• <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 ?

    Keras神經(jīng)網(wǎng)絡(luò)大數(shù)據(jù)崗位薪酬分類模型

    2021-10-08 00:46:07孫含笑
    計算機時代 2021年9期
    關(guān)鍵詞:機器學習信息熵大數(shù)據(jù)

    孫含笑

    摘? 要: 影響大數(shù)據(jù)人才就業(yè)收入的因素紛繁復雜,難以確定其關(guān)鍵影響條件,影響了潛在從業(yè)者的就業(yè)選擇以及從業(yè)人員的自我提升方向。針對這一社會熱點問題,建立基于信息熵的機器學習模型-分類決策樹,分析影響收入的關(guān)鍵因素,進而提出一種基于Keras搭建的新型高精準率神經(jīng)網(wǎng)絡(luò)收入分類模型。該模型能夠精準地確定影響大數(shù)據(jù)人才收入的主要因素,為大數(shù)據(jù)行業(yè)相關(guān)人員提供從業(yè)指導與幫助。

    關(guān)鍵詞: 大數(shù)據(jù); 信息熵; 機器學習; 分類決策樹; 神經(jīng)網(wǎng)絡(luò)

    中圖分類號:TP391.4? ? ? ? ? 文獻標識碼:A? ? ?文章編號:1006-8228(2021)09-26-03

    Abstract: The factors that affect the employment income of big data employees are complex, which makes it difficult to determine the key influencing conditions, and affects the employment choice of potential practitioners and the direction of self promotion of employees. In view of this hot social issue, this paper establishes an information entropy based machine learning model, the classification decision tree, to analyze the key factors affecting income, and thereafter proposes a new high precision neural network revenue classification model based on Keras. The model can accurately determine the main factors affecting the income of big data employees, and provide guidance and help for the relevant personnel in big data industry.

    Key words: big data; information entropy; machine learning; classification decision tree; neural network

    0 引言

    數(shù)據(jù)科學與大數(shù)據(jù)技術(shù),簡稱大數(shù)據(jù)。大數(shù)據(jù)是一個新學科。這幾年“大數(shù)據(jù)”成為發(fā)展最快的行業(yè)。大數(shù)據(jù)人才短缺成為掣肘大數(shù)據(jù)行業(yè)發(fā)展的重要因素之一,培養(yǎng)適合社會需求的大數(shù)據(jù)人才是高等教育亟待解決的問題[1]。面對現(xiàn)狀,國內(nèi)眾多高校開設(shè)了大數(shù)據(jù)專業(yè),源源不斷地向國家輸入大數(shù)據(jù)人才。而大數(shù)據(jù)人才在就業(yè)后的工資收入也成為熱議,基于2020年大數(shù)據(jù)就業(yè)統(tǒng)計,研究了北京、上海、廣州、深圳等四個一線城市,以及南京、西安、鄭州、杭州等四個二線城市的大數(shù)據(jù)人才就業(yè)數(shù)據(jù),以期通過現(xiàn)有的數(shù)據(jù)獲得一個好的收入分類模型。

    在現(xiàn)有的機器學習[2]分類模型當中,首先考慮決策樹分類[3]模型。決策樹方法最早產(chǎn)生于上世紀六十年代到七十年代末,由JRoss Quinlan提出了ID3算法[4],此算法的目的在于減少樹的深度。ID3算法在進行特征選擇時,ID3算法優(yōu)先選擇信息增益最大的特征,即優(yōu)先選擇對整個系統(tǒng)貢獻最大的特征。通過決策樹算法構(gòu)建決策樹,可以發(fā)現(xiàn)影響收入高低的主要因素。因為傳統(tǒng)的機器學習算法準確率沒有神經(jīng)網(wǎng)絡(luò)算法模型的準確率高,所以通過現(xiàn)有的數(shù)據(jù)集構(gòu)建一個基于Keras的神經(jīng)網(wǎng)絡(luò)算法模型[5],以達到準確的分類效果。

    1 研究目的與框架

    1.1 研究目的

    對于大數(shù)據(jù)人才的收入狀況有許多影響因素,在眾多因素當中,通過建立決策樹分類模型,得到影響就業(yè)收入的主要因素。為了使得模型的分類準確率更高,采用更為智能的神經(jīng)網(wǎng)絡(luò)模型建立分類器。

