì)微差別, 而且還能提高查詢擴展性能。

    雖然查詢推薦技術(shù)在一定程度上改善搜索服務(wù),但仍存在一些問題,因為融合技術(shù)比較多。高效率處理日志提取用戶查詢意圖,根據(jù)用戶查詢意圖準(zhǔn)確為用戶生成查詢推薦詞還需深入研究。

    2 實驗方法與過程

    2.1 實驗流程

    本文實驗分為離線處理階段和在線推薦階段,離線處理流程如圖1所示,在線推薦流程如圖2所示。

    2.2 實驗環(huán)境搭建

    本文結(jié)合網(wǎng)絡(luò)爬蟲和NLP技術(shù)實現(xiàn)推薦詞生成服務(wù),采用B/S結(jié)構(gòu),用戶通過瀏覽器訪問。采用NodeJS 搭建http服務(wù)器,使用puppteer構(gòu)建爬蟲引擎,使用hannlp工具包作為自然語言處理,分別結(jié)合Python 與JavaScript 語言優(yōu)勢合理構(gòu)建推薦詞生成服務(wù)。同時采用elasticsearch構(gòu)建開源搜索引擎,結(jié)合kibana 將數(shù)據(jù)可視化,直觀展示線上推薦結(jié)果。

    本文實驗環(huán)境配置如表1所示。

    2.3 實驗方法

    2.3.1 數(shù)據(jù)預(yù)處理

    數(shù)據(jù)預(yù)處理流程見圖3。

    (1)編碼轉(zhuǎn)換。Sougou Lab 下載的用戶查詢?nèi)罩揪幋a格式是gbk,為方便后續(xù)處理數(shù)據(jù),需要進(jìn)行編碼轉(zhuǎn)換。使用nodeJS的fs模塊讀寫文件,使用 NPM (nodeJS默認(rèn)包管理器)安裝 iconv-lite 庫進(jìn)行解碼,采用UTF-8編碼。

    (2)數(shù)據(jù)清洗與篩選。Sougou Lab下載的用戶查詢?nèi)罩敬嬖跀?shù)據(jù)缺失、數(shù)據(jù)類型不正確以及一些違禁和不良詞匯等問題,需要對查詢?nèi)罩緮?shù)據(jù)進(jìn)行篩選。本文使用NLP分類算法對用戶查詢?nèi)罩緮?shù)據(jù)進(jìn)行分類,篩選出符合實驗條件的數(shù)據(jù),提高實驗結(jié)果的準(zhǔn)確性。

    2.3.2 數(shù)據(jù)爬取與存儲

    搜索日志中的url鏈接信息有時不足以代表用戶偏好,因此本文設(shè)計JS爬蟲引擎,爬取用戶點擊的url頁面上的關(guān)鍵信息,為生成推薦詞提供更多新的語料[10]。爬取流程如圖3所示[11-14]。

    (1)設(shè)計JS爬蟲引擎爬取指定網(wǎng)站內(nèi)容。本文采用Google 開源的puppeteer庫提供的高級API通過DevTools 協(xié)議控制 Chromium,相比其它爬蟲引擎其優(yōu)勢如下:通過協(xié)議DevTools 控制 Chromium可以完整爬取網(wǎng)站的異步內(nèi)容,保障爬取內(nèi)容的完整性;puppeteer豐富的API可在頁面加載完成后即登陸爬取,還可執(zhí)行諸多復(fù)雜的爬取行為。

    (2)采用多線程爬行方式。日志數(shù)量一般千萬級,單線程爬行效率較低,而且單線程頻繁爬取會觸發(fā)ip封禁、限制訪問等諸多反爬蟲機制。為此本文設(shè)計一種分布式爬蟲架構(gòu),單master節(jié)點負(fù)責(zé)任務(wù)分發(fā)與爬行數(shù)據(jù)存儲,多個slave節(jié)點負(fù)責(zé)實際爬行,此架構(gòu)下從節(jié)點可以水平擴容,提高爬行效率。

    (3)數(shù)據(jù)提取與存儲。本實驗使用puppeteer爬行網(wǎng)站的meta標(biāo)簽相關(guān)信息,以及網(wǎng)頁內(nèi)的正文及網(wǎng)站推薦數(shù)據(jù)作為生成推薦詞補充詞庫。數(shù)據(jù)爬取后,通過puppeteer的選擇器API進(jìn)行數(shù)據(jù)提取。同時使用mongdb數(shù)據(jù)庫作為主要存儲數(shù)據(jù)庫,通過mongoose庫使用nodeJS進(jìn)行交互,批量存儲數(shù)據(jù)。

