• <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 ?

    改進(jìn)PersonalRank算法進(jìn)行個(gè)性化推薦

    2021-03-13 14:38:43李維
    現(xiàn)代信息科技 2021年15期
    關(guān)鍵詞:長(zhǎng)尾物品個(gè)性化

    摘? 要:PersonalRank就是一種基于隨機(jī)游走的圖推薦算法。傳統(tǒng)的PersonalRank算法是在PagePank算法的基礎(chǔ)上進(jìn)行了改進(jìn),但依舊存在個(gè)性化推薦召回率和準(zhǔn)確率不高,過(guò)度偏重同物品中其他用戶操作的問(wèn)題,導(dǎo)致覆蓋率不高?,F(xiàn)針對(duì)PersonalRank問(wèn)題,文章從推薦系統(tǒng)評(píng)測(cè)指標(biāo)的覆蓋率、召回率和準(zhǔn)確率三個(gè)維度出發(fā),加強(qiáng)算法發(fā)掘長(zhǎng)尾的能力,同時(shí)提高推薦結(jié)果的用戶滿意度。

    關(guān)鍵詞:信息資源;圖推薦算法;PersonalRank;長(zhǎng)尾

    中圖分類號(hào):TP391 ? ?文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):2096-4706(2021)15-0025-04

    Abstract: PersonalRank is a graph recommendation algorithm based on random walk. The traditional PersonalRank algorithm is based on the changes made by pagepank algorithm, but there are still problems of low recall and accuracy of personalized recommendation and excessive emphasis on the operation of other users in the same item, resulting in low coverage. Aiming at the PersonalRank problems, the paper starts from three dimensions of the evaluation indicators of the recommendation system: coverage, recall and accuracy, strengthens the ability of algorithms to discover long tail and improves the user satisfaction of the recommendation results.

    Keywords: information resources; graph recommendation algorithm; PersonalRank; long tail

    0? 引? 言

    隨著互聯(lián)網(wǎng)與高新技術(shù)的發(fā)展,我們正身處高度信息化的時(shí)代,每天互聯(lián)網(wǎng)上產(chǎn)生的信息數(shù)據(jù)正以驚人的速度增長(zhǎng)。但I(xiàn)nternet給用戶帶來(lái)豐富信息資源的同時(shí),也阻礙了用戶快速找到自己所需的信息。雖然用戶通過(guò)在百度、谷歌等搜索框中輸入關(guān)鍵字能夠展現(xiàn)出其所需的內(nèi)容,但由于缺少用戶的偏好數(shù)據(jù),搜索出來(lái)的內(nèi)容不能很有效地過(guò)濾出垃圾數(shù)據(jù)。為了響應(yīng)這種用戶對(duì)高質(zhì)量的用戶信息服務(wù)的需求,產(chǎn)生了很多個(gè)性化推薦算法。諸如基于用戶的推薦算法[1],基于物品的推薦算法[2],或者是基于圖模型的推薦算法[3]等。

    個(gè)性化推薦就是運(yùn)用推薦算法,從海量數(shù)據(jù)中篩選出用戶所需但不易搜索出來(lái)的結(jié)果,也就是獲取所需數(shù)據(jù)的效率。由于現(xiàn)代化的迅猛發(fā)展,體現(xiàn)出用戶個(gè)性化服務(wù)的要求日益增加,在電商領(lǐng)域、在金融以及在醫(yī)療等與人們息息相關(guān)的各個(gè)領(lǐng)域都充斥著個(gè)性化的影子。例如:金融系統(tǒng)根據(jù)個(gè)人的財(cái)富情況所提供的針對(duì)性的理財(cái)服務(wù),醫(yī)療機(jī)構(gòu)針對(duì)不同年齡段的人提供的個(gè)性化養(yǎng)生項(xiàng)目;尤其是在電商領(lǐng)域,淘寶和京東都會(huì)為潛在的用戶推薦符合其歷史購(gòu)物需求的商品;在流媒體業(yè)務(wù)中,優(yōu)酷和愛奇藝等流媒體平臺(tái)也都會(huì)出現(xiàn)個(gè)性化影視服務(wù),給用戶推薦專屬電影院。

    有一種推薦算法是圖推薦算法,以圖這種有流程的直觀的形式來(lái)展示復(fù)雜的用戶操作數(shù)據(jù),利用圖論中的算法進(jìn)行個(gè)性化推薦的算法,它是現(xiàn)今較為重要和流行的推薦策略。PersonalRank算法就是基于圖的推薦算法。PersonalRank算法是在PageRank算法的基礎(chǔ)上發(fā)展而來(lái)的。但PersonalRank算法存在覆蓋率不高,導(dǎo)致很多質(zhì)量高的,用戶喜歡的物品未能被推薦出來(lái)?;诖祟悊?wèn)題,本文將對(duì)PersonalRank算法做出改進(jìn),加強(qiáng)算法發(fā)掘長(zhǎng)尾的能力,同時(shí)增加物品評(píng)分,以提高推薦物品的質(zhì)量,其在準(zhǔn)確率、召回率和覆蓋率上有較好的提升。

    1? PersonalRank算法及其改進(jìn)算法

    1.1? PersonalRank算法

    PersonalRank算法是一種隨機(jī)游走算法,采用二分圖的方式構(gòu)建圖,包含兩種類型的頂點(diǎn):用戶和物品,二分圖就是在同一邊的各點(diǎn)沒(méi)有連線,就像圖1中,用戶這邊:倆倆用戶之間沒(méi)有連線;物品這邊:倆倆物品之間沒(méi)有連線,都是根據(jù)物品與用戶之間的連線相互關(guān)聯(lián),即這些用戶數(shù)據(jù)由二元組組成(可以表示成(u,i),即用戶u對(duì)物品i產(chǎn)生過(guò)行為)。目標(biāo)用戶與推薦結(jié)果物品以二分圖來(lái)展示,推薦結(jié)果中越靠前的物品,也就是權(quán)重越重的物品,就是與目標(biāo)用戶關(guān)聯(lián)性最高的物品,這就是圖推薦的直觀性體現(xiàn)。

