• <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
    關(guān)鍵詞:信息化模型

    王有剛 楊浩杰 張子振

    (安徽財(cái)經(jīng)大學(xué) 安徽 蚌埠 233030)

    在大數(shù)據(jù)時(shí)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(shí)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(jìn)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(shí)現(xiàn)對信息人才的管理和配置,進(jìn)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(jìn)行了評估。

    根據(jù)已有的數(shù)據(jù),運(yùn)用機(jī)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(gè)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(gè)模型,進(jìn)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(jìn)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(diǎn)是否會(huì)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(jī)(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(jī)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(tái)灣的三家醫(yī)院的護(hù)士的數(shù)據(jù),以工作動(dòng)機(jī)、工作滿意度及壓力程度作為預(yù)測因子,使用支持向量機(jī)(SVM)預(yù)測護(hù)士離職意愿。[3]Sumathi等同樣根據(jù)在泰米爾納德邦初級(jí)衛(wèi)生保健中心工作的醫(yī)護(hù)人員中進(jìn)行的調(diào)查,包括醫(yī)務(wù)人員和護(hù)士,探討了不同工作相關(guān)經(jīng)驗(yàn)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(dòng)相關(guān)的不確定風(fēng)險(xiǎn),包括辭職和更換。他們基于信息熵理論,建立了TRSD的風(fēng)險(xiǎn)度量模型,可以用來度量每個(gè)開發(fā)者的離職風(fēng)險(xiǎn)水平和正在進(jìn)行的軟件項(xiàng)目的整體風(fēng)險(xiǎn)[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(gè)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(gè)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(jìn)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(jìn)行調(diào)參,以Accuracy、f1-score、AUC值作為評價(jià)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(jìn)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(jìn)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(jìn)行近似。[6]XGboost使用正則項(xiàng)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(diǎn)的個(gè)數(shù)和葉子節(jié)點(diǎn)的個(gè)數(shù)衡量。

    1.2 Light GBM算法介紹

    輕量級(jí)梯度提升機(jī)(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(gè)特征值離散成k個(gè)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(jìn)行遍歷,統(tǒng)計(jì)每個(gè)離散值,可以很大程度的減少數(shù)據(jù)運(yùn)算量。在進(jìn)行特征選擇時(shí),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(diǎn)。[6]一個(gè)葉子的直方圖由它的父親節(jié)點(diǎn)的直方圖與它兄弟節(jié)點(diǎn)的直方圖做差得到,利用這個(gè)方法,LightGBM可以在構(gòu)造一個(gè)葉子的直方圖后(父節(jié)點(diǎn)在上一輪就已經(jīng)計(jì)算出來了),用非常微小的存儲(chǔ)代價(jià)和計(jì)算代價(jià)得到它兄弟葉子的直方圖,在速度上可以得到進(jìn)一步的提升。

    在直方圖算法基礎(chǔ)上,LightGBM進(jìn)行進(jìn)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(gè)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(qiáng)(Adaptive Boosting,Adaboost)算法,可以看作是一個(gè)加法模型,主要將關(guān)注點(diǎn)放在被錯(cuò)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(cuò)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(gè)弱分類器的分錯(cuò)誤的樣本權(quán)值會(huì)被加強(qiáng),加強(qiáng)權(quán)值后該樣本會(huì)再次被用來訓(xùn)練下一個(gè)弱分類器,每輪訓(xùn)練都用之前分錯(cuò)的樣本訓(xùn)練新的分類器,產(chǎn)生新的樣本權(quán)值,直到達(dá)到預(yù)定的錯(cuò)誤率或者指定的迭代次數(shù)。是一個(gè)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(jìn)行集成堆疊的一種策略,可以進(jìn)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(gè)基模型,進(jìn)行五折交叉驗(yàn)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(gè)測試集進(jìn)行預(yù)測。這個(gè)流程進(jìn)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(gè)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(jìn)行五折交叉驗(yàn)證,保持五折的數(shù)據(jù)的一致,這個(gè)流程再重復(fù)三次,最后生成的三個(gè)預(yù)測結(jié)果代入第二層進(jìn)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(gè)結(jié)果作為驗(yàn)證集,帶入第二層邏輯回歸模型進(jìn)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(shí)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(jì)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(gè)原始數(shù)據(jù)作為訓(xùn)練集,2130個(gè)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(gè)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(yàn);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(yàn)?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(shí)間;training-hours:工作的培訓(xùn)時(shí)間。

