• <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
    国产一区亚洲一区在线观看| 亚洲精品第二区| 亚洲av电影在线观看一区二区三区| xxx大片免费视频| 亚洲国产av影院在线观看| 男女啪啪激烈高潮av片| 久久久久久久久久久久大奶| 国产成人精品久久久久久| 看免费成人av毛片| 久久精品久久久久久久性| 国产不卡av网站在线观看| 国产在线一区二区三区精| 日韩一区二区视频免费看| 久久久精品免费免费高清| 五月开心婷婷网| 亚洲av欧美aⅴ国产| 如日韩欧美国产精品一区二区三区| 精品一区二区三区四区五区乱码 | 亚洲综合精品二区| 一本色道久久久久久精品综合| 波多野结衣一区麻豆| 国产黄频视频在线观看| 亚洲精品自拍成人| 久久免费观看电影| 中文天堂在线官网| 纵有疾风起免费观看全集完整版| 亚洲av日韩在线播放| 亚洲av欧美aⅴ国产| 五月伊人婷婷丁香| 亚洲伊人久久精品综合| 菩萨蛮人人尽说江南好唐韦庄| 国产69精品久久久久777片| 久久这里只有精品19| 国产熟女午夜一区二区三区| 草草在线视频免费看| 少妇人妻久久综合中文| 自拍欧美九色日韩亚洲蝌蚪91| 狂野欧美激情性xxxx在线观看| 亚洲 欧美一区二区三区| a 毛片基地| 精品一区二区三区视频在线| 黄色 视频免费看| 日韩欧美一区视频在线观看| 欧美日本中文国产一区发布| freevideosex欧美| 爱豆传媒免费全集在线观看| 91在线精品国自产拍蜜月| 五月天丁香电影| 亚洲美女搞黄在线观看| 考比视频在线观看| 波野结衣二区三区在线| 久久99一区二区三区| 成人手机av| 日韩av免费高清视频| 亚洲 欧美一区二区三区| 欧美国产精品va在线观看不卡| 天堂俺去俺来也www色官网| 一二三四在线观看免费中文在 | 国产不卡av网站在线观看| 黑人巨大精品欧美一区二区蜜桃 | a级毛片在线看网站| 男人操女人黄网站| 亚洲av日韩在线播放| 免费人成在线观看视频色| 高清视频免费观看一区二区| 久久女婷五月综合色啪小说| 蜜臀久久99精品久久宅男| 最新中文字幕久久久久| 男女高潮啪啪啪动态图| 高清不卡的av网站| 国产精品熟女久久久久浪| 国产精品一二三区在线看| 精品亚洲成国产av| 欧美人与善性xxx| 男女免费视频国产| 欧美bdsm另类| 国产男女内射视频| 9191精品国产免费久久| 中文字幕免费在线视频6| 亚洲精品久久成人aⅴ小说| 国产成人精品在线电影| 日产精品乱码卡一卡2卡三| 欧美精品一区二区免费开放| 欧美成人精品欧美一级黄| 精品亚洲乱码少妇综合久久| 青春草国产在线视频| 亚洲在久久综合| 久久久久久久亚洲中文字幕| 女人被躁到高潮嗷嗷叫费观| 国产精品一二三区在线看| 亚洲成人手机| 免费日韩欧美在线观看| 中文字幕亚洲精品专区| 国产色婷婷99| 看十八女毛片水多多多| 永久网站在线| 人人妻人人澡人人看| 欧美少妇被猛烈插入视频| av国产久精品久网站免费入址| 欧美成人午夜精品| 亚洲第一av免费看| 日本黄色日本黄色录像| 亚洲国产精品一区二区三区在线| 精品一区二区三区四区五区乱码 | 久久午夜福利片| 97在线视频观看| 国产成人精品福利久久| 日韩人妻精品一区2区三区| 26uuu在线亚洲综合色| 亚洲精品国产色婷婷电影| 9191精品国产免费久久| 久久久久久人妻| 91精品三级在线观看| 精品国产一区二区三区久久久樱花| 边亲边吃奶的免费视频| 成人手机av| 日韩中字成人| 热re99久久精品国产66热6| av不卡在线播放| 精品亚洲成a人片在线观看| 