    由于PersonalRank算法是基于PageRank算法[4]發(fā)展來(lái)的,那么PersonalRank算法也沿用了PageRank算法的思想,PageRank算法的核心思想是根據(jù)網(wǎng)頁(yè)鏈接到其他網(wǎng)頁(yè)或者其他網(wǎng)頁(yè)鏈接到本網(wǎng)頁(yè)的出入度來(lái)計(jì)算網(wǎng)頁(yè)的得分,并且通過(guò)網(wǎng)頁(yè)的得分進(jìn)行推薦的排序。但PageRank算法主要是通過(guò)網(wǎng)頁(yè)或者稱為物品之間的相互聯(lián)系來(lái)計(jì)算PR值,這樣就缺少用戶與物品之間的協(xié)同操作,不能為用戶提供個(gè)性化的服務(wù),而PageRank算法所推薦的網(wǎng)頁(yè)都是根據(jù)引用的鏈接來(lái)計(jì)算的,不能為特定用戶推薦個(gè)性化服務(wù)。那么為了實(shí)現(xiàn)為用戶提供個(gè)性化推薦,就在此基礎(chǔ)上發(fā)展了PersonalRank算法。當(dāng)然PersonalRank也沿用了其思想,另外在其基礎(chǔ)上加上了協(xié)同過(guò)濾的個(gè)性化推薦思想,即根據(jù)用戶操作的物品,來(lái)計(jì)算其他用戶操作同物品及其他物品的得分情況。

    通過(guò)迭代計(jì)算,可以得到每個(gè)用戶的推薦結(jié)果,這樣就成了個(gè)性化推薦,可以得到每個(gè)物品節(jié)點(diǎn)的得分排名,并進(jìn)行重要性排名。

    度量圖中兩個(gè)頂點(diǎn)之間的關(guān)聯(lián)性很多,但一般取決于下面3個(gè)方面[5]:

    (1)兩個(gè)頂點(diǎn)之間的路徑數(shù)。

    (2)兩個(gè)頂點(diǎn)之間路徑的長(zhǎng)度。

    (3)兩個(gè)頂點(diǎn)之間的路徑經(jīng)過(guò)的頂點(diǎn)。

    相關(guān)性高的一對(duì)頂點(diǎn)一般具有以下特征:

    (1)兩個(gè)頂點(diǎn)之間有很多路徑相連。

    (2)連接兩個(gè)頂點(diǎn)之間的路徑長(zhǎng)度都比較短。

    (3)連接兩個(gè)頂點(diǎn)之間的路徑不會(huì)經(jīng)過(guò)出度比較大的頂點(diǎn)。

    從上面的例子可知:

    這里A可以到達(dá)a,b,d,不能到達(dá)c,e,那么是優(yōu)先推薦c,還是優(yōu)先推薦e呢?

    第一條:兩個(gè)頂點(diǎn)之間有很多路徑相連:

    A→c:A→a→B→c,A→d→D→c

    A→e:A→b→C→e

    從這一條就可以看出,c優(yōu)先于e。

    圖中A、B、C和D表示4個(gè)不同的用戶,a、b、c、d和e表示5個(gè)不同的物品,用戶與物品之間的邊表示用戶和物品的關(guān)聯(lián)性。如果根節(jié)點(diǎn)為A,就是給用戶A推薦物品,大致的游走方向?yàn)椋簭墓?jié)點(diǎn)A出發(fā),由于用戶A與物品a、b和d有關(guān),因此從節(jié)點(diǎn)A到節(jié)點(diǎn)a、b和d。到達(dá)節(jié)點(diǎn)a、b和d后,就從當(dāng)前節(jié)點(diǎn)開始隨機(jī)游走到下一個(gè)節(jié)點(diǎn),節(jié)點(diǎn)游走的概率為α。由于PersonalRank是隨機(jī)游走算法,多次游走后,每個(gè)物品節(jié)點(diǎn)的PR值就會(huì)趨向于一個(gè)穩(wěn)定數(shù)值。在推薦結(jié)果中給物品的權(quán)重就是這個(gè)穩(wěn)定數(shù)值,當(dāng)然從目標(biāo)節(jié)點(diǎn)出發(fā)時(shí),游走后如果下一步是返回到目標(biāo)節(jié)點(diǎn),概率設(shè)定為1-α,算法迭代,直到游走結(jié)束。

    每個(gè)節(jié)點(diǎn)的PR值如公式(1)所示:

    其中,PR(v)表示節(jié)點(diǎn)v的訪問(wèn)概率,PR(v’)表示節(jié)點(diǎn)v’的訪問(wèn)概率,out(v’)表示節(jié)點(diǎn)v’的出度,int(v)表示節(jié)點(diǎn)v的入度。α決定繼續(xù)訪問(wèn)的概率。一般情況下,α取值為0.8。

    1.2? PersonalRank算法的不足

    從PersonalRank算法公式來(lái)看,該算法存在以下幾點(diǎn)不足:

    (1)長(zhǎng)尾問(wèn)題。該算法注重對(duì)同物品有過(guò)行為的用戶。也就是說(shuō)節(jié)點(diǎn)的PR值取決于入度的節(jié)點(diǎn),如果存在某個(gè)節(jié)點(diǎn)沒(méi)有用戶訪問(wèn)就會(huì)被遺棄,不會(huì)被推薦。比如:某個(gè)物品很熱門,很多用戶有過(guò)行為,那么該物品的PR值就會(huì)比較高,也會(huì)比較容易受到推薦。

    (2)推薦質(zhì)量不高。由于PersonalRank算法注重于用戶和物品的協(xié)同行為,不注重用戶對(duì)物品的反饋,就會(huì)存在差質(zhì)量的物品由于被多個(gè)用戶行為過(guò),也就存在較高的PR值,導(dǎo)致推薦出來(lái)的結(jié)果并不是最好的。

    2? PersonalRank算法改進(jìn)

    PersonalRank的改進(jìn)算法主要從以下兩個(gè)方面著手于對(duì)節(jié)點(diǎn)PR值的計(jì)算公式進(jìn)行改進(jìn):一是除了原有的用戶和物品兩個(gè)節(jié)點(diǎn)外,增加用戶顯示反饋評(píng)分節(jié)點(diǎn),通過(guò)評(píng)分節(jié)點(diǎn)可以提高推薦結(jié)果的質(zhì)量,可以將用戶曾給過(guò)高評(píng)分的物品,通過(guò)其與其他用戶的關(guān)聯(lián)性,然后再通過(guò)其他用戶給出的高評(píng)分的物品推薦出來(lái),從而提高推薦結(jié)果的質(zhì)量。二是發(fā)掘算法的長(zhǎng)尾能力,通過(guò)用戶有過(guò)行為的高評(píng)分物品,找到同類型的物品,也就是類似于將該物品打上標(biāo)簽,獲取到用戶偏好信息和反饋信息,找到同類型物品后,將評(píng)分高的物品推薦給用戶,提高覆蓋率。