    2.1.1 數(shù)據(jù)集統(tǒng)計(jì)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(jì)性描述,包括數(shù)據(jù)集樣本的總數(shù),各個(gè)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(jì)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(gè)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(diǎn)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?yàn)槌鞘邢鄬Πl(fā)達(dá),從事數(shù)據(jù)挖掘工作收入更高,同時(shí)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(qiáng),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(yàn)和他們?nèi)温毜墓疽簿哂泻芨叩南嚓P(guān)性,根據(jù)常識(shí)在這一行業(yè)經(jīng)驗(yàn)更加豐富的員工,往往會(huì)進(jìn)入更大待遇更好的公司工作。同時(shí)相關(guān)的工作經(jīng)驗(yàn)、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(qiáng)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(shí)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(jìn)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(jìn)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(jìn)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(jī)器學(xué)習(xí)模型使用的原始分類數(shù)據(jù),轉(zhuǎn)化成二進(jìn)制的易于模型使用的二進(jìn)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(jìn)行調(diào)參。該方法是由網(wǎng)格搜索和參數(shù)驗(yàn)證兩部分組成,網(wǎng)格搜索是在指定的參數(shù)范圍內(nèi)進(jìn)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(yàn)證集得分精度最高的參數(shù)。這個(gè)方法非常耗時(shí),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(bào)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(cuò)誤預(yù)測為正類;FalseNegative(FN)表示將正類錯(cuò)誤預(yù)測為負(fù)類。Accuracy用于評價(jià)模型預(yù)測的準(zhǔn)確度。計(jì)算公式為:

    (1)

    而評估一個(gè)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(jì)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(jì)算公式如下:

    (4)

    ROC(Receiver Operating Characteristic)曲線和AUC值用于評價(jià)一個(gè)二分類器的優(yōu)劣,ROC曲線用于模型正確的識(shí)別正例的比例與錯(cuò)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(gè)模型的預(yù)測效果,根據(jù)AUC值判斷,Stacking>XGboost>LightGBM>Adaboost。四個(gè)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(gè)方面綜合評估五個(gè)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(gè)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(dá)到了0.8386,f1-score達(dá)到了0.8408,AUC值達(dá)到了0.9105。各個(gè)方面都說明了模型融合相比于單個(gè)集成模型預(yù)測能力和泛化能力得到了進(jìn)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(jìn)行分析預(yù)測,運(yùn)用數(shù)理統(tǒng)計(jì)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(shí)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(jìn)行人才管理配置,提供理論參考依據(jù)。

    3.1 城市主動(dòng)吸引信息化人才

    通過對數(shù)理統(tǒng)計(jì)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(shí),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(shí)代落伍,需要出臺(tái)一些福利政策,主動(dòng)吸引信息化人才的加入?;A(chǔ)設(shè)施建好的同時(shí),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(yàn)的信息化人才

