• <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 ?

    基于文本的卷積網(wǎng)絡(luò)在電影推薦系統(tǒng)中的應(yīng)用

    2021-12-19 22:40:52付裕
    電腦知識與技術(shù) 2021年32期
    關(guān)鍵詞:自然語言處理

    付裕

    摘要:當(dāng)今互聯(lián)網(wǎng)趨勢下,實體服務(wù)行業(yè)越來越傾向于與線上的互聯(lián)網(wǎng)進行深度合作,講究服務(wù)以質(zhì)量取勝、以人性化、個性化取勝。故在這樣的背景下,以傳統(tǒng)的打廣告的模式來吸引觀眾去電影院看電影的方式在逐漸被更智能化、更具有針對性的精準(zhǔn)推送的線上方式所取代。為了更好地服務(wù)喜歡看電影的觀眾,開發(fā)了這個基于文本的卷積神經(jīng)的個性化電影推薦系統(tǒng)。此系統(tǒng)使用神經(jīng)網(wǎng)絡(luò)將自然語言處理與電影推薦相結(jié)合,利用MovieLens數(shù)據(jù)集訓(xùn)練一個基于文本的卷積神經(jīng)網(wǎng)絡(luò),實現(xiàn)電影個性化推薦系統(tǒng)。最后使用django框架并結(jié)合豆瓣爬蟲,搭建了推薦系統(tǒng)Web端服務(wù)。

    關(guān)鍵詞:個性化推薦系統(tǒng);TensorFlow;文本卷積網(wǎng)絡(luò); MovieLens;自然語言處理

    中圖分類號:TP301 ? 文獻標(biāo)識碼:A

    文章編號:1009-3044(2021)32-0113-04

    Application of Text-based Convolutional Network in a Movie Recommendation System

    FU Yu

    (Yangtze University, Jingzhou 434000, China)

    Abstract: In today's Internet trend, the entity service industry is more and more inclined to carry out in-depth cooperation with the online Internet and pay attention to service, win by quality, humanization, and personalization. Therefore, in this context, the traditional advertising mode to attract the audience to the cinema is gradually replaced by a more intelligent and targeted online way of precise push. Therefore, to better serve the audience who like to watch movies, I develop a personalized movie recommendation system based on a text convolution neural network. This system uses a neural network to combine natural language processing with movie recommendation, and uses movielens data set to train a convolution neural network based on text to realize a movie personalized recommendation system[1]. Finally, I use the Django framework and Douban crawler to build the web service of recommendation system.

    Key words: personalized recommendation system; TensorFlow; text convolutional network; MovieLens; natural language processing

    1 ?前言

    當(dāng)前的個性化推薦系統(tǒng)實際上與自然語言處理聯(lián)系得非常緊密,特別是利用用戶的評論等進行輿情化分析,以期達到更符合更大多數(shù)人需求的推薦。為了更好地服務(wù)觀影用戶,此項目主要是應(yīng)用了當(dāng)今熱門的推薦技術(shù)來實現(xiàn)對觀影用戶的精準(zhǔn)推送,以此來達到影片的觀影次數(shù)和觀眾的觀影體驗的雙提高的效果。主要實現(xiàn)了給用戶推薦喜歡的電影、給用戶推薦相似的電影、推薦看過的用戶還喜歡看的電影這三個功能。

    2 ?推薦系統(tǒng)簡介

    推薦系統(tǒng)是根據(jù)用戶的歷史信息和行為,向用戶推薦他感興趣的內(nèi)容的一種系統(tǒng)[2]。理論上,當(dāng)一個全新的用戶進入系統(tǒng)后是無法實現(xiàn)個性化推薦的,只有當(dāng)用戶使用了這個系統(tǒng)后,系統(tǒng)收集了用戶的信息和行為才能向用戶提供個性化的推薦內(nèi)容[3]。但在實際工程運用中,也可以通過各種手段解決“冷啟動”這樣的問題,來達到向系統(tǒng)新用戶的粗略推薦。常見的推薦大致可以分為基于協(xié)同過濾的推薦和基于內(nèi)容的相似推薦這兩種[4]。其中,推薦系統(tǒng)包含的環(huán)節(jié)如下圖1所示。

    3 數(shù)據(jù)處理

    本項目使用的是MovieLens 1M 數(shù)據(jù)集,包含6000個用戶在近4000部電影上的1億條評論。數(shù)據(jù)集分為三個文件:用戶數(shù)據(jù)users.dat,電影數(shù)據(jù)movies.dat和評分?jǐn)?shù)據(jù)ratings.dat[5]。

