• <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)
    噜噜噜噜噜久久久久久91| 高清在线视频一区二区三区| 亚洲丝袜综合中文字幕| 国内精品美女久久久久久| 亚洲欧美日韩无卡精品| 99九九线精品视频在线观看视频| 亚洲va在线va天堂va国产| 成人二区视频| 国产午夜精品一二区理论片| 日本黄大片高清| 亚洲国产精品专区欧美| 少妇裸体淫交视频免费看高清| 欧美日韩国产mv在线观看视频 | 一边亲一边摸免费视频| 亚洲熟妇中文字幕五十中出| 久久久久精品久久久久真实原创| 伦理电影大哥的女人| 秋霞伦理黄片| 久久鲁丝午夜福利片| 亚洲精品aⅴ在线观看| 少妇人妻一区二区三区视频| 亚洲av免费在线观看| 男女下面进入的视频免费午夜| 久久久精品欧美日韩精品| 能在线免费观看的黄片| 免费人成在线观看视频色| 看十八女毛片水多多多| 亚洲真实伦在线观看| 国产成人精品婷婷| 国产黄色视频一区二区在线观看| 欧美一级a爱片免费观看看| 少妇熟女aⅴ在线视频| 2022亚洲国产成人精品| 嫩草影院精品99| 亚洲欧美中文字幕日韩二区| 免费少妇av软件| 成人亚洲欧美一区二区av| 又大又黄又爽视频免费| 少妇猛男粗大的猛烈进出视频 | 高清在线视频一区二区三区| 国产精品.久久久| 亚洲精品日韩av片在线观看| 一级片'在线观看视频| 一区二区三区四区激情视频| 国产视频内射| 免费看光身美女| 国内精品美女久久久久久| 最近最新中文字幕免费大全7| 亚洲婷婷狠狠爱综合网| 久久久a久久爽久久v久久| h日本视频在线播放| 免费看光身美女| 午夜免费激情av| 免费电影在线观看免费观看| 国产 亚洲一区二区三区 | 久久99蜜桃精品久久| 亚洲国产av新网站| 国产黄a三级三级三级人| 噜噜噜噜噜久久久久久91| 最后的刺客免费高清国语| 亚洲国产精品成人久久小说| 久久精品国产鲁丝片午夜精品| 亚洲精华国产精华液的使用体验| 大香蕉久久网| 男的添女的下面高潮视频| 深夜a级毛片| 少妇丰满av| 亚洲欧洲国产日韩| 亚洲精品影视一区二区三区av| 国产精品久久久久久久久免| 人妻一区二区av| 国产亚洲5aaaaa淫片| 国产亚洲最大av| 亚洲国产色片| 成人午夜精彩视频在线观看| 91午夜精品亚洲一区二区三区| 国国产精品蜜臀av免费| 97精品久久久久久久久久精品| 可以在线观看毛片的网站| 成人毛片a级毛片在线播放| 日韩三级伦理在线观看| 久久精品夜色国产| 十八禁网站网址无遮挡 | 久久久久久久大尺度免费视频| 十八禁网站网址无遮挡 | 午夜久久久久精精品| 久久久久久久久久人人人人人人| 久久久久久久久大av| 亚洲国产精品成人综合色| 99热这里只有精品一区| 三级男女做爰猛烈吃奶摸视频| 国产精品久久久久久精品电影| av国产久精品久网站免费入址| 伊人久久国产一区二区| 永久免费av网站大全| 精品久久久久久久久av| 建设人人有责人人尽责人人享有的 | 国产亚洲最大av| 成年免费大片在线观看| 久久久久久久久久久免费av| 日日撸夜夜添| 麻豆精品久久久久久蜜桃| 亚洲国产成人一精品久久久| 人妻制服诱惑在线中文字幕| av免费观看日本| 嫩草影院新地址| 成人鲁丝片一二三区免费| 欧美日本视频| 日韩av不卡免费在线播放| 欧美一区二区亚洲| 欧美极品一区二区三区四区| 中文资源天堂在线| 久久精品夜夜夜夜夜久久蜜豆| 噜噜噜噜噜久久久久久91| 精品人妻熟女av久视频| 精品亚洲乱码少妇综合久久| 成人亚洲欧美一区二区av| 五月玫瑰六月丁香| 