• <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 ?

    融合特征信息的混合推薦模型

    2021-11-07 10:35:54李增暉
    電腦知識(shí)與技術(shù) 2021年25期
    關(guān)鍵詞:深度學(xué)習(xí)

    李增暉

    摘要:傳統(tǒng)的矩陣分解模型僅通過用戶-項(xiàng)目的評分矩陣來對用戶進(jìn)行項(xiàng)目推薦,由于未能使用用戶與項(xiàng)目的特征信息從而造成了信息損失,使得模型的評分預(yù)測誤差較大。為了更加充分地滿足個(gè)性化推薦的需求,利用因子分解機(jī)以及深度神經(jīng)網(wǎng)絡(luò)改進(jìn)傳統(tǒng)的矩陣分解模型,融入用戶與項(xiàng)目的特征信息。對改進(jìn)后的模型在數(shù)據(jù)集MovieLens-1M上檢驗(yàn)?zāi)P偷男Ч?,采用RMSE作為評估指標(biāo),實(shí)驗(yàn)發(fā)現(xiàn)改進(jìn)后模型的RMSE值降低,模型的評分預(yù)測誤差減小,評分預(yù)測結(jié)果更加準(zhǔn)確。

    關(guān)鍵詞: 矩陣分解;因子分解機(jī);深度學(xué)習(xí);推薦模型

    中圖分類號(hào):TP391? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A

    文章編號(hào):1009-3044(2021)25-0017-03

    Abstract:The traditional matrix factorization model only uses the user-item rating matrix to recommend items to users.The failure to use the feature information of users and items causes information loss, which makes the model's rating prediction error larger.In order to more fully meet the needs of personalized recommendation, the factorization machine and deep neural network are used to improve the traditional matrix factorization model and incorporate the characteristic information of users and items.To test the effect of the improved model on the data set MovieLens-1M, using RMSE as the evaluation index, the experiment found that the RMSE value of the improved model is reduced, the models scoring prediction error is reduced, and the scoring prediction result is more accurate.

    Key words:matrix factorization;factorization machine;deep learning;recommendation model

    隨著科技的不斷發(fā)展,數(shù)據(jù)的產(chǎn)生呈現(xiàn)幾何倍數(shù)式的增長。數(shù)據(jù)的增加是信息技術(shù)發(fā)展的必然趨勢,但是如此海量的數(shù)據(jù)已經(jīng)遠(yuǎn)遠(yuǎn)超于個(gè)人或者系統(tǒng)所能有效利用的范圍,造成了信息過載的問題。而推薦算法是目前解決該問題的有效方案之一。

    傳統(tǒng)推薦算法包括基于內(nèi)容推薦算法、協(xié)同過濾推薦算法和混合推薦算法。隨著數(shù)據(jù)的迅猛增長以及使用場景的多種多樣,傳統(tǒng)的推薦算法遇到了冷啟動(dòng)、稀疏矩陣等挑戰(zhàn)[1]。

    近年來,深度學(xué)習(xí)在圖像處理及語音識(shí)別等人工智能領(lǐng)域上的表現(xiàn)十分出色[2],使得許多學(xué)者開始嘗試將深度學(xué)習(xí)與推薦算法領(lǐng)域進(jìn)行結(jié)合。張[3]等人稱在推薦系統(tǒng)中使用深度學(xué)習(xí)技術(shù)可以提高推薦質(zhì)量。與傳統(tǒng)推薦體系結(jié)構(gòu)相比[4],深度學(xué)習(xí)技術(shù)為推薦模型提供了更好的用戶與項(xiàng)目的交互表示[5],同時(shí)有助于挖掘用戶的興趣偏好。利用深度學(xué)習(xí)技術(shù)來學(xué)習(xí)用戶與項(xiàng)目的特征信息,不僅可以有效地獲取特征表示,還可以降低數(shù)據(jù)的稀疏性,使推薦效果能夠顯著地提升[6]。

    事實(shí)上,近年來許多公司也都投身于深度學(xué)習(xí)方法的研究,來改善推薦算法的表現(xiàn)。例如,谷歌公司推出了Wide&Deep模型用于更好地實(shí)現(xiàn)手機(jī)應(yīng)用的推薦,Yahoo News采用了基于RNN的推薦模型向用戶進(jìn)行新聞推薦,美國奈飛公司采用深度學(xué)習(xí)推薦算法向用戶進(jìn)行影片推薦等等。