    3.1 用戶數(shù)據(jù)users.dat

    用戶ID:不用改變。性別字段:需要將‘F’和‘M’轉(zhuǎn)換成0和1。年齡字段:要轉(zhuǎn)成7個連續(xù)數(shù)字0~6。

    3.2 電影數(shù)據(jù)movies.dat

    電影ID字段:不用改變。流派Genres字段:是分類字段,要轉(zhuǎn)成數(shù)字。首先將Genres中的類別轉(zhuǎn)成字符串到數(shù)字的字典,然后再將每個電影的Genres字段轉(zhuǎn)成數(shù)字列表,因為有些電影是多個Genres的組合。? ?標(biāo)題Title字段:處理方式跟Genres字段一樣,首先創(chuàng)建文本到數(shù)字的字典,然后將Title中的描述轉(zhuǎn)成數(shù)字的列表。另外Title中的年份也需要去掉。在實際代碼的書寫中Genres和Title字段需要將長度統(tǒng)一,這樣在神經(jīng)網(wǎng)絡(luò)中方便處理??瞻撞糠钟谩?lt; PAD >’對應(yīng)的數(shù)字填充。

    3.2 評分?jǐn)?shù)據(jù)ratings.dat

    數(shù)據(jù)處理完之后將三個表做 inner merge,并保存為模型文件 data_preprocess.pkl。

    4 建模與模型訓(xùn)練

    針對處理后數(shù)據(jù)的不同字段進行模型的搭建。相關(guān)模型結(jié)構(gòu)設(shè)計如下圖2所示。

    4.1 嵌入層

    根據(jù)上文,為了解決數(shù)據(jù)稀疏問題,One-hot的矩陣相乘可以簡化為查表操作,這大大降低了運算量。不是每一個詞用一個向量來代替,而是替換為用于查找嵌入矩陣中向量的索引,在網(wǎng)絡(luò)的訓(xùn)練過程中,嵌入向量也會更新,也就可以探索在高維空間中詞語之間的相似性。

    ? 本系統(tǒng)使用tensorflow的tf.nn.embedding_lookup就是根據(jù)input_ids中的id尋找embeddings中的第id行。比如input_ids=[1,3,5],則找出embeddings中第1,3,5行,組成一個tensor返回。tf.nn.embedding_lookup不是簡單的查表,id對應(yīng)的向量是可以訓(xùn)練的,訓(xùn)練參數(shù)個數(shù)應(yīng)該是 category num*embedding size,也可以說lookup是一種全連接層。

    創(chuàng)建嵌入矩陣,要決定每一個索引需要分配多少個潛在因子,這大體上意味著想要多長的向量,通常使用的情況是長度分配為32和50[6],此處選擇32和16,所以各字段嵌入矩陣的shape第1個維度,也就是第2個數(shù)字要么為32,要么為16;

    而嵌入矩陣第0個緯度為6041、2、7、21,也就是嵌入矩陣的行數(shù),也就代表著這四個字段unique值有多少個,例如Gender的值只有0和1(經(jīng)過數(shù)據(jù)處理)其嵌入矩陣就有2行。

    在上一點敘述過使用tf.nn.embedding_lookup與UserID字段的數(shù)據(jù)進行全連接(相當(dāng)于查表操作),則每個嵌入層的shape應(yīng)該是這樣的(數(shù)據(jù)量,字段長度,索引長度),數(shù)據(jù)量可以設(shè)計為每個epoch的大小;對于User數(shù)據(jù)來說,字段長度都為1,因為用一個值就能表示該獨一無二的值,如果對于文本,則可能需要使用數(shù)組來表示,即字段長度可能大于1;索引長度則是嵌入矩陣的潛在因子。

    對數(shù)據(jù)集字段UserID、Gender、Age、JobID和電影數(shù)據(jù)的MovieID、Genres、Title分別構(gòu)建嵌入矩陣和嵌入層。 Title嵌入層的shape是(?,15,32),“?”代表了一個epoch的數(shù)量,32代表了自定義選擇的潛在因子數(shù)量,15則代表了該字段的每一個unique值都需要一個長度為15的向量來表示。Genres嵌入層的shape是(?,1,32),由于一個電影的Genres(電影的類型),可能屬于多個類別,所以該字段的需要做特殊的處理,即把第1緯度上的向量進行加和,這樣做其實削減了特征的表現(xiàn),但是又防止比如僅僅推薦相關(guān)類型的電影。

    綜上,經(jīng)過嵌入層,得到以下模型:

    針對User數(shù)據(jù),如表1所示。

    針對Movie數(shù)據(jù),如表2所示。

    4.2 文本卷積層

    網(wǎng)絡(luò)的第一層是詞嵌入層,由每一個單詞的嵌入向量組成的嵌入矩陣。下一層使用多個不同尺寸(窗口大小)的卷積核在嵌入矩陣上做卷積,窗口大小指的是每次卷積覆蓋幾個單詞[7]。這里跟對圖像做卷積不太一樣,圖像的卷積通常用2x2、3x3、5x5之類的尺寸,而文本卷積要覆蓋整個單詞的嵌入向量,所以尺寸是(單詞數(shù),向量維度),比如每次滑動3個、4個或者5個單詞。第三層網(wǎng)絡(luò)是max pooling得到一個長向量,最后使用dropout做正則化,最終得到了電影Title的特征[7]。

