• <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
    亚洲国产av影院在线观看| 久热这里只有精品99| 中文字幕久久专区| 久久久国产精品麻豆| 精品人妻偷拍中文字幕| 中国三级夫妇交换| 亚洲国产最新在线播放| 久久久久久人妻| 赤兔流量卡办理| 免费观看在线日韩| 日本vs欧美在线观看视频| 人人妻人人添人人爽欧美一区卜| 亚洲人与动物交配视频| 夜夜爽夜夜爽视频| 亚洲精品aⅴ在线观看| 国产黄色免费在线视频| 国产片内射在线| 午夜91福利影院| 欧美成人精品欧美一级黄| 亚洲精品乱码久久久v下载方式| 熟女av电影| 天天操日日干夜夜撸| 一级毛片 在线播放| 久久97久久精品| a级毛色黄片| 成年女人在线观看亚洲视频| 成人毛片a级毛片在线播放| 日本vs欧美在线观看视频| 亚洲,一卡二卡三卡| 人妻系列 视频| 日韩电影二区| 久久久亚洲精品成人影院| 亚洲精品色激情综合| 精品卡一卡二卡四卡免费| 日本黄色片子视频| 在线精品无人区一区二区三| 中文字幕人妻丝袜制服| av播播在线观看一区| 又大又黄又爽视频免费| 日韩av免费高清视频| 男女高潮啪啪啪动态图| 黑人欧美特级aaaaaa片| 午夜福利视频精品| 欧美 亚洲 国产 日韩一| 午夜老司机福利剧场| 夜夜骑夜夜射夜夜干| 久久久久国产精品人妻一区二区| 99热这里只有是精品在线观看| 少妇熟女欧美另类| 日本黄色片子视频| 亚洲av不卡在线观看| 亚洲国产成人一精品久久久| 女的被弄到高潮叫床怎么办| 蜜桃久久精品国产亚洲av| 老女人水多毛片| 久热久热在线精品观看| 欧美 日韩 精品 国产| 日韩一区二区三区影片| 亚洲国产精品成人久久小说| 亚洲高清免费不卡视频| 大片免费播放器 马上看| 亚洲综合精品二区| 亚洲欧美中文字幕日韩二区| 日本黄色片子视频| 久久精品国产亚洲av天美| 一个人免费看片子| 考比视频在线观看| 国产探花极品一区二区| 日本-黄色视频高清免费观看| 男女啪啪激烈高潮av片| 国产一区二区在线观看日韩| 亚洲精品色激情综合| 欧美性感艳星| 最近中文字幕高清免费大全6| 青春草国产在线视频| 少妇被粗大的猛进出69影院 | 久久久久久久久久久免费av| 一级毛片 在线播放| 一级毛片我不卡| 精品亚洲乱码少妇综合久久| 寂寞人妻少妇视频99o| 亚洲精品色激情综合| 亚洲四区av| tube8黄色片| 人体艺术视频欧美日本| 亚洲av.av天堂| 丰满少妇做爰视频| 伊人久久国产一区二区| 寂寞人妻少妇视频99o| 国产男人的电影天堂91| 亚洲精品成人av观看孕妇| 午夜视频国产福利| 国产一区二区三区av在线| 亚洲情色 制服丝袜| 国产日韩欧美视频二区| 18禁在线播放成人免费| 久热久热在线精品观看| 99国产综合亚洲精品| 色吧在线观看| 精品人妻熟女av久视频| 国产成人一区二区在线| 人人妻人人澡人人看| 一二三四中文在线观看免费高清| 亚洲不卡免费看| 亚洲人成77777在线视频| 精品一区二区免费观看| 日韩免费高清中文字幕av| 一个人免费看片子| 亚洲一区二区三区欧美精品| 亚洲精品久久午夜乱码| 国产在线一区二区三区精| .