亚洲精品中文字幕在线视频 | 夫妻午夜视频| 婷婷色av中文字幕| 精品国产一区二区三区久久久樱花 | 可以在线观看毛片的网站| 2022亚洲国产成人精品| av国产久精品久网站免费入址| 国产日韩欧美在线精品| av在线观看视频网站免费| 乱人视频在线观看| 中文字幕制服av| 在线a可以看的网站| 国产三级在线视频| av国产免费在线观看| 国产精品麻豆人妻色哟哟久久 | 国产成年人精品一区二区| 免费看美女性在线毛片视频| 亚洲人与动物交配视频| 一级毛片aaaaaa免费看小| 中文天堂在线官网| 精品久久国产蜜桃| 欧美日韩国产mv在线观看视频 | 国产综合精华液| 欧美激情在线99| 最近2019中文字幕mv第一页| 国产成人a区在线观看| 一个人看的www免费观看视频| av在线蜜桃| 国产精品无大码| 爱豆传媒免费全集在线观看| 有码 亚洲区| 亚洲欧美一区二区三区国产| 欧美+日韩+精品| 黄片无遮挡物在线观看| 插阴视频在线观看视频| 欧美潮喷喷水| 亚洲精品自拍成人| 亚洲欧美日韩卡通动漫| 又爽又黄a免费视频| 成年女人看的毛片在线观看| 又粗又硬又长又爽又黄的视频| 麻豆精品久久久久久蜜桃| 久久精品国产亚洲av涩爱| 国产伦精品一区二区三区视频9| 女人十人毛片免费观看3o分钟| 在线 av 中文字幕| 精品亚洲乱码少妇综合久久| 欧美人与善性xxx| 精品酒店卫生间| 久久久亚洲精品成人影院| 听说在线观看完整版免费高清| 欧美高清性xxxxhd video| 国产黄片美女视频| 听说在线观看完整版免费高清| 高清毛片免费看| 精品一区二区三区人妻视频| 久久精品综合一区二区三区| 亚洲精品456在线播放app| 亚洲av二区三区四区| 国产成年人精品一区二区| 三级国产精品片| 成年版毛片免费区| 少妇的逼好多水| 日本黄色片子视频| 最近中文字幕2019免费版| 一级毛片电影观看| 直男gayav资源| 国产有黄有色有爽视频| 欧美日韩视频高清一区二区三区二| 国产在视频线在精品| 欧美xxⅹ黑人| av卡一久久| 国产伦精品一区二区三区四那| 蜜臀久久99精品久久宅男| 好男人视频免费观看在线| 精品久久久久久久人妻蜜臀av| 美女大奶头视频| 丰满少妇做爰视频| a级一级毛片免费在线观看| 亚洲精品日韩av片在线观看| 日韩欧美精品免费久久| 免费观看精品视频网站| 亚洲美女视频黄频| 亚洲精品第二区| av天堂中文字幕网| 国产亚洲午夜精品一区二区久久 | 国产伦在线观看视频一区| 久久99热这里只有精品18| 国产精品久久久久久精品电影小说 | 秋霞在线观看毛片| 全区人妻精品视频| av在线播放精品| 免费少妇av软件| 久久国产乱子免费精品| videossex国产| 国产激情偷乱视频一区二区| 最新中文字幕久久久久| 能在线免费观看的黄片| 人妻制服诱惑在线中文字幕| 国产欧美另类精品又又久久亚洲欧美| 99热这里只有精品一区| 午夜日本视频在线| 婷婷色综合www| 亚洲在久久综合| 亚州av有码| 非洲黑人性xxxx精品又粗又长| 国产黄片美女视频| 国产黄色小视频在线观看| 精品久久久噜噜| 免费高清在线观看视频在线观看| av国产久精品久网站免费入址| 免费av观看视频| 久久精品国产自在天天线| 高清欧美精品videossex| 看黄色毛片网站| 精华霜和精华液先用哪个| 免费观看无遮挡的男女| 免费看不卡的av| 在线免费观看的www视频| 成年免费大片在线观看| 男女啪啪激烈高潮av片| 18禁在线无遮挡免费观看视频| 国产色婷婷99| 亚洲自拍偷在线| 五月天丁香电影| 伦理电影大哥的女人| 