    2.3.2 數(shù)據(jù)挖掘與意圖分析

    搜索引擎交互流程:用戶根據(jù)需求自主輸入查詢詞進(jìn)行搜索,搜索引擎根據(jù)查詢詞返回相關(guān)搜索結(jié)果。有時候搜索結(jié)果不能滿足用戶要求:①大多數(shù)用戶輸入的查詢關(guān)鍵詞通常較短,對搜狗查詢?nèi)罩狙芯堪l(fā)現(xiàn),長度不超過3個詞的查詢占總查詢的93%左右,平均長度為1.85個詞,如此簡短的查詢詞有時不能準(zhǔn)確表達(dá)用戶真實意圖;②由于中文語言存在一詞多義或者歧義,搜索引擎不能很好識別,因此導(dǎo)致檢索出的結(jié)果不是用戶想要的內(nèi)容。本實驗采用騰訊AI開發(fā)平臺提供意圖分析服務(wù),依托騰訊強大的機器學(xué)習(xí)能力和文本挖掘引擎,以基礎(chǔ)NLP能力為支撐,準(zhǔn)確分析用戶查詢的真實意圖,然后基于查詢意圖為用戶提供更好的搜索結(jié)果。

    2.3.3 NLP處理

    (1)提取關(guān)鍵詞。本實驗采用TF-IDF計算方法對搜索日志和爬蟲數(shù)據(jù)組成的語料庫進(jìn)行中文分詞和詞頻統(tǒng)計,提取關(guān)鍵詞。作為信息檢索中詞語重要程度的衡量指標(biāo),TF-IDF被廣泛用于Lucene、Solr、Elasticsearch等搜索引擎,其計算公式如下:

    其中,t指代單詞(term),d指代文檔(document),TF(t,d)表示t在d中出現(xiàn)的頻次,DF(t)代表包含t的文檔總數(shù)。

    (2)重分二分聚類。聚類技術(shù)是本實驗重點使用的數(shù)據(jù)挖掘方法,基本思想是根據(jù)在數(shù)據(jù)中發(fā)現(xiàn)的對象信息,使用某種相似或鄰近算法,將數(shù)據(jù)對象分組,使得同組內(nèi)的對象相似,不同組中的對象不相似。本實驗采用改進(jìn)的重分二分聚類算法對關(guān)鍵詞進(jìn)行聚類,步驟如下:①挑選一個簇進(jìn)行劃分;②通過K均值算法將挑選出的簇劃分成兩個不同的子集;③重復(fù)步驟①和步驟②,直到產(chǎn)生足夠數(shù)量的簇。

    聚類結(jié)束后,結(jié)合用戶意圖分析篩選出相關(guān)聚類結(jié)果。

    2.3.4 推薦詞生成

    當(dāng)用戶輸入關(guān)鍵詞查詢時,基于用戶輸入進(jìn)行意圖分析和聚類,給出若干個與用戶輸入關(guān)鍵詞相似度很近的詞。本文搭建ElasticSearch環(huán)境可視化展示數(shù)據(jù),用于直觀展示線上結(jié)果,如圖5所示。

    3 實驗結(jié)果

    3.1 實驗結(jié)果分析

    基于搜索引擎的查詢推薦技術(shù),因為融合技術(shù)較多且推薦結(jié)果存在不確定性,所以目前為止還沒有評價實驗結(jié)果的統(tǒng)一方法。常用的評價主要分為人工評估和自動評估兩類。人工評估主要對系統(tǒng)推薦的結(jié)果手動進(jìn)行評估和判斷,消耗人力且嚴(yán)重依賴個人偏好;自動評估通常是通過分析查詢之間的語義關(guān)系或其它輔助工具對推薦結(jié)果進(jìn)行評估[15-19]。

    本文使用P@N(Precision @ N)評價指標(biāo)作為評價標(biāo)準(zhǔn),其中P表示正確率,N表示返回的推薦結(jié)果中取前N個結(jié)果。本文對N取值1、3、5、10,分別通過人工評估和自動評估評測本文實驗效果。實驗中隨機選出500個查詢詞,根據(jù)推薦詞的相關(guān)性進(jìn)行打分,5分表示完全相關(guān),0分表示完全不相關(guān)。

    (1)人工評估。為保證不受個人偏好影響,實驗取5個人打分的平均值,結(jié)果如表2所示。

    (2)自動評估。采用搜索引擎的結(jié)果對查詢推薦詞進(jìn)行評估,根據(jù)推薦詞在搜索引擎檢索結(jié)果的排序評估推薦詞與查詢詞的相關(guān)性。分別評測搜索的首條結(jié)果、前3條結(jié)果、前5條結(jié)果、前10條結(jié)果,如表3所示。

    3.2 問題分析

    通過實驗發(fā)現(xiàn)存在以下問題:

    (1)數(shù)據(jù)計算量較大。目前系統(tǒng)使用30天的搜索日志,加上通過爬蟲引擎爬取回來的數(shù)據(jù),因數(shù)據(jù)量巨大導(dǎo)致處理數(shù)據(jù)時間較長,嚴(yán)重影響效率。

    (2)推薦結(jié)果中的bad case不能完全避免。本文使用基于搜索日志的推薦方法,因搜索日志的豐富性和可用性,所以對查詢推薦研究非常有效,但這種基于日志的推薦存在先天不足,主要是因為搜索日志的不清潔和用戶行為的不可解釋性,導(dǎo)致推薦結(jié)果中存在bad case,這種bad case只能通過策略來減少,包括更深刻理解用戶意圖、設(shè)立過濾機制、改進(jìn)算法等,但不能完全避免。

    4 結(jié)語

    從實驗結(jié)果可以看出,通過融合網(wǎng)絡(luò)爬蟲、數(shù)據(jù)挖掘與自然語言處理技術(shù),可以更準(zhǔn)確地為用戶提供推薦詞。從生成的推薦詞結(jié)果可以看出,有的關(guān)鍵字關(guān)聯(lián)度很低,后續(xù)可進(jìn)一步優(yōu)化網(wǎng)絡(luò)爬蟲,提取相關(guān)度更高的內(nèi)容,還可結(jié)合深度學(xué)習(xí)進(jìn)行研究,效果會更好。

    參考文獻(xiàn):

    [1] 國家網(wǎng)信辦. 第44次中國互聯(lián)網(wǎng)絡(luò)發(fā)展統(tǒng)計報告[EB/OL]. http://www.cac.gov.cn/2019-08/30/c_1124938750.htm.

    [2] 張曉娟. 利用嵌入方法實現(xiàn)個性化查詢重構(gòu)[J].? 情報學(xué)報, 2018, 37(6): 621-630.

    [3] GRBOVIC M, DJURIC N, RADOSAVLJEVIC V, et al. Context-and content-aware embeddings for query rewriting in sponsored search[C]. The 38th International ACM SIGIRConference on Research and Development in Information Retrieval.New York:ACM Press, 2015:383-392.

    [4] ZAMANI H, CROFT W B.Estimating embedding vectors for queries[C]. Proceedings of the 2016 ACM International Conference on the Theory of Information Retrieval,2016:123-132.

    [5] VAN GYSEL C,DE RIJKE M,WORRING M. Unsupervised efficient and semantic expertise retrieval[C]. Proceedings of the 25th International Conference on World Wide Web,2016:1342-1367.

    [6] HAN S,DU L,SALAZAR E,et al. Dynamic rank factor m odel for text streams[C].? Proceedings of NIPS, 2014:2663-2671.

    [7] DIAZ F,MITRA B,CRASWELL N. Query expansion with locallytrained word embeddings[C].? Proceedings of the 54th Annual Meeting of the Association for Computational Linguistics,2016:367-377.

    [8] JIANG J Y, WANG W. RIN: reformulation inference network for context-aware query suggestion[C]. Proceedings of the 27th ACM International Conference on Information and Knowledge Management, New York: ACM Press, 2018: 197-206.

    [9] VAN GYSEL C, DE RIJKE M, WORRING M. Unsupervisedefficient and semantic expertise retrieval[C]. Proceedings of the 25th International Conference on World Wide Web,2016:1069-1079.

    [10] 趙康. 面向主題的網(wǎng)絡(luò)爬蟲系統(tǒng)的設(shè)計與實現(xiàn)[D]. 北京:北京郵電大學(xué), 2019.

    [11] 宋雅迪. 融合主題模型和詞嵌入的查詢優(yōu)化方法研究[D]. 北京:北方工業(yè)大學(xué),2019.

    [12] 黃際洲. 搜索引擎中的實體推薦關(guān)鍵技術(shù)研究[D]. 哈爾濱:哈爾濱工業(yè)大學(xué),2019.

    [13] 范阿琳. 基于搜索引擎日志挖掘的搜索滿意度評估方法研究[D]. 杭州:浙江大學(xué),2019.

    [14] 張月. 基于ElasticSearch的分布式搜索引擎的設(shè)計與實現(xiàn)[D]. 北京:北京交通大學(xué), 2019.

    [15] SORDONI A,BENGIO Y,VAHABI H,et al. A hierarchical recurrent encoder-decoder for generative context-aware query suggestion[C]. Proceedings of the 24th ACM International on Conference on Information and Knowledge Management,2015:1022-1031.

    [16] HUANG J Z,DING S Q, WANG H F,et al. Learning to recommend related entities with serendipity for web search users[J]. ACM Transactions on Asian and Low-Resource Langua,2018,55(3):624-635.