    1.2 研究設(shè)計示意圖

    研究和試驗設(shè)計框架示意圖如圖1所示。

    2 研究的設(shè)計與實現(xiàn)

    2.1 爬取數(shù)據(jù)及數(shù)據(jù)清洗

    登錄就業(yè)網(wǎng)以及招聘網(wǎng)站,爬取2020年大數(shù)據(jù)人才的就業(yè)信息和招聘信息,對得到的數(shù)據(jù)查找缺失值以及進行數(shù)據(jù)清洗。

    2.2 數(shù)據(jù)分析

    基于2020年大數(shù)據(jù)崗位就業(yè)和招聘數(shù)據(jù),研究了北京、上海、廣州、深圳等四個一線城市,以及南京、西安、鄭州、杭州等四個二線城市,共計八個城市的大數(shù)據(jù)崗位就業(yè)和招聘情況數(shù)據(jù),由于目前三四線城市大數(shù)據(jù)人才需求量不大,對模型的最終影響在此忽略不計。據(jù)統(tǒng)計,一線城市大數(shù)據(jù)崗位招聘公司數(shù)量要遠遠高于二線城市,如圖2所示。

    此外,通過對招聘數(shù)據(jù)的統(tǒng)計發(fā)現(xiàn),大數(shù)據(jù)崗位要求的學歷以本科為主要人群,如圖3所示。

    2.3 特征選取

    2.3.1 特征提取方法簡述

    通過對2020年大數(shù)據(jù)人才的就業(yè)情況分析,爬取影響就業(yè)收入的特征有:①工作崗位;②工作資歷;③學歷;④公司規(guī)模;⑤工作城市;⑥城市一、二線;⑦南北方地域,其中由于公司規(guī)模這個特征難以考量,因此剔除該特征。在剩下來的6個特征中選取主要特征建立模型,篩選方式是通過ID3算法構(gòu)建決策樹模型。ID3算法涉及到的概念定義如下:

    信息熵是一種反映不確定性的度量方式,通過信息量的規(guī)模來體現(xiàn)不確定程度[6]。

    ID3算法是基于信息增益來選擇樹結(jié)點,信息增益越大,則這個特征的選擇性越好,即這個特征對整個事件的貢獻越大。

    2.3.2 模型構(gòu)建及分析

    ⑴ 模型構(gòu)建

    數(shù)據(jù)集:將①工作崗位;②工作資歷;③學歷;⑤工作城市;⑥城市一、二線;⑦南北方地域等六個特征作為特征數(shù)據(jù)。

    數(shù)據(jù)集標簽:將收入作為標簽,標簽有3個取值,[“低”,”中”,”高”],劃分的標準為年收入>20萬為”高”,10-20萬為”中”,<10萬為”低”收入。

    ⑵ 模型建立

    model=tree.DecisionTreeClassifier(criterion='entropy')

    ⑶ 參數(shù)設(shè)置,尋找主要特征

    設(shè)置樹的深度max_depth=4,max_depth=6時,出現(xiàn)在決策樹的特征為:②③⑤⑥⑦。

    樹的深度max_depth不設(shè)限,也沒有看到特征①工作崗位出現(xiàn)在決策樹當中,因此,本次實驗丟棄此特征。在多次實驗當中,根節(jié)點出現(xiàn)的特征都為③學歷,因此學歷是影響收入的關(guān)鍵因素。

    2.4 模型建立及評分

    新的數(shù)據(jù)集:②③⑤⑥⑦五個特征作為特征數(shù)據(jù)。

    利用訓練集和訓練集的標簽訓練模型,模型仍然采用Sklearn自帶的決策樹模型:

    model=tree.DecisionTreeClassifier(criterion='entropy')

    將20%數(shù)據(jù)作為測試集,得到模型的得分為:

    測試集得分0.8493975903614458;

    訓練集得分0.8874622356495468。

    由結(jié)果可知,現(xiàn)在的決策樹模型結(jié)果比較理想,準確率為80%以上。為了得到更為理想的模型,建立神經(jīng)網(wǎng)絡(luò)模型。

    2.5 模型改進-基于Keras神經(jīng)網(wǎng)絡(luò)模型

    Keras是由純python編寫的基于theano/tensorflow的深度學習框架。Keras是一個高層神經(jīng)網(wǎng)絡(luò)API,能夠把你的“idea”迅速轉(zhuǎn)換為結(jié)果。

