• <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 ?

    基于隨機(jī)森林的深圳二手房價格預(yù)測與分析

    2021-03-13 14:38:43李函諭魏嘉銀盧友軍
    現(xiàn)代信息科技 2021年15期
    關(guān)鍵詞:網(wǎng)絡(luò)爬蟲隨機(jī)森林

    李函諭 魏嘉銀 盧友軍

    摘? 要:針對深圳市二手房市場房價預(yù)測問題,結(jié)合相關(guān)的八個特征變量,利用隨機(jī)森林模型訓(xùn)練房價預(yù)測模型。在研究過程中為使得模型準(zhǔn)確率與泛化能力更高,使用交叉驗(yàn)證與網(wǎng)格搜索法,繪制學(xué)習(xí)曲線尋找最優(yōu)參數(shù),最后完成二手房價格預(yù)測模型的構(gòu)建,預(yù)測精度達(dá)82.22%。結(jié)合相關(guān)政策,得出近年來深圳市二手房地產(chǎn)均價雖仍會上漲但總體較為穩(wěn)定、且漲幅較小,以及近十年小戶型的房源增量減少的主要結(jié)論。

    關(guān)鍵詞:網(wǎng)絡(luò)爬蟲;隨機(jī)森林;深圳二手房價;網(wǎng)格搜索

    中圖分類號:TP311? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼:A文章編號:2096-4706(2021)15-0100-05

    Abstract: Aiming at the problem of house price prediction in Shenzhen second-hand house market, combined with eight relevant characteristic variables, the house price prediction model is trained by using random forest model. During the course of research, to improve the accuracy and generalization ability of the model, the cross validation and grid search method are used to draw the learning curve and find the optimal parameters, the construction of the second-hand house price prediction model is completed finally, and the prediction accuracy reaches 82.22%. Combined with relevant policies, it is concluded that although the average price of second-hand real estate in Shenzhen will still rise in recent years, it is generally relatively stable with a small increase, and the increase of house supply of small houses has decreased in recent ten years.

    Keywords: web crawler; random forest; Shenzhen second-hand house price; grid search

    0? 引? 言

    房產(chǎn)作為如今經(jīng)濟(jì)社會的主要經(jīng)濟(jì)支柱,不管是用于剛需居住還是用于理財投資,對于國人的影響意義深遠(yuǎn),對購房者而言,房價是影響購房者決策的重要因素[1]。從不同角度對房價變化趨勢的探索一直都是人們關(guān)注的熱點(diǎn)問題。針對房價預(yù)測問題,高玉明、張仁津[2]等人通過遺傳算法對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn),在貴陽市的房價預(yù)測中獲得較高預(yù)測精度,但并未結(jié)合當(dāng)?shù)卣邔Ψ績r進(jìn)行定性分析;董倩、李偉[3]等人基于網(wǎng)絡(luò)搜索房產(chǎn)交易信息,對16個城市建立了各自適應(yīng)的房產(chǎn)指數(shù)預(yù)測模型,使得房產(chǎn)價格模型的時效性得到一定解決,但對于影響模型的最佳參數(shù)探究欠缺。本文從購房者角度出發(fā),獲取2020年深圳市3月與7月在售房產(chǎn)網(wǎng)站的不同維度二手房產(chǎn)數(shù)據(jù),通過交叉驗(yàn)證下隨機(jī)森林算法訓(xùn)練房產(chǎn)價格預(yù)測模型,再結(jié)合網(wǎng)格搜索找到使得模型泛化能力最佳的參數(shù),通過均方誤差(MSE)與擬合優(yōu)度(R2)對模型進(jìn)行評估,同時結(jié)合相關(guān)政策與一定統(tǒng)計(jì)分析,輔助購房者綜合各方面的因素進(jìn)行科學(xué)決策。

    1? 數(shù)據(jù)準(zhǔn)備

    1.1? 數(shù)據(jù)獲取方式

    房源數(shù)據(jù)的來源可以通過走訪相關(guān)政府住建單位或通過中介等實(shí)地考察當(dāng)?shù)囟稚唐贩康脑谑矍闆r獲取,但是用這種方式獲取數(shù)據(jù)存在時間成本高、花費(fèi)精力大、數(shù)據(jù)量少、效率低等缺點(diǎn)。隨著信息技術(shù)的發(fā)展,人們越來越多地通過網(wǎng)絡(luò)來獲取相關(guān)的信息,在買賣二手房時也主要是通過網(wǎng)絡(luò)來發(fā)布和獲取數(shù)據(jù)。因此,在明確模型構(gòu)建所需的特征后,對于房源數(shù)據(jù)的獲取,本文通過網(wǎng)絡(luò)爬蟲技術(shù)來進(jìn)行高效的自動化數(shù)據(jù)抓取。

    1.2? 主題數(shù)據(jù)確定

    由于人們在購買二手房時,主要關(guān)注房源的小區(qū)、戶型、面積、裝修、朝向、建房年代、轄區(qū)、總價這八個基本屬性,而這些屬性也正是現(xiàn)在的二手房交易網(wǎng)站均有提供的信息,于是本文將其作為主要的數(shù)據(jù)爬取目標(biāo)。本文從某房產(chǎn)網(wǎng)站上爬取三月份與七月份總共2 940個樣本數(shù)據(jù)用于模型的訓(xùn)練與預(yù)測,部分?jǐn)?shù)據(jù)如表1所示。