国产成人福利小说| 99久久人妻综合| 日本与韩国留学比较| 天天躁日日操中文字幕| 国产淫语在线视频| 久久久久久久久大av| 久久久久性生活片| 日韩欧美 国产精品| 一二三四中文在线观看免费高清| 亚洲av中文字字幕乱码综合| 日韩大片免费观看网站| 免费黄网站久久成人精品| 午夜福利高清视频| 国产亚洲精品久久久com| 国产伦在线观看视频一区| 中文精品一卡2卡3卡4更新| 欧美丝袜亚洲另类| 欧美xxⅹ黑人| 最近手机中文字幕大全| 成年版毛片免费区| 一区二区三区四区激情视频| kizo精华| 国产亚洲午夜精品一区二区久久 | 精品国产露脸久久av麻豆 | av专区在线播放| 男女下面进入的视频免费午夜| 久久精品国产亚洲网站| 国产免费福利视频在线观看| 丝袜美腿在线中文| 国产伦在线观看视频一区| 国产成人福利小说| av在线老鸭窝| 久久精品久久久久久噜噜老黄| 麻豆乱淫一区二区| 日韩av不卡免费在线播放| 高清欧美精品videossex| 女人久久www免费人成看片| 乱人视频在线观看| 亚洲丝袜综合中文字幕| 国产成人精品婷婷| 国产成人精品一,二区| eeuss影院久久| 国产片特级美女逼逼视频| 亚洲成人av在线免费| 最近中文字幕高清免费大全6| 国产欧美日韩精品一区二区| 亚洲熟女精品中文字幕| 国产乱来视频区| 国内精品美女久久久久久| 青青草视频在线视频观看| 精品国内亚洲2022精品成人| 亚洲伊人久久精品综合| 亚洲人成网站在线播| 久久久亚洲精品成人影院| 亚洲最大成人手机在线| 在线a可以看的网站| 成人午夜高清在线视频| 九草在线视频观看| 成人午夜高清在线视频| 欧美激情久久久久久爽电影| 舔av片在线| 中文字幕久久专区| 爱豆传媒免费全集在线观看| 精品久久久久久久久久久久久| 亚洲精品日韩av片在线观看| 97精品久久久久久久久久精品| 国产免费福利视频在线观看| 午夜免费激情av| 一个人看的www免费观看视频| 国产精品精品国产色婷婷| 欧美97在线视频| 色综合亚洲欧美另类图片| 午夜精品国产一区二区电影 | 久久久成人免费电影| 非洲黑人性xxxx精品又粗又长| 人妻夜夜爽99麻豆av| 成人无遮挡网站| 熟妇人妻久久中文字幕3abv| 国产亚洲最大av| 秋霞伦理黄片| 久久久久久久午夜电影| 国产午夜精品一二区理论片| 精品久久国产蜜桃| 精品国内亚洲2022精品成人| 五月玫瑰六月丁香| 成人综合一区亚洲| 99久久中文字幕三级久久日本| 免费看日本二区| 婷婷色麻豆天堂久久| 亚洲成人久久爱视频| 两个人的视频大全免费| 精品一区二区三区视频在线| av天堂中文字幕网| 性插视频无遮挡在线免费观看| 日韩成人伦理影院| 国产高清国产精品国产三级 | 国产一区有黄有色的免费视频 | 99久国产av精品| 亚洲精品久久久久久婷婷小说| av女优亚洲男人天堂| 三级男女做爰猛烈吃奶摸视频| 色播亚洲综合网| 岛国毛片在线播放| 天天躁日日操中文字幕| 久久久久久久久久久免费av| 色播亚洲综合网| 国产成人精品福利久久| 日日摸夜夜添夜夜爱| 一个人看视频在线观看www免费| 男女边吃奶边做爰视频| 国产欧美日韩精品一区二区| 亚洲国产欧美在线一区| 精品久久久噜噜| av免费在线看不卡| 亚洲在线观看片| 久久99热这里只有精品18| 亚洲精品乱码久久久v下载方式| 久久99蜜桃精品久久| 久久99热6这里只有精品| 男的添女的下面高潮视频| 亚洲国产精品成人久久小说| av网站免费在线观看视频 | 久久久久久久久久人人人人人人| videossex国产| 伦理电影大哥的女人| 日本爱情动作片www.