    2.1? 增加用戶反饋維度改進(jìn)PersonalRank算法

    針對(duì)PersonalRank算法傳統(tǒng)的僅僅依靠用戶與物品之間的行為關(guān)系來(lái)進(jìn)行推薦,在其基礎(chǔ)上增加評(píng)分節(jié)點(diǎn)。評(píng)分節(jié)點(diǎn)表示用戶對(duì)所行為過(guò)物品的評(píng)分,此屬于顯示反饋。顯示反饋表示用戶主動(dòng)參與對(duì)物品的認(rèn)同度,一般可以設(shè)置1-5分的評(píng)分維度,1分為最低,表示用戶對(duì)該物品有過(guò)行為,但是認(rèn)可度低。5分為最高,表示用戶對(duì)該物品的認(rèn)可度高。這種評(píng)分行為是可以很直觀地表示用戶對(duì)某一類物品的興趣。

    一個(gè)好的推薦結(jié)果需要滿足用戶獲得優(yōu)質(zhì)資源的心態(tài)。這就依賴于用戶操作的物品行為,這種顯示反饋是最為有效的。通過(guò)將用戶反饋維度加入對(duì)PR值的計(jì)算公式中,就是希望通過(guò)用戶這種評(píng)分的顯示反饋進(jìn)而影響推薦結(jié)果的排列順序,也就是通過(guò)用戶以往對(duì)物品的行為,調(diào)整對(duì)不同物品的權(quán)重,降低一些低質(zhì)量物品的權(quán)重,提高高質(zhì)量物品的權(quán)重,進(jìn)而改善算法的推薦結(jié)果。

    一般情況下,用戶在所推薦的結(jié)果中,對(duì)那些與自己曾經(jīng)給過(guò)高評(píng)分類似的物品往往比曾經(jīng)自己給出低評(píng)分的物品更為感興趣,這種推薦結(jié)果會(huì)讓用戶更加滿意。這樣就可以判定建立用戶、物品和評(píng)分反饋三者的關(guān)系,收集其顯示反饋的信息,來(lái)調(diào)整PR值的計(jì)算,增加入度中節(jié)點(diǎn)的PR值計(jì)算,就能有效地降低低質(zhì)量對(duì)反饋結(jié)果的影響。例如:如果某個(gè)物品每個(gè)用戶對(duì)其評(píng)分并不高,但僅僅因?yàn)槠湮锲穼儆跓衢T物品,就會(huì)使得其用戶基數(shù)大,那么在計(jì)算物品相似度的時(shí)候,熱門物品往往更具有優(yōu)勢(shì)。由于這里是計(jì)算每個(gè)節(jié)點(diǎn)的PR值,而不是計(jì)算用戶之間的相似度,在每個(gè)PR值計(jì)算的時(shí)候加上評(píng)分維度,就能保證推薦結(jié)果的質(zhì)量。

    由于物品評(píng)分維度是用戶顯示反饋,故而其值與該節(jié)點(diǎn)所獲得的PR值正相關(guān)。假設(shè)目標(biāo)節(jié)點(diǎn)為v,所有鏈向它的各節(jié)點(diǎn)的評(píng)分集合為G={G1,G2,G3,…,Gn},將評(píng)分維度加入公式中,如公式(2)所示:

    其中,G表示目標(biāo)節(jié)點(diǎn)v的所有鏈向它的各節(jié)點(diǎn)的評(píng)分,由于最高分是5,故而分母為5,使用權(quán)重來(lái)影響其PR值。這里G值與PR值結(jié)果是正相關(guān)的。

    2.2? 發(fā)掘PersonalRank算法的長(zhǎng)尾能力

    那些平時(shí)看著不起眼的商品,那些微不足道逐漸被遺棄的物品,占據(jù)物品種類很大的比例,甚至超過(guò)熱門物品的種類,這些被遺棄的物品隱藏著巨大商機(jī),也是企業(yè)在無(wú)力從熱門商品中再獲取利益的情況下,可以榨取的收入來(lái)源,即使這些快被市場(chǎng)拋棄的物品所帶來(lái)的利潤(rùn)低,但只要符合用戶需求,也是優(yōu)質(zhì)的推薦結(jié)果,這就是推薦算法需要增強(qiáng)長(zhǎng)尾理論的緣由。

    現(xiàn)今世界正經(jīng)歷著巨大的變革,互聯(lián)網(wǎng)的極速發(fā)展,使商品的更新?lián)Q代速度極快。而且當(dāng)前的企業(yè)績(jī)效不再遵循二八原則,而是有嚴(yán)重的重尾分布。以前20%的產(chǎn)品銷量占收入的80%,或者說(shuō)20%的商品品種帶來(lái)80%的銷量,往往又由于追捧熱門產(chǎn)品,80%的產(chǎn)品都被遺棄。那么為了發(fā)掘算法的長(zhǎng)尾能力,就需要從以下兩個(gè)方面入手:一是推薦結(jié)果的多樣性。PersonalRank之前的算法是根據(jù)對(duì)共同物品有過(guò)行為的用戶進(jìn)行的推薦,如果存在某些物品由于過(guò)于冷門,導(dǎo)致沒(méi)有用戶對(duì)其操作過(guò),那么冷門物品將不會(huì)被推薦。推薦結(jié)果應(yīng)該以多樣性為重要目標(biāo),給用戶更多的選擇。二是保證推薦結(jié)果的準(zhǔn)確率。當(dāng)然為了增加算法的長(zhǎng)尾能力,增強(qiáng)推薦結(jié)果的多樣性,并不代表給用戶推薦低質(zhì)量的物品,這樣會(huì)使得用戶對(duì)推薦結(jié)果不滿意。既然推薦結(jié)果的用意是給用戶推薦用戶感興趣的物品,使得用戶對(duì)推薦物品產(chǎn)生行為。這樣就需要盡可能地了解用戶對(duì)物品的興趣,譬如用戶的興趣愛好,或者用戶對(duì)某些物品有過(guò)多次行為,又或者對(duì)某些物品有過(guò)高的顯示反饋也就是評(píng)分。通過(guò)用戶對(duì)以往物品給過(guò)的高評(píng)分,推薦同類型的并且有高評(píng)分的物品,從而提高用戶對(duì)推薦結(jié)果的滿意度,提高準(zhǔn)確率。