    卷積過程涉及以下幾個參數(shù),如表3所示。

    將Title字段嵌入層的輸出movie_title_embed_layer(shape=(?,15,32)),作為卷積層的輸入,所以先把movie_title_embed_layer擴展一個維度,shape變?yōu)椋ǎ浚?5,32,1),四個參數(shù)分別為(batch,height,width,channels)

    可以得到如表4所示數(shù)據(jù)。

    考慮window_size=2的情況,首先得到嵌入層輸出,并對其增加一個維度得到movie_title_embed_layer_expand(shape=(?,15,32,1)),其作為卷積層的輸入。卷積核的參數(shù)filter_weights為(2,32,1,8),表示卷積核的高度為2,寬度為32,輸入通道為1,輸出通道為32。其中輸出通道與上一層的輸入通道相同。

    卷積層在各個維度上的步長都為1,且padding的方式為VALID,則可得到卷積層的shape為(?,14,1,8)。 卷積之后使用relu函數(shù)進行激活,并且加上偏置,shape保持不變。最大池化的窗口為(1,14,1,1),且在每個維度上的步長都為1,即可得到池化后的shape為(?,1,1,8)。依次類推,當(dāng)window_size為其他時,也能得到池化層輸出shape為(?,1,1,8)。得到四個卷積、池化的輸出之后將池化層的輸出根據(jù)第三維(第四個參數(shù))相連,變形為(?,1,1,32),再變形為三維(?,1,32)。最后為了正則化防止過擬合,經(jīng)過dropout層處理,輸出shape為(?,1,32)。

    4.3 全連接層

    對上文所得到的嵌入層的輸出和卷積層的輸出進行全連接。對User數(shù)據(jù)的嵌入層進行全連接,最終得到輸出特征的shape為(?,200)。同理對Movie數(shù)據(jù)進行兩層全連接,最終得到輸出特征的shape為(?,200)。

    4.4 構(gòu)建計算圖與模型訓(xùn)練

    構(gòu)建計算圖,訓(xùn)練。問題回歸為簡單地將用戶特征和電影特征做矩陣乘法得到一個預(yù)測評分,損失為均方誤差。

    1)模型保存

    ?保存的模型包括:處理后的訓(xùn)練數(shù)據(jù)、訓(xùn)練完成后的網(wǎng)絡(luò)、用戶特征矩陣、電影特征矩陣。

    2)模型損失圖像

    訓(xùn)練集損失圖像如圖3所示。

    測試集損失圖像如圖4所示。

    經(jīng)過簡單的調(diào)參。batch_size 對Loss的影響較大,但是batch_size 過大,損失會有比較大的抖動情況。隨著學(xué)習(xí)率逐漸減小,損失會先減小后增大,所以最終確定參數(shù)還是固定參數(shù)效果較好。

    4.5 推薦

    加了隨機因素保證對相同電影推薦時推薦結(jié)果的不一致。

    1)給用戶推薦喜歡的電影:使用用戶特征向量與電影特征矩陣計算所有電影的評分,取評分最高的 topK個。

    2)推薦相似的電影:計算選擇電影特征向量與整個電影特征矩陣的余弦相似度,取相似度最大的 topK 個。

    3)推薦看過的用戶還喜歡看的電影。

    ?(1)首先選出喜歡某個電影的 topK 個人,得到這幾個人的用戶特征向量。

    ?(2)計算這幾個人對所有電影的評分。

    ?(3)選擇每個人評分最高的電影作為推薦。

    5 最終實驗結(jié)果

    因為數(shù)據(jù)集也未有電影的中文名稱、圖片等數(shù)據(jù),所以在web項目中加了一個豆瓣的爬蟲,每次推薦都請求數(shù)據(jù),并進行相應(yīng)的解析和封裝。在服務(wù)器啟動的時候就加載模型,并且把tensorflow的session提前封裝好,在調(diào)用相關(guān)方法時,直接傳入該全局session,避免了每次請求都加載模型。

    給用戶推薦喜歡的電影后臺相關(guān)效果如圖5所示。

    給用戶推薦相似的電影后臺相關(guān)輸出效果如圖6所示。

    為看過某部電影的用戶推薦他可能還喜歡看的電影后臺相關(guān)輸出效果如圖7所示。

    6 ?項目總結(jié)與展望

    本次項目實現(xiàn)了常用的推薦功能,將網(wǎng)絡(luò)模型作為回歸問題進行訓(xùn)練,得到訓(xùn)練好的用戶特征矩陣和電影特征矩陣進行了推薦。并且此次項目把源碼進行了面向?qū)ο蠓庋b,增強了源碼的復(fù)用性和可用性,對推薦相關(guān)方法也進行了微小的調(diào)整,解決了模型多次加載問題,最后增加了該項目的Web展示端。

    此次項目收獲頗豐,但是該系統(tǒng)還存在一系列問題:如模型的局限性,即該系統(tǒng)只能對數(shù)據(jù)集中的電影和用戶進行推薦,沒有再找相關(guān)字段的數(shù)據(jù),所以訓(xùn)練數(shù)據(jù)量相對較小,適用性也比較窄。希望將來能普適開來,能為更多有現(xiàn)實需求的用戶服務(wù)。

    參考文獻:

    [1] 戴培,靳涵瑜,錦璇,等.基于語義分析和卷積神經(jīng)網(wǎng)絡(luò)的視頻審查機制研究[J].信息與電腦(理論版),2019(12):116-118.

