• <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 ?

    基于集成學(xué)習(xí)的信息化人才工作變更行為研究

    2021-11-22 03:24:56王有剛楊浩杰張子振
    呼倫貝爾學(xué)院學(xué)報 2021年5期
    關(guān)鍵詞:信息化模型

    王有剛 楊浩杰 張子振

    (安徽財經(jīng)大學(xué) 安徽 蚌埠 233030)

    在大數(shù)據(jù)時代背景下,從事數(shù)據(jù)科學(xué)工作的信息化人才,是數(shù)據(jù)時代急需的關(guān)鍵性人才,他們的工作至關(guān)重要。信息化人才在城市建設(shè)和企業(yè)發(fā)展中起重要作用。人力資源管理部門利用獲取的數(shù)據(jù)使用集成學(xué)習(xí)模型,對信息化人才的數(shù)據(jù)進行分析,預(yù)測他們的工作變更意愿,可以更有效的幫助企業(yè)組織實現(xiàn)對信息人才的管理和配置,進一步提高企業(yè)人力資源管理的效率。本文使用了kaggle競賽網(wǎng)站的從事數(shù)據(jù)科學(xué)的信息人才工作變更數(shù)據(jù),構(gòu)建了集成學(xué)習(xí)模型,并對模型的預(yù)測能力進行了評估。

    根據(jù)已有的數(shù)據(jù),運用機器學(xué)習(xí)的一系列算法和Stacking模型融合的思想將Adaboost、XGboost、LightGBM四種集成模型作為第一層基學(xué)習(xí)器,第一層四個基學(xué)習(xí)器依次訓(xùn)練,產(chǎn)生的數(shù)據(jù)作為樣本使用第二層的簡單的邏輯回歸模型訓(xùn)練再預(yù)測,從而得到完整的Stacking模型預(yù)測結(jié)果,相比于之前單個模型,進一步提高了模型的預(yù)測準(zhǔn)確度。通過該模型可以輔助人力資源管理部門對信息人才的工作變更意向進行有效的預(yù)測。目前,對企業(yè)確定員工就業(yè)意向方面的問題有許多研究,主要根據(jù)員工工作質(zhì)量、員工工作滿意度、工作壓力、工作績效管理等方面預(yù)測員工就業(yè)和離職傾向。Esch等探討了求職者對人工智能支持的求職系統(tǒng)的看法以及這些觀點是否會影響他們在這種情況下申請工作的可能性。[1]Li等通過對求職者在互聯(lián)網(wǎng)發(fā)布的求職簡歷,提出了一種結(jié)合五因素人格問卷、支持向量機(SVM)和多準(zhǔn)則決策(MCDM)的方法來提高招募合適人選的質(zhì)量。支持向量機用于預(yù)測求職者的適應(yīng)度,MCDM用于評估求職者的工作績效。[2]Tzeng等利用臺灣的三家醫(yī)院的護士的數(shù)據(jù),以工作動機、工作滿意度及壓力程度作為預(yù)測因子,使用支持向量機(SVM)預(yù)測護士離職意愿。[3]Sumathi等同樣根據(jù)在泰米爾納德邦初級衛(wèi)生保健中心工作的醫(yī)護人員中進行的調(diào)查,包括醫(yī)務(wù)人員和護士,探討了不同工作相關(guān)經(jīng)驗對組織支持感的影響。[4]Ma等探討了在軟件開發(fā)的生命周期中,軟件開發(fā)人員的離職問題,并構(gòu)建了一種方法來量化與開發(fā)商流動相關(guān)的不確定風(fēng)險,包括辭職和更換。他們基于信息熵理論,建立了TRSD的風(fēng)險度量模型,可以用來度量每個開發(fā)者的離職風(fēng)險水平和正在進行的軟件項目的整體風(fēng)險[5]。

    通過對以上研究的分析,以上學(xué)者大多數(shù)使用特定的模型方法來評估員工或求職者的就業(yè)意向,評估方法相對單一,而且相比較下單個模型評估指標(biāo)相對單一,穩(wěn)定性較差,可能存在對數(shù)據(jù)噪聲處理欠佳等情況,魯棒性較差。本文使用XGboost、Adaboost、LightGBM四個集成學(xué)習(xí)算法,并在此基礎(chǔ)上使用Stacking模型融合的思想進一步提高了模型的泛化能力和預(yù)測精度。使用GridSearchCV(網(wǎng)格搜索)對模型進行調(diào)參,以Accuracy、f1-score、AUC值作為評價指標(biāo),可以更加精確和全面的評估模型的預(yù)測能力,從而進一步優(yōu)化了員工求職意向模型的預(yù)測能力。

    1 算法介紹

    1.1 XGboost算法介紹

    XGboost是基于梯度提升樹的思想由梯度提升樹(Gradient Boosting Decision Tree,GBDT)改進而來,在此基礎(chǔ)上引入了二階導(dǎo)數(shù)和正則化[6],相比之下有效提升了模型的預(yù)測精度并且可以防止過擬合。在決策樹的分裂過程上采用貪心算法,尋求局部最優(yōu)。

    通過貪心算法尋求局部最優(yōu)解,每次迭代尋找出使損失函數(shù)降低最大的分類回歸樹(Classification And Regression Tree,CART)樹,用泰勒展開對目標(biāo)函數(shù)進行近似。[6]XGboost使用正則項作為樹的復(fù)雜度衡量標(biāo)準(zhǔn),樹的復(fù)雜度由每棵樹的深度,內(nèi)部節(jié)點的個數(shù)和葉子節(jié)點的個數(shù)衡量。