    當(dāng)然,推薦物品的多樣性與推薦物品的準(zhǔn)確率是有一定沖突的。為了保證推薦結(jié)果的多樣性可能會(huì)影響推薦物品的準(zhǔn)確率,因?yàn)橥扑]出來(lái)的物品可能是用戶之前從未有過(guò)行為的物品,可能推薦出來(lái)的物品是用戶不喜歡的。既然如此,從對(duì)用戶、物品和用戶顯示反饋三個(gè)維度出發(fā),通過(guò)用戶的顯示反饋,推薦出同類型的物品,并且,給出一定的限制措施,這里在同類型的推薦結(jié)果中,限制只有被其他用戶評(píng)分為5分以上的,才會(huì)被推薦,這樣就能保證推薦結(jié)果的多樣性以及準(zhǔn)確率。

    加上同類型物品后,其物品的向量表表示為:Citem={C1,C2,C3,…,Cn},將該物品的向量表加入到PR值公式計(jì)算中,如公式3所示:

    其中,PRa表示通過(guò)用戶與物品的協(xié)同行為產(chǎn)生的推薦結(jié)果;Citem是同類型物品的推薦結(jié)果;a是通過(guò)PRa推薦出來(lái)的結(jié)果數(shù),a是通過(guò)Citem推薦出來(lái)的結(jié)果數(shù),N為推薦出來(lái)的總數(shù)。

    3? 實(shí)驗(yàn)結(jié)果及分析

    3.1? 實(shí)驗(yàn)數(shù)據(jù)及評(píng)測(cè)指標(biāo)介紹

    本文的數(shù)據(jù)集來(lái)自MovieLens數(shù)據(jù)集,該數(shù)據(jù)集中有用戶行為數(shù)據(jù)集和物品詳細(xì)數(shù)據(jù)集。由于用戶行為數(shù)據(jù)集龐大,這里采用90位用戶的操作數(shù)據(jù),共11 724條用戶對(duì)物品的行為數(shù)據(jù)。在用戶行為數(shù)據(jù)集中,分別包含了用戶主鍵和物品主鍵,以及用戶對(duì)物品的評(píng)分。每個(gè)用戶平均對(duì)50個(gè)物品有過(guò)行為操作。物品詳細(xì)數(shù)據(jù)集共包含3 952條數(shù)據(jù),分別為物品主鍵、物品名稱和物品分類。

    為了避免單次實(shí)驗(yàn)導(dǎo)致數(shù)據(jù)結(jié)果的偏差,現(xiàn)將實(shí)驗(yàn)數(shù)據(jù)運(yùn)行30次,取其平均數(shù),以減小數(shù)據(jù)的偏差,同時(shí)每次運(yùn)行結(jié)果都會(huì)推薦30條數(shù)據(jù),以驗(yàn)證精確率、召回率、覆蓋率和新穎度。

    其中,F(xiàn)1為精確率;R為某個(gè)用戶的推薦結(jié)果;Ru為推薦結(jié)果與測(cè)試數(shù)據(jù)的某個(gè)相同用戶的物品數(shù);F2為召回率;T為某個(gè)用戶的測(cè)試數(shù)據(jù);Tu為推薦結(jié)果與測(cè)試數(shù)據(jù)某個(gè)相同用戶的物品數(shù);F3為覆蓋率;A為某用戶的訓(xùn)練數(shù)據(jù);Au為某個(gè)用戶的推薦結(jié)果;F4為新穎度;P為推薦結(jié)果與測(cè)試數(shù)據(jù)某個(gè)相同用戶的物品數(shù);Pu為某個(gè)用戶推薦結(jié)果與測(cè)試數(shù)據(jù)某個(gè)相同用戶的物品數(shù)與相同用戶的訓(xùn)練數(shù)據(jù)物品集的對(duì)數(shù)。

    3.2? 實(shí)驗(yàn)對(duì)比

    為了驗(yàn)證改進(jìn)的PersonalRank算法,將舊PersonalRank算法與改進(jìn)后的PersonalRank算法進(jìn)行對(duì)比,兩個(gè)算法在數(shù)據(jù)集中所求的精確率、召回率、覆蓋率和新穎度,如表1所示。

    由表1中的變化數(shù)據(jù)可以發(fā)現(xiàn):在改進(jìn)后的PersonalRank算法下,推薦結(jié)果的精確率和召回率有了進(jìn)一步提升,說(shuō)明增加用戶顯示反饋維度后,能夠給用戶提供更加優(yōu)質(zhì)的推薦數(shù)據(jù),同時(shí)滿足了用戶個(gè)性化高品質(zhì)推薦的要求。

    由表1還可知,在改進(jìn)后的PersonalRank算法下,覆蓋率有了很大的提升,說(shuō)明公式對(duì)數(shù)據(jù)有較好的契合度。新穎度稍微有所下降。

    本文引入了用戶顯示反饋評(píng)分維度并且以用戶曾經(jīng)有過(guò)行為的高質(zhì)量的物品為基礎(chǔ),推薦同類型的高評(píng)分的物品,有效地提升了推薦算法的長(zhǎng)尾問(wèn)題和推薦結(jié)果質(zhì)量不高的問(wèn)題。

    4? 結(jié)? 論

    本文主要針對(duì)傳統(tǒng)的personalRank算法存在的長(zhǎng)尾問(wèn)題和推薦質(zhì)量不高的問(wèn)題進(jìn)行了相應(yīng)的改進(jìn)。該改進(jìn)算法根據(jù)加入用戶顯示反饋評(píng)分維度來(lái)解決質(zhì)量不高的問(wèn)題,通過(guò)推薦同類型高評(píng)分物品來(lái)解決長(zhǎng)尾問(wèn)題,通過(guò)正相關(guān)維度來(lái)改善每個(gè)點(diǎn)的PR值。實(shí)驗(yàn)結(jié)果表明:改進(jìn)后的PersonalRank算法對(duì)評(píng)測(cè)指標(biāo)的召回率、準(zhǔn)確率和覆蓋率都有所提高。這就意味著推薦出來(lái)的結(jié)果更能滿足用戶的需求。