    [2] 弗朗西斯科·里奇(Francesco Ricci),利奧·羅卡奇(Lior Rokach),布拉哈·夏皮拉(Bracha Shapira).推薦系統(tǒng):技術(shù)、評估及高效算法[M].李艷民,等,譯.北京:機械工業(yè)出版社,2018.

    [3] 姜信景,齊小剛,劉立芳.個性化信息推薦方法研究[J].智能系統(tǒng)學(xué)報,2018,13(2):189-195.

    [4] 常亮,曹玉婷,孫文平,等.旅游推薦系統(tǒng)研究綜述[J].計算機科學(xué),2017,44(10):1-6.

    [5] 鄧秀勤, 張翼飛, 江志華, 等. 一種基于節(jié)點分割的隱私屬性(a, k)-匿名算法[J]. 數(shù)據(jù)挖掘, 2020,10(2):143-151.

    [6] 胡思才,孫界平,琚生根,等.基于深度神經(jīng)網(wǎng)絡(luò)和概率矩陣分解的混合推薦算法[J].四川大學(xué)學(xué)報(自然科學(xué)版),2019,56(6):1033-1041.

    [7] 易黎,肖青秀,湯鯤.基于雙層注意力機制的深度學(xué)習(xí)電影推薦系統(tǒng)[J].計算機與現(xiàn)代化,2018(11):109-114.

