• <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 ?

    大數(shù)據(jù)平臺下基于Mahout的圖書推薦系統(tǒng)研究

    2021-12-21 23:48:50歐衛(wèi)紅楊永琴
    電腦與電信 2021年9期
    關(guān)鍵詞:余弦協(xié)同分類

    歐衛(wèi)紅 楊永琴

    (廣州科技職業(yè)技術(shù)大學(xué),廣東廣州 510550)

    1 引言

    隨著第四次工業(yè)革命的不斷推進,以云計算、5G、人工智能、區(qū)塊鏈、大數(shù)據(jù)為代表的技術(shù)迅猛發(fā)展,人們正在用數(shù)字時刻記錄著我們的生產(chǎn)與生活,數(shù)據(jù)量呈爆炸式增加,出現(xiàn)了信息過載現(xiàn)象,人們越來越難在大數(shù)據(jù)里快速得到想要的結(jié)果。而大數(shù)據(jù)正在悄悄改變我們的生活,它蘊含著豐富的信息資源,在智能家居、智能制造、社會服務(wù)、生物醫(yī)療等領(lǐng)域已被廣泛應(yīng)用。但大數(shù)據(jù)不同于傳統(tǒng)的數(shù)據(jù),它具有形式多樣性、數(shù)據(jù)量特別巨大、價值密度低等特性。數(shù)據(jù)信息爆炸式的增長使得信息的有效性和利用率大大降低[1]。面對數(shù)量巨大的信息,用戶無法快速準確地獲取需求,個性化推薦作為大數(shù)據(jù)領(lǐng)域中重要的應(yīng)用之一,解決了信息過載和信息利用的問題,讓用戶能輕松獲取自己想要的資源。目前,在京東、淘寶網(wǎng)、優(yōu)酷、網(wǎng)易云音樂等眾多網(wǎng)絡(luò)應(yīng)用平臺都使用了個性化推薦系統(tǒng)來提升用戶的體驗和業(yè)績,在圖書方面,當(dāng)當(dāng)網(wǎng)就使用了推薦系統(tǒng)來為用戶生成個性化的書單,方便用戶閱讀和購買。因此,在大數(shù)據(jù)環(huán)境下,個性化推薦系統(tǒng)對社會中各行各業(yè)有重要作用,因此,研究大數(shù)據(jù)平臺下的圖書推薦算法及應(yīng)用具有重要的意義。

    2 推薦算法在國內(nèi)外的研究現(xiàn)狀

    推薦系統(tǒng)最早在1992年以單機模式出現(xiàn),但隨著網(wǎng)絡(luò)技術(shù)和信息技術(shù)的發(fā)展,推薦系統(tǒng)也在不斷升級,到如今推薦系統(tǒng)已演變成大數(shù)據(jù)分布式模式,形式雖然發(fā)生了改變,但不管是單機模式還是大數(shù)據(jù)分布式模式的推薦系統(tǒng),其核心還是推薦算法。經(jīng)過多年的發(fā)展與完善,目前,大家一般把現(xiàn)有的推薦算法分為以下幾種類型:基于內(nèi)容的推薦算法(Content-based Recommendations,CB)、基于協(xié)同過濾的推薦算法(Collaborative Filtering Recommendations,CF)、基于隱語義模型的推薦算法和混合推薦算法[2],這些算法都是成熟的、有著廣泛應(yīng)用場景且比較傳統(tǒng)的推薦算法,隨著人工智能技術(shù)不斷發(fā)展出現(xiàn)了基于深度學(xué)習(xí)的推薦算法。

    CB算法就是利用被推薦物與推薦事件相關(guān)的屬性信息及用戶與推薦事件相關(guān)的屬性,再結(jié)合被推薦物與用戶的交互歷史信息來計算推薦結(jié)果。它的可解釋性是比較強的,它從事物的輔助信息出發(fā),依靠相關(guān)輔助信息,基本解決了數(shù)據(jù)的稀疏性問題和冷啟動問題。文獻[3]提出了一種基于內(nèi)容的注意協(xié)作過濾算法(Attentive Collaborative Filtering,ACF),文獻[4]中基于內(nèi)存的計算方式實現(xiàn)了基于內(nèi)容的推薦算法,以上這些都是CB算法的典型應(yīng)用。