    當(dāng)然本文算法也還存在不足的情況:其一,PersonalRank算法是基于隨機(jī)游走的算法,也就是說(shuō)每個(gè)點(diǎn)都會(huì)進(jìn)行運(yùn)算,這樣對(duì)于時(shí)間運(yùn)算和空間運(yùn)算都是一個(gè)不小的挑戰(zhàn),此時(shí)就需要一種能夠有效緩解時(shí)間,空間復(fù)雜度的算法。其二,該算法需要收集,存儲(chǔ)以及處理與用戶相關(guān)的物品以及物品的類型,所以不適用于冷啟動(dòng)問(wèn)題。在今后的工作中,尚需不斷優(yōu)化算法,提高推薦結(jié)果的精確率和召回率,并將最符合用戶需求的物品展示在最前列,同時(shí)在時(shí)間復(fù)雜度和空間復(fù)雜度上也要做到均衡,減少算法的時(shí)間復(fù)雜度和空間復(fù)雜度。例如:既然是圖算法,就可以從子圖構(gòu)造等方面入手,以減少時(shí)間復(fù)雜度的運(yùn)算。當(dāng)然,除了評(píng)分維度這個(gè)用戶顯示反饋外,用戶反饋也是可以獲取到直觀的用戶偏好信息,同時(shí)也應(yīng)該注意增強(qiáng)用戶隱示反饋,例如那些沒(méi)有用戶明確參與下,通過(guò)日志系統(tǒng)分析,或者在線系統(tǒng)分析得到的用戶數(shù)據(jù),也是可以加入公式中進(jìn)行完善的。如何以在評(píng)測(cè)指標(biāo)為基礎(chǔ),在此基礎(chǔ)上制定出更符合用戶需求,推薦出用戶所需物品的策略,都是未來(lái)工作中需要深度探討的問(wèn)題。

    參考文獻(xiàn):

    [1] BREESE J S,HECKERMAN D,KADIE C. Empirical Analysis of Predictive. Algorithms for Collaborative Filtering [J/OL].arXiv:1301.7363 [cs.IR].[2021-05-02].https://arxiv.org/abs/1301.7363.

    [2] KARYPIS G. Evaluation of Item-based Top-N Recommendation Algorithms [C]//CIKM ‘01:Proceedings of the tenth international conference on Information and knowledge management.New York:Association for Computing Machinery,2001:247-254.

    [3] FOUSS F,ALAIN P,RENDERS J M,et al. Random-Walk Computation of Similarities between Nodes of a Graph with Application to Collaborative Recommendation [J].IEEE Transactions on Knowledge and Data Engineering,2007,19(3):355-369.

    [4] 金迪,馬衍民.PageRank算法的分析及實(shí)現(xiàn) [J].經(jīng)濟(jì)技術(shù)協(xié)作信息期刊,2009,18(1001):118.

    [5] 項(xiàng)亮.推薦系統(tǒng)實(shí)戰(zhàn) [M].北京:人民郵電出版社,2012:74.