    [17] CHE W X, ZHAO Y Y,GUO H L,et al.? Sentence compression for aspect-based sentiment analysis[J]. IEEE/ACM Transactions on Audio, Speech and Langua ,2017 (12):1051-1064.

    [18] GUO L,CAI X,HAO F,et al.? Exploiting fine-grained co-authorship for personalized citation recommendation[J]. IEEE Access,2017(5):12714-12715.

    [19] DAI T,ZHU L,CAI X,et al.? Explore semantic topics and author communities for citation recommendation in bipartite bibliographic network[J].? Journal of Ambient Intelligence&Humanized Computing, 2017,142(5):324-331.

    (責(zé)任編輯:杜能鋼)

    猜你喜歡
    爬蟲搜索引擎數(shù)據(jù)挖掘
    利用網(wǎng)絡(luò)爬蟲技術(shù)驗證房地產(chǎn)灰犀牛之說
    基于Python的網(wǎng)絡(luò)爬蟲和反爬蟲技術(shù)研究
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢
    利用爬蟲技術(shù)的Geo-Gnutel la VANET流量采集
    電子測試(2018年1期)2018-04-18 11:53:04
    基于并行計算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    電力與能源(2017年6期)2017-05-14 06:19:37
    大數(shù)據(jù)環(huán)境下基于python的網(wǎng)絡(luò)爬蟲技術(shù)
    電子制作(2017年9期)2017-04-17 03:00:46
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    網(wǎng)絡(luò)搜索引擎亟待規(guī)范
    基于Nutch的醫(yī)療搜索引擎的研究與開發(fā)
    廣告主與搜索引擎的雙向博弈分析
    美女主播在线视频| 久久中文字幕人妻熟女| 如日韩欧美国产精品一区二区三区| 久久毛片免费看一区二区三区| 日韩免费av在线播放| 美女国产高潮福利片在线看| 在线观看免费高清a一片| 午夜成年电影在线免费观看| 久久这里只有精品19| 精品免费久久久久久久清纯 | 国产男女超爽视频在线观看| 国产精品久久久av美女十八| 精品一区二区三区视频在线观看免费 | 日韩制服丝袜自拍偷拍| 成年版毛片免费区| 在线av久久热| 亚洲伊人久久精品综合| 两性夫妻黄色片| 亚洲一区中文字幕在线| 亚洲国产av新网站| a级毛片在线看网站| 天堂中文最新版在线下载| 国产欧美日韩精品亚洲av| 日韩免费av在线播放| 亚洲色图av天堂| 国产成+人综合+亚洲专区| 午夜精品久久久久久毛片777| 久久精品人人爽人人爽视色| 啦啦啦免费观看视频1| 午夜福利视频在线观看免费| 欧美午夜高清在线| av有码第一页| 女性生殖器流出的白浆| 亚洲欧美一区二区三区黑人| 午夜福利在线观看吧| 在线观看免费日韩欧美大片| 桃红色精品国产亚洲av| 国产成人av教育| 欧美一级毛片孕妇| 多毛熟女@视频| 国产精品一区二区免费欧美| 午夜激情久久久久久久| 国产亚洲午夜精品一区二区久久| 黑人猛操日本美女一级片| 国产99久久九九免费精品| 日日摸夜夜添夜夜添小说| 后天国语完整版免费观看| 交换朋友夫妻互换小说| 人成视频在线观看免费观看| 汤姆久久久久久久影院中文字幕| 美女主播在线视频| 