    CF算法就是利用用戶反饋的顯性和隱式數(shù)據(jù),挖掘用戶信息,獲取用戶的信息規(guī)律和趨勢,對用戶與被推薦物的歷史交互信息進行分析來計算推薦結(jié)果。它是目前應(yīng)用最廣的推薦算法,文獻[5]提出了一種從評論中學(xué)習(xí)改進的分布式推薦算法(LDR-CF),文獻[6]提出了一種獲取用戶興趣變化的推薦算法(FCCF)。雖然CF算法是流行的推薦算法之一,但在大數(shù)據(jù)場景下也存在不少需要解決的問題,因數(shù)據(jù)量大、分布式存放且高度稀疏,導(dǎo)致無法快速、正確地獲取用戶和被推薦物品之間的相似度,無法精準推薦,文獻[7]提出了基于雙圖正則化的稀疏潛模型用于協(xié)同過濾算法,部分解決了相關(guān)問題。

    基于隱語義模型的推薦算法就是利用被推薦物的隱含特征,再聯(lián)系用戶興趣和被推薦的物品來計算推薦結(jié)果。文獻[8]提出了貝葉斯概率矩陣分解模型(BPMF)就是基于隱語義模型的推薦算法?;旌贤扑]算法是多種單一算法的結(jié)合,避免了單一算法的缺點,融合各算法的優(yōu)點,在當(dāng)前應(yīng)用較多,文獻[9]提出了基于遺傳算法的聚類與協(xié)同過濾組合推薦算法進行項目推薦,部分解決了大數(shù)據(jù)環(huán)境下低效率和推薦質(zhì)量低的問題。

    基于深度學(xué)習(xí)的推薦算法其實質(zhì)也是一種混合推薦算法,包括多層感知機(MLP)、自編碼器(Auto-Encoder)、卷積神經(jīng)網(wǎng)絡(luò)(CNN)、遞歸神經(jīng)網(wǎng)絡(luò)(RNN)等多種技術(shù)的結(jié)合,文獻[10]提出的基于深度學(xué)習(xí)(DNN、CNN等深度模型)的混合協(xié)同過濾模型,攜程網(wǎng)就采用了該算法模型,應(yīng)用效果很好。

    在圖書領(lǐng)域混合推薦算法得到了廣泛的應(yīng)用,文獻[11]為了解決圖書借閱服務(wù)中種類繁多的推薦問題,通過關(guān)聯(lián)規(guī)則和協(xié)同過濾相結(jié)合的方式提出了基于混合規(guī)則的圖書推薦模型。然而,隨著圖書的數(shù)字化加快,圖書領(lǐng)域數(shù)據(jù)量快速增長,高度稀疏的圖書數(shù)據(jù),使得為用戶提供精準的圖書推薦還需進一步研究。

    3 Mahout框架實現(xiàn)的算法

    Mahout框架起源于2008年,目前它是Apache基金會下面一個開源項目,它是Hadoop大數(shù)據(jù)生態(tài)中實現(xiàn)數(shù)據(jù)挖掘與構(gòu)建推薦系統(tǒng)的重要項目,它完整地封裝了“協(xié)同過濾”算法,并實現(xiàn)了并行化,提供非常簡單的API接口。它主要由四大模塊組成即分類模塊、關(guān)聯(lián)規(guī)則模塊、聚類模塊、推薦模塊,每個模塊都提出并實現(xiàn)了多種算法。其中分類模塊主要是提供一種簡單的決策形式,從正確決策樣本中進行學(xué)習(xí)并作出預(yù)測分析,分類依賴于有指導(dǎo)的學(xué)習(xí),是一種通過分析低代價變量組合來確定高代價變量值的方法。聚類模塊主要是實現(xiàn)在大數(shù)據(jù)中將類似的項目自動組織,或集聚到一起實現(xiàn)“物以類聚”,實現(xiàn)事物的分組分類。推薦模塊主要提供協(xié)同過濾taste引擎,實現(xiàn)基于事物的協(xié)同過濾、基于用戶的協(xié)同過濾、基于模型的協(xié)同過濾,再根據(jù)歷史用戶和項目歷史向系統(tǒng)的當(dāng)前用戶提供推薦。表1列舉了各個模塊中典型算法。