    實驗采用神經(jīng)網(wǎng)絡(luò)模型如圖4所示。

    本次實驗通過改變神經(jīng)網(wǎng)絡(luò)隱層和神經(jīng)元的個數(shù),得到最優(yōu)的模型。

    ⑴ 模型構(gòu)建

    import tensorflow as tf

    model.add(tf.keras.layers.Dense(i,input_shape=(j,),

    activation='relu'))

    model.add(tf.keras.layers.Dense(3,activation='softmax'))

    ⑵ 尋找最優(yōu)的網(wǎng)絡(luò)層數(shù)及神經(jīng)元個數(shù)

    建立2層神經(jīng)網(wǎng)絡(luò),改變隱藏層神經(jīng)元個數(shù),模型訓的練集及測試集準確率如圖5所示。

    由圖5可知,當隱層神經(jīng)元的個數(shù)為14的時候,模型的準確率最高,測試集的準確率高達91%。接下來改變神經(jīng)網(wǎng)絡(luò)層數(shù),經(jīng)過實驗研究發(fā)現(xiàn),多層隱藏層和單層隱藏層實驗結(jié)果相差不大,因此,最終模型定義2層神經(jīng)網(wǎng)絡(luò),隱藏層的神經(jīng)元個數(shù)為14。

    3 結(jié)束語

    本文針對大數(shù)據(jù)從業(yè)人員就業(yè)收入問題,搭建了新型神經(jīng)網(wǎng)絡(luò)模型,用以捕捉影響就業(yè)人員收入的關(guān)鍵因素,借助數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)提升學歷是大數(shù)據(jù)從業(yè)者提高收入的關(guān)鍵。通過分析2020年大數(shù)據(jù)招聘信息數(shù)據(jù),發(fā)現(xiàn)一線城市大數(shù)據(jù)招聘公司要遠遠多于二線城市,同時大數(shù)據(jù)崗位要求的學歷是以本科生為主。其中,對處理后的數(shù)據(jù)建立了Keras神經(jīng)網(wǎng)絡(luò)模型,實現(xiàn)收入分類的準確率達90%以上,為廣大從業(yè)者及潛在就業(yè)人員提供巨大幫助。但是該模型對于就業(yè)收入與公司規(guī)模、就業(yè)者年齡等特征的關(guān)系尚不能說明,對此值得進一步研究。

    參考文獻(References):

    [1] 許新剛.高職大數(shù)據(jù)應用人才培養(yǎng)研究[J].無線互聯(lián)科技,2021.18(3):163-164

    [2] 安德里亞斯·穆勒.Python機器學習基礎(chǔ)教程[M].人民郵電出版社,2018.

    [3] 岳根霞.基于決策樹算法的醫(yī)療大數(shù)據(jù)填補及分類仿真[J].計算機仿真,2021.38(1):451-454

    [4] 杜威銘.決策樹ID3算法研究[J].科技視界,2018.12(11):145-146

    [5] 蔣子陽.TensorFlow深度學習算法原理與編程實戰(zhàn)[M].中國水利水電出社,2019.

    [6] 毛伊敏.基于信息熵與遺傳算法的并行關(guān)聯(lián)規(guī)則增量挖掘算法[J].通信學報,2021.3.