    1 矩陣分解模型

    協(xié)同過濾推薦算法是目前應(yīng)用最廣泛的推薦技術(shù)[7]。協(xié)同過濾推薦算法主要有以下兩類:

    第一類為基于近鄰的協(xié)同過濾推薦算法,雖然此類算法具有很強(qiáng)的解釋性,但是其計(jì)算量比較大,隨著數(shù)據(jù)量不斷加大的情況下,難以實(shí)現(xiàn)向用戶進(jìn)行實(shí)時(shí)的推薦。針對此問題,第二類即基于模型的協(xié)同過濾推薦算法被提出,通過對評分?jǐn)?shù)據(jù)進(jìn)行分析并訓(xùn)練出相應(yīng)的預(yù)測模型以用于推薦,相較于第一類算法,此類算法的計(jì)算量更小,預(yù)測所需時(shí)間較短,是更好的一種方案,矩陣分解是此類算法中的常用模型之一。

    評分預(yù)測可以視作一個(gè)將共現(xiàn)矩陣中未評分的數(shù)據(jù)補(bǔ)全的過程,而矩陣分解是實(shí)現(xiàn)這一過程的一類方法。矩陣分解方法所基于的假設(shè)是用戶的行為可以由嵌入的潛在因子決定。

    矩陣分解過程如圖1所示,將共現(xiàn)矩陣RM×N分解為用戶潛在因子矩陣PM×K與項(xiàng)目潛在因子矩陣QK×N。其中M為用戶數(shù),N為項(xiàng)目數(shù),K為潛在因子的個(gè)數(shù)(圖1中M=4,N=4,K=2)。

    共現(xiàn)矩陣R中用戶未給出評分?jǐn)?shù)據(jù)的預(yù)測值可以通過矩陣P中用戶u的行向量和矩陣Q中項(xiàng)目i的列向量計(jì)算,其表達(dá)式如公式(1)所示:

    其中qi表示項(xiàng)目i的隱向量,pu表示用戶u的隱向量。

    2 模型設(shè)計(jì)

    2.1 模型結(jié)構(gòu)

    從矩陣分解的過程中可以看出該方法僅僅采用了用戶-項(xiàng)目評分的共現(xiàn)矩陣,忽略了用戶和項(xiàng)目的特征信息,造成了信息損失,從而影響了評分預(yù)測的準(zhǔn)確度。針對此問題本文設(shè)計(jì)了一個(gè)融入多個(gè)模型的混合推薦模型命名為MF-FMD模型(如圖2所示)。首先,加入因子分解機(jī)來融合用戶與項(xiàng)目的特征值。但是由于因子分解機(jī)僅能獲得到較低階的特征交叉,三階及以上的更高階的特征交叉會(huì)造成模型中的權(quán)重?cái)?shù)量以及訓(xùn)練復(fù)雜度過高,因此同時(shí)引入深度神經(jīng)網(wǎng)絡(luò)來獲取更高階的特征交叉信息。