    注重信息化人才培養(yǎng)的同時(shí),也要注重對有豐富工作經(jīng)驗(yàn)的信息化人才尊重與保護(hù)。現(xiàn)代企業(yè)要做好知識(shí)管理,有豐富工作經(jīng)驗(yàn)的信息化人才就是企業(yè)寶貴的知識(shí)財(cái)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(yàn)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(shí)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(yuǎn)遠(yuǎn)少于男性,部分原因可能是個(gè)人興趣。城市和企業(yè)出臺(tái)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(bǔ)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(huì)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)就非常靠前。對于國家和社會(huì)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(jì)的漸近分布
    “云會(huì)計(jì)”在中小企業(yè)會(huì)計(jì)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
    国产私拍福利视频在线观看| 一级黄色大片毛片| 亚洲成人久久性| 免费在线观看亚洲国产| 亚洲av免费在线观看| 国产精品一区二区三区四区免费观看 | 久久久水蜜桃国产精品网| 变态另类成人亚洲欧美熟女| 亚洲国产欧美网| 变态另类成人亚洲欧美熟女| 久久精品国产综合久久久| 成人欧美大片| 国产精品美女特级片免费视频播放器 | 精品熟女少妇八av免费久了| 变态另类丝袜制服| 一a级毛片在线观看| 国产视频一区二区在线看| 亚洲国产精品合色在线| 精品日产1卡2卡| 亚洲成a人片在线一区二区| 亚洲人成电影免费在线| 无人区码免费观看不卡| 性色avwww在线观看| 久久天躁狠狠躁夜夜2o2o| 黄频高清免费视频| 欧美日韩乱码在线| or卡值多少钱| 亚洲精品国产精品久久久不卡| 日韩欧美一区二区三区在线观看| 免费观看精品视频网站| 国产三级黄色录像| 亚洲av成人av| 99精品欧美一区二区三区四区| 亚洲美女视频黄频| 色在线成人网| 亚洲真实伦在线观看| 神马国产精品三级电影在线观看| 老汉色∧v一级毛片| 动漫黄色视频在线观看| 欧美不卡视频在线免费观看| 国产1区2区3区精品| 欧美最黄视频在线播放免费| 在线播放国产精品三级| 国产视频内射| 99精品久久久久人妻精品| 欧美成人一区二区免费高清观看 | 99在线视频只有这里精品首页| 欧美+亚洲+日韩+国产| 少妇熟女aⅴ在线视频| 看黄色毛片网站| 黑人欧美特级aaaaaa片| svipshipincom国产片| 亚洲第一欧美日韩一区二区三区| 在线观看免费午夜福利视频| 午夜精品久久久久久毛片777| 欧美成狂野欧美在线观看| 国产成人精品无人区| 少妇裸体淫交视频免费看高清| 国产91精品成人一区二区三区| 久久久国产欧美日韩av| 国产高清视频在线播放一区| 日本成人三级电影网站| 白带黄色成豆腐渣| 亚洲va日本ⅴa欧美va伊人久久| 一级毛片高清免费大全| 国产在线精品亚洲第一网站| xxxwww97欧美| 欧美日韩一级在线毛片| 国产亚洲精品久久久com| 亚洲国产精品成人综合色| 91av网站免费观看| 国产一区二区激情短视频| 亚洲av免费在线观看| 亚洲,欧美精品.