人人妻人人澡人人爽人人夜夜| 国产精品无大码| 黑人猛操日本美女一级片| 在现免费观看毛片| 亚洲精品一区蜜桃| 少妇高潮的动态图| 午夜福利网站1000一区二区三区| 黄片无遮挡物在线观看| 国产视频首页在线观看| 亚洲精品成人av观看孕妇| 免费少妇av软件| 日本免费在线观看一区| 免费女性裸体啪啪无遮挡网站| 美女脱内裤让男人舔精品视频| 人体艺术视频欧美日本| 国产一区二区激情短视频 | 亚洲欧美清纯卡通| 天堂俺去俺来也www色官网| 夜夜爽夜夜爽视频| 成年人免费黄色播放视频| 大码成人一级视频| 亚洲天堂av无毛| 男女国产视频网站| 99久国产av精品国产电影| 天天躁夜夜躁狠狠躁躁| 欧美激情国产日韩精品一区| 精品福利永久在线观看| 99热网站在线观看| 在线观看美女被高潮喷水网站| 熟女人妻精品中文字幕| 一个人免费看片子| 人人妻人人澡人人爽人人夜夜| 熟女电影av网| 午夜福利网站1000一区二区三区| 久久人妻熟女aⅴ| 国产免费一级a男人的天堂| 在线观看免费日韩欧美大片| 又大又黄又爽视频免费| 一级片'在线观看视频| 久久午夜福利片| 成年av动漫网址| 宅男免费午夜| a级毛片在线看网站| 啦啦啦在线观看免费高清www| 亚洲 欧美一区二区三区| 国产精品一二三区在线看| 80岁老熟妇乱子伦牲交| 边亲边吃奶的免费视频| 亚洲精品色激情综合| 美女福利国产在线| 中文字幕亚洲精品专区| 国产精品.久久久| 汤姆久久久久久久影院中文字幕| 51国产日韩欧美| 少妇熟女欧美另类| 又黄又爽又刺激的免费视频.| 欧美日韩综合久久久久久| 视频在线观看一区二区三区| 国产成人91sexporn| 高清不卡的av网站| 飞空精品影院首页| 99国产精品免费福利视频| 亚洲av中文av极速乱| 亚洲内射少妇av| 国产片特级美女逼逼视频| 国产成人精品一,二区| 亚洲av电影在线进入| 又大又黄又爽视频免费| 91精品国产国语对白视频| 蜜桃国产av成人99| 久久精品国产亚洲av涩爱| 成人手机av| 久久久久久久精品精品| 美女视频免费永久观看网站| 亚洲精品久久成人aⅴ小说| 午夜福利在线观看免费完整高清在| 国产不卡av网站在线观看| 黄色怎么调成土黄色| 欧美日韩国产mv在线观看视频| 亚洲欧美一区二区三区国产| 97精品久久久久久久久久精品| 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 | av线在线观看网站| 亚洲经典国产精华液单| 久久久久精品久久久久真实原创| 日本爱情动作片www.在线观看| 建设人人有责人人尽责人人享有的| 国产精品国产av在线观看| a级毛片在线看网站| 免费久久久久久久精品成人欧美视频 | 久久久国产一区二区| 色婷婷久久久亚洲欧美| 亚洲av免费高清在线观看| 高清在线视频一区二区三区| 九草在线视频观看| 一区在线观看完整版| 亚洲欧美日韩卡通动漫| 亚洲图色成人| av在线观看视频网站免费| 午夜福利影视在线免费观看| 在线天堂中文资源库| 大码成人一级视频| 晚上一个人看的免费电影| 日本免费在线观看一区| 一二三四中文在线观看免费高清| h视频一区二区三区| 日本色播在线视频| 97人妻天天添夜夜摸| 大香蕉久久网| 大码成人一级视频| 老熟女久久久| 观看av在线不卡| 美女国产高潮福利片在线看| 国产精品.