    【通聯(lián)編輯:梁書】

    猜你喜歡
    自然語言處理
    基于LSTM自動編碼機的短文本聚類方法
    自然語言處理與司法案例
    魅力中國(2017年24期)2017-09-15 04:35:10
    國外基于知識庫的問答系統(tǒng)相關(guān)研究進展及其啟示
    中國市場(2016年39期)2017-05-26 17:55:58
    基于依存句法的實體關(guān)系抽取
    基于組合分類算法的源代碼注釋質(zhì)量評估方法
    面向機器人導(dǎo)航的漢語路徑自然語言組塊分析方法研究
    詞向量的語義學(xué)規(guī)范化
    漢哈機器翻譯中的文字轉(zhuǎn)換技術(shù)研究
    HowNet在自然語言處理領(lǐng)域的研究現(xiàn)狀與分析
    科技視界(2016年5期)2016-02-22 11:41:39
    基于.NET的維哈柯多語種網(wǎng)上數(shù)據(jù)采集系統(tǒng)的設(shè)計與實現(xiàn)
    日韩中字成人| 免费播放大片免费观看视频在线观看| 亚洲欧美一区二区三区黑人 | 婷婷色综合大香蕉| 三级国产精品欧美在线观看| 人妻一区二区av| 日韩视频在线欧美| 亚洲av成人精品一区久久| 啦啦啦啦在线视频资源| 超碰97精品在线观看| 色视频www国产| 国产美女午夜福利| av不卡在线播放| 亚洲,一卡二卡三卡| 噜噜噜噜噜久久久久久91| 精品国产乱码久久久久久小说| 欧美精品一区二区免费开放| 交换朋友夫妻互换小说| 天堂中文最新版在线下载| av.在线天堂| 一个人看视频在线观看www免费| 久久久欧美国产精品| 少妇精品久久久久久久| 国产深夜福利视频在线观看| 久久精品久久久久久久性| 51国产日韩欧美| 热99国产精品久久久久久7| 丰满少妇做爰视频| 国产精品久久久久久av不卡| 日韩成人av中文字幕在线观看| 我要看日韩黄色一级片| 国产亚洲欧美精品永久| 黑人高潮一二区| 久久99热这里只有精品18| 精品国产乱码久久久久久小说| 日日啪夜夜撸| 亚洲精品日韩在线中文字幕| 久久热精品热| 我的老师免费观看完整版| 国产有黄有色有爽视频| 精品久久久久久久久av| www.色视频.com| 精品久久久久久电影网| 少妇被粗大猛烈的视频| 亚洲天堂av无毛| 黄片无遮挡物在线观看| 一区二区三区精品91| 亚洲av中文av极速乱| 午夜福利高清视频| 国产精品一区二区性色av| 亚洲国产高清在线一区二区三| 插逼视频在线观看| av天堂中文字幕网| 国产精品.久久久| 三级经典国产精品| 国产中年淑女户外野战色| 久久久色成人| 亚洲精品久久久久久婷婷小说| av.在线天堂| 亚洲国产精品999| 久久久久性生活片| 青春草国产在线视频| 亚洲精品成人av观看孕妇| 国产美女午夜福利| 久久久久国产精品人妻一区二区| 中文乱码字字幕精品一区二区三区| 男人和女人高潮做爰伦理| 中文字幕精品免费在线观看视频 | 国国产精品蜜臀av免费| 一级毛片电影观看| 日韩强制内射视频| 亚洲精品国产色婷婷电影| 国国产精品蜜臀av免费| 国产男女内射视频| a级毛片免费高清观看在线播放| 久久久精品94久久精品| 国国产精品蜜臀av免费| 精品一区在线观看国产| 伦理电影免费视频| 我要看日韩黄色一级片| 日韩成人av中文字幕在线观看| 亚洲,一卡二卡三卡| 91久久精品国产一区二区成人| 国产黄片视频在线免费观看| 日日摸夜夜添夜夜爱| 好男人视频免费观看在线| 插阴视频在线观看视频| 久久国内精品自在自线图片| 男人爽女人下面视频在线观看| 狂野欧美白嫩少妇大欣赏| 亚洲人与动物交配视频| 亚洲欧美日韩另类电影网站 | 免费黄频网站在线观看国产| 亚洲国产毛片av蜜桃av| 国产日韩欧美亚洲二区| 高清在线视频一区二区三区| av线在线观看网站| 丝袜喷水一区| 国产欧美日韩精品一区二区| 欧美日本视频| 免费看光身美女| 成人免费观看视频高清| 高清午夜精品一区二区三区| 国产成人精品久久久久久| 午夜福利高清视频| 一区二区三区精品91| 欧美日韩视频精品一区| 免费播放大片免费观看视频在线观看| 亚洲av男天堂| 自拍欧美九色日韩亚洲蝌蚪91 | 日韩大片免费观看网站| 又粗又硬又长又爽又黄的视频| 色哟哟·www| 久久综合国产亚洲精品| 日日摸夜夜添夜夜爱| 日韩免费高清中文字幕av| 男人和女人高潮做爰伦理| 建设人人有责人人尽责人人享有的 | 中文天堂在线官网| 国产伦理片在线播放av一区| 伦理电影大哥的女人| 欧美xxⅹ黑人| 日产精品乱码卡一卡2卡三| 亚洲美女黄色视频免费看| 男女下面进入的视频免费午夜| 