| 99国产综合亚洲精品| 亚洲中文av在线| 久久99热这里只有精品18| 男人舔女人下体高潮全视频| 久久亚洲精品不卡| 国产精品久久久人人做人人爽| 一级a爱片免费观看的视频| 少妇丰满av| 在线永久观看黄色视频| 国产91精品成人一区二区三区| 精品乱码久久久久久99久播| 国产成年人精品一区二区| 亚洲av成人av| 亚洲精品国产精品久久久不卡| 舔av片在线| 搡老妇女老女人老熟妇| 欧美zozozo另类| 色精品久久人妻99蜜桃| 亚洲欧美日韩高清专用| 午夜精品久久久久久毛片777| 高清毛片免费观看视频网站| 极品教师在线免费播放| 亚洲av第一区精品v没综合| 亚洲七黄色美女视频| 色播亚洲综合网| a级毛片在线看网站| 午夜福利在线观看吧| 精品欧美国产一区二区三| 麻豆成人午夜福利视频| 久久久色成人| 国产成人一区二区三区免费视频网站| 国产亚洲欧美98| 欧美成人免费av一区二区三区| 蜜桃久久精品国产亚洲av| 99久久成人亚洲精品观看| 国产成人av激情在线播放| 免费一级毛片在线播放高清视频| 亚洲中文日韩欧美视频| 欧美日本视频| 久久久久免费精品人妻一区二区| 亚洲自偷自拍图片 自拍| av福利片在线观看| 我的老师免费观看完整版| 国产av在哪里看| 久久精品夜夜夜夜夜久久蜜豆| 国产成人系列免费观看| 国产精品香港三级国产av潘金莲| 国产精品,欧美在线| 视频区欧美日本亚洲| 中文字幕熟女人妻在线| av视频在线观看入口| 日韩av在线大香蕉| 欧美xxxx黑人xx丫x性爽| 性色avwww在线观看| 久9热在线精品视频| 久99久视频精品免费| 欧美3d第一页| 美女扒开内裤让男人捅视频| 午夜久久久久精精品| 熟女少妇亚洲综合色aaa.| 黄色丝袜av网址大全| 日韩欧美国产在线观看| 午夜久久久久精精品| 成人欧美大片| 人人妻人人看人人澡| 香蕉久久夜色| 手机成人av网站| 不卡av一区二区三区| 国语自产精品视频在线第100页| 又紧又爽又黄一区二区| ponron亚洲| 亚洲自拍偷在线| 一级a爱片免费观看的视频| 午夜a级毛片| 国产成年人精品一区二区| 女生性感内裤真人,穿戴方法视频| 免费高清视频大片| 中文字幕熟女人妻在线| 免费人成视频x8x8入口观看| 亚洲成av人片免费观看| 一本一本综合久久| 国产欧美日韩一区二区精品| 精品一区二区三区四区五区乱码| 美女高潮的动态| 国产单亲对白刺激| 国产综合懂色| 高潮久久久久久久久久久不卡| 亚洲专区字幕在线| 亚洲中文字幕一区二区三区有码在线看 | 国产熟女xx| 两性午夜刺激爽爽歪歪视频在线观看| 九九在线视频观看精品| 国内少妇人妻偷人精品xxx网站 | 久久久国产成人精品二区| 国产综合懂色| 久久精品亚洲精品国产色婷小说| 在线观看66精品国产| 欧美又色又爽又黄视频| 18禁国产床啪视频网站| 极品教师在线免费播放| 日本 欧美在线| 国产成人av教育| 少妇人妻一区二区三区视频| 一进一出好大好爽视频| 欧美性猛交╳xxx乱大交人| 丝袜人妻中文字幕| 免费在线观看成人毛片| 亚洲男人的天堂狠狠| 一级毛片精品| 黄色成人免费大全| 一区二区三区高清视频在线| 亚洲片人在线观看| 床上黄色一级片| 欧美黑人巨大hd| 欧美色欧美亚洲另类二区| 久久人妻av系列| 中文资源天堂在线| 午夜两性在线视频| 女人高潮潮喷娇喘18禁视频| 亚洲 国产 在线| 日本与韩国留学比较| 97超视频在线观看视频| 在线观看美女被高潮喷水网站 | bbb黄色大片| 久久精品国产99精品国产亚洲性色| 亚洲欧美日韩高清在线视频| 老司机深夜福利视频在线观看| av在线蜜桃| 少妇丰满av| 久久中文字幕人妻熟女| 精品无人区乱码1区二区| 真实男女啪啪啪动态图| 岛国在线观看网站| 免费看a级黄色片| 波多野结衣高清作品| 91久久精品国产一区二区成人 | 日本 av在线| 天堂动漫精品| 一个人观看的视频www高清免费观看 | 