久久久| 欧美国产精品一级二级三级| videos熟女内射| 亚洲美女黄色视频免费看| 久久国内精品自在自线图片| 日韩熟女老妇一区二区性免费视频| 欧美少妇被猛烈插入视频| 亚洲少妇的诱惑av| 一区二区三区精品91| 亚洲情色 制服丝袜| 亚洲精品国产av成人精品| 天天躁夜夜躁狠狠久久av| 日韩不卡一区二区三区视频在线| 最近中文字幕高清免费大全6| 黄色 视频免费看| 国产在线免费精品| 国产一区二区在线观看av| 午夜老司机福利剧场| 国产免费又黄又爽又色| 午夜日本视频在线| av在线播放精品| 又黄又爽又刺激的免费视频.| 国产精品久久久久久久电影| 极品人妻少妇av视频| 丝袜脚勾引网站| 亚洲久久久国产精品| 亚洲国产av新网站| 最近2019中文字幕mv第一页| 久久久久精品人妻al黑| 七月丁香在线播放| 最近的中文字幕免费完整| 捣出白浆h1v1| 18禁裸乳无遮挡动漫免费视频| 97精品久久久久久久久久精品| videosex国产| 亚洲av福利一区| 国产精品久久久久久久久免| 欧美xxⅹ黑人| 欧美精品av麻豆av| 一边摸一边做爽爽视频免费| 国产精品不卡视频一区二区| 2022亚洲国产成人精品| 国产av国产精品国产| 国产高清三级在线| 日韩av在线免费看完整版不卡| 国产av国产精品国产| 国产一区有黄有色的免费视频| 亚洲av中文av极速乱| 国产成人免费无遮挡视频| av在线app专区| 欧美日韩成人在线一区二区| 久久午夜福利片| 乱码一卡2卡4卡精品| 国产精品成人在线| 视频中文字幕在线观看| 久久人人97超碰香蕉20202| 中文字幕精品免费在线观看视频 | 国产日韩欧美在线精品| 免费观看在线日韩| 国产国拍精品亚洲av在线观看| 久久精品久久久久久久性| 在线天堂中文资源库| av又黄又爽大尺度在线免费看| 久久久久国产精品人妻一区二区| 国产一区二区三区综合在线观看 | 18禁动态无遮挡网站| 久久人妻熟女aⅴ| 狂野欧美激情性xxxx在线观看| 久久人人97超碰香蕉20202| 成年美女黄网站色视频大全免费| 青春草亚洲视频在线观看| 午夜精品国产一区二区电影| 人人澡人人妻人| 午夜老司机福利剧场| 啦啦啦啦在线视频资源| 免费看不卡的av| 汤姆久久久久久久影院中文字幕| 一级a做视频免费观看| 成年人午夜在线观看视频| 日韩视频在线欧美| 观看av在线不卡| www日本在线高清视频| 宅男免费午夜| www.色视频.com| 日本av手机在线免费观看| 国产高清三级在线| 国产精品无大码| 午夜福利视频精品| 伊人久久国产一区二区| 肉色欧美久久久久久久蜜桃| 国产片内射在线| 男人舔女人的私密视频| 大话2 男鬼变身卡| 久久影院123| 亚洲国产精品国产精品| 美女大奶头黄色视频| 9色porny在线观看| 韩国高清视频一区二区三区| 亚洲丝袜综合中文字幕| 亚洲av欧美aⅴ国产| 久久青草综合色| 丰满饥渴人妻一区二区三| 精品人妻熟女毛片av久久网站| 国产国语露脸激情在线看| 美女国产高潮福利片在线看| 色5月婷婷丁香| 草草在线视频免费看| 男人爽女人下面视频在线观看| 国产淫语在线视频| 中文欧美无线码| 精品久久久精品久久久| 国产成人午夜福利电影在线观看| www.色视频.com| 日韩一区二区三区影片| 波野结衣二区三区在线| 97在线视频观看| 免费黄网站久久成人精品| 成人毛片60女人毛片免费| 国精品久久久久久国模美| 伊人亚洲综合成人网| 亚洲精品国产av成人精品| 成年人免费黄色播放视频| 精品少妇久久久久久888优播| 亚洲,欧美,日韩| 两个人看的免费小视频| 99国产精品免费福利视频| 青青草视频在线视频观看| 亚洲欧美成人精品一区二区| 亚洲情色 制服丝袜| 久久av网站| 黑人欧美特级aaaaaa片| 精品人妻熟女毛片av久久网站| 色视频在线一区二区三区| 亚洲,欧美精品.