    猜你喜歡
    機器學習信息熵大數(shù)據(jù)
    基于信息熵可信度的測試點選擇方法研究
    基于信息熵的實驗教學量化研究
    電子測試(2017年12期)2017-12-18 06:35:48
    一種基于信息熵的雷達動態(tài)自適應選擇跟蹤方法
    雷達學報(2017年6期)2017-03-26 07:52:58
    基于機器學習的圖像特征提取技術(shù)在圖像版權(quán)保護中的應用
    基于網(wǎng)絡(luò)搜索數(shù)據(jù)的平遙旅游客流量預測分析
    時代金融(2016年27期)2016-11-25 17:51:36
    前綴字母為特征在維吾爾語文本情感分類中的研究
    科教導刊(2016年26期)2016-11-15 20:19:33
    基于支持向量機的金融數(shù)據(jù)分析研究
    基于大數(shù)據(jù)背景下的智慧城市建設(shè)研究
    科技視界(2016年20期)2016-09-29 10:53:22
    基于信息熵的IITFN多屬性決策方法
    国产熟女欧美一区二区| 99热6这里只有精品| 国产精品无大码| 多毛熟女@视频| 中文字幕制服av| 91精品伊人久久大香线蕉| 精品人妻偷拍中文字幕| a 毛片基地| av免费观看日本| 亚洲性久久影院| 女的被弄到高潮叫床怎么办| 久久国产亚洲av麻豆专区| 视频在线观看一区二区三区| 国产高清不卡午夜福利| 一个人看视频在线观看www免费| 熟女av电影| 欧美成人精品欧美一级黄| 国产片内射在线| 99国产综合亚洲精品| 精品一区二区三卡| 在线 av 中文字幕| 一区二区av电影网| 熟女电影av网| av黄色大香蕉| 一区二区av电影网| 亚洲经典国产精华液单| 乱人伦中国视频| av电影中文网址| 菩萨蛮人人尽说江南好唐韦庄| 国产成人精品福利久久| 婷婷色av中文字幕| 亚洲欧美日韩卡通动漫| 美女主播在线视频| 伦理电影大哥的女人| 亚洲国产精品国产精品| 久久 成人 亚洲| 亚洲欧美成人综合另类久久久| 夜夜看夜夜爽夜夜摸| 少妇的逼水好多| 欧美精品亚洲一区二区| 青青草视频在线视频观看| 欧美日韩成人在线一区二区| 午夜福利视频在线观看免费| 国产片特级美女逼逼视频| av在线播放精品| 99热网站在线观看| 精品国产乱码久久久久久小说| 成年人免费黄色播放视频| 国产欧美日韩一区二区三区在线 | 中文精品一卡2卡3卡4更新| 飞空精品影院首页| 成人无遮挡网站| 日韩三级伦理在线观看| 国产av精品麻豆| 考比视频在线观看| 美女cb高潮喷水在线观看| 高清av免费在线| 男的添女的下面高潮视频| 99精国产麻豆久久婷婷| 久久人妻熟女aⅴ| av.在线天堂| 狠狠婷婷综合久久久久久88av| 国产又色又爽无遮挡免| 久久久精品免费免费高清| 国产亚洲av片在线观看秒播厂| 春色校园在线视频观看| 99九九线精品视频在线观看视频| 少妇的逼好多水| 亚洲欧美一区二区三区黑人 | 亚洲四区av| 欧美性感艳星| 观看av在线不卡| 午夜福利网站1000一区二区三区| 久久鲁丝午夜福利片| 精品人妻一区二区三区麻豆| 在现免费观看毛片| 有码 亚洲区| 国产极品天堂在线| 免费观看av网站的网址| 成人亚洲精品一区在线观看| 蜜桃在线观看..