    1.2 Light GBM算法介紹

    輕量級梯度提升機(Light Gradient Boosting Machine,LightGBM)采用了基于Histogram optimization(直方圖優(yōu)化)的決策樹算法[6],占用的內(nèi)存更低,數(shù)據(jù)分隔的復(fù)雜度更低。直方圖算法將每個特征值離散成k個離散值,放入直方圖bin中,構(gòu)造寬度為k的直方圖。利用直方圖對訓(xùn)練數(shù)據(jù)進行遍歷,統(tǒng)計每個離散值,可以很大程度的減少數(shù)據(jù)運算量。在進行特征選擇時,根據(jù)直方圖的離散值,可以更快的遍歷尋找出最優(yōu)分割點。[6]一個葉子的直方圖由它的父親節(jié)點的直方圖與它兄弟節(jié)點的直方圖做差得到,利用這個方法,LightGBM可以在構(gòu)造一個葉子的直方圖后(父節(jié)點在上一輪就已經(jīng)計算出來了),用非常微小的存儲代價和計算代價得到它兄弟葉子的直方圖,在速度上可以得到進一步的提升。

    在直方圖算法基礎(chǔ)上,LightGBM進行進一步的優(yōu)化。多數(shù)GBDT工具,如極端梯度提升(EXtreme Gradient Boosting,XGboost)使用的是按層生長 (level-wise)的決策樹生長策略,而LightGBM使用了帶有深度限制的按葉子生長 (leaf-wise)算法。leaf-wise每次從當(dāng)前所有葉子中,找到分裂增益最大的一個葉子,然后分裂,如此循環(huán)。深度限制是為了防止長出過深的決策樹,在保證精度的基礎(chǔ)上防止過擬合。

    1.3 Adaboost算法介紹

    自適應(yīng)增強(Adaptive Boosting,Adaboost)算法,可以看作是一個加法模型,主要將關(guān)注點放在被錯誤分類的樣本上,減小上一輪被正確分類樣本的權(quán)值,提高被錯誤分類樣本的樣本權(quán)值。采用了CART分類樹作為弱分類器。Adaboost算法的自適應(yīng)性表現(xiàn)在于,每輪訓(xùn)練上一個弱分類器的分錯誤的樣本權(quán)值會被加強,加強權(quán)值后該樣本會再次被用來訓(xùn)練下一個弱分類器,每輪訓(xùn)練都用之前分錯的樣本訓(xùn)練新的分類器,產(chǎn)生新的樣本權(quán)值,直到達到預(yù)定的錯誤率或者指定的迭代次數(shù)。是一個弱分類器不斷提升的過程,不斷的訓(xùn)練,逐步提高分類器對數(shù)據(jù)的分類能力。

    1.4 Stacking模型融合

    Stacking是一種模型融合的思想,對模型進行集成堆疊的一種策略,可以進一步提升模型的預(yù)測精度。[7]Stacking分為兩層模型結(jié)構(gòu),第一層使用XGboost作為第一個基模型,進行五折交叉驗證,每次將其中四折作為小訓(xùn)練集訓(xùn)練XGboost模型,剩下一折作為測試集并記錄下該折測試集的預(yù)測結(jié)果,之后這四折訓(xùn)練出來的XGboost模型要對整個測試集進行預(yù)測。這個流程進行五次,五次生成的預(yù)測結(jié)果求平均,作為測試集,五次訓(xùn)練集的預(yù)測結(jié)果加和作為后面的訓(xùn)練集。后面的兩個模型分別利用上一層模型生成的訓(xùn)練集和測試集重復(fù)進行五折交叉驗證,保持五折的數(shù)據(jù)的一致,這個流程再重復(fù)三次,最后生成的三個預(yù)測結(jié)果代入第二層進行訓(xùn)練。[8]

    第二層為了防止過擬合,第二層采用相對容易邏輯回歸模型,這也是Stackingclassifier默認(rèn)的第二層模型。將上一層的四個結(jié)果作為驗證集,帶入第二層邏輯回歸模型進行再訓(xùn)練,得出Stacking模型融合的輸出結(jié)果。

    圖1 Stacking模型融合

    2 實證分析

    2.1 探索性數(shù)據(jù)分析(EDA)

    EDA探索性數(shù)據(jù)分析是一種對未知數(shù)據(jù)集了解分析的有效手段。通過對原始數(shù)據(jù)集作圖、制表、計算特征量等手段探索分析數(shù)據(jù)內(nèi)部的結(jié)構(gòu)和規(guī)律,了解數(shù)據(jù)集的總體情況。本文的數(shù)據(jù)來源與Kaggle上的信息人才工作變更意愿的公共數(shù)據(jù)集,19158個原始數(shù)據(jù)作為訓(xùn)練集,2130個數(shù)據(jù)作為測試集。通過特征分析,去除噪聲特征,使用XGboost輸出特征重要性,篩選保留11個最顯著的特征,本文選取的特征有:

    city-development-index:工作所在城市發(fā)展指數(shù),gender:性別;relevent-experience:有無工作經(jīng)驗;enrolled-university:大學(xué)就讀情況;education-level:教育水平;major-discipline:主修專業(yè);experience:之前工作經(jīng)驗?zāi)陻?shù);company-size:就職公司規(guī)模;company-type:就職公司類型;last-new-job:距離上一份工作多長時間;training-hours:工作的培訓(xùn)時間。