| 欧美精品国产亚洲| 日韩欧美一区视频在线观看| 久久午夜综合久久蜜桃| 国产探花极品一区二区| 一二三四中文在线观看免费高清| 久久国产精品大桥未久av| 99九九在线精品视频| 亚洲av电影在线进入| av国产久精品久网站免费入址| 黑丝袜美女国产一区| av电影中文网址| av.在线天堂| av不卡在线播放| 永久免费av网站大全| 国产精品久久久久久精品电影小说| 国产女主播在线喷水免费视频网站| 中文乱码字字幕精品一区二区三区| 亚洲精品aⅴ在线观看| a 毛片基地| 91午夜精品亚洲一区二区三区| 久久久久国产精品人妻一区二区| 国产精品国产三级专区第一集| 激情视频va一区二区三区| 国产一区二区三区av在线| 水蜜桃什么品种好| 国产av码专区亚洲av| 国产伦理片在线播放av一区| 一区二区三区精品91| 五月天丁香电影| 亚洲国产日韩一区二区| 亚洲国产欧美在线一区| 狠狠精品人妻久久久久久综合| 国产永久视频网站| 男男h啪啪无遮挡| 人人妻人人爽人人添夜夜欢视频| 少妇的逼好多水| 在线亚洲精品国产二区图片欧美| 国产福利在线免费观看视频| 视频中文字幕在线观看| 丰满少妇做爰视频| 下体分泌物呈黄色| 久久99一区二区三区| 美国免费a级毛片| 看十八女毛片水多多多| 高清av免费在线| 老熟女久久久| 免费观看a级毛片全部| 侵犯人妻中文字幕一二三四区| 欧美激情国产日韩精品一区| 免费不卡的大黄色大毛片视频在线观看| 中文字幕免费在线视频6| av.在线天堂| 一级毛片电影观看| 国产一级毛片在线| 亚洲av中文av极速乱| 一区二区三区乱码不卡18| 黄色一级大片看看| 亚洲av电影在线观看一区二区三区| 欧美97在线视频| 成人国产麻豆网| 亚洲精品中文字幕在线视频| 成人毛片a级毛片在线播放| 亚洲精品av麻豆狂野| 久久国产精品男人的天堂亚洲 | av电影中文网址| 在线天堂中文资源库| 成人影院久久| 亚洲精品久久成人aⅴ小说| 少妇人妻久久综合中文| 女人被躁到高潮嗷嗷叫费观| 大香蕉久久成人网| 亚洲人与动物交配视频| 亚洲国产精品一区二区三区在线| 久久精品国产综合久久久 | 天堂8中文在线网| 激情视频va一区二区三区| av电影中文网址| 免费看光身美女| 免费久久久久久久精品成人欧美视频 | 国产1区2区3区精品| 欧美激情 高清一区二区三区| 国产国语露脸激情在线看| a级毛片黄视频| 最近中文字幕2019免费版| 日日爽夜夜爽网站| 人人妻人人爽人人添夜夜欢视频| 丰满乱子伦码专区| 人妻一区二区av| av卡一久久| 亚洲国产精品一区二区三区在线| 麻豆精品久久久久久蜜桃| 国产欧美日韩综合在线一区二区| 国产精品麻豆人妻色哟哟久久| 黑人猛操日本美女一级片| 精品少妇黑人巨大在线播放| av电影中文网址| 一级片免费观看大全| 婷婷成人精品国产| 亚洲精品乱码久久久久久按摩| 夜夜骑夜夜射夜夜干| 午夜福利网站1000一区二区三区| 人妻人人澡人人爽人人| 国产免费现黄频在线看| 国精品久久久久久国模美| 国产在线视频一区二区| √禁漫天堂资源中文www| 日韩视频在线欧美| 七月丁香在线播放| 亚洲美女搞黄在线观看| 免费观看a级毛片全部| 一边摸一边做爽爽视频免费| 男女下面插进去视频免费观看 | 性高湖久久久久久久久免费观看| 有码 亚洲区| 青春草视频在线免费观看| 国产精品国产三级国产av玫瑰| 欧美成人午夜免费资源| 国产欧美日韩综合在线一区二区| 久热久热在线精品观看| 如日韩欧美国产精品一区二区三区| 国产亚洲一区二区精品| 一级,二级,三级黄色视频| 精品一区二区三区视频在线| 