国产精品久久| 日日撸夜夜添| 久久人人爽人人爽人人片va| 美女cb高潮喷水在线观看| 一个人免费看片子| 国产女主播在线喷水免费视频网站| 又粗又硬又长又爽又黄的视频| 欧美xxⅹ黑人| 国产视频首页在线观看| 在线亚洲精品国产二区图片欧美 | 久久国内精品自在自线图片| 考比视频在线观看| 99热国产这里只有精品6| 在线观看免费高清a一片| 高清毛片免费看| 最近中文字幕2019免费版| 国产欧美另类精品又又久久亚洲欧美| 一级黄片播放器| 欧美老熟妇乱子伦牲交| 精品国产一区二区久久| 五月天丁香电影| av专区在线播放| 视频在线观看一区二区三区| 久久 成人 亚洲| 伊人久久国产一区二区| 精品人妻偷拍中文字幕| 91在线精品国自产拍蜜月| 亚洲人成网站在线播| 亚洲人成77777在线视频| 亚州av有码| 久久久久网色| 亚洲精华国产精华液的使用体验| 亚洲欧美成人综合另类久久久| 午夜91福利影院| 国产色婷婷99| 欧美日韩视频精品一区| 亚洲欧美清纯卡通| 日韩成人伦理影院| 亚洲av.av天堂| 美女国产高潮福利片在线看| 成年人免费黄色播放视频| 亚洲伊人久久精品综合| 最近2019中文字幕mv第一页| 亚洲中文av在线| 一本—道久久a久久精品蜜桃钙片| 成年人午夜在线观看视频| 国产午夜精品一二区理论片| 精品一区二区免费观看| 午夜激情福利司机影院| 日韩熟女老妇一区二区性免费视频| 美女国产视频在线观看| 亚洲精品第二区| 久久鲁丝午夜福利片| 亚洲av.av天堂| 欧美日韩av久久| 91精品三级在线观看| 一区二区av电影网| 99久国产av精品国产电影| 热99久久久久精品小说推荐| 精品国产一区二区久久| 秋霞在线观看毛片| 国产高清不卡午夜福利| 中文字幕最新亚洲高清| 久久久a久久爽久久v久久| 母亲3免费完整高清在线观看 | 亚洲精品日韩在线中文字幕| 亚洲高清免费不卡视频| 两个人免费观看高清视频| 欧美日韩成人在线一区二区| 久久影院123| 丰满饥渴人妻一区二区三| 色94色欧美一区二区| 国产男人的电影天堂91| 99热这里只有精品一区| 久久热精品热| 亚洲婷婷狠狠爱综合网| kizo精华| 精品久久久久久电影网| a 毛片基地| 欧美人与善性xxx| 七月丁香在线播放| 国产无遮挡羞羞视频在线观看| .国产精品久久| 亚洲内射少妇av| 香蕉精品网在线| 最近中文字幕2019免费版| 丰满乱子伦码专区| a 毛片基地| 久久久久久久国产电影| 一区二区三区免费毛片| 另类精品久久| 少妇高潮的动态图| 99热国产这里只有精品6| 日韩欧美精品免费久久| 亚洲第一av免费看| 久久久久久久久久久久大奶| 国产精品无大码| 成人漫画全彩无遮挡| 亚洲国产精品一区三区| 男人爽女人下面视频在线观看| 久久人人爽人人片av| 久久久久久久国产电影| 免费大片黄手机在线观看| 美女主播在线视频| 亚洲精品久久午夜乱码| 香蕉精品网在线| 黄色一级大片看看| 最新中文字幕久久久久| 日本爱情动作片www.在线观看| 妹子高潮喷水视频| 成年人免费黄色播放视频| 哪个播放器可以免费观看大片| 日韩av免费高清视频| 大香蕉97超碰在线| 国产在线一区二区三区精| 精品国产露脸久久av麻豆| 国产男人的电影天堂91| 性色avwww在线观看| 中文字幕人妻丝袜制服| 日本与韩国留学比较| 一级二级三级毛片免费看| 久久久久久久大尺度免费视频| 人妻制服诱惑在线中文字幕| 国产 一区精品| 91久久精品国产一区二区三区| 九色亚洲精品在线播放| 两个人免费观看高清视频| 天堂中文最新版在线下载| 九九久久精品国产亚洲av麻豆| 少妇猛男粗大的猛烈进出视频| 亚洲国产欧美日韩在线播放| 久久久久久久久久成人| 满18在线观看网站| 爱豆传媒免费全集在线观看| 