    2? 數(shù)據(jù)預(yù)處理

    為了對2020年深圳市二手房產(chǎn)特征進(jìn)行分析,并建立房價預(yù)測模型,對于原始數(shù)據(jù)的預(yù)處理工作會直接影響模型結(jié)果的好壞,所以需要對數(shù)據(jù)進(jìn)行預(yù)處理以提高數(shù)據(jù)質(zhì)量[4],主要工作包括去重、空值處理、去冗余數(shù)據(jù)平滑噪聲數(shù)據(jù)等。本文運(yùn)用Python的數(shù)據(jù)分析工具Pandas和科學(xué)計(jì)算庫Numpy對已爬取的數(shù)據(jù)進(jìn)行預(yù)處理工作,主要完成了對爬取后的樣本數(shù)據(jù)進(jìn)行去重、缺失值填補(bǔ)、字符串的剪切、房屋建房年份離散化以及對類別特征進(jìn)行獨(dú)熱編碼工作等,此時數(shù)據(jù)清洗工作基本完成。

    3? 深圳市二手房價預(yù)測回歸模型

    準(zhǔn)備好數(shù)據(jù)之后,接下來嘗試運(yùn)用隨機(jī)森林回歸模型來建立二手房價的預(yù)測模型,以期能夠輔助購房者做出更有科學(xué)依據(jù)的購房決策。

    3.1? 隨機(jī)森林

    隨機(jī)森林(random forest, RF)是一種具有代表性的集成算法,它以多棵相互獨(dú)立的決策樹作為基評估器,通過集成各個決策樹的建模評估結(jié)果,運(yùn)用平均或多數(shù)表決原則,可隨機(jī)地生成幾百個至幾千個分類樹,然后選擇重復(fù)程度最高的樹作為最終結(jié)果,同時該算法對多元共線以及數(shù)據(jù)離群值并不敏感,適用于房產(chǎn)價格這種波動較大的數(shù)據(jù)[5-6]。

    3.2? 房價預(yù)測模型及評估

    scikit-learn(簡稱sklearn)是基于Python的機(jī)器學(xué)習(xí)模塊,提供了常用的分類、回歸、降維和聚類等機(jī)器學(xué)習(xí)算法實(shí)現(xiàn),可以直接運(yùn)用于模型訓(xùn)練。本文運(yùn)用sklearn來進(jìn)行模型的訓(xùn)練和評估。

    3.2.1? 模型訓(xùn)練

    對于本文的研究,數(shù)據(jù)源為已經(jīng)處理好的數(shù)據(jù),被解釋對象即預(yù)測特征為房屋總價(total_price)。在建模的過程中,首先調(diào)用sklearn模塊中的RandomForestRegressor函數(shù)對數(shù)據(jù)在默認(rèn)參數(shù)下進(jìn)行10次交叉驗(yàn)證的模型訓(xùn)練,其次調(diào)用cross_val_score函數(shù)以計(jì)算模型的擬合優(yōu)度與均方誤差,最后將建立的模型與支持向量機(jī)(support vector machine, SVM)模型進(jìn)行對比以驗(yàn)證所建立模型的有效性。隨機(jī)森林模型構(gòu)建的關(guān)鍵代碼如下:

    rfc=RandomForestRegressor( random_state=90)

    R2=cross_val_score(rfc,X,y,cv=10,scoring=’r2’).mean()

    MSE=cross_val_score(rfc,X,y,cv=10,scoring=’neg_mean_squared_error’).mean()

    3.2.2? 模型評價指標(biāo)

    對于回歸模型而言,cross_val_score結(jié)果可輸出為模型預(yù)測的擬合優(yōu)度(R2)與均方誤差(MSE)以作為模型準(zhǔn)確率與穩(wěn)定性的評估,兩個評估指標(biāo)意義如下:

    擬合優(yōu)度(或決定系數(shù))可以解釋回歸模型在多大程度上解釋了被解釋特征的變化,或者說回歸模型對觀測值的擬合程度如何,可以作為模型預(yù)測的準(zhǔn)確性評價指標(biāo)來評估回歸模型的準(zhǔn)確性。擬合優(yōu)度(R2)的定義為:

    均方誤差(MSE)是指被預(yù)測值與樣本真實(shí)值之差平方的期望值。MSE是衡量平均誤差的一種較為方便的方法,MSE可以評價數(shù)據(jù)的變化程度,MSE值越小,說明預(yù)測模型的穩(wěn)定性也越好。均方誤差(MSE)的定義為:

    3.2.3? 模型評估結(jié)果

    對于默認(rèn)參數(shù)下的隨機(jī)森林和SVM模型,其訓(xùn)練結(jié)果如表2所示。

    從結(jié)果來看,隨機(jī)森林決定系數(shù)接近0.8,說明了10次交叉驗(yàn)證下隨機(jī)森林建立的房價預(yù)測模型模型能在80%的程度解釋了二手房價的變化程度,相比SVM準(zhǔn)確率更好;均方誤差也表明該模型的穩(wěn)定性較好,可見基于隨機(jī)森林構(gòu)建的房價預(yù)測模型更適用于預(yù)測深圳市二手房價格。為了避免模型在訓(xùn)練集上陷入過擬合或欠擬合的情況,需要進(jìn)一步對模型的泛化能力進(jìn)行評估與調(diào)整。