久久久成人免费电影| 精品午夜福利在线看| 夫妻午夜视频| 午夜免费鲁丝| 久久午夜福利片| 中文乱码字字幕精品一区二区三区| 韩国av在线不卡| 成年av动漫网址| 少妇精品久久久久久久| 国产精品国产av在线观看| 国产在线视频一区二区| 成人亚洲精品一区在线观看 | 精品国产乱码久久久久久小说| 成人国产av品久久久| 精品99又大又爽又粗少妇毛片| 国产在线一区二区三区精| 夜夜爽夜夜爽视频| 欧美高清成人免费视频www| 亚洲久久久国产精品| 网址你懂的国产日韩在线| 国产免费一级a男人的天堂| freevideosex欧美| 日韩中字成人| 啦啦啦在线观看免费高清www| a级毛片免费高清观看在线播放| 久久99热这里只频精品6学生| 成人无遮挡网站| 欧美xxxx性猛交bbbb| 中文字幕亚洲精品专区| 一个人免费看片子| 少妇的逼水好多| 人人妻人人澡人人爽人人夜夜| 欧美xxⅹ黑人| 国产精品偷伦视频观看了| 99久久中文字幕三级久久日本| 国产视频首页在线观看| 卡戴珊不雅视频在线播放| 我要看黄色一级片免费的| 51国产日韩欧美| 亚洲美女搞黄在线观看| 亚洲人成网站高清观看| kizo精华| 精品国产一区二区三区久久久樱花 | 国产在线免费精品| 日本免费在线观看一区| 只有这里有精品99| 亚洲国产av新网站| 男女国产视频网站| 卡戴珊不雅视频在线播放| 国产精品一区www在线观看| 欧美 日韩 精品 国产| 在线观看人妻少妇| 久久av网站| 亚洲最大成人中文| 免费观看在线日韩| 亚洲精品日韩av片在线观看| 中文精品一卡2卡3卡4更新| 成人影院久久| 亚洲综合精品二区| 免费看av在线观看网站| videos熟女内射| 日韩成人伦理影院| 高清午夜精品一区二区三区| 国产午夜精品久久久久久一区二区三区| 菩萨蛮人人尽说江南好唐韦庄| 亚洲精品国产成人久久av| 亚洲aⅴ乱码一区二区在线播放| 女性被躁到高潮视频| 极品教师在线视频| 日韩电影二区| 国产成人精品福利久久| 男女啪啪激烈高潮av片| 日本vs欧美在线观看视频 | 97在线视频观看| 国产成人a∨麻豆精品| 最近的中文字幕免费完整| 久久精品国产亚洲av天美| 蜜桃在线观看..| 美女脱内裤让男人舔精品视频| av播播在线观看一区| 国产亚洲91精品色在线| 国产综合精华液| a 毛片基地| 国产精品蜜桃在线观看| 久久婷婷青草| av福利片在线观看| 亚洲真实伦在线观看| 最新中文字幕久久久久| 丰满迷人的少妇在线观看| 最后的刺客免费高清国语| 干丝袜人妻中文字幕| h视频一区二区三区| 九色成人免费人妻av| av卡一久久| 久久久久精品性色| 97在线人人人人妻| 人人妻人人爽人人添夜夜欢视频 | 狠狠精品人妻久久久久久综合| 联通29元200g的流量卡| 黑丝袜美女国产一区| 成人黄色视频免费在线看| 国产亚洲91精品色在线| 能在线免费看毛片的网站| 亚洲av综合色区一区| 久久久精品免费免费高清| 久久人妻熟女aⅴ| 美女国产视频在线观看| 黄色怎么调成土黄色| 国产精品99久久99久久久不卡 | 国产成人a区在线观看| .国产精品久久| 3wmmmm亚洲av在线观看| 成人18禁高潮啪啪吃奶动态图 | 一级毛片aaaaaa免费看小| 全区人妻精品视频| 久久精品久久久久久噜噜老黄| 日韩强制内射视频| 水蜜桃什么品种好| 青春草视频在线免费观看| 全区人妻精品视频| 日本wwww免费看| 观看美女的网站| 国产黄色视频一区二区在线观看| 中文字幕人妻熟人妻熟丝袜美| 女人久久www免费人成看片| 久久久午夜欧美精品| 国产亚洲午夜精品一区二区久久| 国产成人a∨麻豆精品| 中文字幕亚洲精品专区| 中国美白少妇内射xxxbb| 中文天堂在线官网| 国产欧美另类精品又又久久亚洲欧美| 校园人妻丝袜中文字幕| 99热6这里只有精品| 国产又色又爽无遮挡免| 久久热精品热| 大片电影免费在线观看免费| 一区二区三区免费毛片| 狠狠精品人妻久久久久久综合| 国产伦理片在线播放av一区| 久久热精品热| 啦啦啦在线观看免费高清www| 亚洲aⅴ乱码一区二区在线播放| 国内精品宾馆在线| 久久精品国产a三级三级三级| 一个人看视频在线观看www免费| 久久99精品国语久久久| 日本猛色少妇xxxxx猛交久久| 夜夜骑夜夜射夜夜干| 久久精品国产亚洲av天美| 大香蕉久久网| 精品人妻视频免费看| 噜噜噜噜噜久久久久久91| 亚洲国产精品成人久久小说| 丝袜喷水一区| 欧美日韩一区二区视频在线观看视频在线| av免费观看日本| 校园人妻丝袜中文字幕| 青春草国产在线视频| 熟女av电影| 久久久午夜欧美精品| 亚洲国产欧美人成| 老司机影院成人| 一级毛片aaaaaa免费看小| 国产女主播在线喷水免费视频网站| av免费在线看不卡| 精品久久久久久久末码| 国产深夜福利视频在线观看| 成人免费观看视频高清| 亚洲熟女精品中文字幕| 午夜免费鲁丝| 国产精品久久久久久久久免| 看免费成人av毛片| 日本av免费视频播放| 噜噜噜噜噜久久久久久91| 久久人人爽人人片av| 蜜桃在线观看..