    作者簡(jiǎn)介:李維(1993.05—),男,漢族,湖北荊州人,開發(fā)工程師,本科,研究方向:個(gè)性化推薦系統(tǒng)。

    3273500338281

    猜你喜歡
    長(zhǎng)尾物品個(gè)性化
    稱物品
    “雙十一”,你搶到了想要的物品嗎?
    堅(jiān)持個(gè)性化的寫作
    文苑(2020年4期)2020-05-30 12:35:12
    誰(shuí)動(dòng)了凡·高的物品
    長(zhǎng)尾直銷產(chǎn)品圖鑒
    長(zhǎng)尾豹馬修
    幽默大師(2018年5期)2018-10-27 05:53:50
    新聞的個(gè)性化寫作
    新聞傳播(2018年12期)2018-09-19 06:27:10
    追蹤長(zhǎng)尾豹馬修
    上汽大通:C2B個(gè)性化定制未來(lái)
    找物品
    精品一区二区三区四区五区乱码| 高潮久久久久久久久久久不卡| 国产精品一区二区免费欧美| av在线播放免费不卡| 久热这里只有精品99| 欧美黄色淫秽网站| 人人妻,人人澡人人爽秒播| 中文字幕精品免费在线观看视频| 亚洲av日韩在线播放| 欧美黄色淫秽网站| 亚洲欧美激情在线| 亚洲午夜精品一区,二区,三区| 精品国产一区二区三区四区第35| 两人在一起打扑克的视频| 亚洲精品中文字幕一二三四区 | 国产精品免费一区二区三区在线 | 亚洲少妇的诱惑av| 精品少妇内射三级| 亚洲国产中文字幕在线视频| 操出白浆在线播放| 中文字幕人妻丝袜制服| 亚洲五月婷婷丁香| 色视频在线一区二区三区| 最黄视频免费看| 亚洲av国产av综合av卡| 亚洲一码二码三码区别大吗| 国产精品.久久久| 男男h啪啪无遮挡| 国产一区二区三区综合在线观看| 丰满人妻熟妇乱又伦精品不卡| 少妇裸体淫交视频免费看高清 | 久久精品国产a三级三级三级| 亚洲国产精品一区二区三区在线| 99久久精品国产亚洲精品| 桃花免费在线播放| 美女视频免费永久观看网站| 午夜91福利影院| 老司机深夜福利视频在线观看| 精品卡一卡二卡四卡免费| 制服人妻中文乱码| 国产日韩一区二区三区精品不卡| e午夜精品久久久久久久| 亚洲精品中文字幕在线视频| 色婷婷久久久亚洲欧美| 大香蕉久久成人网| 女同久久另类99精品国产91| 日韩一卡2卡3卡4卡2021年| 巨乳人妻的诱惑在线观看| 国产日韩一区二区三区精品不卡| 麻豆国产av国片精品| 18在线观看网站| 最近最新免费中文字幕在线| 久久精品国产亚洲av高清一级| 亚洲av第一区精品v没综合| 51午夜福利影视在线观看| 亚洲第一青青草原| 欧美成人免费av一区二区三区 | 极品人妻少妇av视频| 欧美精品人与动牲交sv欧美| 亚洲性夜色夜夜综合| 国产日韩欧美在线精品| h视频一区二区三区| 日韩视频在线欧美| 国产一区二区三区视频了| 久久国产精品影院| 丁香六月欧美| 人人澡人人妻人| 国精品久久久久久国模美| 一区二区三区国产精品乱码| 免费在线观看日本一区| av又黄又爽大尺度在线免费看| 国产人伦9x9x在线观看| 757午夜福利合集在线观看| 免费在线观看影片大全网站| 亚洲,欧美精品.| 国产伦人伦偷精品视频| 亚洲国产av影院在线观看| 亚洲avbb在线观看| 嫁个100分男人电影在线观看| 极品人妻少妇av视频| 国产av精品麻豆| 90打野战视频偷拍视频| 捣出白浆h1v1| 久久精品国产亚洲av香蕉五月 | 久久久精品国产亚洲av高清涩受| 纵有疾风起免费观看全集完整版| 国产主播在线观看一区二区| 极品少妇高潮喷水抽搐| 成人特级黄色片久久久久久久 | 免费在线观看日本一区| 国产亚洲午夜精品一区二区久久| 国产成人一区二区三区免费视频网站| 又大又爽又粗| 亚洲av日韩在线播放| 精品人妻在线不人妻| 成人国产一区最新在线观看| 动漫黄色视频在线观看| 宅男免费午夜| 男女下面插进去视频免费观看| 视频区图区小说| 精品第一国产精品| 国产精品1区2区在线观看. | 亚洲 国产 在线| 日韩欧美一区二区三区在线观看 | 欧美黑人欧美精品刺激| 18在线观看网站| 一级片'在线观看视频| 国产成人精品久久二区二区免费| 久久久久久久国产电影| 一区福利在线观看| 欧美人与性动交α欧美精品济南到| 黑人猛操日本美女一级片| 一本综合久久免费| 女人被躁到高潮嗷嗷叫费观| 99久久人妻综合| 一级毛片精品| 亚洲 欧美一区二区三区| 久久人妻熟女aⅴ| 精品少妇黑人巨大在线播放| 欧美av亚洲av综合av国产av| 精品一区二区三区av网在线观看 | www.精华液| 国产成人欧美在线观看 | 久久久久久久精品吃奶| 性高湖久久久久久久久免费观看| 91麻豆精品激情在线观看国产 | 亚洲国产精品一区二区三区在线| 亚洲免费av在线视频| 久久人人爽av亚洲精品天堂| 成年版毛片免费区| 少妇被粗大的猛进出69影院| 久久精品91无色码中文字幕| 亚洲欧洲日产国产| 五月天丁香电影| 久久久国产欧美日韩av| 狠狠狠狠99中文字幕| 日本撒尿小便嘘嘘汇集6| 看免费av毛片| 国产高清视频在线播放一区| 精品少妇黑人巨大在线播放| 久久久国产成人免费| 亚洲情色 制服丝袜| 757午夜福利合集在线观看| 男女午夜视频在线观看| 天天添夜夜摸| 日本撒尿小便嘘嘘汇集6| 啦啦啦视频在线资源免费观看| 久久久精品区二区三区| 91麻豆精品激情在线观看国产 | 黄色成人免费大全| 欧美变态另类bdsm刘玥| 亚洲国产欧美一区二区综合| 大码成人一级视频| 美女国产高潮福利片在线看| 搡老岳熟女国产| 天天添夜夜摸| 精品人妻在线不人妻| 久热这里只有精品99| 狠狠狠狠99中文字幕| 最近最新中文字幕大全电影3 | 亚洲 欧美一区二区三区| 国产单亲对白刺激| 欧美精品av麻豆av| 美国免费a级毛片| www日本在线高清视频| 下体分泌物呈黄色| 亚洲精品在线美女| 中文字幕人妻丝袜一区二区| 国产有黄有色有爽视频| 18在线观看网站| 亚洲一码二码三码区别大吗| 亚洲一卡2卡3卡4卡5卡精品中文| 日日爽夜夜爽网站| 黄色 视频免费看| 一本一本久久a久久精品综合妖精| 性高湖久久久久久久久免费观看| bbb黄色大片| 欧美一级毛片孕妇| 国产成人啪精品午夜网站| 最近最新免费中文字幕在线| 精品卡一卡二卡四卡免费| 人人妻人人澡人人看| 最近最新中文字幕大全免费视频| 大陆偷拍与自拍| 性高湖久久久久久久久免费观看| 叶爱在线成人免费视频播放| 国产精品.