无人区码免费观看不卡 | 亚洲成人免费电影在线观看| 国产精品一区二区精品视频观看| 免费日韩欧美在线观看| 9热在线视频观看99| 久久久久久免费高清国产稀缺| 一二三四在线观看免费中文在| 丰满少妇做爰视频| 精品福利观看| 最近最新中文字幕大全电影3 | 91精品国产国语对白视频| 大片电影免费在线观看免费| 国产精品久久电影中文字幕 | 99re6热这里在线精品视频| 日韩精品免费视频一区二区三区| 在线观看一区二区三区激情| 在线观看免费视频网站a站| 久久九九热精品免费| 精品国产乱码久久久久久小说| 欧美一级毛片孕妇| 久久热在线av| xxxhd国产人妻xxx| 天堂8中文在线网| 久久久久久久久免费视频了| 咕卡用的链子| 777久久人妻少妇嫩草av网站| 久久国产精品影院| 欧美中文综合在线视频| 伦理电影免费视频| 久久热在线av| 亚洲精品一卡2卡三卡4卡5卡| 自线自在国产av| 久久人人97超碰香蕉20202| 欧美日韩精品网址| 精品国产乱子伦一区二区三区| 国产成人免费观看mmmm| 最近最新免费中文字幕在线| 狠狠婷婷综合久久久久久88av| 美女高潮到喷水免费观看| 他把我摸到了高潮在线观看 | 夜夜爽天天搞| 在线看a的网站| 国产男女超爽视频在线观看| 国产欧美亚洲国产| 一本一本久久a久久精品综合妖精| 欧美在线黄色| 亚洲精品中文字幕在线视频| 变态另类成人亚洲欧美熟女 | www.999成人在线观看| 亚洲熟女毛片儿| 免费高清在线观看日韩| 啦啦啦 在线观看视频| 亚洲,欧美精品.| av在线播放免费不卡| 无遮挡黄片免费观看| 久久婷婷成人综合色麻豆| 亚洲专区国产一区二区| 亚洲一区中文字幕在线| 久久精品亚洲精品国产色婷小说| 日日摸夜夜添夜夜添小说| 亚洲精品久久午夜乱码| 久久午夜综合久久蜜桃| 午夜久久久在线观看| 午夜老司机福利片| av福利片在线| 精品国产乱码久久久久久小说| 国产欧美日韩一区二区精品| 嫁个100分男人电影在线观看| 国产成人精品在线电影| 亚洲熟妇熟女久久| 午夜福利欧美成人| av免费在线观看网站| 黄色成人免费大全| 久热爱精品视频在线9| 黄色成人免费大全| 色老头精品视频在线观看| 一区二区三区乱码不卡18| 大片免费播放器 马上看| 精品一区二区三区av网在线观看 | 老司机深夜福利视频在线观看| 欧美国产精品va在线观看不卡| 岛国在线观看网站| 国产精品一区二区精品视频观看| 757午夜福利合集在线观看| 在线观看66精品国产| 亚洲欧美激情在线| 亚洲熟女毛片儿| 成年版毛片免费区| 成年版毛片免费区| 黄色成人免费大全| 一级a爱视频在线免费观看| 国产视频一区二区在线看| 黑人巨大精品欧美一区二区mp4| 黄网站色视频无遮挡免费观看| 黄色成人免费大全| av免费在线观看网站| 久热爱精品视频在线9| 久久久久久免费高清国产稀缺| 老汉色∧v一级毛片| 国产欧美日韩一区二区三区在线| 在线观看免费视频日本深夜| 久久国产精品影院| 麻豆乱淫一区二区| 天堂俺去俺来也www色官网| 不卡一级毛片| 国产高清视频在线播放一区| 久久久久久人人人人人| 老司机靠b影院| 亚洲精品国产区一区二| 成人av一区二区三区在线看| 一级a爱视频在线免费观看| 精品国产超薄肉色丝袜足j| 一级黄色大片毛片| 美女视频免费永久观看网站| 国产一区有黄有色的免费视频| 国产xxxxx性猛交| 日本欧美视频一区| 午夜福利欧美成人| 国产三级黄色录像| 国产午夜精品久久久久久| 丝袜喷水一区| 老熟女久久久| 亚洲男人天堂网一区| 精品国产超薄肉色丝袜足j| 夜夜骑夜夜射夜夜干| 国产在线精品亚洲第一网站| www.