    2.1.1 數(shù)據(jù)集統(tǒng)計性描述

    使用pandas模塊的describe()函數(shù)生成的原始數(shù)據(jù)統(tǒng)計性描述,包括數(shù)據(jù)集樣本的總數(shù),各個特征數(shù)據(jù)預(yù)處理后的最大值、最小值、std(標(biāo)準(zhǔn)差)等。

    表1 數(shù)據(jù)集統(tǒng)計性描述

    2.1.2 繪制箱線圖

    箱線圖主要反應(yīng)原始數(shù)據(jù)的分布特征和離散情況,上下兩條線分別表示最大值和最小值,中間兩條線組成一個矩形代表數(shù)據(jù)四分位極差,分別由數(shù)據(jù)的上四分位數(shù)和下四分位數(shù)構(gòu)成,中間的線段表示數(shù)據(jù)分布的中位數(shù),邊界外的突出的點表示異常值。從圖中可以看出城市發(fā)展指數(shù)高的城市,從事數(shù)據(jù)科學(xué)工作者相對不愿意變更自己的工作??赡芤驗槌鞘邢鄬Πl(fā)達,從事數(shù)據(jù)挖掘工作收入更高,同時工作生活環(huán)境以及企業(yè)文化更好。

    圖2 城市發(fā)展指數(shù)與target的箱線圖

    2.1.3 繪制熱圖

    通過熱圖,我們可以看出數(shù)據(jù)之間的相關(guān)性,相關(guān)性強,對應(yīng)色塊顏色也就相對越深??梢苑浅V庇^的看出,城市發(fā)展指數(shù)是影響員工考慮是否變更工作的最重要的因素。從事數(shù)據(jù)科學(xué)的相關(guān)經(jīng)驗和他們?nèi)温毜墓疽簿哂泻芨叩南嚓P(guān)性,根據(jù)常識在這一行業(yè)經(jīng)驗更加豐富的員工,往往會進入更大待遇更好的公司工作。同時相關(guān)的工作經(jīng)驗、公司規(guī)模、大學(xué)就讀專業(yè)也對員工是否變更工作有比較強的影響。

    圖3 數(shù)據(jù)集分布熱圖

    2.1.4 繪制直方圖

    通過直方圖可以看出,從事數(shù)據(jù)工作的人才大部分都就職于私人企業(yè),只有少數(shù)就職于政府部門或者公共服務(wù)部門,這份工作男性占大多數(shù),存在一定的男女不均衡現(xiàn)象。數(shù)據(jù)科學(xué)這類工作應(yīng)該是順應(yīng)時代發(fā)展的熱門高薪工作,但是人才卻大量聚集在私企,某種程度上說明政府信息化建設(shè)的不足。

    圖4 直方圖

    2.2 數(shù)據(jù)預(yù)處理

    由于原始數(shù)據(jù)存在大量缺失值,我們使用眾數(shù)或者平均數(shù)對缺失值進行填充,之后把數(shù)據(jù)集中object類型的數(shù)據(jù)替換成int或者float類型的數(shù)據(jù),方便之后模型對數(shù)據(jù)集做出預(yù)測。

    2.2.1 SMOTE采樣

    從箱線圖的分析結(jié)果得出,target具有長尾分布,這意味著數(shù)據(jù)集非常不平衡。約80%的從事數(shù)據(jù)挖掘的人才沒有變更工作的考慮,而20%的有變更工作的考慮。采用SMOTE(Synthetic Minority Oversampling Technique)合成少數(shù)類過采樣技術(shù)。對少數(shù)量的樣本進行分析模擬,將模擬后產(chǎn)生的數(shù)值填充到原始數(shù)據(jù)集中,從而解決數(shù)據(jù)集的不平衡問題,進一步提升模型的預(yù)測效果。

    2.2.2 one-hot編碼

    one-hot編碼又稱一位有效編碼,將連續(xù)的不易于機器學(xué)習(xí)模型使用的原始分類數(shù)據(jù),轉(zhuǎn)化成二進制的易于模型使用的二進制向量表示。本文調(diào)用pandas.get-dummies方法對“relevent-experience”“training-hours”“city-development-index”等不易被分類模型處理的連續(xù)型特征離散化處理,方便后續(xù)使用。

    2.3 參數(shù)調(diào)整

    本文使用sklearn上的GridSearchCV(網(wǎng)格搜索)進行調(diào)參。該方法是由網(wǎng)格搜索和參數(shù)驗證兩部分組成,網(wǎng)格搜索是在指定的參數(shù)范圍內(nèi)進行參數(shù)調(diào)整,使用調(diào)整后的參數(shù)訓(xùn)練模型,遍歷范圍內(nèi)所有的參數(shù),嘗試所有的可能性,直到尋找到驗證集得分精度最高的參數(shù)。這個方法非常耗時,適合較小的數(shù)據(jù)集和少參數(shù)的情況。不同的模型,參數(shù)也不同,本文展示調(diào)參效果最好的XGboost算法,調(diào)參結(jié)果如表2:

    表2 XGboost調(diào)參說明及調(diào)參結(jié)果

    表3 調(diào)參結(jié)果對比

    2.4 模型預(yù)測結(jié)果評估

    表4 模型預(yù)測報告

    表4來源于混淆矩陣,TruePositive(TP)表示將正類預(yù)測為正類;TrueNegative(TN)表示將負(fù)類預(yù)測為負(fù)類;FalsePositive(FP)表示將負(fù)類錯誤預(yù)測為正類;FalseNegative(FN)表示將正類錯誤預(yù)測為負(fù)類。Accuracy用于評價模型預(yù)測的準(zhǔn)確度。計算公式為:

    (1)

    而評估一個模型好壞,不僅基于準(zhǔn)確度得分,而且還得參考查準(zhǔn)率(precision)、召回率(recall),計算公式為:

    (2)

    (3)

    precision-0、recall-0分別表示模型預(yù)測的無意愿變更工作人才的查準(zhǔn)率和召回率,precision-1、recall-1則表示模型預(yù)測的希望變更工作人才的查準(zhǔn)率和召回率。

    f1-score指標(biāo)綜合考慮了precision和recall,可以更全面的反應(yīng)模型的預(yù)測能力,計算公式如下:

    (4)

    ROC(Receiver Operating Characteristic)曲線和AUC值用于評價一個二分類器的優(yōu)劣,ROC曲線用于模型正確的識別正例的比例與錯誤的把負(fù)例判斷為正例的比例之間的權(quán)衡。AUC值是ROC曲線下面圍成的面積,衡量模型的準(zhǔn)確率。對于以上四個模型的預(yù)測效果,根據(jù)AUC值判斷,Stacking>XGboost>LightGBM>Adaboost。四個模型的ROC曲線以及AUC值分別如下:

    圖5 ROC曲線

    2.5 模型結(jié)果

    本文用了f1-score、Accuracy和AUC值三個方面綜合評估五個模型對于從事數(shù)據(jù)科學(xué)工作者變更行為的預(yù)測能力,Stacking模型融合整體表現(xiàn)更優(yōu)秀,在2130個測試數(shù)據(jù)中,預(yù)測結(jié)果顯示1712人無變更工作的意愿、418人有變更工作的意愿。模型預(yù)測準(zhǔn)確率達到了0.8386,f1-score達到了0.8408,AUC值達到了0.9105。各個方面都說明了模型融合相比于單個集成模型預(yù)測能力和泛化能力得到了進一步的提升。

    3 總結(jié)與建議

    本文通過建立集成學(xué)習(xí)模型,對現(xiàn)信息化人才的數(shù)據(jù)進行分析預(yù)測,運用數(shù)理統(tǒng)計工具,分析了影響信息化人才工作變更的關(guān)鍵因素。模型具有較高的預(yù)測精度和泛化能力,可以有效幫助人力資源部門了解信息化人才工作真實意愿。本研究工作可以幫助城市和企業(yè)的人力資源管理部門更有效地進行人才管理配置,提供理論參考依據(jù)。

    3.1 城市主動吸引信息化人才

    通過對數(shù)理統(tǒng)計圖表的分析,得知城市發(fā)展指數(shù)對從事數(shù)據(jù)挖掘工作的信息人才影響最大。從箱線圖我們可以得出結(jié)論,城市發(fā)展指數(shù)高于0.85時,員工不變更工作的可能性更大。城市發(fā)展和人才去留是相輔相成的。高新技術(shù)人才可以更好地幫助城市發(fā)展,而城市發(fā)展地更好,人才也更愿意留在城市之中。對于城市管理者來說,想要不在信息時代落伍,需要出臺一些福利政策,主動吸引信息化人才的加入?;A(chǔ)設(shè)施建好的同時,城市的生態(tài)文明建設(shè)也要跟上腳步才能留住人才。

    3.2 重視有經(jīng)驗的信息化人才

    注重信息化人才培養(yǎng)的同時,也要注重對有豐富工作經(jīng)驗的信息化人才尊重與保護?,F(xiàn)代企業(yè)要做好知識管理,有豐富工作經(jīng)驗的信息化人才就是企業(yè)寶貴的知識財富。在工作中對這類人才要給予足夠的重視,他們豐富的工作經(jīng)驗可以幫助城市和企業(yè)在信息化建設(shè)過程中少走許多彎路,同時還有助于新的信息人才培養(yǎng)。這些人往往能夠成為未來信息化建設(shè)中流砥柱。

    3.3 注重培養(yǎng)女性信息化人才

    直方圖可以明顯反映出,從事數(shù)據(jù)科學(xué)工作的女性人數(shù)遠遠少于男性,部分原因可能是個人興趣。城市和企業(yè)出臺一些針對女性信息化人才的優(yōu)惠政策,如相對小的工作壓力、安排合理的孕假、給予一些工作補貼等。更多女性信息人才的加入到城市和企業(yè)信息化建設(shè)工作中可能會帶來更好的成果和更高的效率。所以對于城市和企業(yè)要更加注重培養(yǎng)一些女性信息化人才。

    3.4 政府部門和公益部門也要吸引信息化人才的加入

    從直方圖可以看出,大多數(shù)信息人才都就職于私企。如,騰訊、阿里這樣的企業(yè)信息化建設(shè)就非??壳?。對于國家和社會來說,信息化建設(shè)應(yīng)該是全方位的,政府部門和一些公益組織也應(yīng)該積極的吸引信息化人才的加入,更好地利用信息技術(shù)手段服務(wù)于國家發(fā)展建設(shè)和人民生活水平的提高。