在线观看| 日日摸夜夜添夜夜添av毛片| 最近视频中文字幕2019在线8| 国产午夜精品一二区理论片| 狂野欧美激情性xxxx在线观看| 可以在线观看毛片的网站| 精品久久久久久久久av| 国产伦精品一区二区三区四那| 亚洲熟妇中文字幕五十中出| 亚洲丝袜综合中文字幕| 久久久精品欧美日韩精品| 亚洲欧美成人精品一区二区| 免费看美女性在线毛片视频| 国产一区二区三区综合在线观看 | 亚洲精品国产成人久久av| 国产欧美日韩精品一区二区| 九色成人免费人妻av| 夜夜爽夜夜爽视频| 精品一区在线观看国产| 99re6热这里在线精品视频| 在线观看美女被高潮喷水网站| 国产亚洲精品av在线| 深爱激情五月婷婷| av在线亚洲专区| 亚洲精品国产成人久久av| 日韩一区二区视频免费看| 亚洲国产欧美在线一区| 赤兔流量卡办理| 九色成人免费人妻av| 久久久精品免费免费高清| 国产精品日韩av在线免费观看| a级一级毛片免费在线观看| 精品久久久久久久久av| 亚洲人成网站在线观看播放| 亚洲最大成人av| 80岁老熟妇乱子伦牲交| 在线观看美女被高潮喷水网站| 亚洲精品久久久久久婷婷小说| 青春草国产在线视频| 国产黄频视频在线观看| 亚洲人成网站在线播| 少妇丰满av| 狠狠精品人妻久久久久久综合| 国产精品av视频在线免费观看| 极品少妇高潮喷水抽搐| 777米奇影视久久| 午夜免费观看性视频| 成人特级av手机在线观看| av专区在线播放| 国产男人的电影天堂91| 国产色爽女视频免费观看| 婷婷六月久久综合丁香| 午夜精品一区二区三区免费看| 国产精品三级大全| 午夜视频国产福利| 一级二级三级毛片免费看| 亚洲最大成人中文| 亚洲高清免费不卡视频| 三级国产精品欧美在线观看| 在线 av 中文字幕| 亚洲精品视频女| 超碰97精品在线观看| 美女主播在线视频| av线在线观看网站| 一级片'在线观看视频| 久久久久久久久中文| 视频中文字幕在线观看| 国产男女超爽视频在线观看| 在线 av 中文字幕| 2021天堂中文幕一二区在线观| 欧美日韩亚洲高清精品| 亚洲一级一片aⅴ在线观看| 老师上课跳d突然被开到最大视频| 美女黄网站色视频| 看黄色毛片网站| 搡老妇女老女人老熟妇| 亚洲经典国产精华液单| 一级毛片我不卡| 成年人午夜在线观看视频 | 欧美xxxx黑人xx丫x性爽| 亚洲成色77777| 亚洲va在线va天堂va国产| 永久网站在线| 97精品久久久久久久久久精品| 国产黄频视频在线观看| 亚洲精品一区蜜桃| 精品久久国产蜜桃| 国产午夜精品论理片| 91精品伊人久久大香线蕉| 插逼视频在线观看| 乱系列少妇在线播放| 边亲边吃奶的免费视频| 亚洲成人一二三区av| 26uuu在线亚洲综合色| 国产高清三级在线| 九色成人免费人妻av| 日韩在线高清观看一区二区三区| 一个人观看的视频www高清免费观看| 三级经典国产精品| 麻豆成人午夜福利视频| 亚洲精品日韩av片在线观看| 亚洲av在线观看美女高潮| 国产成年人精品一区二区| 久久久久久久久中文| 成人午夜高清在线视频| 国产成人精品久久久久久| 狂野欧美白嫩少妇大欣赏| 国产午夜精品久久久久久一区二区三区| 如何舔出高潮| 国产精品一及| 欧美高清成人免费视频www| 69av精品久久久久久| 亚洲欧美日韩东京热| 国产精品女同一区二区软件| 看黄色毛片网站| 97在线视频观看| 国产成人精品一,二区| 国产成年人精品一区二区| 亚洲精品一区蜜桃| 国产精品av视频在线免费观看| 亚洲图色成人| 男女下面进入的视频免费午夜| 亚洲不卡免费看| 