最近手机中文字幕大全| 老女人水多毛片| 在线天堂最新版资源| 成年美女黄网站色视频大全免费 | 亚洲av电影在线观看一区二区三区| 欧美精品亚洲一区二区| 免费看av在线观看网站| 国产精品不卡视频一区二区| 成年人免费黄色播放视频| 国产精品 国内视频| 国产成人精品婷婷| 一本久久精品| 亚洲av不卡在线观看| 看免费成人av毛片| 91国产中文字幕| 在线观看美女被高潮喷水网站| 久久久精品区二区三区| 两个人免费观看高清视频| 精品人妻偷拍中文字幕| 日韩强制内射视频| 亚洲精品成人av观看孕妇| 18+在线观看网站| 一区二区三区精品91| 日本av手机在线免费观看| 香蕉精品网在线| 国产白丝娇喘喷水9色精品| 欧美bdsm另类| 成人无遮挡网站| 亚洲第一av免费看| 亚洲国产精品专区欧美| 亚洲人成网站在线播| 国产黄色免费在线视频| 人妻少妇偷人精品九色| 午夜福利在线观看免费完整高清在| 色视频在线一区二区三区| 日韩视频在线欧美| 九九久久精品国产亚洲av麻豆| 国产亚洲一区二区精品| 亚洲精品日韩在线中文字幕| 丝袜脚勾引网站| 国产成人精品在线电影| av在线播放精品| 午夜免费男女啪啪视频观看| 精品久久国产蜜桃| 日本欧美视频一区| www.色视频.com| 亚洲av综合色区一区| 欧美精品一区二区大全| 99久久精品国产国产毛片| 岛国毛片在线播放| 日本av手机在线免费观看| 久久久精品免费免费高清| 看非洲黑人一级黄片| 美女cb高潮喷水在线观看| 天天影视国产精品| 欧美精品一区二区大全| 久久久精品94久久精品| 国产精品一区www在线观看| 男女无遮挡免费网站观看| 亚洲国产精品一区二区三区在线| 黑人高潮一二区| 中文乱码字字幕精品一区二区三区| av专区在线播放| 亚洲精品日韩av片在线观看| 亚洲色图综合在线观看| 高清毛片免费看| 欧美三级亚洲精品| 亚洲欧洲精品一区二区精品久久久 | 秋霞伦理黄片| 91aial.com中文字幕在线观看| 少妇猛男粗大的猛烈进出视频| 蜜桃久久精品国产亚洲av| 国产av码专区亚洲av| av一本久久久久| 丝瓜视频免费看黄片| 男女免费视频国产| 激情五月婷婷亚洲| 日本黄色片子视频| 国产有黄有色有爽视频| 97在线视频观看| 丁香六月天网| 美女国产视频在线观看| 精品亚洲乱码少妇综合久久| 久久精品国产自在天天线| a级毛色黄片| 日韩一本色道免费dvd| 在现免费观看毛片| 亚洲第一区二区三区不卡| 国产精品久久久久久av不卡| 黄色一级大片看看| 午夜免费鲁丝| 91精品三级在线观看| 搡老乐熟女国产| 久久婷婷青草| 国产男女内射视频| 美女中出高潮动态图| 我的女老师完整版在线观看| 自线自在国产av| 五月伊人婷婷丁香| 特大巨黑吊av在线直播| 免费观看a级毛片全部| 天堂俺去俺来也www色官网| 91午夜精品亚洲一区二区三区| 久久久久网色| 寂寞人妻少妇视频99o| 大片免费播放器 马上看| 赤兔流量卡办理| 成人毛片60女人毛片免费| 伊人久久精品亚洲午夜| av在线观看视频网站免费| 多毛熟女@视频| 国产精品一二三区在线看| 精品人妻一区二区三区麻豆| 亚洲国产日韩一区二区| 亚洲av国产av综合av卡| 欧美精品国产亚洲| 少妇猛男粗大的猛烈进出视频| 国产精品久久久久久av不卡| videossex国产| 亚洲精品日本国产第一区| 免费黄色在线免费观看| 丰满饥渴人妻一区二区三| 国产一级毛片在线| 免费黄网站久久成人精品| 少妇被粗大猛烈的视频| 日本爱情动作片www.