• <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)
    欧美一级a爱片免费观看看| 你懂的网址亚洲精品在线观看| 久久久久久久国产电影| 国产亚洲精品久久久com| av一本久久久久| 精品久久久久久久久亚洲| 日韩欧美 国产精品| 中文字幕人妻丝袜制服| 国产成人freesex在线| 日日摸夜夜添夜夜添av毛片| 免费在线观看成人毛片| 国产精品熟女久久久久浪| 亚洲色图综合在线观看| 欧美少妇被猛烈插入视频| 亚洲国产av新网站| 极品人妻少妇av视频| 人人妻人人澡人人看| 亚洲精品自拍成人| 精品熟女少妇av免费看| 波野结衣二区三区在线| 国产成人精品福利久久| 精品少妇黑人巨大在线播放| 秋霞伦理黄片| 又爽又黄a免费视频| av线在线观看网站| 特大巨黑吊av在线直播| 超碰97精品在线观看| 超碰97精品在线观看| 在线观看www视频免费| 欧美精品亚洲一区二区| 中文乱码字字幕精品一区二区三区| 中文字幕精品免费在线观看视频 | 国产中年淑女户外野战色| 在现免费观看毛片| 日本爱情动作片www.在线观看| 国产亚洲最大av| 久久久国产一区二区| 亚洲国产av新网站| 亚洲av.av天堂| 搡女人真爽免费视频火全软件| 国产一区二区三区av在线| 国产免费一级a男人的天堂| 大陆偷拍与自拍| 精品酒店卫生间| 免费大片黄手机在线观看| 尾随美女入室| 成人午夜精彩视频在线观看| 亚洲国产毛片av蜜桃av| 精品亚洲成国产av| 精品久久久精品久久久| 色视频在线一区二区三区| 少妇的逼好多水| www.色视频.com| 日本wwww免费看| 深夜a级毛片| 精品国产露脸久久av麻豆| 99国产精品免费福利视频| 国产精品人妻久久久久久| 中文在线观看免费www的网站| 国产精品一二三区在线看| 曰老女人黄片| 少妇 在线观看| 在线免费观看不下载黄p国产| 在现免费观看毛片| 2021少妇久久久久久久久久久| 亚洲欧美清纯卡通| 夜夜骑夜夜射夜夜干| 亚洲四区av| 色婷婷久久久亚洲欧美| 国内精品宾馆在线| 日韩亚洲欧美综合| 大片免费播放器 马上看| 91精品伊人久久大香线蕉| 啦啦啦中文免费视频观看日本| 丰满迷人的少妇在线观看| 国产男女内射视频| 大片电影免费在线观看免费| 在线观看三级黄色| 日韩制服骚丝袜av| 国产伦精品一区二区三区视频9| 桃花免费在线播放| 一本—道久久a久久精品蜜桃钙片| 丰满人妻一区二区三区视频av| 一本色道久久久久久精品综合| 极品人妻少妇av视频| 亚洲国产精品专区欧美| 日本wwww免费看| 久久久久久久久大av| 色吧在线观看| 高清av免费在线| 自拍欧美九色日韩亚洲蝌蚪91 | 日韩亚洲欧美综合| 一本久久精品| 人妻人人澡人人爽人人| 美女福利国产在线| 丰满少妇做爰视频| av国产久精品久网站免费入址| 亚洲成人手机| 精品国产国语对白av| 日韩欧美精品免费久久| 五月天丁香电影| 亚洲欧美清纯卡通| 色婷婷久久久亚洲欧美| 男人和女人高潮做爰伦理| 嫩草影院入口| 日本爱情动作片www.在线观看| 成人影院久久| 9色porny在线观看| 久久午夜综合久久蜜桃| 国产高清国产精品国产三级| 成人18禁高潮啪啪吃奶动态图 | 亚洲电影在线观看av| 日本免费在线观看一区| 大陆偷拍与自拍| 女人久久www免费人成看片| 欧美+日韩+精品| 午夜福利,免费看| 亚洲,欧美,日韩| 麻豆成人av视频| 内射极品少妇av片p| 久久精品国产亚洲av涩爱| 成人免费观看视频高清| av.