    猜你喜歡
    深度學(xué)習(xí)
    從合坐走向合學(xué):淺議新學(xué)習(xí)模式的構(gòu)建
    面向大數(shù)據(jù)遠(yuǎn)程開放實(shí)驗(yàn)平臺(tái)構(gòu)建研究
    基于自動(dòng)智能分類器的圖書館亂架圖書檢測
    搭建深度學(xué)習(xí)的三級階梯
    有體驗(yàn)的學(xué)習(xí)才是有意義的學(xué)習(xí)
    電子商務(wù)中基于深度學(xué)習(xí)的虛假交易識(shí)別研究
    利用網(wǎng)絡(luò)技術(shù)促進(jìn)學(xué)生深度學(xué)習(xí)的幾大策略
    考試周刊(2016年94期)2016-12-12 12:15:04
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場域建構(gòu)
    大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    国产精品人妻久久久久久| 国产av国产精品国产| 少妇人妻精品综合一区二区| 亚洲精品456在线播放app| 成人亚洲精品av一区二区| 高清毛片免费看| 欧美日本视频| 国产成人精品久久久久久| 插逼视频在线观看| 日本免费在线观看一区| 久久99热这里只有精品18| 欧美国产精品一级二级三级 | videossex国产| 日韩免费高清中文字幕av| 久久精品国产亚洲网站| 51国产日韩欧美| 国产91av在线免费观看| 女人久久www免费人成看片| 亚洲av国产av综合av卡| 少妇人妻 视频| 少妇人妻一区二区三区视频| 成人国产av品久久久| 一级爰片在线观看| 欧美高清成人免费视频www| 全区人妻精品视频| 哪个播放器可以免费观看大片| 日韩av免费高清视频| 亚洲最大成人手机在线| 国产日韩欧美亚洲二区| av.在线天堂| 日韩中字成人| 久久韩国三级中文字幕| 九九爱精品视频在线观看| 久久久久久久久久成人| 看非洲黑人一级黄片| 在线观看美女被高潮喷水网站| 最近2019中文字幕mv第一页| 国产在线男女| 午夜日本视频在线| 偷拍熟女少妇极品色| 一级黄片播放器| 亚洲丝袜综合中文字幕| 亚洲av中文av极速乱| 色哟哟·www| 毛片女人毛片| 久久精品熟女亚洲av麻豆精品| 成年女人看的毛片在线观看| 国产成人福利小说| 秋霞在线观看毛片| 欧美人与善性xxx| 国产精品国产三级专区第一集| 国产精品人妻久久久影院| 国语对白做爰xxxⅹ性视频网站| 女的被弄到高潮叫床怎么办| 成人免费观看视频高清| 亚洲伊人久久精品综合| 亚洲欧美清纯卡通| 男女无遮挡免费网站观看| 欧美三级亚洲精品| 一级a做视频免费观看| 男人和女人高潮做爰伦理| 涩涩av久久男人的天堂| 大话2 男鬼变身卡| 欧美另类一区| 性色av一级| 熟女av电影| 亚洲激情五月婷婷啪啪| 日韩成人av中文字幕在线观看| 国产亚洲一区二区精品| 五月开心婷婷网| 男女下面进入的视频免费午夜| 亚洲,一卡二卡三卡| 特大巨黑吊av在线直播| .国产精品久久| 亚洲美女视频黄频| 高清欧美精品videossex| 新久久久久国产一级毛片| 国产白丝娇喘喷水9色精品| 少妇丰满av| 亚洲aⅴ乱码一区二区在线播放| 国产一级毛片在线| 老司机影院毛片| 亚洲怡红院男人天堂| 天天躁日日操中文字幕| 又黄又爽又刺激的免费视频.