在线观看| 国产精品久久久久久精品古装| 人人妻人人爽人人添夜夜欢视频| 日韩大片免费观看网站| 久久久久久久大尺度免费视频| 国产高清不卡午夜福利| 亚洲综合色网址| 在线亚洲精品国产二区图片欧美 | 十分钟在线观看高清视频www| 如何舔出高潮| 亚洲精品日韩在线中文字幕| 最后的刺客免费高清国语| 亚洲国产精品999| 啦啦啦在线观看免费高清www| 亚洲美女搞黄在线观看| 亚洲av中文av极速乱| 一本大道久久a久久精品| 日本黄色日本黄色录像| 夫妻午夜视频| 精品亚洲成a人片在线观看| 国产熟女午夜一区二区三区 | 男女边摸边吃奶| 国内精品宾馆在线| 性高湖久久久久久久久免费观看| 男女高潮啪啪啪动态图| 一个人免费看片子| 最黄视频免费看| 亚洲欧美日韩另类电影网站| 你懂的网址亚洲精品在线观看| 国产av国产精品国产| 国产精品人妻久久久久久| 日韩中文字幕视频在线看片| 女的被弄到高潮叫床怎么办| 2022亚洲国产成人精品| 男人爽女人下面视频在线观看| 久久久久久久久久人人人人人人| 欧美日韩视频高清一区二区三区二| 99久久精品一区二区三区| 七月丁香在线播放| 久久久久久久国产电影| 成人手机av| 人妻少妇偷人精品九色| 狠狠婷婷综合久久久久久88av| 卡戴珊不雅视频在线播放| 欧美人与善性xxx| 91久久精品国产一区二区三区| 久久国产精品男人的天堂亚洲 | 亚洲精品色激情综合| 自线自在国产av| 国产午夜精品久久久久久一区二区三区| 久久精品夜色国产| 22中文网久久字幕| 久久久久网色| 91精品三级在线观看| 国产精品女同一区二区软件| 在线播放无遮挡| 搡老乐熟女国产| 欧美变态另类bdsm刘玥| 国产色爽女视频免费观看| 欧美三级亚洲精品| 国产精品人妻久久久影院| 亚洲欧美日韩另类电影网站| 亚洲av二区三区四区| 成人18禁高潮啪啪吃奶动态图 | 亚洲国产日韩一区二区| 国产精品欧美亚洲77777| 亚洲精品国产av蜜桃| 蜜臀久久99精品久久宅男| 男人爽女人下面视频在线观看| 亚洲成人av在线免费| 啦啦啦中文免费视频观看日本| 亚洲欧美成人精品一区二区| 高清av免费在线| 91成人精品电影| 日本色播在线视频| 2021少妇久久久久久久久久久| 久久女婷五月综合色啪小说| 久久青草综合色| 欧美激情 高清一区二区三区| 777米奇影视久久| 日日啪夜夜爽| 国产欧美日韩综合在线一区二区| 秋霞在线观看毛片| 久久久久久久久久久久大奶| 国产精品熟女久久久久浪| 熟女电影av网| 一区二区三区免费毛片| 精品酒店卫生间| 久久久久久久精品精品| 色5月婷婷丁香| 亚洲国产精品一区三区| 午夜免费观看性视频| 一级片'在线观看视频| 高清欧美精品videossex| 精品国产国语对白av| 秋霞伦理黄片| 99久久中文字幕三级久久日本| 亚洲欧美日韩另类电影网站| 亚洲精品aⅴ在线观看| 婷婷色综合www| 黑丝袜美女国产一区| 在线观看免费高清a一片| 精品人妻熟女毛片av久久网站| 搡老乐熟女国产| 久热这里只有精品99| 午夜久久久在线观看| 美女中出高潮动态图| 五月玫瑰六月丁香| 新久久久久国产一级毛片| 草草在线视频免费看| 中文字幕制服av| av免费观看日本| 嘟嘟电影网在线观看| 91国产中文字幕| 建设人人有责人人尽责人人享有的| 男的添女的下面高潮视频| 国产片特级美女逼逼视频| 亚洲欧美一区二区三区黑人 | 一级毛片aaaaaa免费看小| 2018国产大陆天天弄谢| 亚洲丝袜综合中文字幕| 一级毛片电影观看| 国产午夜精品一二区理论片| 国产男女内射视频| 亚洲三级黄色毛片| 99久久中文字幕三级久久日本| 伊人久久国产一区二区| 成人国语在线视频| 欧美精品高潮呻吟av久久| 国产精品欧美亚洲77777| 久久鲁丝午夜福利片| 日本爱情动作片www.