    3.3? 通過網(wǎng)格搜索模型最優(yōu)參數(shù)

    3.3.1? 泛化誤差與參數(shù)調(diào)整思路

    泛化誤差是指模型對未知數(shù)據(jù)的預(yù)測值的誤差,其反映了模型的泛化能力。不管模型欠擬合或過擬合,泛化誤差都會變大,當(dāng)模型的泛化誤差最小時,模型的復(fù)雜度最佳。隨機(jī)森林屬于樹模型,樹的深度越深,越易陷入過擬合從而使得模型復(fù)雜度增加。因此對模型參數(shù)的調(diào)整思路為使模型的泛化誤差減小的同時使其復(fù)雜度接近最佳的模型復(fù)雜度。

    3.3.2? 網(wǎng)格搜索隨機(jī)森林最佳模型參數(shù)

    在構(gòu)建隨機(jī)森林模型時,對模型泛化能力有敏感影響的參數(shù)主要有評估器數(shù)量(n_estimators)、最大深度(max_depth)、葉節(jié)點(diǎn)最小樣本(min_samples_leaf)數(shù)以及最大特征(max_features),其影響如表3所示。

    參數(shù)對模型的影響趨勢可以通過繪制學(xué)習(xí)曲線及其走勢來判斷,以評估器數(shù)量為例,通過設(shè)定1到200個評估器,繪制每次增加10個評估器的學(xué)習(xí)曲線,可以找到學(xué)習(xí)曲線中模型評分(R2)最高的大致范圍,再繼續(xù)縮小范圍,即可找到最佳的評估器數(shù)量,對其余三個超參數(shù)也采用相同的方式,最終參數(shù)的學(xué)習(xí)曲線如圖1所示。

    根據(jù)學(xué)習(xí)曲線,對于最大深度max_depth,隨著深度增加,模型的可解釋率增加后趨于穩(wěn)定,對準(zhǔn)確率影響不大,但模型的泛化誤差變大;對于最小葉子節(jié)點(diǎn)數(shù)min_samples_leaf,增加每個葉子節(jié)點(diǎn)的數(shù)量也會使得模型的可解釋率降低,所以對以上兩個參數(shù),將其設(shè)置為默認(rèn)值即可。對其余兩個參數(shù)可觀察曲線找到準(zhǔn)確率的最高值,最終對各個超參數(shù)進(jìn)行調(diào)整后模型的準(zhǔn)確率可達(dá)82.22%,相比尋優(yōu)前提升了2%,此時模型接近最佳復(fù)雜度,泛化能力最好,最優(yōu)參數(shù)如表4所示。

    4? 模型解釋與特征定性分析

    對普通讀者而言,由數(shù)據(jù)分析構(gòu)建得到的模型是難以理解的,為增加可解釋性,可以通過繪制相應(yīng)的可視化圖形,以使讀者能直觀地理解模型本身的含義。

    本文根據(jù)前述構(gòu)建的隨機(jī)森林模型通過Graphivz軟件來繪制相應(yīng)的可視化樹圖,由于隨機(jī)森林模型的分支很多不便于解釋,此處只選取其中一顆子樹的部分分枝來闡述,如圖2所示。由圖2知,該決策樹分支以福田區(qū)作為主要分裂條件來對該節(jié)點(diǎn)包含的13個樣本進(jìn)行分裂,根據(jù)面積、戶型等不同的決策條件最終對每個子節(jié)點(diǎn)進(jìn)行了預(yù)測。

    為進(jìn)一步觀察各特征對于購房決策影響的重要程度,可以繪制相應(yīng)的柱形圖,如圖3所示,從圖中可知對模型影響最大的特征為房屋面積(area),影響程度達(dá)0.6。

    為驗(yàn)證模型的擬合效果,可以通過繪制模型的預(yù)測值-真實(shí)值散點(diǎn)圖,如圖4所示,圖中的點(diǎn)線為預(yù)測值與真實(shí)值相等的理想預(yù)測直線,由圖可見散點(diǎn)靠攏理想效果直線,表明預(yù)測效果比較理想。

    對于不同轄區(qū)房價的分布情況,可以繪制相應(yīng)的均價箱線圖以清楚地展示各轄區(qū)房源價格的總體分布,如圖5所示。對于各年代房源的分布情況可以繪制小提琴圖直觀地呈現(xiàn)不同年代房源的存量與總價分布情況,如圖6所示。

    根據(jù)圖5可知,深圳市二手房龍崗區(qū)[7]的房價最低,但是在售房源最多,投資屬性強(qiáng),適合做理財投資,而隨著經(jīng)濟(jì)下行的壓力越大,交易量必定會受影響。南山區(qū)均價最高,主要因?yàn)槟仙絽^(qū)科技企業(yè)多,常住人口高,地段好,所以對房源的需求量大,而豪宅稅的調(diào)整[8-9]會促使更多人參與買房,所以至少2020年深圳市二手房房價還會上漲。隨著新型冠狀病毒疫情的蔓延與控制,使得人們的居住愿望變強(qiáng)[10],所以房價仍在上漲,但是7月的調(diào)控新政策減小了房價上漲的勢頭,嚴(yán)格控制了漲幅,使得房價回歸在穩(wěn)定的趨勢。

    根據(jù)圖6可知,深圳市房地產(chǎn)2010—2020年的二手房源量較少,在售二手房源的修建年份主要集中在2000—2010年,房齡較大,近10年的新房量少是導(dǎo)致如今二手房增量少的主要原因。