精华液| 国产精品一区二区免费欧美| 热re99久久国产66热| 亚洲av片天天在线观看| 精品国产国语对白av| 最近最新中文字幕大全电影3 | 日日摸夜夜添夜夜添小说| 国产1区2区3区精品| 91九色精品人成在线观看| 精品国内亚洲2022精品成人 | 亚洲欧美一区二区三区黑人| 一级片'在线观看视频| 老司机深夜福利视频在线观看| 高清欧美精品videossex| 亚洲伊人色综图| 欧美日本中文国产一区发布| 99国产精品一区二区蜜桃av | 欧美乱码精品一区二区三区| 久久精品亚洲熟妇少妇任你| 亚洲自偷自拍图片 自拍| 国产精品久久久久久精品电影小说| 99九九在线精品视频| 大片免费播放器 马上看| 国产精品熟女久久久久浪| 欧美国产精品va在线观看不卡| 变态另类成人亚洲欧美熟女 | 黄色成人免费大全| 伊人久久大香线蕉亚洲五| 国产精品久久久av美女十八| 国产主播在线观看一区二区| 亚洲精品美女久久久久99蜜臀| 亚洲精品粉嫩美女一区| 成在线人永久免费视频| cao死你这个sao货| 又大又爽又粗| 日本vs欧美在线观看视频| 免费久久久久久久精品成人欧美视频| 两个人看的免费小视频| 亚洲 欧美一区二区三区| 欧美乱码精品一区二区三区| 欧美精品亚洲一区二区| 少妇粗大呻吟视频| 免费黄频网站在线观看国产| 他把我摸到了高潮在线观看 | 午夜久久久在线观看| 国产精品电影一区二区三区 | 国产亚洲午夜精品一区二区久久| 黄色毛片三级朝国网站| 热99国产精品久久久久久7| 日本黄色视频三级网站网址 | svipshipincom国产片| 亚洲精品av麻豆狂野| 在线观看66精品国产| av在线播放免费不卡| 美女高潮到喷水免费观看| 亚洲av第一区精品v没综合| 成人黄色视频免费在线看| 狂野欧美激情性xxxx| 久久热在线av| 手机成人av网站| 涩涩av久久男人的天堂| 高清视频免费观看一区二区| 亚洲av日韩在线播放| 国产熟女午夜一区二区三区| 欧美成人免费av一区二区三区 | 丝袜美腿诱惑在线| 亚洲人成77777在线视频| 日韩大码丰满熟妇| 桃花免费在线播放| 国产1区2区3区精品| 国产精品一区二区精品视频观看| 黑人巨大精品欧美一区二区蜜桃| 日韩视频在线欧美| 十八禁网站网址无遮挡| 久久精品国产亚洲av高清一级| 成人亚洲精品一区在线观看| 亚洲精华国产精华精| 美女主播在线视频| 亚洲欧洲精品一区二区精品久久久| 黄片播放在线免费| 九色亚洲精品在线播放| 国产精品影院久久| 亚洲精品一二三| 亚洲av电影在线进入| 十八禁人妻一区二区| 亚洲第一欧美日韩一区二区三区 | 欧美成人午夜精品| 一区福利在线观看| 大陆偷拍与自拍| 日韩有码中文字幕| 在线观看舔阴道视频| 女人爽到高潮嗷嗷叫在线视频| 一边摸一边做爽爽视频免费| 久久久国产欧美日韩av| 老汉色av国产亚洲站长工具| 在线看a的网站| 老司机午夜十八禁免费视频| 9色porny在线观看| 丰满少妇做爰视频| 久久婷婷成人综合色麻豆| 精品一品国产午夜福利视频| 天天添夜夜摸| 久9热在线精品视频| 91大片在线观看| 欧美激情久久久久久爽电影 | 欧美日韩亚洲高清精品| 国产又爽黄色视频| 精品少妇黑人巨大在线播放| 中国美女看黄片| 久久久久久亚洲精品国产蜜桃av| 久久人人爽av亚洲精品天堂| 老司机亚洲免费影院| 国产精品影院久久| 国产伦理片在线播放av一区| 久久人妻福利社区极品人妻图片| 欧美日韩一级在线毛片| 亚洲精品国产色婷婷电影| 老司机深夜福利视频在线观看| 狠狠精品人妻久久久久久综合| 黄色视频在线播放观看不卡| 18禁观看日本| a级片在线免费高清观看视频| 精品免费久久久久久久清纯 | 国产黄频视频在线观看| 久久国产亚洲av麻豆专区| 天天影视国产精品| 成年人黄色毛片网站| 久久ye,这里只有精品| 99久久99久久久精品蜜桃| 久久国产精品影院| 久久久久久人人人人人| 国产精品国产av在线观看| 国产精品自产拍在线观看55亚洲 | 叶爱在线成人免费视频播放| 国产精品偷伦视频观看了| 亚洲成a人片在线一区二区| 亚洲 欧美一区二区三区| 一本久久精品| 不卡一级毛片| 欧美黑人精品巨大| 日韩视频一区二区在线观看| 桃红色精品国产亚洲av| 国产区一区二久久| 黄色a级毛片大全视频| 国产精品国产高清国产av | 一级毛片精品| 一区二区三区乱码不卡18| 亚洲精品在线美女| 一区福利在线观看| 午夜福利免费观看在线| 欧美精品一区二区大全| 国产精品秋霞免费鲁丝片| av天堂久久9| 不卡av一区二区三区| 三上悠亚av全集在线观看| 欧美午夜高清在线| 一夜夜www| 国产欧美日韩综合在线一区二区| 亚洲情色 制服丝袜| 亚洲专区字幕在线| 