在线天堂| 色网站视频免费| 午夜福利网站1000一区二区三区| 国内少妇人妻偷人精品xxx网站| 久久热精品热| 国产真实伦视频高清在线观看| 国产精品三级大全| 国产老妇伦熟女老妇高清| 久久久久久久久久久丰满| 中文在线观看免费www的网站| 高清在线视频一区二区三区| 免费黄网站久久成人精品| 97在线人人人人妻| 极品少妇高潮喷水抽搐| tube8黄色片| 乱人伦中国视频| 极品少妇高潮喷水抽搐| 日本91视频免费播放| 国产在线男女| 中国美白少妇内射xxxbb| 日韩成人伦理影院| 国产成人freesex在线| 肉色欧美久久久久久久蜜桃| 久久99一区二区三区| 少妇裸体淫交视频免费看高清| 各种免费的搞黄视频| 一级片'在线观看视频| 91久久精品国产一区二区三区| 色视频在线一区二区三区| 嫩草影院入口| 一二三四中文在线观看免费高清| 丰满少妇做爰视频| 国内精品宾馆在线| 99热6这里只有精品| 秋霞在线观看毛片| 婷婷色av中文字幕| av在线app专区| 欧美一级a爱片免费观看看| 亚洲三级黄色毛片| 99久久精品一区二区三区| 日韩精品免费视频一区二区三区 | 国产av码专区亚洲av| 亚洲av欧美aⅴ国产| 亚洲精品乱码久久久久久按摩| 久久久午夜欧美精品| av福利片在线| 亚洲国产精品专区欧美| 久久久久视频综合| 日韩强制内射视频| 色视频在线一区二区三区| av在线播放精品| 成人无遮挡网站| 国产精品久久久久久精品电影小说| 亚洲精品第二区| 亚洲精品第二区| 性色av一级| 久久精品国产亚洲av天美| 夜夜爽夜夜爽视频| 亚洲第一av免费看| 亚洲欧美成人精品一区二区| 亚洲欧美成人精品一区二区| 在线播放无遮挡| 亚洲国产精品一区二区三区在线| 久久国产乱子免费精品| 精品少妇黑人巨大在线播放| 91精品一卡2卡3卡4卡| 国产免费福利视频在线观看| 午夜福利网站1000一区二区三区| 在线观看免费日韩欧美大片 | 人妻夜夜爽99麻豆av| 69精品国产乱码久久久| 国产精品成人在线| 亚洲欧洲国产日韩| xxx大片免费视频| 高清av免费在线| 99九九线精品视频在线观看视频| 午夜91福利影院| 欧美日韩av久久| 国产精品一二三区在线看| 国产无遮挡羞羞视频在线观看| 亚洲精品第二区| 蜜桃在线观看..| 日日啪夜夜撸| 久久97久久精品| av在线app专区| 久久久久久久久久久免费av| 最黄视频免费看| 18禁在线无遮挡免费观看视频| 超碰97精品在线观看| 中国美白少妇内射xxxbb| 全区人妻精品视频| 边亲边吃奶的免费视频| 精华霜和精华液先用哪个| 一本—道久久a久久精品蜜桃钙片| 中国国产av一级| 久久国内精品自在自线图片| 嘟嘟电影网在线观看| 久久狼人影院| 久久鲁丝午夜福利片| 亚洲av国产av综合av卡| 亚洲av成人精品一二三区| 日韩大片免费观看网站| 校园人妻丝袜中文字幕| 最近手机中文字幕大全| 国产一级毛片在线| 欧美一级a爱片免费观看看| 日韩熟女老妇一区二区性免费视频| 国产午夜精品久久久久久一区二区三区| 街头女战士在线观看网站| 国产一区亚洲一区在线观看| 亚洲精品国产成人久久av| 国产亚洲最大av| 精品久久国产蜜桃| 九色成人免费人妻av| 欧美另类一区| 大香蕉97超碰在线| 极品教师在线视频| 国产午夜精品一二区理论片| 大陆偷拍与自拍| 一区在线观看完整版| 日本猛色少妇xxxxx猛交久久| 午夜老司机福利剧场| 麻豆精品久久久久久蜜桃| 