    根據(jù)以上結(jié)果,可以對二手房價格有一個基礎(chǔ)的認(rèn)知,然后再結(jié)合深圳購房政策變化、稅收等因素,便能從不同角度觀察和發(fā)現(xiàn)深圳市二手房特點(diǎn)[11-12]。

    5? 結(jié)? 論

    在本文的研究中,首先對深圳二手房產(chǎn)數(shù)據(jù)進(jìn)行爬取,利用Python各功能模塊對原始數(shù)據(jù)進(jìn)行預(yù)處理,運(yùn)用隨機(jī)森林算法建立房價預(yù)測模型并尋找最佳模型超參數(shù),獲得顯著的精度,與SVM模型的對比結(jié)果表明,本文的預(yù)測模型在準(zhǔn)確率與穩(wěn)定性方面都更好;然后,對模型進(jìn)行了可視化解釋并結(jié)合當(dāng)時的實(shí)際政策對二手房特征進(jìn)行定性分析;最后實(shí)現(xiàn)了房價預(yù)測模型穩(wěn)定性與泛化能力的有效結(jié)合,為有購房需求的人提供了相應(yīng)的決策依據(jù)。

    參考文獻(xiàn):

    [1] 張智鵬,鄭大慶.影響區(qū)域房價的客觀因素挖掘分析 [J].計(jì)算機(jī)應(yīng)用與軟件,2019,36(11):32-38+85.

    [2] 高玉明,張仁津.基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的房價預(yù)測分析 [J].計(jì)算機(jī)工程,2014,40(4):187-191.

    [3] 董倩,孫娜娜,李偉.基于網(wǎng)絡(luò)搜索數(shù)據(jù)的房地產(chǎn)價格預(yù)測 [J].統(tǒng)計(jì)研究,2014,31(10):81-88.

    [4] 劉馨,張衛(wèi)軍,石泉,等.基于數(shù)據(jù)挖掘與清洗的高爐操作參數(shù)優(yōu)化 [J].東北大學(xué)學(xué)報(自然科學(xué)版),2020,41(8):1153-1160.

    [5] ANTIPOV E A,POVSKAYA E B. Mass appraisal of residential apartments:An application of Random forest for valuation and a CART-based approach for model diagnostics [J].Expert Systems with Applications,2012,39(2):1772-1778.

    [6] 顧桐,許國良,李萬林,等.基于集成LightGBM和貝葉斯優(yōu)化策略的房價智能評估模型 [J].計(jì)算機(jī)應(yīng)用,2020,40(9):2762-2767.

    [7] 百度百科.深圳市行政區(qū)劃 [EB/OL].[2021-04-23].https://baike.baidu.com/item/%E6%B7%B1%E5%9C%B3%E5%B8%82%E8%A1%8C%E6%94%BF%E5%8C%BA%E5%88%92/18655114?fr=aladdin.

    [8] 深圳市規(guī)劃和國土資源委員會.深圳市安居型商品房定價實(shí)施細(xì)則 [EB/OL].(2017-12-17).http://www.sz.gov.cn/slhwz/zcfg/content/post_9177804.html.

    [9] 深圳市司法局.深圳市房地產(chǎn)市場監(jiān)管辦法(修訂征求意見稿) [EB/OL].(2020-10-22).http://sf.sz.gov.cn/hdjlpt/yjzj/answer/7097#feedback.

    [10] 陳興蜀,常天祐,王海舟,等.基于微博數(shù)據(jù)的“新冠肺炎疫情”輿情演化時空分析 [J].四川大學(xué)學(xué)報(自然科學(xué)版),2020,57(2):409-416.

    [11] 張望舒,馬立平.城市二手房價格評估方法研究——基于Lasso-GM-RF組合模型對北京市二手房價格的分析 [J].價格理論與實(shí)踐,2020(9):172-175+180.

    [12] CHEN L J,YAO X J,LIU Y L,et al. Measuring Impacts of Urban Environmental Elements on Housing Prices Based on Multisource Data-A Case Study of Shanghai,China [J/OL].ISPRS International Journal of Geo-Information,2020,9(106):1-23.

    作者簡介:李函諭(1996-),男,苗族,貴州貴陽人,碩士研究生在讀,研究方向:統(tǒng)計(jì)建模與分析、大數(shù)據(jù)處理與分析;魏嘉銀(1986-),男,漢族,福建三明人,副教授,碩導(dǎo),博士,研究方向:算法設(shè)計(jì)與分析、大數(shù)據(jù)處理與分析;盧友軍(1985-),男,漢族,貴州遵義人,碩導(dǎo),博士,研究方向:復(fù)雜網(wǎng)絡(luò)。