    Mahout開源項目其主要功能是提供人工智能處理,它是一個Hadoop大數(shù)據(jù)處理平臺的人工智能算法庫,用于完成各種各樣的任務(wù),如智能分類、評價性的聚類和模式挖掘等,如表1所示。它已經(jīng)實現(xiàn)了多種經(jīng)典算法,并一直在擴充中,成為大數(shù)據(jù)處理平臺中一個可擴容的主流的開源算法庫,Mahout能幫助開發(fā)人員更加方便快捷地創(chuàng)建智能應(yīng)用程序,廣泛應(yīng)用于人工智能、數(shù)據(jù)挖掘等領(lǐng)域。用Mahout來構(gòu)建推薦系統(tǒng),是一件既簡單方便又復(fù)雜且困難的事情,簡單方便是指各種算法已經(jīng)用程序?qū)崿F(xiàn),并提供相應(yīng)的API,我們在使用時直接調(diào)用即可;困難復(fù)雜是因為業(yè)務(wù)場景的多樣性和復(fù)雜性,再加上我們不了解算法細節(jié),因此,在進行具體業(yè)務(wù)與算法組合、配置、調(diào)優(yōu)就是一件相當(dāng)困難且復(fù)雜的事情。

    表1 Mahout框架主流算法

    4 基于知識分類和用戶興趣的協(xié)同過濾推薦算法

    本文基于Mahout框架中的協(xié)同混合過濾推薦算法,再結(jié)合知識分類與用戶興趣提出基于知識分類和用戶興趣的協(xié)同過濾推薦算法,來解決因數(shù)據(jù)稀疏性而導(dǎo)致的推薦精度不高、不準確的問題。

    在Mahout框架基于項目(物品)的協(xié)同過濾的推薦中,如何快速、準確地搜索與項目(物品)相似的近鄰是推薦過程中關(guān)鍵的一步,其核心是推薦所用的數(shù)據(jù)和計算相似性的方法。我們以知識結(jié)構(gòu)、用戶興趣為項目類別,分別構(gòu)建知識項目類別分布矩陣P、用戶興趣分布矩陣T、用戶項目評價矩陣E。P是一個n×k矩陣P(n,k),其中k表示知識項目類別的個數(shù),n表示項目的個數(shù);T是一個m×k矩陣T(m,k),其中k表示用戶興趣種類數(shù)量,m表示用戶的數(shù)量;E是一個m×n的矩陣E(m,n),其中m表示用戶數(shù),n表示項目數(shù),Eij表示用戶i對項目j的評價。計算相似性的方法有多種,如:歐氏距離、余弦相似度、皮爾遜相關(guān)系數(shù)、修正余弦相似度、漢明距離、曼哈頓距離。在推薦系統(tǒng)中主要用到余弦相似度、皮爾遜相關(guān)系數(shù)、修正余弦相似度三種方法,本文基于三種計算方法提出一種改進相似度的算法,其算法描述如下:

    (1)跟據(jù)知識分類的數(shù)據(jù)集中項目分類信息構(gòu)建一個知識項目分類分布矩陣P(n,k);

    (2)跟據(jù)以知識分類的項目分類信息和用戶項目評價矩陣E相互作用,計算出用戶興趣分布矩陣T(m,k);

    (3)通過步驟(1)(2)的結(jié)果,計算出用戶對知識分類項目所屬興趣類別的平均評價分;

    (4)找出用戶對知識分類項目i和用戶對知識分類項目j都有評價的用戶的并集;