亚洲图色成人| 精品视频人人做人人爽| 国产一区二区三区综合在线观看 | h视频一区二区三区| 伊人久久国产一区二区| 赤兔流量卡办理| 高清黄色对白视频在线免费看 | 狂野欧美白嫩少妇大欣赏| 免费人成在线观看视频色| 亚洲中文av在线| 国产精品偷伦视频观看了| 国产精品三级大全| 少妇猛男粗大的猛烈进出视频| 国产成人aa在线观看| 亚洲第一av免费看| 两个人免费观看高清视频 | 男女边吃奶边做爰视频| 少妇猛男粗大的猛烈进出视频| 亚洲精品第二区| 成人美女网站在线观看视频| 在线精品无人区一区二区三| 日本-黄色视频高清免费观看| 国产真实伦视频高清在线观看| 亚洲精品国产色婷婷电影| 午夜老司机福利剧场| 亚洲国产欧美日韩在线播放 | 亚洲一级一片aⅴ在线观看| 青春草亚洲视频在线观看| 一本一本综合久久| 晚上一个人看的免费电影| 九九爱精品视频在线观看| 国产精品99久久久久久久久| 我的老师免费观看完整版| 亚洲熟女精品中文字幕| 男女边吃奶边做爰视频| 春色校园在线视频观看| 特大巨黑吊av在线直播| 日韩一区二区视频免费看| av福利片在线观看| 深夜a级毛片| 成人18禁高潮啪啪吃奶动态图 | 国产一区二区三区av在线| 国产精品欧美亚洲77777| 春色校园在线视频观看| 九九爱精品视频在线观看| 久久精品熟女亚洲av麻豆精品| h日本视频在线播放| a级毛片在线看网站| 黑人高潮一二区| 精品少妇久久久久久888优播| 亚洲国产精品成人久久小说| 99热这里只有精品一区| 国产伦在线观看视频一区| 日韩人妻高清精品专区| 18禁裸乳无遮挡动漫免费视频| 麻豆成人午夜福利视频| 国产免费又黄又爽又色| 午夜福利网站1000一区二区三区| 一级片'在线观看视频| 最后的刺客免费高清国语| 国产在线男女| 少妇被粗大猛烈的视频| 国产精品一区二区在线不卡| 久久精品夜色国产| 九九爱精品视频在线观看| 国产在线男女| 少妇被粗大猛烈的视频| 五月天丁香电影| 在线观看免费视频网站a站| av福利片在线观看| 又大又黄又爽视频免费| 亚洲欧美清纯卡通| 欧美一级a爱片免费观看看| 亚洲激情五月婷婷啪啪| 91精品伊人久久大香线蕉| 伊人久久国产一区二区| 久久人妻熟女aⅴ| 极品人妻少妇av视频| 最后的刺客免费高清国语| 又黄又爽又刺激的免费视频.| 国产熟女欧美一区二区| 人人妻人人澡人人看| 国产免费一区二区三区四区乱码| 精品酒店卫生间| 免费高清在线观看视频在线观看| 青青草视频在线视频观看| 人妻系列 视频| 国产精品一区二区三区四区免费观看| 自拍欧美九色日韩亚洲蝌蚪91 | 97在线人人人人妻| 中文字幕人妻丝袜制服| 国产精品免费大片| 嘟嘟电影网在线观看| 一个人看视频在线观看www免费| 久久久久久久久久久久大奶| 久久久国产一区二区| 免费观看的影片在线观看| 99久久人妻综合| 黄色配什么色好看| 街头女战士在线观看网站| 精品一区在线观看国产| 日韩 亚洲 欧美在线| 久久婷婷青草| 成人毛片60女人毛片免费| 亚洲av福利一区| 99久国产av精品国产电影| 老熟女久久久| 黄色一级大片看看| 国产 一区精品| 国产精品女同一区二区软件| 国产成人aa在线观看| 中文在线观看免费www的网站| 日本免费在线观看一区| 大片电影免费在线观看免费| a 毛片基地| 中国美白少妇内射xxxbb| 一区二区av电影网| 国产 精品1| 伊人久久精品亚洲午夜| 少妇人妻 视频| 国模一区二区三区四区视频| 国产乱人偷精品视频| 日韩欧美 