    3169500338292

    猜你喜歡
    網(wǎng)絡(luò)爬蟲隨機(jī)森林
    隨機(jī)森林在棉蚜蟲害等級預(yù)測中的應(yīng)用
    基于二次隨機(jī)森林的不平衡數(shù)據(jù)分類算法
    軟件(2016年7期)2017-02-07 15:54:01
    拱壩變形監(jiān)測預(yù)報的隨機(jī)森林模型及應(yīng)用
    煉鐵廠鐵量網(wǎng)頁數(shù)據(jù)獲取系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    基于隨機(jī)森林算法的飛機(jī)發(fā)動機(jī)故障診斷方法的研究
    基于社會網(wǎng)絡(luò)分析的權(quán)威網(wǎng)頁挖掘研究
    主題搜索引擎中網(wǎng)絡(luò)爬蟲的實(shí)現(xiàn)研究
    淺析如何應(yīng)對網(wǎng)絡(luò)爬蟲流量
    中國市場(2016年23期)2016-07-05 04:35:08
    網(wǎng)絡(luò)爬蟲針對“反爬”網(wǎng)站的爬取策略研究
    基于隨機(jī)森林算法的B2B客戶分級系統(tǒng)的設(shè)計(jì)
    欧美xxⅹ黑人| 美女国产视频在线观看| 国产一区二区三区综合在线观看 | 亚洲精品视频女| 欧美日韩综合久久久久久| 成年女人在线观看亚洲视频 | 国产极品天堂在线| 午夜福利在线观看免费完整高清在| 国产高清不卡午夜福利| 男女无遮挡免费网站观看| 日本一本二区三区精品| 久久久久久久久久久丰满| 禁无遮挡网站| 久久久色成人| 日韩亚洲欧美综合| 老司机影院成人| 熟女人妻精品中文字幕| 亚洲人与动物交配视频| 亚洲va在线va天堂va国产| 激情五月婷婷亚洲| 有码 亚洲区| 各种免费的搞黄视频| 亚洲伊人久久精品综合| 欧美最新免费一区二区三区| av在线亚洲专区| 女的被弄到高潮叫床怎么办| 极品教师在线视频| 亚洲av不卡在线观看| 狂野欧美白嫩少妇大欣赏| 亚洲四区av| 亚洲av免费高清在线观看| 国产亚洲av嫩草精品影院| 国模一区二区三区四区视频| 国产高清有码在线观看视频| av国产精品久久久久影院| 偷拍熟女少妇极品色| 国产亚洲午夜精品一区二区久久 | 欧美高清性xxxxhd video| 蜜桃久久精品国产亚洲av| av线在线观看网站| 日日啪夜夜爽| 一级爰片在线观看| 国产 一区 欧美 日韩| 精品亚洲乱码少妇综合久久| 亚洲精品国产av蜜桃| 欧美成人午夜免费资源| 高清毛片免费看| 国产爽快片一区二区三区| 精品99又大又爽又粗少妇毛片| 熟妇人妻不卡中文字幕| 中文字幕免费在线视频6| 人妻系列 视频| 麻豆乱淫一区二区| 99热这里只有是精品在线观看| 韩国高清视频一区二区三区| 一本色道久久久久久精品综合| 联通29元200g的流量卡| 免费看日本二区| 人妻系列 视频| 成人亚洲精品av一区二区| 狠狠精品人妻久久久久久综合| 99热这里只有是精品在线观看| 狂野欧美白嫩少妇大欣赏| 国产乱来视频区| 亚洲人与动物交配视频| 最近的中文字幕免费完整| 一级黄片播放器| 天堂俺去俺来也www色官网| 国产人妻一区二区三区在| 狂野欧美激情性bbbbbb| 97精品久久久久久久久久精品| av女优亚洲男人天堂| 熟女人妻精品中文字幕| 99热6这里只有精品| 欧美3d第一页| 亚洲国产成人一精品久久久| 丝瓜视频免费看黄片| av黄色大香蕉| 观看免费一级毛片| 亚洲精品一二三| 亚洲欧美成人精品一区二区| 国产伦在线观看视频一区| 看免费成人av毛片| 九九在线视频观看精品| 国产高潮美女av| 午夜福利在线在线| 欧美bdsm另类| 爱豆传媒免费全集在线观看| 97在线视频观看| av一本久久久久| 舔av片在线| 下体分泌物呈黄色| 久久久久久久午夜电影| 国产成人freesex在线| 色网站视频免费| 少妇 在线观看| 能在线免费看毛片的网站| 国产淫片久久久久久久久| 免费在线观看成人毛片| 九九爱精品视频在线观看| av在线老鸭窝| 看黄色毛片网站| 日韩国内少妇激情av| 国产有黄有色有爽视频| 纵有疾风起免费观看全集完整版| 国产黄色免费在线视频| eeuss影院久久| 精品一区二区免费观看| 97在线视频观看| 天天躁日日操中文字幕| 久久午夜福利片| 最近手机中文字幕大全| 午夜激情福利司机影院| 久久久久久久国产电影| 国产淫语在线视频| 国产伦在线观看视频一区| 黄色日韩在线| av网站免费在线观看视频| 亚洲天堂av无毛| 欧美精品一区二区大全| 亚洲欧美一区二区三区黑人 | 国产老妇伦熟女老妇高清| 