| 久久99蜜桃精品久久| 日韩强制内射视频| 久久人人爽人人片av| 欧美老熟妇乱子伦牲交| 亚洲欧美精品专区久久| 男女国产视频网站| 亚洲欧美一区二区三区国产| 80岁老熟妇乱子伦牲交| 精品人妻偷拍中文字幕| 久久ye,这里只有精品| 国产亚洲一区二区精品| 精品少妇黑人巨大在线播放| 日本av免费视频播放| 日本爱情动作片www.在线观看| 国产亚洲一区二区精品| 人人妻人人爽人人添夜夜欢视频 | 国产在线男女| 日韩一本色道免费dvd| 国产亚洲最大av| a级毛色黄片| 伦精品一区二区三区| 婷婷色综合大香蕉| 啦啦啦视频在线资源免费观看| 亚洲精品456在线播放app| 日本黄色日本黄色录像| 哪个播放器可以免费观看大片| 91在线精品国自产拍蜜月| 亚洲av成人精品一二三区| 嫩草影院入口| 涩涩av久久男人的天堂| 欧美三级亚洲精品| 高清av免费在线| 少妇人妻精品综合一区二区| 亚洲av成人精品一区久久| 亚洲第一区二区三区不卡| 一级片'在线观看视频| 国产人妻一区二区三区在| 人人妻人人看人人澡| 亚洲av国产av综合av卡| 美女xxoo啪啪120秒动态图| 如何舔出高潮| 少妇高潮的动态图| 色婷婷av一区二区三区视频| 插阴视频在线观看视频| 夜夜爽夜夜爽视频| 男女边摸边吃奶| 我要看日韩黄色一级片| 亚洲成人一二三区av| 久久久久国产网址| 黄片wwwwww| 亚洲高清免费不卡视频| 又爽又黄a免费视频| 亚洲欧美精品自产自拍| 男女边吃奶边做爰视频| 青春草国产在线视频| 欧美人与善性xxx| 在线观看一区二区三区| 亚洲国产最新在线播放| 一级爰片在线观看| 只有这里有精品99| 国产免费视频播放在线视频| 极品少妇高潮喷水抽搐| 日韩欧美 国产精品| 国产精品爽爽va在线观看网站| 嘟嘟电影网在线观看| 最近中文字幕2019免费版| 中文精品一卡2卡3卡4更新| 少妇人妻精品综合一区二区| 亚洲性久久影院| 26uuu在线亚洲综合色| 欧美xxxx黑人xx丫x性爽| 亚洲人成网站高清观看| av福利片在线观看| 国产精品无大码| 国产精品久久久久久av不卡| 一个人免费看片子| 久久久久久九九精品二区国产| 在线观看国产h片| 国产爽快片一区二区三区| 久久国产精品大桥未久av | 九九久久精品国产亚洲av麻豆| 毛片女人毛片| 久久毛片免费看一区二区三区| 国产精品久久久久久av不卡| 国产色爽女视频免费观看| 91午夜精品亚洲一区二区三区| 视频中文字幕在线观看| 内地一区二区视频在线| 两个人的视频大全免费| 我要看日韩黄色一级片| 久久久久久人妻| 成年美女黄网站色视频大全免费 | 青春草视频在线免费观看| 国产黄色免费在线视频| 久久青草综合色| 一个人免费看片子| 只有这里有精品99| 国产成人a∨麻豆精品| 国产一区有黄有色的免费视频| 久久热精品热| 久久精品久久精品一区二区三区| av黄色大香蕉| 三级国产精品欧美在线观看| 欧美日韩视频高清一区二区三区二| 亚洲国产精品国产精品| 午夜福利网站1000一区二区三区| 久久久久人妻精品一区果冻| 特大巨黑吊av在线直播| 免费观看av网站的网址| 亚洲av电影在线观看一区二区三区| 国产爽快片一区二区三区| 免费观看在线日韩| 国产精品精品国产色婷婷| 高清在线视频一区二区三区| 亚洲一区二区三区欧美精品| 国产黄片视频在线免费观看| 中文字幕人妻熟人妻熟丝袜美| av网站免费在线观看视频| 国产黄片视频在线免费观看| 国产高清三级在线| 亚洲精品,欧美精品| 六月丁香七月| 夜夜爽夜夜爽视频| 亚洲熟女精品中文字幕| 大香蕉97超碰在线| 亚洲性久久影院| 97超视频在线观看视频| 青春草国产在线视频| 美女脱内裤让男人舔精品视频| 亚洲国产欧美人成| 亚洲精品乱码久久久v下载方式| 国产永久视频网站| 人人妻人人添人人爽欧美一区卜 | 国产白丝娇喘喷水9色精品| 国产成人精品婷婷| 韩国高清视频一区二区三区| av天堂中文字幕网| 成人18禁高潮啪啪吃奶动态图 | 精品国产露脸久久av麻豆| 亚洲国产欧美人成| 内地一区二区视频在线| 午夜日本视频在线| 中文乱码字字幕精品一区二区三区| 人人妻人人看人人澡| 日日撸夜夜添| 麻豆乱淫一区二区| 九九在线视频观看精品| 成人漫画全彩无遮挡| 直男gayav资源| 欧美亚洲 丝袜 人妻 在线| 能在线免费看毛片的网站| 久久鲁丝午夜福利片| 国产成人91sexporn| 国产亚洲一区二区精品| av.