| 久久久久久人妻| 韩国av在线不卡| 国精品久久久久久国模美| 视频区图区小说| 美女脱内裤让男人舔精品视频| 国产不卡av网站在线观看| 亚洲国产精品国产精品| 久久99热6这里只有精品| 婷婷色综合www| 亚洲国产最新在线播放| a级毛片免费高清观看在线播放| 国产精品一国产av| 国产探花极品一区二区| 老女人水多毛片| 国产视频内射| 一区二区三区乱码不卡18| 在线观看美女被高潮喷水网站| 国产精品国产av在线观看| 人妻 亚洲 视频| 欧美97在线视频| 日韩电影二区| 亚洲精华国产精华液的使用体验| 日韩在线高清观看一区二区三区| 18+在线观看网站| 高清视频免费观看一区二区| 久久国产精品大桥未久av| 免费观看在线日韩| 满18在线观看网站| 亚洲欧美精品自产自拍| 免费观看av网站的网址| 国产女主播在线喷水免费视频网站| 亚洲av日韩在线播放| 免费人妻精品一区二区三区视频| 成人毛片a级毛片在线播放| 高清视频免费观看一区二区| 五月开心婷婷网| 大话2 男鬼变身卡| 欧美人与性动交α欧美精品济南到 | 99热6这里只有精品| 婷婷色av中文字幕| 丰满饥渴人妻一区二区三| 国产乱来视频区| 国产视频内射| 国产在线一区二区三区精| 久久精品熟女亚洲av麻豆精品| 尾随美女入室| 大香蕉久久网| 日韩熟女老妇一区二区性免费视频| 99视频精品全部免费 在线| 久久热精品热| 欧美人与性动交α欧美精品济南到 | 日产精品乱码卡一卡2卡三| 考比视频在线观看| 亚洲久久久国产精品| 成年美女黄网站色视频大全免费 | 99久久综合免费| 亚洲av免费高清在线观看| 一区二区三区乱码不卡18| 国产精品一二三区在线看| 丝袜喷水一区| 亚洲精品一二三| 午夜福利,免费看| 人成视频在线观看免费观看| 九九久久精品国产亚洲av麻豆| 色哟哟·www| 丝袜美足系列| 最近2019中文字幕mv第一页| 亚洲精品一区蜜桃| 国产成人午夜福利电影在线观看| 国产一区二区三区av在线| 91久久精品国产一区二区成人| 伊人久久国产一区二区| 日韩av在线免费看完整版不卡| 视频中文字幕在线观看| 久久精品国产亚洲av天美| av.在线天堂| 国产视频首页在线观看| 精品亚洲乱码少妇综合久久| 美女大奶头黄色视频| 综合色丁香网| 午夜精品国产一区二区电影| 久久av网站| 欧美日韩一区二区视频在线观看视频在线| 亚洲人成网站在线播| 午夜免费观看性视频| 女性生殖器流出的白浆| 日韩伦理黄色片| 日本爱情动作片www.在线观看| 日韩 亚洲 欧美在线| 国产色爽女视频免费观看| 成人免费观看视频高清| 我的女老师完整版在线观看| 18禁在线无遮挡免费观看视频| 国产视频内射| 少妇精品久久久久久久| 精品酒店卫生间| 2022亚洲国产成人精品| 中文精品一卡2卡3卡4更新| 久久人人爽av亚洲精品天堂| 五月天丁香电影| 午夜福利视频在线观看免费| 欧美最新免费一区二区三区| 久久99精品国语久久久| 嫩草影院入口| 夜夜爽夜夜爽视频| 一区二区三区精品91| 99久久综合免费| 日韩欧美一区视频在线观看| 亚洲av男天堂| 一级毛片我不卡| 久久精品夜色国产| 男女高潮啪啪啪动态图| 国产免费视频播放在线视频| 亚洲国产欧美日韩在线播放| 亚洲精品久久成人aⅴ小说 | 人人妻人人澡人人爽人人夜夜| 亚洲精品日韩在线中文字幕| 亚洲国产av影院在线观看| 黑人猛操日本美女一级片| videossex国产| 精品人妻熟女av久视频| 国产无遮挡羞羞视频在线观看| 国产爽快片一区二区三区| 18禁观看日本| 国产精品麻豆人妻色哟哟久久| 久久狼人影院| 麻豆成人av视频| 高清午夜精品一区二区三区| 91aial.com中文字幕在线观看| 色吧在线观看| 成人漫画全彩无遮挡| 一二三四中文在线观看免费高清| 久久久久精品性色| 欧美日韩亚洲高清精品| 国产av一区二区精品久久| 看免费成人av毛片| 日韩一本色道免费dvd| 最新中文字幕久久久久| 日韩中文字幕视频在线看片| 午夜激情久久久久久久| 综合色丁香网| 精品卡一卡二卡四卡免费| 在线免费观看不下载黄p国产| 十八禁高潮呻吟视频| 