狂野欧美激情性bbbbbb| 亚洲不卡免费看| 人妻 亚洲 视频| 人妻制服诱惑在线中文字幕| av天堂中文字幕网| 亚洲第一区二区三区不卡| 国内精品美女久久久久久| 久久久亚洲精品成人影院| 99热国产这里只有精品6| 在线观看一区二区三区| 日韩三级伦理在线观看| 18禁在线播放成人免费| 91精品伊人久久大香线蕉| 男人爽女人下面视频在线观看| 建设人人有责人人尽责人人享有的 | 欧美97在线视频| 国产伦在线观看视频一区| 插逼视频在线观看| 国产永久视频网站| 亚洲精品成人久久久久久| 最近最新中文字幕免费大全7| 欧美性感艳星| 插阴视频在线观看视频| 国产乱来视频区| 中文在线观看免费www的网站| 波多野结衣巨乳人妻| 午夜福利在线观看免费完整高清在| .国产精品久久| 99精国产麻豆久久婷婷| 天天躁夜夜躁狠狠久久av| 日韩精品有码人妻一区| 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 | 偷拍熟女少妇极品色| 午夜福利视频精品| 男人爽女人下面视频在线观看| 建设人人有责人人尽责人人享有的 | 亚洲精品aⅴ在线观看| 91午夜精品亚洲一区二区三区| av网站免费在线观看视频| 高清日韩中文字幕在线| 亚洲国产欧美人成| 日本av手机在线免费观看| 午夜福利视频1000在线观看| 一级黄片播放器| 国产亚洲av片在线观看秒播厂| 大香蕉久久网| 国产乱人视频| 亚洲av.av天堂| 久久人人爽av亚洲精品天堂 | 精品久久久精品久久久| 三级国产精品片| 亚洲国产精品国产精品| 亚洲精品一二三| 国产午夜福利久久久久久| 国产一区二区三区av在线| 亚洲精品乱久久久久久| 欧美一区二区亚洲| 国产成人a∨麻豆精品| 午夜爱爱视频在线播放| 国产色爽女视频免费观看| 黄色日韩在线| 黄片无遮挡物在线观看| 2018国产大陆天天弄谢| 美女内射精品一级片tv| 下体分泌物呈黄色| 日日啪夜夜爽| 人人妻人人爽人人添夜夜欢视频 | 成人国产av品久久久| 国产国拍精品亚洲av在线观看| 啦啦啦中文免费视频观看日本| 国产精品一区www在线观看| 91精品国产九色| 免费人成在线观看视频色| 国产黄片美女视频| freevideosex欧美| 中国三级夫妇交换| 卡戴珊不雅视频在线播放| 免费黄色在线免费观看| 超碰97精品在线观看| 黄色欧美视频在线观看| 亚洲无线观看免费| 中文天堂在线官网| 精品久久久久久电影网| 亚洲欧美日韩卡通动漫| 午夜激情福利司机影院| 日韩视频在线欧美| 黄色日韩在线| 日韩av不卡免费在线播放| 一本色道久久久久久精品综合| 精品一区在线观看国产| 日韩免费高清中文字幕av| 51国产日韩欧美| 亚洲人成网站在线播| 亚洲人成网站高清观看| 欧美+日韩+精品| 亚洲欧美精品自产自拍| 婷婷色综合大香蕉| 国产男人的电影天堂91| 色播亚洲综合网| a级毛色黄片| 午夜精品一区二区三区免费看| 久久久欧美国产精品| 欧美区成人在线视频| 2021天堂中文幕一二区在线观| 精品久久久久久电影网| 国产高清国产精品国产三级 | 午夜福利视频精品| a级毛色黄片| 美女被艹到高潮喷水动态| 久久久久久久久久久免费av| 国产女主播在线喷水免费视频网站| 久久99蜜桃精品久久| 日本午夜av视频| 亚洲av.av天堂| 一二三四中文在线观看免费高清| 51国产日韩欧美| 亚洲图色成人| 在线播放无遮挡| 国产老妇女一区| 街头女战士在线观看网站| av免费在线看不卡| 色视频在线一区二区三区| 性色avwww在线观看| 在线亚洲精品国产二区图片欧美 | 国产 一区 欧美 日韩| 国产成人freesex在线| 美女被艹到高潮喷水动态| 观看免费一级毛片| 久久精品国产亚洲av涩爱| 九九在线视频观看精品| 亚洲精品久久久久久婷婷小说| 哪个播放器可以免费观看大片| 久久人人爽人人爽人人片va| 青青草视频在线视频观看| 水蜜桃什么品种好| 国产大屁股一区二区在线视频| 中文资源天堂在线| 欧美区成人在线视频| 欧美bdsm另类| 搡老乐熟女国产| 亚洲欧美中文字幕日韩二区| 男女那种视频在线观看| 看十八女毛片水多多多| 国产精品无大码| 深爱激情五月婷婷| 国产乱来视频区| 国产亚洲av片在线观看秒播厂| 大香蕉久久网| 男女下面进入的视频免费午夜| 黄色怎么调成土黄色| 简卡轻食公司| 久久这里有精品视频免费| 国产午夜福利久久久久久| 久久精品久久久久久噜噜老黄| 亚洲国产欧美人成| 97热精品久久久久久| 日本三级黄在线观看| 亚洲最大成人中文| 欧美亚洲 丝袜 人妻 在线| 青青草视频在线视频观看| 免费看日本二区| h日本视频在线播放| 国产成人免费观看mmmm| 午夜福利视频精品| 熟妇人妻不卡中文字幕| 