在线天堂| 国产黄片视频在线免费观看| 精品视频人人做人人爽| av国产免费在线观看| 国产淫片久久久久久久久| 精品酒店卫生间| 色哟哟·www| 极品少妇高潮喷水抽搐| 2022亚洲国产成人精品| 久久国内精品自在自线图片| 久久精品国产亚洲av涩爱| 国产成人精品婷婷| 亚洲美女搞黄在线观看| 亚洲激情五月婷婷啪啪| 国模一区二区三区四区视频| 国产伦理片在线播放av一区| 精品午夜福利在线看| 亚洲人成网站在线播| 午夜日本视频在线| 大香蕉97超碰在线| 看免费成人av毛片| 狂野欧美激情性xxxx在线观看| av线在线观看网站| 欧美日韩视频精品一区| 亚洲精品456在线播放app| 纵有疾风起免费观看全集完整版| 精品一区在线观看国产| 亚洲图色成人| 精品人妻视频免费看| 国产精品99久久99久久久不卡 | 久久人妻熟女aⅴ| 免费观看无遮挡的男女| 欧美日本视频| 妹子高潮喷水视频| 成人毛片60女人毛片免费| 嫩草影院入口| 国产精品99久久久久久久久| 男女边吃奶边做爰视频| 最近最新中文字幕大全电影3| 黄片无遮挡物在线观看| 亚洲欧美日韩另类电影网站 | 久久久成人免费电影| 男人狂女人下面高潮的视频| 日韩欧美 国产精品| 美女cb高潮喷水在线观看| 亚洲最大成人中文| 搡老乐熟女国产| 日韩电影二区| 色婷婷av一区二区三区视频| 亚洲精品中文字幕在线视频 | 国产精品国产av在线观看| 日韩三级伦理在线观看| 亚洲人成网站在线播| 国产精品成人在线| 国产精品一区www在线观看| 欧美日韩一区二区视频在线观看视频在线| 久久 成人 亚洲| 九草在线视频观看| 偷拍熟女少妇极品色| 人妻 亚洲 视频| 免费不卡的大黄色大毛片视频在线观看| 亚洲精品国产av蜜桃| 日产精品乱码卡一卡2卡三| 狂野欧美激情性bbbbbb| 久久人妻熟女aⅴ| 亚洲婷婷狠狠爱综合网| 九草在线视频观看| 一级二级三级毛片免费看| 久久婷婷青草| 久久久国产一区二区| 乱码一卡2卡4卡精品| 久久精品久久久久久噜噜老黄| 美女视频免费永久观看网站| 国内少妇人妻偷人精品xxx网站| 久久国内精品自在自线图片| h日本视频在线播放| 日本av手机在线免费观看| 91狼人影院| 男女边吃奶边做爰视频| 久久国产精品男人的天堂亚洲 | 亚洲欧洲国产日韩| 国产欧美日韩一区二区三区在线 | 日韩一区二区三区影片| 制服丝袜香蕉在线| 最后的刺客免费高清国语| 国产高清不卡午夜福利| av国产精品久久久久影院| 中国美白少妇内射xxxbb| 久久久久人妻精品一区果冻| a级一级毛片免费在线观看| 久久人人爽人人爽人人片va| tube8黄色片| 日韩制服骚丝袜av| 免费黄网站久久成人精品| 日本午夜av视频| 欧美3d第一页| 在线观看免费日韩欧美大片 | 欧美精品人与动牲交sv欧美| 欧美成人一区二区免费高清观看| 性高湖久久久久久久久免费观看| 美女xxoo啪啪120秒动态图| 国产又色又爽无遮挡免| 久久ye,这里只有精品| 小蜜桃在线观看免费完整版高清| 日韩大片免费观看网站| 观看免费一级毛片| 亚洲精品乱久久久久久| 少妇精品久久久久久久| 97超视频在线观看视频| 最近最新中文字幕大全电影3| 久久99热这里只有精品18| 伊人久久国产一区二区| 国产成人免费观看mmmm| 乱码一卡2卡4卡精品| 丰满人妻一区二区三区视频av| 亚洲图色成人| 国产伦精品一区二区三区视频9| 中文字幕制服av| 又大又黄又爽视频免费| 蜜桃久久精品国产亚洲av| 又大又黄又爽视频免费| 国产深夜福利视频在线观看| 少妇人妻久久综合中文| 99久久人妻综合| 国产成人91sexporn| 久久久a久久爽久久v久久| 日韩三级伦理在线观看| 夜夜爽夜夜爽视频| 国产亚洲91精品色在线| 中文字幕久久专区| 777米奇影视久久| 国产淫语在线视频| 欧美国产精品一级二级三级 | 免费人成在线观看视频色| 一级a做视频免费观看| 在线观看免费视频网站a站| 欧美另类一区| 国产成人午夜福利电影在线观看| 欧美3d第一页| 永久免费av网站大全| 国产精品久久久久久精品电影小说 | 国产极品天堂在线| 97精品久久久久久久久久精品| 午夜福利高清视频| 黄色视频在线播放观看不卡| 日韩av在线免费看完整版不卡| 99热全是精品| 国产精品无大码| 久久久久久久大尺度免费视频| 免费播放大片免费观看视频在线观看| 99久久人妻综合| 一本—道久久a久久精品蜜桃钙片| 国产免费又黄又爽又色| 一级a做视频免费观看| 久久久欧美国产精品| 美女xxoo啪啪120秒动态图| 亚洲最大成人中文| 国产精品久久久久久av不卡| 美女脱内裤让男人舔精品视频|