18禁观看日本| 国产高清激情床上av| 天天添夜夜摸| 免费观看a级毛片全部| 欧美黄色淫秽网站| 久久青草综合色| 亚洲精品成人av观看孕妇| 国产在线一区二区三区精| 一二三四社区在线视频社区8| 亚洲人成77777在线视频| 亚洲人成电影观看| 2018国产大陆天天弄谢| 免费在线观看视频国产中文字幕亚洲| 老司机靠b影院| 日韩欧美一区视频在线观看| 国产精品一区二区在线观看99| 国产成人影院久久av| 国产精品美女特级片免费视频播放器 | 国产伦理片在线播放av一区| 国产精品av久久久久免费| 母亲3免费完整高清在线观看| 国产精品亚洲av一区麻豆| 国产成人免费无遮挡视频| 一级毛片女人18水好多| 老熟妇乱子伦视频在线观看| av天堂在线播放| 日韩三级视频一区二区三区| a级毛片在线看网站| 18禁裸乳无遮挡动漫免费视频| 真人做人爱边吃奶动态| 久久婷婷成人综合色麻豆| 亚洲精品一二三| av网站免费在线观看视频| 精品国产乱码久久久久久小说| 国产亚洲午夜精品一区二区久久| 一本综合久久免费| 天天躁夜夜躁狠狠躁躁| 一本一本久久a久久精品综合妖精| aaaaa片日本免费| 国产1区2区3区精品| 18禁观看日本| 捣出白浆h1v1| 亚洲av第一区精品v没综合| 亚洲精品av麻豆狂野| 国产又爽黄色视频| 精品久久久久久电影网| 亚洲成人免费电影在线观看| 国产精品九九99| 久久午夜综合久久蜜桃| 99久久人妻综合| 99re6热这里在线精品视频| 高清av免费在线| 新久久久久国产一级毛片| 成人黄色视频免费在线看| 久久国产精品影院| 高清黄色对白视频在线免费看| 最近最新中文字幕大全电影3 | 国产欧美日韩精品亚洲av| 国产熟女午夜一区二区三区| 在线 av 中文字幕| 午夜福利免费观看在线| 久久久久久久久免费视频了| 国产淫语在线视频| 三级毛片av免费| 成人永久免费在线观看视频 | 一本色道久久久久久精品综合| 亚洲精品成人av观看孕妇| 一二三四社区在线视频社区8| 国产一区二区在线观看av| 一本大道久久a久久精品| 久久天堂一区二区三区四区| 麻豆国产av国片精品| 午夜福利影视在线免费观看| 桃红色精品国产亚洲av| 成人国语在线视频| 日日夜夜操网爽| 午夜福利视频在线观看免费| 中文字幕另类日韩欧美亚洲嫩草| 欧美日韩亚洲国产一区二区在线观看 | 精品国产一区二区三区四区第35| 色精品久久人妻99蜜桃| 在线播放国产精品三级| 午夜视频精品福利| 一夜夜www| 久久国产精品人妻蜜桃| 国产亚洲精品第一综合不卡| 亚洲av欧美aⅴ国产| 欧美久久黑人一区二区| 妹子高潮喷水视频| 精品久久久久久久毛片微露脸| 精品久久蜜臀av无| 亚洲成人免费电影在线观看| 男女午夜视频在线观看| 一级,二级,三级黄色视频| 精品一区二区三区av网在线观看 | 日韩视频在线欧美| 丝袜美腿诱惑在线| 国产精品免费一区二区三区在线 | 久久精品国产亚洲av香蕉五月 | 久久久国产成人免费| 在线观看舔阴道视频| 久久天堂一区二区三区四区| cao死你这个sao货| 午夜福利视频精品| 午夜福利视频在线观看免费| 欧美人与性动交α欧美精品济南到| 久久精品亚洲熟妇少妇任你| 热99久久久久精品小说推荐| 中文字幕色久视频| 纯流量卡能插随身wifi吗| 老司机影院毛片| 国产日韩一区二区三区精品不卡| 亚洲国产毛片av蜜桃av| 中国美女看黄片| 少妇猛男粗大的猛烈进出视频| 日韩视频在线欧美| 美女主播在线视频| 色综合婷婷激情| 午夜福利乱码中文字幕| 别揉我奶头~嗯~啊~动态视频| 丰满少妇做爰视频| 热99久久久久精品小说推荐| 美女主播在线视频| 欧美激情久久久久久爽电影 | 精品一区二区三卡| 大香蕉久久成人网| 午夜福利影视在线免费观看| 91麻豆精品激情在线观看国产 | 免费观看人在逋| 女警被强在线播放| 精品一区二区三区视频在线观看免费 | 久9热在线精品视频| 欧美精品亚洲一区二区| 中文字幕人妻丝袜一区二区| 欧美日韩亚洲国产一区二区在线观看 | 国产一卡二卡三卡精品| 亚洲天堂av无毛| 国产精品久久久久成人av| 一区二区日韩欧美中文字幕| 国产精品美女特级片免费视频播放器 | 