日本wwww免费看| 国产色爽女视频免费观看| 免费播放大片免费观看视频在线观看| 精品久久久久久成人av| 国产一区二区在线观看日韩| 国产一级毛片在线| 少妇丰满av| 精品99又大又爽又粗少妇毛片| 国产黄色免费在线视频| 国产精品久久久久久精品电影小说 | 2018国产大陆天天弄谢| 观看免费一级毛片| 最近最新中文字幕免费大全7| 国产在视频线在精品| 26uuu在线亚洲综合色| 亚洲国产成人一精品久久久| 少妇被粗大猛烈的视频| 国产单亲对白刺激| 久久99蜜桃精品久久| 干丝袜人妻中文字幕| 日韩一本色道免费dvd| 午夜精品在线福利| 精品熟女少妇av免费看| 97热精品久久久久久| 国产黄片美女视频| 性插视频无遮挡在线免费观看| 国产成人精品福利久久| 91久久精品国产一区二区成人| 国产精品99久久久久久久久| 亚洲aⅴ乱码一区二区在线播放| 三级经典国产精品| 51国产日韩欧美| 美女主播在线视频| 中文在线观看免费www的网站| 日韩制服骚丝袜av| 午夜久久久久精精品| 狂野欧美激情性xxxx在线观看| 中文资源天堂在线| 免费观看性生交大片5| 国产一区二区三区综合在线观看 | 亚洲高清免费不卡视频| 男女边摸边吃奶| 色尼玛亚洲综合影院| 亚洲欧洲日产国产| 黄色日韩在线| 亚洲成人久久爱视频| 亚洲欧美成人综合另类久久久| 99久久精品一区二区三区| 免费看美女性在线毛片视频| 天堂中文最新版在线下载 | 十八禁国产超污无遮挡网站| 中国国产av一级| 精品国产露脸久久av麻豆 | 国产永久视频网站| 别揉我奶头 嗯啊视频| 日本猛色少妇xxxxx猛交久久| 伦理电影大哥的女人| 国产老妇伦熟女老妇高清| 日韩中字成人| 久久久久久久亚洲中文字幕| 国产高清国产精品国产三级 | 伊人久久精品亚洲午夜| 国产av国产精品国产| ponron亚洲| av线在线观看网站| 亚洲av电影在线观看一区二区三区 | 日韩人妻高清精品专区| 久热久热在线精品观看| 欧美精品国产亚洲| 国产伦在线观看视频一区| 99久国产av精品国产电影| av免费观看日本| 亚洲丝袜综合中文字幕| 毛片一级片免费看久久久久| 91久久精品电影网| 91精品国产九色| 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 | 天天一区二区日本电影三级| 亚洲欧美中文字幕日韩二区| 日本wwww免费看| 欧美日本视频| 久久久色成人| 深夜a级毛片| 国产日韩欧美在线精品| 欧美zozozo另类| 男人舔奶头视频| 精品久久久久久久久久久久久| 国产精品女同一区二区软件| av在线蜜桃| 国产精品蜜桃在线观看| 国产黄a三级三级三级人| 人人妻人人澡人人爽人人夜夜 | 三级国产精品欧美在线观看| 嘟嘟电影网在线观看| 色哟哟·www| www.av在线官网国产| 免费黄色在线免费观看| 97超视频在线观看视频| 国产伦理片在线播放av一区| 在线 av 中文字幕| 亚洲美女视频黄频| 色5月婷婷丁香| 亚洲最大成人手机在线| 久久国产乱子免费精品| 免费观看精品视频网站| 好男人视频免费观看在线| 久久99蜜桃精品久久| 精品国内亚洲2022精品成人| 久久午夜福利片| 亚洲精品自拍成人| 国产一区有黄有色的免费视频 | 91精品一卡2卡3卡4卡| 春色校园在线视频观看| 亚洲精品aⅴ在线观看| 一区二区三区高清视频在线| 欧美成人午夜免费资源| 嫩草影院精品99| 身体一侧抽搐| 亚洲图色成人| 舔av片在线| 国产女主播在线喷水免费视频网站 | 汤姆久久久久久久影院中文字幕 | 美女主播在线视频|