日本a在线网址| 给我免费播放毛片高清在线观看| 欧美成人免费av一区二区三区| 亚洲av中文字字幕乱码综合| 老司机在亚洲福利影院| 亚洲精品一区av在线观看| 久久天堂一区二区三区四区| 欧美性猛交╳xxx乱大交人| 麻豆av在线久日| 久久久国产成人精品二区| 日韩欧美国产在线观看| 欧美精品啪啪一区二区三区| 12—13女人毛片做爰片一| 久久亚洲精品不卡| 久久中文字幕人妻熟女| av女优亚洲男人天堂 | 午夜影院日韩av| 99在线人妻在线中文字幕| 亚洲五月天丁香| 欧美黄色淫秽网站| svipshipincom国产片| 欧美绝顶高潮抽搐喷水| 日韩人妻高清精品专区| 97超视频在线观看视频| 日日干狠狠操夜夜爽| 午夜精品久久久久久毛片777| 欧洲精品卡2卡3卡4卡5卡区| 国产成+人综合+亚洲专区| 老汉色∧v一级毛片| 99久久精品热视频| 天天添夜夜摸| 久9热在线精品视频| 国内久久婷婷六月综合欲色啪| 国产成人精品久久二区二区免费| 国产乱人伦免费视频| 国产精品亚洲一级av第二区| 国产av麻豆久久久久久久| 男女那种视频在线观看| xxxwww97欧美| bbb黄色大片| av视频在线观看入口| 噜噜噜噜噜久久久久久91| 久久性视频一级片| av片东京热男人的天堂| 日本一本二区三区精品| 黑人操中国人逼视频| 国产一级毛片七仙女欲春2| 日本 av在线| 日韩欧美免费精品| 国产欧美日韩一区二区精品| 性欧美人与动物交配| 欧美日韩福利视频一区二区| 亚洲av电影不卡..在线观看| 成年免费大片在线观看| 久久国产精品人妻蜜桃| 好看av亚洲va欧美ⅴa在| 我的老师免费观看完整版| 亚洲美女视频黄频| 免费大片18禁| 可以在线观看的亚洲视频| 久久久久精品国产欧美久久久| 欧美绝顶高潮抽搐喷水| 久久欧美精品欧美久久欧美| 亚洲精品色激情综合| 免费人成视频x8x8入口观看| 夜夜夜夜夜久久久久| 一级毛片女人18水好多| 日韩欧美国产一区二区入口| 深夜精品福利| 91av网站免费观看| 欧美成狂野欧美在线观看| 精品99又大又爽又粗少妇毛片 | 黄色丝袜av网址大全| 天天一区二区日本电影三级| 免费看a级黄色片| 视频区欧美日本亚洲| 欧美成狂野欧美在线观看| 国产av一区在线观看免费| 激情在线观看视频在线高清| 免费看a级黄色片| 九九热线精品视视频播放| 香蕉国产在线看| av黄色大香蕉| 久久久久国产精品人妻aⅴ院| 午夜福利18| 国产精品九九99| www.www免费av| www.熟女人妻精品国产| 成人国产综合亚洲| av国产免费在线观看| 99在线人妻在线中文字幕| 欧美乱妇无乱码| 中文字幕久久专区| 亚洲成人免费电影在线观看| 日韩欧美一区二区三区在线观看| 午夜亚洲福利在线播放| 成人鲁丝片一二三区免费| 国产亚洲精品一区二区www| 国产男靠女视频免费网站| 黄色视频,在线免费观看| 国产成人av教育| 国产亚洲精品av在线| 亚洲 国产 在线| 88av欧美| 国产亚洲精品久久久com| 人妻丰满熟妇av一区二区三区| 久久香蕉精品热| 精品国产美女av久久久久小说| 亚洲黑人精品在线| 校园春色视频在线观看| 757午夜福利合集在线观看| 搡老岳熟女国产| 岛国在线免费视频观看| 亚洲av电影不卡..在线观看| 亚洲 欧美一区二区三区| 日本熟妇午夜| www.