啦啦啦免费观看视频1| 欧美日韩视频精品一区| netflix在线观看网站| 亚洲成人国产一区在线观看| 日韩大片免费观看网站| 国产精品久久久久久精品古装| 欧美激情高清一区二区三区| 最新美女视频免费是黄的| 午夜福利视频在线观看免费| 日本av免费视频播放| 久久精品亚洲熟妇少妇任你| 精品人妻熟女毛片av久久网站| 大片电影免费在线观看免费| 三上悠亚av全集在线观看| 久久免费观看电影| 日日爽夜夜爽网站| 一区福利在线观看| 日韩一卡2卡3卡4卡2021年| 精品福利观看| 美女高潮到喷水免费观看| 正在播放国产对白刺激| 亚洲欧美色中文字幕在线| 国产黄频视频在线观看| 美女国产高潮福利片在线看| 成人免费观看视频高清| 国产男女内射视频| 精品一区二区三区视频在线观看免费 | a级片在线免费高清观看视频| www.熟女人妻精品国产| 五月天丁香电影| 高清黄色对白视频在线免费看| 搡老熟女国产l中国老女人| 他把我摸到了高潮在线观看 | 中文亚洲av片在线观看爽 | 国产三级黄色录像| 男女高潮啪啪啪动态图| 日韩成人在线观看一区二区三区| 免费人妻精品一区二区三区视频| 超碰成人久久| 亚洲中文av在线| 国产精品一区二区在线不卡| 在线观看一区二区三区激情| 国产黄色免费在线视频| 免费在线观看视频国产中文字幕亚洲| 国产一区二区激情短视频| 最近最新中文字幕大全电影3 | 免费观看av网站的网址| 欧美久久黑人一区二区| av欧美777| 国产区一区二久久| 999久久久精品免费观看国产| 精品福利永久在线观看| 欧美日韩国产mv在线观看视频| 19禁男女啪啪无遮挡网站| 高清在线国产一区| 免费黄频网站在线观看国产| 在线观看免费午夜福利视频| 国产精品久久久久久精品电影小说| 黄色视频,在线免费观看| 伦理电影免费视频| tube8黄色片| 菩萨蛮人人尽说江南好唐韦庄| 999久久久精品免费观看国产| 亚洲国产欧美一区二区综合| 国产成+人综合+亚洲专区| 啦啦啦 在线观看视频| 久久久久久久久免费视频了| 80岁老熟妇乱子伦牲交| 欧美另类亚洲清纯唯美| 亚洲欧美色中文字幕在线| 性少妇av在线| 人人妻,人人澡人人爽秒播| 操出白浆在线播放| 超碰97精品在线观看| 99riav亚洲国产免费| 97人妻天天添夜夜摸| 亚洲欧美一区二区三区黑人| netflix在线观看网站| 亚洲中文av在线| 免费在线观看日本一区| 亚洲久久久国产精品| 久久人妻av系列| 久久精品熟女亚洲av麻豆精品| 亚洲第一欧美日韩一区二区三区 | 国产一区二区激情短视频| 国产成人av激情在线播放| 亚洲精品一二三| 久久久久精品国产欧美久久久| 久久精品熟女亚洲av麻豆精品| 成年女人毛片免费观看观看9 | 热re99久久国产66热| 日韩三级视频一区二区三区| 91老司机精品| 99精品欧美一区二区三区四区| 久久人妻av系列| 日本精品一区二区三区蜜桃| 9色porny在线观看| 久久av网站| 久久人人爽av亚洲精品天堂| 黄片小视频在线播放| 正在播放国产对白刺激| 热99久久久久精品小说推荐| 男女高潮啪啪啪动态图| 国产免费av片在线观看野外av| svipshipincom国产片| 精品视频人人做人人爽| 美女扒开内裤让男人捅视频| 久久精品熟女亚洲av麻豆精品| 一级片'在线观看视频| 国产又色又爽无遮挡免费看| 久久久国产一区二区| 男女无遮挡免费网站观看| 欧美日韩亚洲国产一区二区在线观看 | 黄色片一级片一级黄色片| 一个人免费看片子| 国产亚洲欧美精品永久| 日韩 欧美 亚洲 中文字幕| 桃花免费在线播放| 97在线人人人人妻| 亚洲国产av影院在线观看| 嫩草影视91久久| 国产精品美女特级片免费视频播放器 | 日本黄色视频三级网站网址 | 免费女性裸体啪啪无遮挡网站| 丝袜美足系列| 国产精品九九99| 亚洲精品av麻豆狂野| 19禁男女啪啪无遮挡网站| 啦啦啦中文免费视频观看日本| 99国产精品免费福利视频| 丰满迷人的少妇在线观看| 成年人免费黄色播放视频| 亚洲综合色网址| h视频一区二区三区| 2018国产大陆天天弄谢| 国产一区有黄有色的免费视频| 一本—道久久a久久精品蜜桃钙片| 免费看a级黄色片|