国产精品| 男女国产视频网站| 丰满人妻一区二区三区视频av| 丰满少妇做爰视频| 丁香六月天网| 三级国产精品欧美在线观看| 欧美另类一区| 在线观看人妻少妇| 日本午夜av视频| 亚洲欧美一区二区三区国产| 色94色欧美一区二区| 一区在线观看完整版| 国产精品久久久久久av不卡| 亚洲精品456在线播放app| 国产有黄有色有爽视频| 久久久久精品久久久久真实原创| 啦啦啦中文免费视频观看日本| 性色av一级| 午夜福利,免费看| 中文欧美无线码| 一区二区三区四区激情视频| 18禁动态无遮挡网站| 国产精品一区二区在线观看99| 九九久久精品国产亚洲av麻豆| 99久久综合免费| 免费黄频网站在线观看国产| 国产亚洲5aaaaa淫片| 日本爱情动作片www.在线观看| 成人美女网站在线观看视频| 免费人妻精品一区二区三区视频| 久久久久久久精品精品| 国产深夜福利视频在线观看| 男女免费视频国产| 有码 亚洲区| 国产黄色视频一区二区在线观看| 人妻 亚洲 视频| 五月伊人婷婷丁香| 一本大道久久a久久精品| 中文字幕制服av| 免费大片黄手机在线观看| 日本午夜av视频| 亚洲高清免费不卡视频| 丝袜喷水一区| 亚洲精品aⅴ在线观看| √禁漫天堂资源中文www| 丰满饥渴人妻一区二区三| 国产在线视频一区二区| 深夜a级毛片| 男男h啪啪无遮挡| 国产一区有黄有色的免费视频| 天天操日日干夜夜撸| 国产精品欧美亚洲77777| 建设人人有责人人尽责人人享有的| 欧美高清成人免费视频www| 国产欧美日韩综合在线一区二区 | 日韩免费高清中文字幕av| 美女中出高潮动态图| 天天躁夜夜躁狠狠久久av| 久久综合国产亚洲精品| 久久久久久久国产电影| 高清午夜精品一区二区三区| 黑人猛操日本美女一级片| 欧美丝袜亚洲另类| 成人亚洲精品一区在线观看| 色吧在线观看| 国产精品一区www在线观看| 国产伦理片在线播放av一区| 国产欧美日韩综合在线一区二区 | 国产深夜福利视频在线观看| 欧美区成人在线视频| 激情五月婷婷亚洲| 国产精品久久久久久精品古装| 国产精品一区二区三区四区免费观看| 国产成人91sexporn| 丝袜脚勾引网站| 蜜桃在线观看..| 99热网站在线观看| 久久久久精品性色| 亚洲精品一二三| 日韩亚洲欧美综合| av黄色大香蕉| 中文天堂在线官网| 久久ye,这里只有精品| 嘟嘟电影网在线观看| 人妻夜夜爽99麻豆av| 久久ye,这里只有精品| 中文字幕免费在线视频6| 国产成人精品久久久久久| 欧美 日韩 精品 国产| 91成人精品电影| 亚洲av国产av综合av卡| 少妇猛男粗大的猛烈进出视频| 国产日韩欧美在线精品| 久久99精品国语久久久| 美女福利国产在线| 精品视频人人做人人爽| 日本午夜av视频| 99久久精品国产国产毛片| 久久av网站| 看非洲黑人一级黄片| 成人18禁高潮啪啪吃奶动态图 | 97超视频在线观看视频| 久久青草综合色| 晚上一个人看的免费电影| 久久毛片免费看一区二区三区| a级毛片在线看网站| 日日爽夜夜爽网站| 国产午夜精品一二区理论片| 欧美日韩精品成人综合77777| 最近手机中文字幕大全| 人人妻人人爽人人添夜夜欢视频 | 视频中文字幕在线观看| 黑人巨大精品欧美一区二区蜜桃 | 久久99蜜桃精品久久| 最后的刺客免费高清国语| 国产精品人妻久久久久久| 亚洲av成人精品一二三区| 久久久久国产精品人妻一区二区| 国产精品.