自偷自拍.com| av国产免费在线观看| cao死你这个sao货| 亚洲国产中文字幕在线视频| 亚洲精品一卡2卡三卡4卡5卡| 国产不卡一卡二| 久久亚洲真实| 亚洲男人的天堂狠狠| 三级男女做爰猛烈吃奶摸视频| 久久精品国产清高在天天线| 精品久久久久久久末码| 国产综合懂色| 午夜福利在线观看免费完整高清在 | 在线播放国产精品三级| 又黄又粗又硬又大视频| 国产一区在线观看成人免费| 99国产精品一区二区蜜桃av| 美女扒开内裤让男人捅视频| 久久国产精品影院| 美女高潮喷水抽搐中文字幕| 毛片女人毛片| 99久久精品一区二区三区| 亚洲美女黄片视频| 日本免费a在线| 91麻豆av在线| 国产精品98久久久久久宅男小说| 久久久久久久久久黄片| 久9热在线精品视频| 99国产精品99久久久久| 欧美日本亚洲视频在线播放| 两个人视频免费观看高清| 特大巨黑吊av在线直播| av天堂中文字幕网| 波多野结衣高清作品| 国产成人aa在线观看| 欧美日本视频| 午夜影院日韩av| 性色av乱码一区二区三区2| 蜜桃久久精品国产亚洲av| 中文亚洲av片在线观看爽| 国产精品久久久人人做人人爽| 真人一进一出gif抽搐免费| 午夜日韩欧美国产| 在线视频色国产色| a级毛片在线看网站| 久久久精品大字幕| 国内少妇人妻偷人精品xxx网站 | 精品一区二区三区av网在线观看| 日韩中文字幕欧美一区二区| 99在线人妻在线中文字幕| 国产日本99.免费观看| 香蕉久久夜色| 亚洲片人在线观看| 黄片大片在线免费观看| 国产欧美日韩精品一区二区| 亚洲成人精品中文字幕电影| 91久久精品国产一区二区成人 | 狠狠狠狠99中文字幕| 国产激情久久老熟女| 一级黄色大片毛片| 18禁国产床啪视频网站| 真人一进一出gif抽搐免费| 一区二区三区国产精品乱码| 无遮挡黄片免费观看| 天天躁日日操中文字幕| 久久国产精品人妻蜜桃| 好男人电影高清在线观看| 叶爱在线成人免费视频播放| 欧美另类亚洲清纯唯美| 亚洲人成网站在线播放欧美日韩| 天堂√8在线中文| 国产亚洲欧美98| 曰老女人黄片| 国产欧美日韩精品亚洲av| 别揉我奶头~嗯~啊~动态视频| 免费一级毛片在线播放高清视频| 亚洲成人中文字幕在线播放| 亚洲成av人片免费观看| 久久久久久久久中文| 国产真人三级小视频在线观看| 免费看十八禁软件| 怎么达到女性高潮| 日韩精品青青久久久久久| 欧美zozozo另类| 99精品在免费线老司机午夜| 在线视频色国产色| 国产亚洲精品久久久com| 成人永久免费在线观看视频| 日韩欧美一区二区三区在线观看| 99久久国产精品久久久| 欧美激情久久久久久爽电影| 五月玫瑰六月丁香| 国产69精品久久久久777片 | 91av网站免费观看| 午夜成年电影在线免费观看| 在线观看免费视频日本深夜| 九色成人免费人妻av| www国产在线视频色| 中文亚洲av片在线观看爽| 变态另类丝袜制服| e午夜精品久久久久久久| 黄色日韩在线| 国产精品日韩av在线免费观看| 亚洲欧美精品综合久久99| 日韩中文字幕欧美一区二区| 亚洲精品粉嫩美女一区| 国产伦精品一区二区三区视频9 | 99热只有精品国产| 日本撒尿小便嘘嘘汇集6| 在线观看免费视频日本深夜| 一个人免费在线观看的高清视频| 国产v大片淫在线免费观看| 欧美三级亚洲精品| 俄罗斯特黄特色一大片| 亚洲第一电影网av| 此物有八面人人有两片| 十八禁人妻一区二区| 亚洲一区二区三区不卡视频| 草草在线视频免费看| 非洲黑人性xxxx精品又粗又长| 精华霜和精华液先用哪个| 亚洲真实伦在线观看| 一边摸一边抽搐一进一小说| 成人一区二区视频在线观看| 久久人人精品亚洲av| 禁无遮挡网站| 国内精品一区二区在线观看| 国产欧美日韩精品亚洲av| aaaaa片日本免费| av天堂中文字幕网| 俄罗斯特黄特色一大片| 淫妇啪啪啪对白视频| 五月伊人婷婷丁香| 一本一本综合久久| 国内精品一区二区在线观看| 亚洲精品粉嫩美女一区| 欧美极品一区二区三区四区| 亚洲专区中文字幕在线| 久久久久九九精品影院| 欧美乱码精品一区二区三区| 国产精品一及| 亚洲成a人片在线一区二区| 不卡一级毛片| 欧美在线一区亚洲| 9191精品国产免费久久| 亚洲熟妇中文字幕五十中出| 欧美日韩亚洲国产一区二区在线观看| 人人妻,人人澡人人爽秒播| tocl精华| 欧美日韩综合久久久久久 | 欧美在线黄色| 99久久国产精品久久久| 