| 美女脱内裤让男人舔精品视频| 99热网站在线观看| 麻豆成人午夜福利视频| 国产伦理片在线播放av一区| 在线观看一区二区三区| 国产亚洲av嫩草精品影院| 国产综合懂色| 久久久久久九九精品二区国产| 国国产精品蜜臀av免费| 成年免费大片在线观看| 国产精品一区二区三区四区免费观看| 日韩大片免费观看网站| 久久久久九九精品影院| 亚洲av中文字字幕乱码综合| 国产黄色免费在线视频| 一区二区三区四区激情视频| 国产综合懂色| 久久久午夜欧美精品| 亚洲av电影在线观看一区二区三区 | 嘟嘟电影网在线观看| 高清视频免费观看一区二区| 精品久久久噜噜| 精品酒店卫生间| 在线观看一区二区三区| 美女cb高潮喷水在线观看| 久久久a久久爽久久v久久| 三级经典国产精品| 午夜激情久久久久久久| 色视频www国产| 十八禁网站网址无遮挡 | 在线观看av片永久免费下载| 视频中文字幕在线观看| 国产乱人偷精品视频| 欧美日韩一区二区视频在线观看视频在线 | 精品久久久精品久久久| 波多野结衣巨乳人妻| 汤姆久久久久久久影院中文字幕| 91精品伊人久久大香线蕉| 精品人妻一区二区三区麻豆| 日韩av不卡免费在线播放| 激情 狠狠 欧美| 女人被狂操c到高潮| 精品酒店卫生间| 七月丁香在线播放| 97精品久久久久久久久久精品| 另类亚洲欧美激情| 少妇丰满av| 最后的刺客免费高清国语| 欧美一级a爱片免费观看看| av网站免费在线观看视频| 亚洲精品国产色婷婷电影| 成年免费大片在线观看| 高清午夜精品一区二区三区| 久久久精品欧美日韩精品| 成人鲁丝片一二三区免费| 成年版毛片免费区| 少妇的逼好多水| 在线免费观看不下载黄p国产| 80岁老熟妇乱子伦牲交| 色综合色国产| 亚洲一区二区三区欧美精品 | 国产69精品久久久久777片| 国产精品蜜桃在线观看| 在线播放无遮挡| 亚洲av欧美aⅴ国产| 中国三级夫妇交换| av在线播放精品| 免费黄色在线免费观看| 国产大屁股一区二区在线视频| 久久亚洲国产成人精品v| 亚洲欧美一区二区三区黑人 | 伊人久久国产一区二区| 亚洲成色77777| 日日啪夜夜撸| 亚洲综合色惰| 久久99热这里只频精品6学生| 国产成人aa在线观看| 免费黄频网站在线观看国产| 欧美最新免费一区二区三区| 免费看a级黄色片| 亚洲精品国产成人久久av| 久久国内精品自在自线图片| 久久久久精品性色| 国产综合懂色| 国产黄片美女视频| 3wmmmm亚洲av在线观看| 久久久精品94久久精品| 午夜老司机福利剧场| 少妇熟女欧美另类| 黄色欧美视频在线观看| 三级经典国产精品| 久久99蜜桃精品久久| 色吧在线观看| 青青草视频在线视频观看| 亚洲精品日本国产第一区| 免费黄网站久久成人精品| av专区在线播放| 亚洲欧美成人精品一区二区| 全区人妻精品视频| 2021天堂中文幕一二区在线观| 亚洲伊人久久精品综合| 啦啦啦中文免费视频观看日本| 热99国产精品久久久久久7| 秋霞在线观看毛片| 青春草国产在线视频| 久久精品久久久久久久性| 欧美xxxx性猛交bbbb| 涩涩av久久男人的天堂| 国产成人freesex在线| 国产男女超爽视频在线观看| 蜜臀久久99精品久久宅男| 日韩av免费高清视频| 婷婷色综合www| 中文字幕制服av| 亚洲丝袜综合中文字幕| 永久网站在线| 精品一区二区免费观看| 亚州av有码| 免费大片18禁| 好男人视频免费观看在线| 婷婷色综合www| 免费在线观看成人毛片| 久久久a久久爽久久v久久| 成人免费观看视频高清| av国产免费在线观看| 七月丁香在线播放| 日本爱情动作片www.