在线观看| 久久久国产精品麻豆| 国产精品久久久久久精品电影小说| 欧美日韩在线观看h| 国产乱人偷精品视频| 国产精品三级大全| 精品酒店卫生间| 亚洲精品日本国产第一区| 国产精品无大码| 久久久国产欧美日韩av| 欧美性感艳星| 黑丝袜美女国产一区| 欧美xxxx性猛交bbbb| 成人国产麻豆网| 欧美一级a爱片免费观看看| 亚洲国产精品一区三区| 精品国产一区二区三区久久久樱花| 久久精品夜色国产| 亚洲国产av新网站| 久久久欧美国产精品| 91久久精品国产一区二区成人| 永久网站在线| 亚洲精品中文字幕在线视频| 国产欧美另类精品又又久久亚洲欧美| 伦精品一区二区三区| 高清欧美精品videossex| 国产精品成人在线| 国产精品麻豆人妻色哟哟久久| 欧美性感艳星| 狠狠婷婷综合久久久久久88av| 丰满饥渴人妻一区二区三| 一级毛片 在线播放| 欧美老熟妇乱子伦牲交| 一本久久精品| 欧美日韩在线观看h| 亚洲国产毛片av蜜桃av| 天美传媒精品一区二区| 免费观看在线日韩| 蜜桃国产av成人99| 欧美精品国产亚洲| 国产精品一区二区三区四区免费观看| 人妻少妇偷人精品九色| 一区二区av电影网| 国产不卡av网站在线观看| 亚洲高清免费不卡视频| 男女边摸边吃奶| 久久精品国产a三级三级三级| 男女国产视频网站| 99国产综合亚洲精品| 天堂俺去俺来也www色官网| 中国三级夫妇交换| 麻豆成人av视频| 99久久精品国产国产毛片| 如日韩欧美国产精品一区二区三区 | 午夜免费男女啪啪视频观看| 亚洲成人手机| 亚洲精品久久久久久婷婷小说| 十八禁高潮呻吟视频| 一级二级三级毛片免费看| 九九在线视频观看精品| 天堂俺去俺来也www色官网| 爱豆传媒免费全集在线观看| 亚洲精品美女久久av网站| 曰老女人黄片| 国产精品秋霞免费鲁丝片| 蜜桃在线观看..| 婷婷色综合www| 亚洲精品日韩av片在线观看| 成年女人在线观看亚洲视频| 嫩草影院入口| 大香蕉久久成人网| 免费少妇av软件| 亚洲,一卡二卡三卡| 男的添女的下面高潮视频| av线在线观看网站| 久久ye,这里只有精品| 人体艺术视频欧美日本| 国产一级毛片在线| 精品久久国产蜜桃| 欧美日韩综合久久久久久| 国产无遮挡羞羞视频在线观看| 欧美精品国产亚洲| 色94色欧美一区二区| 99热这里只有是精品在线观看| 日韩中文字幕视频在线看片| 精品酒店卫生间| 久久人人爽人人片av| 日韩三级伦理在线观看| 精品酒店卫生间| 一边摸一边做爽爽视频免费| 久久久久视频综合| 精品酒店卫生间| 日韩一区二区三区影片| 国产精品人妻久久久影院| av有码第一页| a级毛色黄片| 午夜激情久久久久久久| 国产成人精品在线电影| 啦啦啦啦在线视频资源| 亚洲内射少妇av| 欧美日韩综合久久久久久| 欧美亚洲日本最大视频资源| 色哟哟·www| 欧美日韩综合久久久久久| 美女视频免费永久观看网站| 97在线视频观看| 中文字幕人妻丝袜制服| 中文字幕免费在线视频6| 大片电影免费在线观看免费| kizo精华| av卡一久久| 在线播放无遮挡| 久久精品国产自在天天线| 涩涩av久久男人的天堂|