岛国毛片在线播放| 草草在线视频免费看| 国模一区二区三区四区视频| tube8黄色片| 久久久久久九九精品二区国产| 亚洲最大成人av| 建设人人有责人人尽责人人享有的 | 又粗又硬又长又爽又黄的视频| 亚洲欧美一区二区三区国产| 久久久精品免费免费高清| 午夜日本视频在线| 一区二区三区四区激情视频| 18禁动态无遮挡网站| 网址你懂的国产日韩在线| 精品国产乱码久久久久久小说| 一区二区三区四区激情视频| 中文字幕免费在线视频6| 网址你懂的国产日韩在线| 国产伦精品一区二区三区视频9| 天美传媒精品一区二区| 国产乱来视频区| 99re6热这里在线精品视频| 五月伊人婷婷丁香| 国产精品久久久久久av不卡| 晚上一个人看的免费电影| 亚洲色图av天堂| 国产成年人精品一区二区| 日韩亚洲欧美综合| 成年女人在线观看亚洲视频 | 最近手机中文字幕大全| 乱码一卡2卡4卡精品| 成年女人看的毛片在线观看| 国产av不卡久久| 国产成人aa在线观看| 熟女av电影| 国产午夜精品久久久久久一区二区三区| 亚洲av一区综合| 蜜桃亚洲精品一区二区三区| 久久亚洲国产成人精品v| 欧美日韩在线观看h| 久久精品久久精品一区二区三区| 中文字幕制服av| 白带黄色成豆腐渣| 日韩三级伦理在线观看| 最近手机中文字幕大全| 国产探花在线观看一区二区| 91久久精品电影网| av一本久久久久| 欧美丝袜亚洲另类| 赤兔流量卡办理| 亚洲欧美精品专区久久| 青青草视频在线视频观看| 欧美xxxx性猛交bbbb| 午夜视频国产福利| av播播在线观看一区| 青青草视频在线视频观看| 亚洲成人一二三区av| 精品酒店卫生间| 美女国产视频在线观看| 色婷婷久久久亚洲欧美| 精品久久久久久久人妻蜜臀av| 三级国产精品欧美在线观看| 深夜a级毛片| 欧美成人a在线观看| 老师上课跳d突然被开到最大视频| 一个人看的www免费观看视频| 日韩人妻高清精品专区| 精品午夜福利在线看| 最近中文字幕高清免费大全6| 免费看av在线观看网站| 国产高清不卡午夜福利| 日本猛色少妇xxxxx猛交久久| 男女边吃奶边做爰视频| 欧美老熟妇乱子伦牲交| 午夜福利在线在线| 国产精品女同一区二区软件| 久久久久久久国产电影| 网址你懂的国产日韩在线| 嫩草影院精品99| 涩涩av久久男人的天堂| 只有这里有精品99| 日本欧美国产在线视频| 国产男女超爽视频在线观看| 狂野欧美激情性xxxx在线观看| 久久精品夜色国产| 成人高潮视频无遮挡免费网站| 五月玫瑰六月丁香| 美女视频免费永久观看网站| 国产精品一区二区性色av| 久久精品久久精品一区二区三区| 少妇 在线观看| 夫妻性生交免费视频一级片| 日韩强制内射视频| 观看免费一级毛片| 美女主播在线视频| 国产亚洲av嫩草精品影院| 天天一区二区日本电影三级| 又粗又硬又长又爽又黄的视频| 国产一级毛片在线| 男的添女的下面高潮视频| 视频中文字幕在线观看| 久久久久久久亚洲中文字幕| 日本色播在线视频| 国产精品99久久99久久久不卡 | 精品一区二区三卡| 国产一区二区三区av在线| 在线免费十八禁| 九草在线视频观看| 精品一区在线观看国产| 新久久久久国产一级毛片| 欧美亚洲 丝袜 人妻 在线| 国产亚洲精品久久久com| 国产一区二区三区综合在线观看 | 亚洲熟女精品中文字幕| 中文乱码字字幕精品一区二区三区| 少妇高潮的动态图| 国产亚洲午夜精品一区二区久久 | 高清日韩中文字幕在线| 热re99久久精品国产66热6| 成人毛片60女人毛片免费| 丝袜美腿在线中文| 国产又色又爽无遮挡免| 欧美精品国产亚洲| 建设人人有责人人尽责人人享有的 | 最近最新中文字幕免费大全7| 亚洲精品中文字幕在线视频 | 亚洲av免费高清在线观看| 亚洲色图av天堂| 精品一区在线观看国产| 尤物成人国产欧美一区二区三区| 成人毛片a级毛片在线播放| av一本久久久久| 久久精品国产亚洲网站| 国产女主播在线喷水免费视频网站| 一区二区三区四区激情视频| 国产在线一区二区三区精| 国产永久视频网站| 久久综合国产亚洲精品| 亚洲人成网站在线播| 午夜福利视频精品| 亚洲国产色片| 亚洲丝袜综合中文字幕| 亚洲精品,欧美精品| 插阴视频在线观看视频| 色5月婷婷丁香| 久久人人爽人人爽人人片va| 又爽又黄无遮挡网站| 国内精品美女久久久久久| 亚洲精品久久午夜乱码| 精品视频人人做人人爽| 26uuu在线亚洲综合色| 亚洲人与动物交配视频| 老司机影院毛片| 听说在线观看完整版免费高清| 国产欧美日韩一区二区三区在线 | 国产成人精品福利久久| 一级a做视频免费观看| 中文字幕制服av| 久久久午夜欧美精品| 在线观看免费高清a一片| 国产午夜精品一二区理论片| 亚洲国产av新网站| 亚洲人与动物交配视频| 