在线观看| 久久久久精品性色| 国产91av在线免费观看| 人人妻人人爽人人添夜夜欢视频 | 午夜免费观看性视频| av天堂中文字幕网| 亚洲人成网站高清观看| 亚洲精品日本国产第一区| 亚洲欧美成人综合另类久久久| 亚洲av男天堂| 卡戴珊不雅视频在线播放| 国产精品伦人一区二区| 秋霞伦理黄片| www.av在线官网国产| 只有这里有精品99| 亚洲av福利一区| 欧美国产精品一级二级三级 | 国产探花极品一区二区| 国产精品福利在线免费观看| 在线观看美女被高潮喷水网站| 人妻系列 视频| 新久久久久国产一级毛片| 亚洲人成网站高清观看| 久久鲁丝午夜福利片| 精品国产乱码久久久久久小说| 能在线免费看毛片的网站| 观看免费一级毛片| 人妻夜夜爽99麻豆av| 在线观看国产h片| 熟妇人妻不卡中文字幕| 欧美三级亚洲精品| 夫妻午夜视频| 嘟嘟电影网在线观看| 一个人看的www免费观看视频| 少妇被粗大猛烈的视频| 一级毛片我不卡| 男女无遮挡免费网站观看| 日日啪夜夜撸| 免费观看性生交大片5| 简卡轻食公司| 在线免费观看不下载黄p国产| 男人爽女人下面视频在线观看| 性色av一级| 亚洲国产精品国产精品| 人妻一区二区av| 久久久久久九九精品二区国产| 男女边吃奶边做爰视频| av国产久精品久网站免费入址| 极品少妇高潮喷水抽搐| 国产高潮美女av| 色视频在线一区二区三区| 中文字幕人妻熟人妻熟丝袜美| 在线看a的网站| 我要看日韩黄色一级片| 免费看日本二区| 白带黄色成豆腐渣| 久久人人爽人人爽人人片va| 如何舔出高潮| 国产高潮美女av| 91在线精品国自产拍蜜月| 在线亚洲精品国产二区图片欧美 | 蜜臀久久99精品久久宅男| 激情 狠狠 欧美| 91精品国产九色| 成人高潮视频无遮挡免费网站| av国产免费在线观看| 成人无遮挡网站| 高清毛片免费看| 天堂中文最新版在线下载 | 国产精品国产三级国产专区5o| 国模一区二区三区四区视频| 欧美97在线视频| 日韩欧美 国产精品| 校园人妻丝袜中文字幕| 新久久久久国产一级毛片| 男的添女的下面高潮视频| av一本久久久久| 男人狂女人下面高潮的视频| 97超碰精品成人国产| 亚洲精品亚洲一区二区| 精品久久国产蜜桃| 国产中年淑女户外野战色| 中国美白少妇内射xxxbb| 国产 一区精品| 日本爱情动作片www.在线观看| 啦啦啦啦在线视频资源| 伊人久久精品亚洲午夜| 亚洲av成人精品一二三区| 一级毛片久久久久久久久女| 女的被弄到高潮叫床怎么办| 国产精品一区二区三区四区免费观看| 亚洲精品久久久久久婷婷小说| av国产精品久久久久影院| 丝瓜视频免费看黄片| 欧美精品人与动牲交sv欧美| 亚洲色图综合在线观看| 青春草视频在线免费观看| 中文欧美无线码| 免费观看无遮挡的男女| 成人美女网站在线观看视频| 亚洲精品视频女| 少妇猛男粗大的猛烈进出视频 | 欧美日韩精品成人综合77777| 美女内射精品一级片tv| 美女被艹到高潮喷水动态| 亚洲欧美日韩无卡精品| 国产免费视频播放在线视频| 乱码一卡2卡4卡精品| 国产极品天堂在线| 一级毛片电影观看| 男人狂女人下面高潮的视频| 肉色欧美久久久久久久蜜桃 | 精品久久久久久久人妻蜜臀av| 精品人妻视频免费看| 在线 av 中文字幕| 国产伦理片在线播放av一区| 精品久久久久久久久亚洲| 国产亚洲av嫩草精品影院| 久久精品国产a三级三级三级| 永久免费av网站大全| 亚洲一级一片aⅴ在线观看| 在线免费十八禁| 日韩电影二区| 日本与韩国留学比较| 99九九线精品视频在线观看视频| 国产精品一二三区在线看| 99re6热这里在线精品视频| 少妇人妻 视频| 高清欧美精品videossex| 亚洲三级黄色毛片| 亚洲av欧美aⅴ国产| 亚洲aⅴ乱码一区二区在线播放| 午夜福利视频1000在线观看| 美女主播在线视频| 青青草视频在线视频观看| 亚洲欧美日韩另类电影网站 | 亚洲,一卡二卡三卡| 国产综合懂色| 日本与韩国留学比较| 卡戴珊不雅视频在线播放| 乱码一卡2卡4卡精品| 欧美日韩一区二区视频在线观看视频在线 | 寂寞人妻少妇视频99o| 国产男女内射视频| 