    猜你喜歡
    信息化模型
    一半模型
    月“睹”教育信息化
    月“睹”教育信息化
    重要模型『一線三等角』
    幼兒教育信息化策略初探
    甘肅教育(2020年18期)2020-10-28 09:06:02
    重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
    “云會計”在中小企業(yè)會計信息化中的應(yīng)用分析
    活力(2019年21期)2019-04-01 12:16:40
    3D打印中的模型分割與打包
    FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
    信息化是醫(yī)改的重要支撐
    99热精品在线国产| 99久久精品热视频| 成年女人看的毛片在线观看| 中文资源天堂在线| 国产人伦9x9x在线观看| 桃色一区二区三区在线观看| 熟女人妻精品中文字幕| 国产精品自产拍在线观看55亚洲| 亚洲欧美日韩无卡精品| 黄色日韩在线| 精品久久久久久久人妻蜜臀av| svipshipincom国产片| 精品久久久久久成人av| 欧美国产日韩亚洲一区| 中出人妻视频一区二区| 中文字幕精品亚洲无线码一区| 精品国产美女av久久久久小说| 动漫黄色视频在线观看| 全区人妻精品视频| 国产精品国产高清国产av| 中文资源天堂在线| 亚洲中文日韩欧美视频| 久久精品亚洲精品国产色婷小说| 欧美一级毛片孕妇| 国产精品久久视频播放| 女生性感内裤真人,穿戴方法视频| 男人舔女人下体高潮全视频| 成人国产一区最新在线观看| 999久久久精品免费观看国产| 三级男女做爰猛烈吃奶摸视频| 不卡av一区二区三区| 中文字幕高清在线视频| 美女被艹到高潮喷水动态| 亚洲人成网站高清观看| 欧美国产日韩亚洲一区| 欧美另类亚洲清纯唯美| 久久久国产成人精品二区| 久99久视频精品免费| 一本一本综合久久| 男人和女人高潮做爰伦理| 视频区欧美日本亚洲| 国产一区二区在线观看日韩 | 日日干狠狠操夜夜爽| 女生性感内裤真人,穿戴方法视频| 国产精品久久久人人做人人爽| 国产男靠女视频免费网站| 男女午夜视频在线观看| 99国产极品粉嫩在线观看| 此物有八面人人有两片| 嫩草影视91久久| 好男人电影高清在线观看| 12—13女人毛片做爰片一| ponron亚洲| 此物有八面人人有两片| 人妻夜夜爽99麻豆av| 精品福利观看| 久久精品国产综合久久久| 在线播放国产精品三级| x7x7x7水蜜桃| 成人av在线播放网站| 午夜精品在线福利| 久久久色成人| 高清毛片免费观看视频网站| 久久久久九九精品影院| 给我免费播放毛片高清在线观看| 亚洲精品久久国产高清桃花| 日韩高清综合在线| 欧美xxxx黑人xx丫x性爽| 亚洲五月婷婷丁香| 午夜精品久久久久久毛片777| 欧美日韩一级在线毛片| 18禁黄网站禁片午夜丰满| 国产成人一区二区三区免费视频网站| 免费观看的影片在线观看| 后天国语完整版免费观看| 69av精品久久久久久| 琪琪午夜伦伦电影理论片6080| 1024香蕉在线观看| 日韩欧美精品v在线| 悠悠久久av| 又粗又爽又猛毛片免费看| 又粗又爽又猛毛片免费看| 波多野结衣高清无吗| 色在线成人网| 国产成人系列免费观看| 男女做爰动态图高潮gif福利片| 精品国产三级普通话版| 男女床上黄色一级片免费看| АⅤ资源中文在线天堂| 国产精品日韩av在线免费观看| 露出奶头的视频| 黄频高清免费视频| 亚洲黑人精品在线| 中国美女看黄片| 在线观看午夜福利视频| 国产成人一区二区三区免费视频网站| 岛国在线免费视频观看| 噜噜噜噜噜久久久久久91| 日本精品一区二区三区蜜桃| 九九久久精品国产亚洲av麻豆 | 舔av片在线| 日韩欧美免费精品| 欧美黑人巨大hd| 女警被强在线播放| svipshipincom国产片| 欧洲精品卡2卡3卡4卡5卡区| 精品久久久久久久久久久久久| 在线国产一区二区在线| 好看av亚洲va欧美ⅴa在| 欧美精品啪啪一区二区三区| 老司机在亚洲福利影院| 欧美三级亚洲精品| 日本五十路高清| 美女午夜性视频免费| 国产精品,欧美在线| 淫秽高清视频在线观看| 91av网站免费观看| 欧美成人一区二区免费高清观看 | 又黄又粗又硬又大视频| 亚洲 欧美一区二区三区| 国产综合懂色| 国产激情久久老熟女| 蜜桃久久精品国产亚洲av| 在线播放国产精品三级| 人妻丰满熟妇av一区二区三区| 亚洲中文日韩欧美视频| 国产精品99久久久久久久久| 黄色成人免费大全| 亚洲一区二区三区色噜噜| 日韩人妻高清精品专区| 少妇人妻一区二区三区视频| 亚洲国产看品久久| 国产伦精品一区二区三区视频9 | 午夜福利在线观看免费完整高清在 | а√天堂www在线а√下载| 天天添夜夜摸| 午夜福利免费观看在线| 国产午夜精品久久久久久| 久久久精品欧美日韩精品| 亚洲欧美日韩卡通动漫| 亚洲国产欧美一区二区综合| 日本一二三区视频观看| 久久这里只有精品19| 亚洲男人的天堂狠狠| 久久久久久久久免费视频了| 国产av麻豆久久久久久久| 成人永久免费在线观看视频| 国产精品99久久99久久久不卡| 一进一出抽搐gif免费好疼| 九九在线视频观看精品| 国产精品综合久久久久久久免费| 村上凉子中文字幕在线| 久久天堂一区二区三区四区| 国产成人系列免费观看| 亚洲自拍偷在线| 久久国产乱子伦精品免费另类| 精品人妻1区二区| 亚洲国产精品sss在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 国产私拍福利视频在线观看| 变态另类丝袜制服| 日韩欧美免费精品| 在线观看午夜福利视频| 国产精品美女特级片免费视频播放器 | 国内久久婷婷六月综合欲色啪| 中文字幕久久专区| 757午夜福利合集在线观看| 久久精品91蜜桃| 人人妻人人澡欧美一区二区| 少妇丰满av| 亚洲熟妇熟女久久| 九色成人免费人妻av| 国产午夜精品久久久久久| 国产三级黄色录像| 最近视频中文字幕2019在线8| 亚洲精品中文字幕一二三四区| 精品久久久久久久末码| 可以在线观看的亚洲视频| 中出人妻视频一区二区| 日韩大尺度精品在线看网址| 真人做人爱边吃奶动态| 国产毛片a区久久久久| 国内精品美女久久久久久| 91av网一区二区| 男女床上黄色一级片免费看| 精品免费久久久久久久清纯| 男人的好看免费观看在线视频| 亚洲欧美激情综合另类| 丰满人妻熟妇乱又伦精品不卡| 国产熟女xx| 成人永久免费在线观看视频| 亚洲va日本ⅴa欧美va伊人久久| 日本熟妇午夜| 网址你懂的国产日韩在线| 亚洲一区二区三区色噜噜| av天堂在线播放| 国产91精品成人一区二区三区| 精品久久久久久久毛片微露脸| 中亚洲国语对白在线视频| 亚洲人成伊人成综合网2020| 黄色丝袜av网址大全| 国产午夜精品论理片| 久久精品91蜜桃| 美女免费视频网站| 嫩草影院精品99| 别揉我奶头~嗯~啊~动态视频| 性欧美人与动物交配| xxx96com| 国产精品99久久久久久久久| 免费在线观看影片大全网站| 亚洲中文字幕一区二区三区有码在线看 | 午夜福利高清视频| av天堂在线播放| 久久精品国产清高在天天线| 久久久久久久午夜电影| 色精品久久人妻99蜜桃| 成年免费大片在线观看| 亚洲av成人精品一区久久| 天天一区二区日本电影三级| 神马国产精品三级电影在线观看| 精品国产三级普通话版| 久久精品综合一区二区三区| 久久亚洲真实| 狂野欧美白嫩少妇大欣赏| 两个人看的免费小视频| 久久精品亚洲精品国产色婷小说| 亚洲中文字幕一区二区三区有码在线看 | 亚洲熟妇中文字幕五十中出| 香蕉丝袜av| a级毛片在线看网站| 久9热在线精品视频| 成人鲁丝片一二三区免费| 中文在线观看免费www的网站| 久久热在线av| 欧美日韩瑟瑟在线播放| 99国产极品粉嫩在线观看| 日本免费一区二区三区高清不卡| 欧美激情久久久久久爽电影| 欧美日韩综合久久久久久 | 亚洲成人久久爱视频| 亚洲第一电影网av| 国产精品亚洲美女久久久| 日韩成人在线观看一区二区三区| 国产欧美日韩精品亚洲av| 嫩草影院入口| 欧美一级毛片孕妇| 国产亚洲精品av在线| 午夜福利高清视频| 在线免费观看的www视频| 日日干狠狠操夜夜爽| 免费在线观看亚洲国产| 久久精品国产99精品国产亚洲性色| 国产高清videossex| 亚洲午夜精品一区,二区,三区| 草草在线视频免费看| 又大又爽又粗| 在线看三级毛片| 午夜精品一区二区三区免费看| 99国产精品一区二区三区| 国产高清视频在线播放一区| 国产蜜桃级精品一区二区三区| 久久中文字幕人妻熟女| 这个男人来自地球电影免费观看| 欧美日韩福利视频一区二区| 亚洲第一电影网av| 欧美乱色亚洲激情| 国产高清视频在线播放一区| 香蕉av资源在线| 黄色视频,在线免费观看| 久久久久九九精品影院| 成人鲁丝片一二三区免费| 亚洲av成人精品一区久久| 国产精品99久久久久久久久| 午夜视频精品福利| 免费av毛片视频| 99久久精品热视频| 亚洲精品美女久久久久99蜜臀| 国产一区二区在线观看日韩 | 成人国产一区最新在线观看| 叶爱在线成人免费视频播放| 成人av在线播放网站| 亚洲第一电影网av| 欧美日韩国产亚洲二区| av在线蜜桃| 久久99热这里只有精品18| 噜噜噜噜噜久久久久久91| 禁无遮挡网站| 国产久久久一区二区三区| 看黄色毛片网站| 