久久久| 国产亚洲午夜精品一区二区久久| 亚洲av综合色区一区| 91午夜精品亚洲一区二区三区| 免费观看无遮挡的男女| 亚洲丝袜综合中文字幕| 免费观看a级毛片全部| 亚洲高清免费不卡视频| 国产精品人妻久久久久久| 精品久久久久久电影网| 欧美精品亚洲一区二区| 三级经典国产精品| 亚洲情色 制服丝袜| 涩涩av久久男人的天堂| 国产黄频视频在线观看| 男人和女人高潮做爰伦理| 人妻制服诱惑在线中文字幕| 高清av免费在线| 欧美成人午夜免费资源| 久久热精品热| 99九九在线精品视频 | 22中文网久久字幕| av卡一久久| 亚洲欧美成人精品一区二区| 99久久精品热视频| 久久精品夜色国产| 人体艺术视频欧美日本| 国产精品女同一区二区软件| 99热这里只有是精品50| 欧美日韩视频精品一区| 麻豆乱淫一区二区| 日本-黄色视频高清免费观看| 久久ye,这里只有精品| 日本91视频免费播放| 国产 一区精品| 精品人妻熟女av久视频| av天堂中文字幕网| 观看美女的网站| 亚洲三级黄色毛片| 99久久精品热视频| 如何舔出高潮| 亚洲欧美一区二区三区黑人 | 亚洲欧洲精品一区二区精品久久久 | 3wmmmm亚洲av在线观看| 亚洲精品第二区| 亚洲第一区二区三区不卡| 免费观看无遮挡的男女| 国产精品不卡视频一区二区| 精品午夜福利在线看| 精品99又大又爽又粗少妇毛片| 国产精品成人在线| 曰老女人黄片| 插逼视频在线观看| 嫩草影院新地址| 午夜免费男女啪啪视频观看| 亚洲自偷自拍三级| 久久精品国产a三级三级三级| 日本av免费视频播放| 欧美日韩av久久| 日本-黄色视频高清免费观看| 精品国产国语对白av| 十八禁网站网址无遮挡 | 精品亚洲成国产av| 又大又黄又爽视频免费| 日韩一区二区三区影片| 两个人的视频大全免费| 丰满少妇做爰视频| 国产在线视频一区二区| 国产精品一区二区在线不卡| 精品一区二区三卡| 亚洲一级一片aⅴ在线观看| 乱人伦中国视频| 看非洲黑人一级黄片| 麻豆精品久久久久久蜜桃| 两个人的视频大全免费| 亚洲精品国产av成人精品| 亚洲av二区三区四区| 午夜福利视频精品| 看十八女毛片水多多多| 嫩草影院新地址| a级片在线免费高清观看视频| 日韩不卡一区二区三区视频在线| 丰满饥渴人妻一区二区三| 亚洲精品自拍成人| 亚洲欧美中文字幕日韩二区| 亚洲欧美一区二区三区黑人 | 在线观看国产h片| 亚洲av成人精品一区久久| 丰满人妻一区二区三区视频av| 亚洲精品aⅴ在线观看| 我要看日韩黄色一级片| 大又大粗又爽又黄少妇毛片口| 黑人高潮一二区| tube8黄色片| 只有这里有精品99| 国产精品久久久久久久久免| 日日啪夜夜撸| 如何舔出高潮| 日韩制服骚丝袜av| 新久久久久国产一级毛片| 久久久久视频综合| 少妇精品久久久久久久| 欧美精品国产亚洲| 久久国产精品男人的天堂亚洲 | 国产一级毛片在线| 一区二区av电影网| 亚洲精品一区蜜桃| 人人妻人人澡人人看| 欧美成人午夜免费资源| 免费不卡的大黄色大毛片视频在线观看| 一级爰片在线观看| 日韩av免费高清视频| 人妻 亚洲 视频| 中国国产av一级| 内射极品少妇av片p| 久久精品久久精品一区二区三区| 99re6热这里在线精品视频| 我要看日韩黄色一级片| 欧美高清成人免费视频www| 成人影院久久| a级片在线免费高清观看视频| 国产视频首页在线观看| 中文资源天堂在线| 黄色怎么调成土黄色| 日韩,欧美,国产一区二区三区| 日本av手机在线免费观看| 一个人看视频在线观看www免费| 国产综合精华液| 亚洲国产精品999| 久久久久久久精品精品|