久久久| 亚洲精品在线观看二区| 免费在线观看视频国产中文字幕亚洲| 午夜福利影视在线免费观看| 两性午夜刺激爽爽歪歪视频在线观看 | 大型黄色视频在线免费观看| 国产精品麻豆人妻色哟哟久久| 亚洲精品粉嫩美女一区| 久久精品91无色码中文字幕| 国产成人啪精品午夜网站| 在线观看66精品国产| a级片在线免费高清观看视频| 91av网站免费观看| 日本wwww免费看| 热99re8久久精品国产| 菩萨蛮人人尽说江南好唐韦庄| 又大又爽又粗| 国产精品偷伦视频观看了| 青草久久国产| 多毛熟女@视频| √禁漫天堂资源中文www| 青青草视频在线视频观看| 每晚都被弄得嗷嗷叫到高潮| 久热这里只有精品99| 国产精品av久久久久免费| 国产精品自产拍在线观看55亚洲 | 母亲3免费完整高清在线观看| 青草久久国产| 久久久久国产一级毛片高清牌| 欧美久久黑人一区二区| 日本av手机在线免费观看| xxxhd国产人妻xxx| 成人影院久久| 久久 成人 亚洲| 国产成+人综合+亚洲专区| 久久国产精品影院| 亚洲欧美精品综合一区二区三区| 亚洲自偷自拍图片 自拍| 老司机在亚洲福利影院| 狠狠精品人妻久久久久久综合| 老司机在亚洲福利影院| 999久久久精品免费观看国产| avwww免费| 亚洲性夜色夜夜综合| 久久九九热精品免费| 国产成人啪精品午夜网站| 无限看片的www在线观看| 精品国产亚洲在线| 午夜精品国产一区二区电影| 一区二区三区乱码不卡18| 欧美性长视频在线观看| 精品国产超薄肉色丝袜足j| 一本大道久久a久久精品| 丁香六月欧美| 怎么达到女性高潮| 脱女人内裤的视频| 亚洲免费av在线视频| 精品卡一卡二卡四卡免费| 777久久人妻少妇嫩草av网站| 精品久久久精品久久久| 在线观看免费高清a一片| 欧美国产精品一级二级三级| cao死你这个sao货| 在线观看人妻少妇| 国产在线视频一区二区| 精品国产乱码久久久久久男人| 国产av一区二区精品久久| 亚洲九九香蕉| 国产精品自产拍在线观看55亚洲 | 真人做人爱边吃奶动态| 久久久久网色| 黄色 视频免费看| 亚洲欧美日韩另类电影网站| 人人妻人人澡人人看| 欧美成人午夜精品| 91字幕亚洲| 久热爱精品视频在线9| 97人妻天天添夜夜摸| 欧美一级毛片孕妇| 熟女少妇亚洲综合色aaa.| 国产精品一区二区在线不卡| 99热网站在线观看| 亚洲国产av影院在线观看| 91大片在线观看| 午夜免费鲁丝| 色播在线永久视频| 国产精品电影一区二区三区 | 日韩欧美免费精品| 中国美女看黄片| 最新的欧美精品一区二区| 久久中文看片网| 久久久精品免费免费高清| 叶爱在线成人免费视频播放| 国产精品免费一区二区三区在线 | 黄色视频在线播放观看不卡| 亚洲 国产 在线| 1024香蕉在线观看| 免费高清在线观看日韩| 人人妻人人澡人人看| 国产人伦9x9x在线观看| 欧美性长视频在线观看| 成年版毛片免费区| 国产精品免费视频内射| 久久精品亚洲熟妇少妇任你| 超碰97精品在线观看| 国产成人系列免费观看| 亚洲精品国产精品久久久不卡| 最新的欧美精品一区二区| 成人18禁在线播放| 亚洲自偷自拍图片 自拍| 老熟女久久久| 国产精品久久久av美女十八| 大陆偷拍与自拍| 国产三级黄色录像| 日韩一卡2卡3卡4卡2021年| 一本久久精品| 国产av一区二区精品久久| 在线十欧美十亚洲十日本专区| 亚洲中文日韩欧美视频| 91成人精品电影| 国产福利在线免费观看视频| 18禁裸乳无遮挡动漫免费视频| 岛国在线观看网站| 国产精品久久久人人做人人爽| 黄片大片在线免费观看| 亚洲中文日韩欧美视频| 久久天堂一区二区三区四区| 亚洲一区二区三区欧美精品| 亚洲欧美日韩高清在线视频 | 国产精品久久久人人做人人爽| 亚洲av欧美aⅴ国产| 日日夜夜操网爽| 免费少妇av软件| 欧美在线一区亚洲| 伦理电影免费视频| 中文字幕制服av| 电影成人av| 精品国内亚洲2022精品成人 | 一二三四在线观看免费中文在| 亚洲精品美女久久av网站| 一本色道久久久久久精品综合| 国产成人欧美| 国产成人精品久久二区二区91| 丰满迷人的少妇在线观看| 老司机靠b影院| 亚洲一码二码三码区别大吗| 亚洲精品av麻豆狂野| 免费少妇av软件| 亚洲五月婷婷丁香| 日韩免费高清中文字幕av| av欧美777| 免费观看a级毛片全部| 一级a爱视频在线免费观看| 久久国产精品大桥未久av| av天堂久久9| 国产精品99久久99久久久不卡| av有码第一页| 可以免费在线观看a视频的电影网站| 欧美日韩av久久| 精品一品国产午夜福利视频| 夜夜骑夜夜射夜夜干| 久久久久久久国产电影| 国产有黄有色有爽视频| 黑人欧美特级aaaaaa片| 亚洲专区中文字幕在线| 亚洲精品中文字幕一二三四区 | 一本一本久久a久久精品综合妖精| 一本色道久久久久久精品综合| 热re99久久国产66热| 亚洲美女黄片视频| 最新的欧美精品一区二区| 国产av国产精品国产| 美女午夜性视频免费| 亚洲人成伊人成综合网2020| 九色亚洲精品在线播放| 国产一区二区激情短视频| 亚洲国产中文字幕在线视频| 91字幕亚洲| 亚洲av国产av综合av卡| 国产免费视频播放在线视频| 一区二区日韩欧美中文字幕| 麻豆av在线久日| 天天躁日日躁夜夜躁夜夜| a级片在线免费高清观看视频| 99香蕉大伊视频| 大片免费播放器 马上看| 99久久人妻综合| 香蕉国产在线看| 黑人巨大精品欧美一区二区mp4| 亚洲精品国产精品久久久不卡| 美女扒开内裤让男人捅视频| 精品亚洲成a人片在线观看| 久久性视频一级片| av不卡在线播放| 91麻豆精品激情在线观看国产 | 丝瓜视频免费看黄片| 啪啪无遮挡十八禁网站| 丝袜美足系列| 十八禁网站网址无遮挡| 午夜久久久在线观看| 女人被躁到高潮嗷嗷叫费观| 久久久国产精品麻豆| 亚洲精品国产一区二区精华液| 好男人电影高清在线观看| 一边摸一边抽搐一进一小说 | 欧美日韩av久久| 国产亚洲精品久久久久5区| 看免费av毛片| 考比视频在线观看| 中文字幕人妻熟女乱码| 欧美精品啪啪一区二区三区| 