黄色日韩在线| 国产精品久久久av美女十八| 一二三四社区在线视频社区8| 欧美黑人巨大hd| e午夜精品久久久久久久| 看免费av毛片| 一级黄色大片毛片| 国产野战对白在线观看| 国产欧美日韩精品亚洲av| 亚洲五月天丁香| 精品一区二区三区四区五区乱码| 天堂影院成人在线观看| 在线十欧美十亚洲十日本专区| 久久久久久九九精品二区国产| 日韩欧美一区二区三区在线观看| 香蕉丝袜av| 黄色片一级片一级黄色片| 级片在线观看| 不卡av一区二区三区| 又粗又爽又猛毛片免费看| 黄片小视频在线播放| 综合色av麻豆| 俺也久久电影网| 老司机福利观看| 亚洲av成人一区二区三| 欧美日韩黄片免| avwww免费| 日韩欧美免费精品| 国产成人av教育| 国产成人av激情在线播放| 又黄又爽又免费观看的视频| 人人妻,人人澡人人爽秒播| 十八禁网站免费在线| 日韩有码中文字幕| 亚洲自偷自拍图片 自拍| 国产免费av片在线观看野外av| 亚洲成av人片免费观看| 日韩欧美在线乱码| 草草在线视频免费看| 久久这里只有精品19| 网址你懂的国产日韩在线| 久久精品综合一区二区三区| 成熟少妇高潮喷水视频| 悠悠久久av| 日韩av在线大香蕉| 高潮久久久久久久久久久不卡| 国产成人系列免费观看| 久久九九热精品免费| 一个人看视频在线观看www免费 | 99re在线观看精品视频| www国产在线视频色| 国产伦在线观看视频一区| 欧美午夜高清在线| 精品一区二区三区视频在线 | 中文字幕最新亚洲高清| 亚洲人成网站在线播放欧美日韩| 久久精品aⅴ一区二区三区四区| 欧美激情在线99| 免费看日本二区| 99久久99久久久精品蜜桃| 久久久久久人人人人人| 亚洲精品色激情综合| 国产成人影院久久av| 日本三级黄在线观看| 手机成人av网站| 18禁黄网站禁片免费观看直播| 听说在线观看完整版免费高清| 可以在线观看的亚洲视频| 免费观看精品视频网站| 国产视频一区二区在线看| 久久这里只有精品中国| 性色av乱码一区二区三区2| 国产亚洲精品久久久com| 丰满人妻熟妇乱又伦精品不卡| 日韩精品中文字幕看吧| 精品久久久久久,| 91av网站免费观看| 很黄的视频免费| 国产精品野战在线观看| 三级国产精品欧美在线观看 | aaaaa片日本免费| 人妻丰满熟妇av一区二区三区| 国产视频一区二区在线看| 久久99热这里只有精品18| 欧美xxxx黑人xx丫x性爽| 亚洲欧洲精品一区二区精品久久久| 欧美激情久久久久久爽电影| 啦啦啦免费观看视频1| 最近最新中文字幕大全免费视频| 无人区码免费观看不卡| 国产1区2区3区精品| 嫩草影视91久久| 噜噜噜噜噜久久久久久91| 非洲黑人性xxxx精品又粗又长| 波多野结衣巨乳人妻| 久久欧美精品欧美久久欧美| 亚洲av电影在线进入| x7x7x7水蜜桃| 在线观看舔阴道视频| 男女午夜视频在线观看| 91av网站免费观看| 特大巨黑吊av在线直播| 欧美不卡视频在线免费观看| 国产高清激情床上av| 亚洲五月天丁香| 国产精品永久免费网站| 国产精品一区二区三区四区免费观看 | 国产黄a三级三级三级人| 十八禁人妻一区二区| 国产人伦9x9x在线观看| 动漫黄色视频在线观看| 黄色视频,在线免费观看| 最近最新中文字幕大全电影3| 最好的美女福利视频网| 久久中文字幕人妻熟女| 久久草成人影院| 欧美激情久久久久久爽电影| 精品国产三级普通话版| 久久久久九九精品影院| 天堂网av新在线| ponron亚洲| 精品久久久久久久毛片微露脸| av黄色大香蕉| 国产三级在线视频| 黄片大片在线免费观看| 国产伦精品一区二区三区四那| av国产免费在线观看| 亚洲国产欧美一区二区综合| 久久人妻av系列| 久久久久久人人人人人| 国产精品精品国产色婷婷| 亚洲精品456在线播放app | 老司机深夜福利视频在线观看| 日韩 欧美 亚洲 中文字幕| 国模一区二区三区四区视频 | 他把我摸到了高潮在线观看| 桃红色精品国产亚洲av| 窝窝影院91人妻| av天堂在线播放| 最近最新中文字幕大全免费视频| 国产精品久久电影中文字幕| 国产精品98久久久久久宅男小说| 国产精品免费一区二区三区在线| 美女cb高潮喷水在线观看 | 久久精品国产清高在天天线| 亚洲色图 男人天堂 中文字幕| 亚洲中文日韩欧美视频| 亚洲国产精品999在线| 99国产精品一区二区三区| www日本在线高清视频| 国产欧美日韩一区二区三| 男人和女人高潮做爰伦理| 亚洲国产欧美网| 日韩 欧美 亚洲 中文字幕| 久久精品91无色码中文字幕| 脱女人内裤的视频| 久久国产乱子伦精品免费另类| 久久精品91无色码中文字幕| 夜夜躁狠狠躁天天躁| 精品人妻1区二区| 精品久久久久久久毛片微露脸| 