一本一本综合久久| 中文字幕人妻熟人妻熟丝袜美| 老司机影院毛片| 久久久久久伊人网av| 2021少妇久久久久久久久久久| 国产精品麻豆人妻色哟哟久久| 亚洲电影在线观看av| 国产精品一及| 免费观看的影片在线观看| 中文在线观看免费www的网站| 国产女主播在线喷水免费视频网站| 日韩强制内射视频| 成人亚洲精品av一区二区| 黄色日韩在线| 精品久久久久久电影网| 国模一区二区三区四区视频| 国产日韩欧美在线精品| 精品人妻偷拍中文字幕| 亚洲,一卡二卡三卡| 免费黄网站久久成人精品| 亚洲欧美精品自产自拍| 深爱激情五月婷婷| 国产一级毛片在线| 亚洲色图av天堂| 亚洲怡红院男人天堂| 国模一区二区三区四区视频| 国产综合懂色| 三级国产精品欧美在线观看| 深爱激情五月婷婷| 别揉我奶头 嗯啊视频| 午夜福利在线观看免费完整高清在| 国产精品一及| 国产淫片久久久久久久久| 18+在线观看网站| av在线观看视频网站免费| 亚洲色图综合在线观看| 亚洲久久久久久中文字幕| 国产av码专区亚洲av| 国产成人福利小说| 秋霞在线观看毛片| av福利片在线观看| 日韩强制内射视频| 晚上一个人看的免费电影| 欧美最新免费一区二区三区| 综合色av麻豆| 亚洲久久久久久中文字幕| 日本免费在线观看一区| 激情 狠狠 欧美| 免费黄网站久久成人精品| 22中文网久久字幕| 日日摸夜夜添夜夜爱| 亚洲天堂国产精品一区在线| 91久久精品电影网| 精品久久久久久久末码| 亚洲丝袜综合中文字幕| 国内揄拍国产精品人妻在线| 狂野欧美激情性bbbbbb| 成人亚洲精品一区在线观看 | 七月丁香在线播放| 国产精品久久久久久久久免| 大陆偷拍与自拍| 亚洲国产欧美人成| 伊人久久国产一区二区| 91午夜精品亚洲一区二区三区| 久久久久久国产a免费观看| 国产一级毛片在线| 亚洲欧美精品自产自拍| 日日撸夜夜添| 秋霞在线观看毛片| 大陆偷拍与自拍| 美女xxoo啪啪120秒动态图| 久久久久久久久久久丰满| 纵有疾风起免费观看全集完整版| 久久久精品欧美日韩精品| 直男gayav资源| 我的老师免费观看完整版| 亚洲av国产av综合av卡| 少妇被粗大猛烈的视频| 国产在视频线精品| 色5月婷婷丁香| 日韩三级伦理在线观看| 午夜激情福利司机影院| 久久久久久久久久人人人人人人| 有码 亚洲区| 久久久久久久久久久丰满| 国产亚洲5aaaaa淫片| 亚洲综合精品二区| 秋霞伦理黄片| 搡女人真爽免费视频火全软件| 午夜激情福利司机影院| 午夜福利在线观看免费完整高清在| 舔av片在线| 丝袜脚勾引网站| 亚洲欧美日韩东京热| 精品一区在线观看国产| 中文在线观看免费www的网站| 自拍偷自拍亚洲精品老妇| 久久国内精品自在自线图片| 天天一区二区日本电影三级| 日本猛色少妇xxxxx猛交久久| 狠狠精品人妻久久久久久综合| 亚洲av欧美aⅴ国产| 欧美成人a在线观看| 色5月婷婷丁香| 国产av不卡久久| 丝瓜视频免费看黄片| 天天躁夜夜躁狠狠久久av| 王馨瑶露胸无遮挡在线观看| 久久久欧美国产精品| 高清毛片免费看| 国产精品国产av在线观看| 国产真实伦视频高清在线观看| 亚洲四区av| 国产大屁股一区二区在线视频| 成人国产麻豆网| 一级黄片播放器| 久久久久久久久久人人人人人人| 18禁在线播放成人免费| 精品一区二区三卡| 五月伊人婷婷丁香| 久久国内精品自在自线图片| 国产伦理片在线播放av一区| 高清日韩中文字幕在线| 99热全是精品| 国产精品久久久久久久电影| 啦啦啦中文免费视频观看日本| 大又大粗又爽又黄少妇毛片口| 又大又黄又爽视频免费| 午夜激情福利司机影院| 九九在线视频观看精品| 欧美日韩视频高清一区二区三区二| 久久久a久久爽久久v久久| 精华霜和精华液先用哪个| 