夫妻性生交免费视频一级片| 搡老乐熟女国产| 真实男女啪啪啪动态图| 欧美日韩视频精品一区| 在线 av 中文字幕| 亚洲色图av天堂| 一级二级三级毛片免费看| 亚洲av在线观看美女高潮| 免费高清在线观看视频在线观看| 精品少妇久久久久久888优播| 美女内射精品一级片tv| 一个人观看的视频www高清免费观看| a级一级毛片免费在线观看| 国产精品久久久久久精品电影| 三级国产精品片| 22中文网久久字幕| 丰满少妇做爰视频| 日韩,欧美,国产一区二区三区| 精品久久国产蜜桃| 国产高清三级在线| 搡女人真爽免费视频火全软件| 美女高潮的动态| 欧美xxⅹ黑人| 好男人视频免费观看在线| 久久精品国产亚洲av涩爱| 久久久久久国产a免费观看| 丝袜喷水一区| 日本wwww免费看| 如何舔出高潮| 2022亚洲国产成人精品| 老司机影院成人| 99精国产麻豆久久婷婷| 听说在线观看完整版免费高清| 国产淫语在线视频| 亚洲av男天堂| 国产精品蜜桃在线观看| 免费看a级黄色片| 久久久色成人| 99精国产麻豆久久婷婷| 91久久精品国产一区二区成人| 欧美高清成人免费视频www| 亚洲av福利一区| av在线app专区| 九九久久精品国产亚洲av麻豆| 91精品国产九色| 只有这里有精品99| 2021少妇久久久久久久久久久| 成人亚洲精品一区在线观看 | eeuss影院久久| 国产精品福利在线免费观看| 精品一区二区三区视频在线| 免费大片黄手机在线观看| 搡老乐熟女国产| 午夜免费观看性视频| 精品久久国产蜜桃| 国产成人a区在线观看| 亚洲一级一片aⅴ在线观看| 狠狠精品人妻久久久久久综合| 只有这里有精品99| 狂野欧美白嫩少妇大欣赏| 永久免费av网站大全| 国产在视频线精品| av天堂中文字幕网| 精品久久久久久久末码| 大香蕉久久网| 一二三四中文在线观看免费高清| 欧美人与善性xxx| 久久综合国产亚洲精品| 免费av观看视频| 亚洲欧洲日产国产| 国产 一区 欧美 日韩| 国产精品秋霞免费鲁丝片| 欧美日韩亚洲高清精品| 精华霜和精华液先用哪个| 天堂俺去俺来也www色官网| 婷婷色麻豆天堂久久| 国产精品久久久久久精品电影小说 | 久久精品夜色国产| 1000部很黄的大片| 男插女下体视频免费在线播放| 欧美日韩综合久久久久久| 18禁在线无遮挡免费观看视频| 成人免费观看视频高清| 亚洲欧美日韩卡通动漫| 天天一区二区日本电影三级| 偷拍熟女少妇极品色| 中国美白少妇内射xxxbb| 亚洲av电影在线观看一区二区三区 | 美女脱内裤让男人舔精品视频| 好男人视频免费观看在线| 国产探花极品一区二区| 久久人人爽av亚洲精品天堂 | 亚洲精品一二三| 亚洲精品国产成人久久av| 一级爰片在线观看| 在线观看三级黄色| 老女人水多毛片| 爱豆传媒免费全集在线观看| 国产色爽女视频免费观看| 爱豆传媒免费全集在线观看| 在线观看一区二区三区激情| 97超视频在线观看视频| 老师上课跳d突然被开到最大视频| 亚洲综合色惰| av在线app专区| 成人国产av品久久久| 国产毛片在线视频| 舔av片在线| 中文资源天堂在线| 亚洲精品国产色婷婷电影| 波多野结衣巨乳人妻| 亚洲精品国产成人久久av| 人人妻人人看人人澡| 欧美少妇被猛烈插入视频| a级一级毛片免费在线观看| 久久精品综合一区二区三区| 国产伦精品一区二区三区四那| 97在线视频观看| 赤兔流量卡办理| 美女xxoo啪啪120秒动态图| 搞女人的毛片| 国产黄片视频在线免费观看| 特级一级黄色大片| 久久精品久久精品一区二区三区| 日韩,欧美,国产一区二区三区| 免费观看性生交大片5| 女人久久www免费人成看片| 久久午夜福利片| 插逼视频在线观看| av国产久精品久网站免费入址| 久久久久久久久久久免费av| 王馨瑶露胸无遮挡在线观看| 国产老妇女一区| 男插女下体视频免费在线播放| 国内精品美女久久久久久| 国产 精品1| 午夜日本视频在线| 韩国高清视频一区二区三区| 国产真实伦视频高清在线观看| 欧美 日韩 精品 国产| 日韩精品有码人妻一区| 狠狠精品人妻久久久久久综合| 国产伦精品一区二区三区视频9| 精品亚洲乱码少妇综合久久| 99久久中文字幕三级久久日本| 最近最新中文字幕大全电影3| 五月玫瑰六月丁香| 成人欧美大片| 嫩草影院精品99| 欧美激情国产日韩精品一区| 成人漫画全彩无遮挡| 国产探花极品一区二区| 日日摸夜夜添夜夜爱| 国产精品一区二区在线观看99| 男男h啪啪无遮挡| 五月开心婷婷网| 国产在视频线精品| 国内精品美女久久久久久| 乱系列少妇在线播放| 天天躁夜夜躁狠狠久久av| 久久久久性生活片| 少妇人妻一区二区三区视频| 亚洲精品456在线播放app| 男女下面进入的视频免费午夜| 国产在线一区二区三区精|