久久毛片免费看一区二区三区| 精品一区二区三区四区五区乱码| 每晚都被弄得嗷嗷叫到高潮| 国产伦人伦偷精品视频| 啦啦啦在线免费观看视频4| 国产日韩欧美亚洲二区| 性色av乱码一区二区三区2| 国产高清videossex| 天天影视国产精品| 国产成人av教育| 国产精品1区2区在线观看. | 好男人电影高清在线观看| 高清黄色对白视频在线免费看| 黄色a级毛片大全视频| 男女午夜视频在线观看| 两性夫妻黄色片| 精品福利观看| 精品免费久久久久久久清纯 | 久久影院123| 日韩视频在线欧美| 99精品久久久久人妻精品| www日本在线高清视频| 一二三四社区在线视频社区8| 亚洲国产欧美在线一区| 国产精品影院久久| 亚洲人成电影观看| 一区二区三区乱码不卡18| 久久久水蜜桃国产精品网| 免费久久久久久久精品成人欧美视频| 午夜精品国产一区二区电影| 大香蕉久久成人网| 九色亚洲精品在线播放| 成在线人永久免费视频| 国产精品一区二区免费欧美| 国产又色又爽无遮挡免费看| 日韩一卡2卡3卡4卡2021年| 久久久久久人人人人人| 中国美女看黄片| 亚洲一区中文字幕在线| 老司机影院毛片| 热re99久久国产66热| 亚洲精品国产精品久久久不卡| 亚洲欧美日韩高清在线视频 | 国产97色在线日韩免费| 欧美日韩亚洲高清精品| 搡老岳熟女国产| 69av精品久久久久久 | 亚洲视频免费观看视频| 色婷婷av一区二区三区视频| 亚洲成人免费电影在线观看| 国产av精品麻豆| 黄色丝袜av网址大全| 成人av一区二区三区在线看| 69av精品久久久久久 | 天堂动漫精品| 亚洲精品国产一区二区精华液| www.自偷自拍.com| 久久九九热精品免费| 一边摸一边抽搐一进一出视频| 国产午夜精品久久久久久| 久久午夜综合久久蜜桃| 一区二区日韩欧美中文字幕| 婷婷丁香在线五月| 99久久人妻综合| 在线观看免费午夜福利视频| 精品国产亚洲在线| 久久精品成人免费网站| 欧美日韩精品网址| 最近最新中文字幕大全免费视频| 精品久久久精品久久久| 国产成人精品在线电影| 国产成人免费无遮挡视频| 精品少妇黑人巨大在线播放| 久久久久久久久免费视频了| 午夜福利乱码中文字幕| 久久人妻av系列| 岛国毛片在线播放| 无限看片的www在线观看| 麻豆av在线久日| 少妇粗大呻吟视频| 大码成人一级视频| 亚洲第一青青草原| 中文字幕高清在线视频| 交换朋友夫妻互换小说| 免费在线观看影片大全网站| 久久久久视频综合| 两个人免费观看高清视频| 黄色a级毛片大全视频| 亚洲av电影在线进入| 女性被躁到高潮视频| 久久精品成人免费网站| 999久久久国产精品视频| 国产精品亚洲av一区麻豆| 人妻 亚洲 视频| 高潮久久久久久久久久久不卡| 女人久久www免费人成看片| av不卡在线播放| 国产成人影院久久av| 91字幕亚洲| 一级片'在线观看视频| 日本精品一区二区三区蜜桃| 搡老熟女国产l中国老女人| 最近最新免费中文字幕在线| 久久久久久人人人人人| 午夜激情久久久久久久| 国产欧美日韩一区二区三| 精品国产乱子伦一区二区三区| 久久中文字幕一级| 亚洲成人免费电影在线观看| 色婷婷av一区二区三区视频| 亚洲视频免费观看视频| 99九九在线精品视频| 色精品久久人妻99蜜桃| 亚洲全国av大片| 欧美一级毛片孕妇| 久久久久精品人妻al黑| 超碰成人久久| 国产av又大| 精品亚洲成国产av| 最近最新中文字幕大全电影3 | 99国产精品一区二区蜜桃av | 大香蕉久久网| 国产精品久久久久久精品电影小说| 成人黄色视频免费在线看| 国产一区有黄有色的免费视频| 久久午夜综合久久蜜桃| 99精国产麻豆久久婷婷| 麻豆成人av在线观看| 久久这里只有精品19| 国产av一区二区精品久久| 日日爽夜夜爽网站| 久久久久久久久久久久大奶| 久久久久久人人人人人| 国产精品免费大片| 日韩三级视频一区二区三区| 岛国在线观看网站| 精品国产乱码久久久久久小说| 美女午夜性视频免费| 精品国内亚洲2022精品成人 | 成人手机av| 日韩成人在线观看一区二区三区| av一本久久久久| 露出奶头的视频| av免费在线观看网站| 午夜老司机福利片| 一进一出好大好爽视频| 搡老熟女国产l中国老女人| 黄片大片在线免费观看| 欧美av亚洲av综合av国产av| 高潮久久久久久久久久久不卡| 亚洲欧美一区二区三区黑人| 12—13女人毛片做爰片一| 欧美日韩亚洲国产一区二区在线观看 | 黄色视频在线播放观看不卡| 国产国语露脸激情在线看| 久久精品aⅴ一区二区三区四区| 久久国产精品人妻蜜桃| 天堂中文最新版在线下载| 黄色 视频免费看| 大码成人一级视频| 午夜福利,免费看| 中文字幕精品免费在线观看视频| 成人黄色视频免费在线看| 日韩 欧美 亚洲 中文字幕| 中文字幕av电影在线播放| 亚洲av欧美aⅴ国产| 嫩草影视91久久| 国产人伦9x9x在线观看| 91av网站免费观看| 亚洲国产欧美日韩在线播放| 亚洲国产中文字幕在线视频| 精品久久久久久久毛片微露脸| 麻豆乱淫一区二区| 狂野欧美激情性xxxx| 精品人妻熟女毛片av久久网站| 久久精品亚洲熟妇少妇任你| 免费观看a级毛片全部| 在线观看免费视频网站a站| 丝袜美足系列| 免费人妻精品一区二区三区视频| 国产亚洲精品第一综合不卡| 天堂8中文在线网| 亚洲av第一区精品v没综合| 亚洲国产成人一精品久久久| 国产亚洲午夜精品一区二区久久| 免费高清在线观看日韩| 在线观看www视频免费| 久久久久视频综合| av有码第一页| 日韩一区二区三区影片| 国产成人欧美在线观看 | 最黄视频免费看| h视频一区二区三区| 色综合婷婷激情| a在线观看视频网站| 亚洲国产毛片av蜜桃av| 久久 成人 亚洲| 国产成人影院久久av| 天天影视国产精品| 男男h啪啪无遮挡| 国产成人影院久久av| 啦啦啦免费观看视频1| 男男h啪啪无遮挡| 国产黄频视频在线观看| 国产真人三级小视频在线观看| 男男h啪啪无遮挡| 国产黄频视频在线观看| 国产淫语在线视频| 丝袜美足系列| 欧美日韩视频精品一区| 日韩精品免费视频一区二区三区| 色播在线永久视频| 如日韩欧美国产精品一区二区三区| 亚洲精品久久成人aⅴ小说| 精品久久久精品久久久| 99精品久久久久人妻精品| kizo精华| 老司机亚洲免费影院|