一区二区日韩欧美中文字幕 | 高清不卡的av网站| 99久久精品国产国产毛片| 欧美3d第一页| 丁香六月天网| 亚洲,欧美,日韩| 久久免费观看电影| 色吧在线观看| 成人18禁高潮啪啪吃奶动态图 | 少妇猛男粗大的猛烈进出视频| 亚洲国产精品一区三区| 卡戴珊不雅视频在线播放| 亚洲色图综合在线观看| 国产精品一区www在线观看| 国产视频内射| 欧美变态另类bdsm刘玥| 看十八女毛片水多多多| 亚洲激情五月婷婷啪啪| 亚洲国产精品专区欧美| 婷婷色综合www| 国产精品99久久99久久久不卡 | 中文字幕av电影在线播放| 一边摸一边做爽爽视频免费| 亚洲精品456在线播放app| 国产免费又黄又爽又色| 欧美老熟妇乱子伦牲交| 国产男女超爽视频在线观看| 精品人妻偷拍中文字幕| 国产精品国产三级国产av玫瑰| 亚洲欧美日韩卡通动漫| 人妻系列 视频| 80岁老熟妇乱子伦牲交| 色网站视频免费| 亚洲av国产av综合av卡| 日本猛色少妇xxxxx猛交久久| 亚洲综合精品二区| 午夜精品国产一区二区电影| 久久精品国产亚洲av涩爱| 久久人妻熟女aⅴ| 久久久久久伊人网av| 综合色丁香网| 曰老女人黄片| av黄色大香蕉| 国产成人freesex在线| 亚洲精品亚洲一区二区| 亚洲一级一片aⅴ在线观看| 久久 成人 亚洲| 最近的中文字幕免费完整| 高清在线视频一区二区三区| 九草在线视频观看| 欧美精品一区二区免费开放| 精品久久蜜臀av无| 亚洲婷婷狠狠爱综合网| 丝袜在线中文字幕| 国产亚洲av片在线观看秒播厂| 久久久久久久久久久免费av| 精品国产乱码久久久久久小说| 精品卡一卡二卡四卡免费| 亚洲国产成人一精品久久久| 久久久久国产网址| 欧美bdsm另类| 亚洲五月色婷婷综合| 在线天堂最新版资源| 啦啦啦视频在线资源免费观看| kizo精华| 国产精品欧美亚洲77777| 精品人妻一区二区三区麻豆| 亚洲美女视频黄频| 成年av动漫网址| 91国产中文字幕| 亚洲欧美一区二区三区国产| 边亲边吃奶的免费视频| 久久久久网色| 免费观看在线日韩| 高清欧美精品videossex| 大香蕉久久网| 高清不卡的av网站| www.av在线官网国产| 18禁在线播放成人免费| 日日摸夜夜添夜夜添av毛片| av天堂久久9| 欧美97在线视频| 一级毛片 在线播放| 熟妇人妻不卡中文字幕| 久久久久精品久久久久真实原创| 久久久久久久大尺度免费视频| 亚洲精品自拍成人| 国产成人aa在线观看| 国产免费福利视频在线观看| 国产精品熟女久久久久浪| 黄色配什么色好看| 日韩中文字幕视频在线看片| 九色亚洲精品在线播放| 男女无遮挡免费网站观看| 在线看a的网站| 日韩av免费高清视频| 亚洲欧美清纯卡通| 亚洲av成人精品一区久久| 看免费成人av毛片| 成人黄色视频免费在线看| 国产片内射在线| 天堂俺去俺来也www色官网| 日韩成人伦理影院| 午夜av观看不卡| 91精品伊人久久大香线蕉| 久久久久久久大尺度免费视频| 午夜福利,免费看| 久久久久久久久久久久大奶| 亚洲一级一片aⅴ在线观看| av卡一久久| 亚洲av在线观看美女高潮| 看十八女毛片水多多多| 国产精品秋霞免费鲁丝片| 久久午夜福利片| 精品亚洲成国产av| 波野结衣二区三区在线| 日韩制服骚丝袜av| 欧美日韩国产mv在线观看视频| 国产乱人偷精品视频| 国产成人精品久久久久久| 国产欧美另类精品又又久久亚洲欧美| 99久久综合免费| 亚洲图色成人| 亚洲成色77777| 视频区图区小说| av在线播放精品| 狠狠精品人妻久久久久久综合| 色5月婷婷丁香| 男女边摸边吃奶| 日本猛色少妇xxxxx猛交久久| 国产老妇伦熟女老妇高清| 久久久a久久爽久久v久久| 99精国产麻豆久久婷婷| 