    (5)采用用戶興趣分布的協(xié)同過濾算法對并集中用戶對知識分類項目i或知識分類項目j未評分的項進行預(yù)填充;

    (6)重構(gòu)用戶項目評價矩陣,計算出知識分類項目i和知識分類項目j有著共同評價分的用戶集U;

    (7)用基于項目分類的修正余弦相似性算法計算出知識分類項目之間的相似度,組成相似度最大的k個知識分類項目鄰居;

    (8)對比步驟(7)得到的知識分類相似鄰居與相似度值來預(yù)測目標用戶對知識分類項目的評價分;

    (9)排序預(yù)測評價分,推薦排名靠前的知識分類項目給目標用戶。

    通過對知識分類和用戶興趣的優(yōu)化組合,引入隱語義模型(Latent Factor Model,LMF),并結(jié)合實際將各種推薦算法混合使用而形成混合推薦算法來提高推薦精確度,本文構(gòu)建一種混合模型來提升推薦的效果,如圖1基于Mahout下知識分類興趣分布的混合推薦模型圖。

    圖1 基于Mahout下知識分類興趣分布的混合推薦模型圖

    為了測試基于知識分類和用戶興趣的協(xié)同過濾推薦算法的優(yōu)缺點,我們搭建了一個基于Hadoop2.7.2的大數(shù)據(jù)處理平臺,Mahout子項目分別采用本文使用的基于知識分類項目分類的修正余弦相似性算法(ItemCF-CMC)、基于修正余弦相似性的項目推薦(ItemCF-MC)、基于余弦相似性的項目推薦(ItemCF-C)作對比分析。測試時把數(shù)據(jù)集分成兩部分,一部分為訓(xùn)練集,另一部分為測試集,把數(shù)據(jù)集用隨機的方式分成10份,先選一部分作測試集,剩下的作訓(xùn)練集,并進行交叉實驗測試。采用評估預(yù)測評價分準確度的標準,即用平均絕對誤差(MAE)來進行評測,MAE值越低表明性能越好,準確度越高,通過調(diào)用Mahout中RecommenderEvaluator得到MAE值。測試結(jié)果如圖2基于知識分類項目的MAE值對比圖。

    圖2 基于知識分類項目的MAE值對比圖

    從圖2中可以看出基于知識分類項目分類的修正余弦相似性算法,隨著項目最近鄰居數(shù)的增加MAE的值是在逐漸減小的,而且其性能優(yōu)于另外兩種協(xié)同過濾的方法,因為它考慮了知識分類項目和用戶興趣分布的因素,從而使計算出來的最近鄰居相似度更加貼近現(xiàn)實,也更加準確,再通過較高的準確的最近鄰居用戶群體,來獲取更加貼近目標用戶的預(yù)測評價分,因此它能提供更加精細的個性化推薦和更高的推薦質(zhì)量。

    5 結(jié)語

    Mahout項目是 Apache Software Foundation(ASF)旗下的基于Hadoop生態(tài)的一個非常成熟的、應(yīng)用廣泛的開源框架,包含了聚類、分類、推薦過濾、頻繁子項挖掘等多種算法,其推薦引擎(協(xié)同過濾)在實際應(yīng)用中也非常普遍,但如何利用業(yè)務(wù)場景選擇最優(yōu)的算法組合及調(diào)優(yōu)仍然是一個需要不斷探索和實踐的過程。本文利用Mahout項目的協(xié)同過濾推薦算法結(jié)合知識分類和興趣分布提出基于知識分類和用戶興趣的協(xié)同過濾推薦算法應(yīng)用于圖書的推薦系統(tǒng)中,實驗證明效果良好,它提供了更加個性化和更高質(zhì)量的推薦。但實驗中的數(shù)據(jù)量比較少,不是真正的“大數(shù)據(jù)”,因此也存在一些問題需要在后續(xù)的實踐和研究中去改進和優(yōu)化。