国产黄色视频一区二区在线观看| 人人妻人人澡人人爽人人夜夜| 久久久精品欧美日韩精品| 久久久久久久亚洲中文字幕| 精品国产乱码久久久久久小说| 人妻少妇偷人精品九色| 精品国产一区二区三区久久久樱花 | 亚洲人成网站在线播| 亚洲av国产av综合av卡| 日韩亚洲欧美综合| 成人亚洲精品一区在线观看 | 国产精品偷伦视频观看了| 亚洲欧美一区二区三区国产| 天堂中文最新版在线下载 | 如何舔出高潮| 亚洲精品亚洲一区二区| 亚洲欧美中文字幕日韩二区| 国产成人精品久久久久久| 禁无遮挡网站| 亚洲电影在线观看av| 91久久精品国产一区二区成人| 麻豆成人av视频| 久久综合国产亚洲精品| 国产精品国产av在线观看| 欧美另类一区| 午夜免费男女啪啪视频观看| 丰满乱子伦码专区| 国产成人午夜福利电影在线观看| 日韩强制内射视频| 久久亚洲国产成人精品v| 我要看日韩黄色一级片| 日韩成人伦理影院| 视频中文字幕在线观看| 国产成人freesex在线| 一区二区三区四区激情视频| 黄色配什么色好看| 亚洲国产精品成人综合色| 99久久九九国产精品国产免费| 色播亚洲综合网| 国产黄片美女视频| videossex国产| 夜夜看夜夜爽夜夜摸| 2021少妇久久久久久久久久久| 人妻夜夜爽99麻豆av| 一本一本综合久久| 国产精品一区二区性色av| 男人和女人高潮做爰伦理| 欧美三级亚洲精品| 日本一二三区视频观看| 国产黄片美女视频| 搡老乐熟女国产| 青春草视频在线免费观看| 又粗又硬又长又爽又黄的视频| 国产精品麻豆人妻色哟哟久久| 日韩不卡一区二区三区视频在线| 国产精品久久久久久精品古装| 国产亚洲5aaaaa淫片| 免费在线观看成人毛片| 久久久亚洲精品成人影院| 国产淫片久久久久久久久| 我的老师免费观看完整版| 国产亚洲av嫩草精品影院| 亚洲欧美精品自产自拍| 最近手机中文字幕大全| 日本-黄色视频高清免费观看| 久久久久九九精品影院| 亚洲电影在线观看av| 日本欧美国产在线视频| 全区人妻精品视频| 亚洲va在线va天堂va国产| 大陆偷拍与自拍| 97热精品久久久久久| 国产高清不卡午夜福利| 男插女下体视频免费在线播放| 国产老妇女一区| 欧美成人一区二区免费高清观看| 人人妻人人澡人人爽人人夜夜| 精品久久久久久久末码| 国产高清不卡午夜福利| 插阴视频在线观看视频| 国产精品久久久久久久电影| 大香蕉97超碰在线| 我的老师免费观看完整版| 国产老妇伦熟女老妇高清| 麻豆久久精品国产亚洲av| 在线免费十八禁| 男的添女的下面高潮视频| 狂野欧美激情性bbbbbb| 午夜福利在线在线| 美女视频免费永久观看网站| 精品国产三级普通话版| 中文字幕制服av| 五月伊人婷婷丁香| 午夜精品国产一区二区电影 | 自拍欧美九色日韩亚洲蝌蚪91 | 七月丁香在线播放| tube8黄色片| 2018国产大陆天天弄谢| 久久精品熟女亚洲av麻豆精品| 男女边吃奶边做爰视频| 日韩在线高清观看一区二区三区| 久久精品久久精品一区二区三区| 亚洲最大成人中文| 国语对白做爰xxxⅹ性视频网站| 午夜福利在线观看免费完整高清在| 熟女人妻精品中文字幕| 寂寞人妻少妇视频99o| 国产美女午夜福利| 黄片无遮挡物在线观看| 成年av动漫网址| www.色视频.com| 国产色婷婷99| 久久人人爽人人爽人人片va| 国产成人午夜福利电影在线观看| 成人高潮视频无遮挡免费网站| 一个人观看的视频www高清免费观看| av福利片在线观看| 五月天丁香电影| 男女边摸边吃奶| 欧美 日韩 精品 国产| 亚洲欧美成人综合另类久久久| 亚洲人成网站高清观看| 一级片'在线观看视频| 国产午夜精品一二区理论片| 久久综合国产亚洲精品| 黄色日韩在线| 春色校园在线视频观看|