日本免费在线观看一区| 最后的刺客免费高清国语| 亚洲成av片中文字幕在线观看 | 看非洲黑人一级黄片| 亚洲精品中文字幕在线视频| 免费高清在线观看视频在线观看| 少妇 在线观看| 久久免费观看电影| 在线免费观看不下载黄p国产| 一级片免费观看大全| 熟女人妻精品中文字幕| 男女啪啪激烈高潮av片| 欧美日韩av久久| 91午夜精品亚洲一区二区三区| 国产国语露脸激情在线看| 亚洲三级黄色毛片| 啦啦啦中文免费视频观看日本| 亚洲第一区二区三区不卡| 黄网站色视频无遮挡免费观看| 日韩制服骚丝袜av| 国产又色又爽无遮挡免| 9191精品国产免费久久| 这个男人来自地球电影免费观看 | 国产乱来视频区| 菩萨蛮人人尽说江南好唐韦庄| 久久久精品免费免费高清| 国产1区2区3区精品| 天天操日日干夜夜撸| 国产成人欧美| 又粗又硬又长又爽又黄的视频| 亚洲精品美女久久久久99蜜臀 | 久久99蜜桃精品久久| 久久精品国产鲁丝片午夜精品| 欧美国产精品一级二级三级| 久久精品人人爽人人爽视色| 狂野欧美激情性bbbbbb| 日韩制服骚丝袜av| 亚洲精华国产精华液的使用体验| 成人无遮挡网站| 91午夜精品亚洲一区二区三区| 在线观看www视频免费| av免费观看日本| 99久久人妻综合| 新久久久久国产一级毛片| 黄片无遮挡物在线观看| 国产精品国产三级国产专区5o| 日韩av在线免费看完整版不卡| 亚洲欧美清纯卡通| 大陆偷拍与自拍| 99久久综合免费| 欧美激情极品国产一区二区三区 | 涩涩av久久男人的天堂| 精品国产一区二区久久| 十八禁高潮呻吟视频| 18禁裸乳无遮挡动漫免费视频| 一级爰片在线观看| 国产精品免费大片| 亚洲精华国产精华液的使用体验| 国产日韩一区二区三区精品不卡| 人人妻人人爽人人添夜夜欢视频| 久久久久久久精品精品| 十八禁网站网址无遮挡| av卡一久久| 你懂的网址亚洲精品在线观看| 亚洲精品日本国产第一区| 22中文网久久字幕| 丰满饥渴人妻一区二区三| 中文字幕人妻熟女乱码| 亚洲少妇的诱惑av| 一级片'在线观看视频| 国产精品国产av在线观看| 在线观看美女被高潮喷水网站| 亚洲国产日韩一区二区| 王馨瑶露胸无遮挡在线观看| 国产成人精品久久久久久| 国产成人aa在线观看| 成人手机av| 成年av动漫网址| 国产精品一国产av| 亚洲av男天堂| 国产在线一区二区三区精| 桃花免费在线播放| 91成人精品电影| 国产成人精品婷婷| 亚洲精华国产精华液的使用体验| 久久影院123| 两个人免费观看高清视频| 在线观看三级黄色| 久久毛片免费看一区二区三区| 黑人猛操日本美女一级片| 少妇精品久久久久久久| 我的女老师完整版在线观看| 国产免费又黄又爽又色| 中文字幕最新亚洲高清| 女性生殖器流出的白浆| 国产精品熟女久久久久浪| 亚洲精品乱码久久久久久按摩| 婷婷成人精品国产| av片东京热男人的天堂| 日韩视频在线欧美| 在线观看国产h片| 久久久国产精品麻豆| 精品久久国产蜜桃| 日韩精品免费视频一区二区三区 | 春色校园在线视频观看| 22中文网久久字幕| 三上悠亚av全集在线观看| 狂野欧美激情性xxxx在线观看| 成年美女黄网站色视频大全免费| 18禁观看日本| 国产日韩一区二区三区精品不卡| 大话2 男鬼变身卡| 久久精品国产a三级三级三级| 国产综合精华液| 22中文网久久字幕| 一个人免费看片子| 91精品国产国语对白视频| 欧美日韩成人在线一区二区| 美女中出高潮动态图| 午夜91福利影院| 午夜av观看不卡| 另类亚洲欧美激情| 国产精品熟女久久久久浪| 国产黄频视频在线观看| 久久精品国产亚洲av天美|