精品国产超薄肉色丝袜足j| 制服丝袜大香蕉在线| 啦啦啦韩国在线观看视频| 国产高清激情床上av| 欧美黄色淫秽网站| 精品电影一区二区在线| 成人无遮挡网站| 国产伦一二天堂av在线观看| 国产午夜精品久久久久久| 观看免费一级毛片| 美女午夜性视频免费| 久久这里只有精品19| 国产极品精品免费视频能看的| 免费搜索国产男女视频| 香蕉久久夜色| 视频区欧美日本亚洲| 亚洲av成人精品一区久久| 国产精品香港三级国产av潘金莲| 亚洲欧美激情综合另类| 亚洲一区二区三区色噜噜| a级毛片在线看网站| 欧美精品啪啪一区二区三区| 舔av片在线| 国产成人av激情在线播放| 国产一区在线观看成人免费| 午夜激情欧美在线| 欧美日韩黄片免| 日韩av在线大香蕉| 香蕉久久夜色| 欧美绝顶高潮抽搐喷水| 国产精品久久久人人做人人爽| 日本黄色片子视频| 日本免费一区二区三区高清不卡| 久久久精品欧美日韩精品| 久久精品国产99精品国产亚洲性色| 成年女人看的毛片在线观看| 琪琪午夜伦伦电影理论片6080| 美女 人体艺术 gogo| 人妻夜夜爽99麻豆av| 18禁裸乳无遮挡免费网站照片| 国产精品亚洲美女久久久| 九色成人免费人妻av| 久久热在线av| 久久久成人免费电影| 亚洲第一欧美日韩一区二区三区| 欧美又色又爽又黄视频| 真人一进一出gif抽搐免费| 变态另类成人亚洲欧美熟女| 岛国在线免费视频观看| 亚洲成av人片在线播放无| 十八禁网站免费在线| 久久国产精品人妻蜜桃| 99久久精品热视频| 国产激情久久老熟女| 一a级毛片在线观看| 欧美色欧美亚洲另类二区| 亚洲 国产 在线| 国产成人av教育| 成人av一区二区三区在线看| 99久久无色码亚洲精品果冻| 欧美日韩国产亚洲二区| 亚洲无线在线观看| 啦啦啦韩国在线观看视频| 丰满的人妻完整版| 久久精品国产99精品国产亚洲性色| av天堂在线播放| 国内精品久久久久久久电影| 午夜视频精品福利| 欧美成狂野欧美在线观看| 国产精品1区2区在线观看.| 啪啪无遮挡十八禁网站| 国产毛片a区久久久久| 久久久久久久午夜电影| 亚洲在线观看片| 国产欧美日韩精品亚洲av| 日韩大尺度精品在线看网址| 精品乱码久久久久久99久播| 国产av一区在线观看免费| 国产免费av片在线观看野外av| 一卡2卡三卡四卡精品乱码亚洲| 国产又色又爽无遮挡免费看| 两人在一起打扑克的视频| 日本免费一区二区三区高清不卡| 麻豆成人午夜福利视频| 999精品在线视频| 日韩高清综合在线| 99视频精品全部免费 在线 | 国产熟女xx| 叶爱在线成人免费视频播放| 香蕉久久夜色| 国产精品精品国产色婷婷| 亚洲午夜理论影院| 综合色av麻豆| 亚洲成av人片在线播放无| 日韩欧美在线二视频| 久久天堂一区二区三区四区| 精品久久久久久久久久免费视频| 变态另类丝袜制服| 亚洲国产日韩欧美精品在线观看 | 母亲3免费完整高清在线观看| 久久香蕉精品热| 欧美日韩一级在线毛片| 婷婷精品国产亚洲av在线| 亚洲欧美精品综合久久99| 精品国产美女av久久久久小说| 看免费av毛片| 国产精品精品国产色婷婷| 国产精品国产高清国产av| 黄片大片在线免费观看| 国产乱人视频| 老司机午夜福利在线观看视频| 色综合亚洲欧美另类图片| 脱女人内裤的视频| 亚洲九九香蕉| 又紧又爽又黄一区二区| 成人av在线播放网站| 无遮挡黄片免费观看| 黄色丝袜av网址大全| 19禁男女啪啪无遮挡网站| 久久精品亚洲精品国产色婷小说| 日本 欧美在线| 成人av一区二区三区在线看| e午夜精品久久久久久久| 亚洲片人在线观看| 亚洲在线观看片| 偷拍熟女少妇极品色| 亚洲精品一卡2卡三卡4卡5卡| 精品欧美国产一区二区三| 无遮挡黄片免费观看| 国产激情偷乱视频一区二区| 欧美成人一区二区免费高清观看 | 国产亚洲精品久久久com| 国产精品影院久久| 亚洲欧美日韩高清在线视频|