成人av在线播放网站| 天天一区二区日本电影三级| 宅男免费午夜| 免费在线观看亚洲国产| 免费无遮挡裸体视频| 久久久久久久久久黄片| 美女 人体艺术 gogo| 激情在线观看视频在线高清| 岛国视频午夜一区免费看| 亚洲人成伊人成综合网2020| 婷婷亚洲欧美| 国产高清视频在线观看网站| 亚洲成a人片在线一区二区| 国产黄片美女视频| 免费高清视频大片| 成人鲁丝片一二三区免费| 精品不卡国产一区二区三区| 两个人视频免费观看高清| 免费在线观看日本一区| 国产不卡一卡二| 久久久久性生活片| 黄色成人免费大全| 听说在线观看完整版免费高清| 中文在线观看免费www的网站| 一级a爱片免费观看的视频| 在线观看日韩欧美| av天堂中文字幕网| 91av网站免费观看| 亚洲欧美日韩高清在线视频| 男人舔奶头视频| 免费搜索国产男女视频| 观看免费一级毛片| 巨乳人妻的诱惑在线观看| 国产麻豆成人av免费视频| 久久精品91蜜桃| 亚洲黑人精品在线| 欧美乱色亚洲激情| 久久久国产精品麻豆| 亚洲av成人精品一区久久| 少妇丰满av| 中出人妻视频一区二区| 女人高潮潮喷娇喘18禁视频| 久9热在线精品视频| 亚洲国产高清在线一区二区三| 国产精品精品国产色婷婷| 日本在线视频免费播放| 日韩中文字幕欧美一区二区| 十八禁网站免费在线| 亚洲国产色片| 中文字幕av在线有码专区| 日本与韩国留学比较| 两性夫妻黄色片| 两性午夜刺激爽爽歪歪视频在线观看| 国产黄a三级三级三级人| 在线播放国产精品三级| 美女大奶头视频| 最新在线观看一区二区三区| 18禁观看日本| tocl精华| 亚洲专区国产一区二区| 一夜夜www| 国产成人av激情在线播放| 18禁观看日本| 窝窝影院91人妻| 91九色精品人成在线观看| 老汉色av国产亚洲站长工具| 成熟少妇高潮喷水视频| 国产亚洲精品久久久久久毛片| 男女床上黄色一级片免费看| 国产精品美女特级片免费视频播放器 | 亚洲国产中文字幕在线视频| 999精品在线视频| 中国美女看黄片| 亚洲精品一卡2卡三卡4卡5卡| 久久亚洲真实| 亚洲精品一卡2卡三卡4卡5卡| 性色avwww在线观看| 在线a可以看的网站| 日本 欧美在线| 久久国产精品影院| 一边摸一边抽搐一进一小说| 久久香蕉精品热| 久久亚洲真实| 一个人看的www免费观看视频| 国产精品久久视频播放| 亚洲熟女毛片儿| 亚洲色图 男人天堂 中文字幕| 日韩免费av在线播放| 国产97色在线日韩免费| 国产又色又爽无遮挡免费看| 午夜成年电影在线免费观看| 久久这里只有精品中国| 久久久久精品国产欧美久久久| 国产免费av片在线观看野外av| 精品一区二区三区av网在线观看| 综合色av麻豆| 亚洲最大成人中文| 色精品久久人妻99蜜桃| 国产一区二区三区视频了| 日韩有码中文字幕| 一区二区三区高清视频在线| 桃色一区二区三区在线观看| 久久精品夜夜夜夜夜久久蜜豆| 久久热在线av| 久久久久久国产a免费观看| 欧美绝顶高潮抽搐喷水| 亚洲国产精品成人综合色| 久久精品91蜜桃| 狂野欧美白嫩少妇大欣赏| 亚洲欧美日韩无卡精品| 成人三级做爰电影| 欧美午夜高清在线| 精品国产乱子伦一区二区三区| 国产精品日韩av在线免费观看| 色综合婷婷激情| 少妇裸体淫交视频免费看高清| 成人国产综合亚洲| www.www免费av| 国产高清视频在线播放一区| 很黄的视频免费| 天天躁狠狠躁夜夜躁狠狠躁| 国产精品久久电影中文字幕| 在线免费观看的www视频| 天堂av国产一区二区熟女人妻| 天天添夜夜摸| 国产精品一区二区三区四区免费观看 | 精品国内亚洲2022精品成人| 免费高清视频大片| 少妇的逼水好多| 精品久久久久久久毛片微露脸| 国产精品乱码一区二三区的特点| 91久久精品国产一区二区成人 | 一级毛片精品| 99国产综合亚洲精品| 国产精品乱码一区二三区的特点| 国产成人精品久久二区二区91| 精品福利观看| 国产精品久久视频播放| 在线观看66精品国产| 在线观看午夜福利视频| 国产视频一区二区在线看| 国产真实乱freesex| 日韩人妻高清精品专区| 色视频www国产| 啦啦啦免费观看视频1| xxx96com| 一个人免费在线观看的高清视频| 欧美绝顶高潮抽搐喷水| 这个男人来自地球电影免费观看| 国产乱人视频| 久久草成人影院| 久久天堂一区二区三区四区| 啦啦啦韩国在线观看视频| 国产精品爽爽va在线观看网站| 熟妇人妻久久中文字幕3abv| 黄频高清免费视频| 成年版毛片免费区| 国产亚洲精品久久久com| 好男人电影高清在线观看| 非洲黑人性xxxx精品又粗又长| 成人三级黄色视频| 日韩欧美国产在线观看| 床上黄色一级片| 亚洲成av人片在线播放无| 91在线精品国自产拍蜜月 |