国产成人免费观看mmmm| 99久国产av精品国产电影| 亚洲精品久久成人aⅴ小说 | 色94色欧美一区二区| 日韩大片免费观看网站| 免费日韩欧美在线观看| 成人午夜精彩视频在线观看| 2022亚洲国产成人精品| 欧美另类一区| 最近2019中文字幕mv第一页| 亚洲无线观看免费| 日本与韩国留学比较| 国产精品久久久久久av不卡| 国产乱人偷精品视频| 一级毛片黄色毛片免费观看视频| 在线观看三级黄色| 亚洲国产色片| 国产成人午夜福利电影在线观看| 中文欧美无线码| 免费观看av网站的网址| 五月玫瑰六月丁香| 99热全是精品| 18+在线观看网站| 国产精品无大码| 美女内射精品一级片tv| 久久这里有精品视频免费| 高清黄色对白视频在线免费看| 国产精品一区二区在线不卡| 欧美成人精品欧美一级黄| 国产精品99久久久久久久久| 少妇丰满av| 一区二区三区免费毛片| 亚洲少妇的诱惑av| 国产有黄有色有爽视频| 国产亚洲午夜精品一区二区久久| 在线亚洲精品国产二区图片欧美 | 成人手机av| 精品少妇久久久久久888优播| 内地一区二区视频在线| 国产熟女欧美一区二区| 精品久久国产蜜桃| 欧美3d第一页| 亚洲成色77777| 亚州av有码| 免费黄色在线免费观看| 国产精品一区二区在线观看99| 大片电影免费在线观看免费| 99热6这里只有精品| 伦精品一区二区三区| 看非洲黑人一级黄片| 毛片一级片免费看久久久久| 老熟女久久久| 狠狠婷婷综合久久久久久88av| av又黄又爽大尺度在线免费看| 亚洲欧美一区二区三区国产| 人人妻人人爽人人添夜夜欢视频| 日本色播在线视频| 18禁在线无遮挡免费观看视频| 又黄又爽又刺激的免费视频.| 美女大奶头黄色视频| 成人18禁高潮啪啪吃奶动态图 | 亚洲精品久久成人aⅴ小说 | 亚洲综合色网址| 欧美精品亚洲一区二区| 熟女av电影| 国产极品粉嫩免费观看在线 | 自线自在国产av| 亚洲av欧美aⅴ国产| 18禁在线播放成人免费| videos熟女内射| 黄片无遮挡物在线观看| 久久国产亚洲av麻豆专区| 亚洲三级黄色毛片| 哪个播放器可以免费观看大片| 国语对白做爰xxxⅹ性视频网站| 国产不卡av网站在线观看| 我的女老师完整版在线观看| 欧美日韩亚洲高清精品| 久久鲁丝午夜福利片| 国产一区亚洲一区在线观看| 国产视频内射| 最近中文字幕2019免费版| 精品一区在线观看国产| 高清毛片免费看| 日韩av在线免费看完整版不卡| 国产精品久久久久久av不卡| 日韩在线高清观看一区二区三区| 日韩制服骚丝袜av| 99热全是精品| 国产男女超爽视频在线观看| 亚洲精品国产色婷婷电影| 99久久人妻综合| 伊人亚洲综合成人网| 卡戴珊不雅视频在线播放| 国产av一区二区精品久久| 少妇被粗大猛烈的视频| 日韩亚洲欧美综合| 岛国毛片在线播放| 97在线视频观看| 免费黄网站久久成人精品| 天天躁夜夜躁狠狠久久av| 亚洲欧美日韩卡通动漫| 男女无遮挡免费网站观看| www.色视频.com| 曰老女人黄片| 十八禁网站网址无遮挡| 色婷婷av一区二区三区视频| 亚洲人与动物交配视频| 久久久久久久久久人人人人人人| 九色成人免费人妻av| 国产一级毛片在线| 狠狠婷婷综合久久久久久88av| 久久午夜综合久久蜜桃| 老女人水多毛片| 五月伊人婷婷丁香| 少妇 在线观看| 狠狠婷婷综合久久久久久88av| 黑人猛操日本美女一级片| 精品99又大又爽又粗少妇毛片| 欧美亚洲 丝袜 人妻 在线| 最近手机中文字幕大全| 久久av网站| 69精品国产乱码久久久| 日韩欧美精品免费久久| 80岁老熟妇乱子伦牲交| 中国三级夫妇交换| 嘟嘟电影网在线观看| av网站免费在线观看视频| 国产 一区精品| 国产亚洲欧美精品永久| 伊人久久国产一区二区| 亚洲内射少妇av| 国产精品99久久久久久久久| av电影中文网址| 日韩av在线免费看完整版不卡| 欧美成人精品欧美一级黄| 最近最新中文字幕免费大全7| 考比视频在线观看| 国产成人免费无遮挡视频| 欧美日韩一区二区视频在线观看视频在线| 少妇人妻精品综合一区二区| 日韩av在线免费看完整版不卡| 丝袜脚勾引网站| 天天操日日干夜夜撸| 久久国内精品自在自线图片| 欧美最新免费一区二区三区| 亚洲精品av麻豆狂野| 久久精品国产亚洲av涩爱| 狂野欧美激情性xxxx在线观看| 中文字幕久久专区| 最近最新中文字幕免费大全7| 美女视频免费永久观看网站| av网站免费在线观看视频| 99九九在线精品视频| 久久精品国产亚洲av涩爱| 看免费成人av毛片| 91久久精品国产一区二区三区| 国产亚洲av片在线观看秒播厂| 免费播放大片免费观看视频在线观看| 少妇人妻精品综合一区二区| 99国产综合亚洲精品| 91精品国产国语对白视频| 欧美激情 高清一区二区三区| 国产男女内射视频| 在线观看人妻少妇| 国产精品成人在线| 精品一区二区三区视频在线| 国产熟女欧美一区二区| 丝袜美足系列| 伊人久久精品亚洲午夜| 国产视频首页在线观看| h视频一区二区三区| 久久久久久伊人网av| 纯流量卡能插随身wifi吗| 只有这里有精品99| 精品人妻熟女av久视频| 国产免费一级a男人的天堂| 亚洲国产最新在线播放| 色94色欧美一区二区| 日本av手机在线免费观看| 另类亚洲欧美激情| 中文精品一卡2卡3卡4更新| 亚洲欧美色中文字幕在线| 亚洲国产精品专区欧美| 伊人久久国产一区二区| 日本色播在线视频| 热re99久久精品国产66热6| 午夜日本视频在线| 国产精品嫩草影院av在线观看| 你懂的网址亚洲精品在线观看| 日日摸夜夜添夜夜爱| 十八禁网站网址无遮挡| 久久午夜综合久久蜜桃| 亚洲丝袜综合中文字幕| 亚州av有码| 97在线人人人人妻| 国产欧美日韩综合在线一区二区| 啦啦啦啦在线视频资源| 亚洲精品自拍成人| 久久久久精品性色| 永久网站在线| 亚洲欧美清纯卡通| 99视频精品全部免费 在线| 久久午夜福利片| 免费av不卡在线播放| 一区二区三区免费毛片| 欧美最新免费一区二区三区| 丝袜美足系列| 夫妻性生交免费视频一级片| 国产成人免费无遮挡视频| 国产精品一区二区三区四区免费观看| 色视频在线一区二区三区| 精品视频人人做人人爽| 精品一区二区免费观看| 亚洲av综合色区一区| 只有这里有精品99| 亚洲欧美日韩另类电影网站| 亚洲精品视频女| 午夜激情福利司机影院| 国产极品天堂在线| 建设人人有责人人尽责人人享有的| 欧美精品一区二区大全| 黄色视频在线播放观看不卡| 亚洲精品自拍成人| 建设人人有责人人尽责人人享有的| 日产精品乱码卡一卡2卡三| 国产视频内射| 91aial.com中文字幕在线观看| 建设人人有责人人尽责人人享有的| 日韩av不卡免费在线播放| 亚洲欧美日韩另类电影网站| 我的老师免费观看完整版| 国产精品嫩草影院av在线观看| 天天操日日干夜夜撸| 日韩亚洲欧美综合| 国产精品久久久久久久电影| 一级毛片我不卡| 日本免费在线观看一区| 性色avwww在线观看| 肉色欧美久久久久久久蜜桃| 99久国产av精品国产电影| 免费观看在线日韩| 2021少妇久久久久久久久久久| 免费观看在线日韩| 国产精品熟女久久久久浪| a级毛片在线看网站| 欧美xxxx性猛交bbbb| 这个男人来自地球电影免费观看 | 青春草亚洲视频在线观看| 人妻一区二区av| 最近中文字幕高清免费大全6| 黄色配什么色好看| 毛片一级片免费看久久久久| 欧美最新免费一区二区三区| 99九九在线精品视频| 国产有黄有色有爽视频| 高清av免费在线|