    猜你喜歡
    余弦協(xié)同分類
    分類算一算
    蜀道難:車與路的協(xié)同進化
    分類討論求坐標
    “四化”協(xié)同才有出路
    汽車觀察(2019年2期)2019-03-15 06:00:50
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    兩個含余弦函數(shù)的三角母不等式及其推論
    三醫(yī)聯(lián)動 協(xié)同創(chuàng)新
    分數(shù)階余弦變換的卷積定理
    圖像壓縮感知在分數(shù)階Fourier域、分數(shù)階余弦域的性能比較
    少妇猛男粗大的猛烈进出视频 | 国产单亲对白刺激| 国产精品一区二区免费欧美| 亚洲美女视频黄频| 国产精品久久电影中文字幕| 91av网一区二区| 久久精品国产鲁丝片午夜精品 | 蜜桃久久精品国产亚洲av| 国产精品女同一区二区软件 | 国产麻豆成人av免费视频| 国产成人av教育| 美女 人体艺术 gogo| 免费看日本二区| 男人和女人高潮做爰伦理| 精品一区二区三区视频在线| 毛片一级片免费看久久久久 | 97热精品久久久久久| 国产精品女同一区二区软件 | 欧美日韩精品成人综合77777| 精品国内亚洲2022精品成人| 欧美成人性av电影在线观看| 1000部很黄的大片| 久久精品国产亚洲网站| 日韩强制内射视频| 亚洲av熟女| 午夜精品在线福利| 桃色一区二区三区在线观看| av黄色大香蕉| 男人的好看免费观看在线视频| 成人特级黄色片久久久久久久| 最近视频中文字幕2019在线8| 在线国产一区二区在线| 亚洲av第一区精品v没综合| 国产午夜福利久久久久久| 国产亚洲欧美98| 女生性感内裤真人,穿戴方法视频| 久久精品国产亚洲av涩爱 | 蜜桃亚洲精品一区二区三区| 日本色播在线视频| 免费看a级黄色片| 他把我摸到了高潮在线观看| 丰满乱子伦码专区| 久久久久久久午夜电影| 91久久精品国产一区二区三区| 麻豆国产97在线/欧美| 哪里可以看免费的av片| 欧美精品国产亚洲| www日本黄色视频网| 亚洲一区高清亚洲精品| 亚洲综合色惰| eeuss影院久久| 十八禁网站免费在线| 亚洲av熟女| 亚洲人与动物交配视频| 亚洲不卡免费看| 波多野结衣巨乳人妻| 亚洲av五月六月丁香网| 成人毛片a级毛片在线播放| 日韩精品有码人妻一区| 国产黄a三级三级三级人| 又粗又爽又猛毛片免费看| 亚洲精华国产精华液的使用体验 | 亚洲久久久久久中文字幕| 久久久精品欧美日韩精品| 国产精品日韩av在线免费观看| 少妇的逼水好多| 国内精品宾馆在线| 亚洲精品日韩av片在线观看| 最近最新中文字幕大全电影3| 噜噜噜噜噜久久久久久91| 又黄又爽又免费观看的视频| 精品午夜福利视频在线观看一区| 亚洲精品影视一区二区三区av| 一区福利在线观看| 久久久精品大字幕| 黄色配什么色好看| 日韩人妻高清精品专区| 久久精品夜夜夜夜夜久久蜜豆| 日韩欧美一区二区三区在线观看| 久久久久久久久久黄片| 噜噜噜噜噜久久久久久91| av女优亚洲男人天堂| 欧洲精品卡2卡3卡4卡5卡区| 日韩在线高清观看一区二区三区 | 亚洲av熟女| 亚洲成a人片在线一区二区| 乱码一卡2卡4卡精品| 白带黄色成豆腐渣| 亚洲 国产 在线| 欧美又色又爽又黄视频| 国产一区二区三区视频了| 黄色日韩在线| 欧美日韩综合久久久久久 | 婷婷精品国产亚洲av在线| 欧美一区二区精品小视频在线| 欧美日本亚洲视频在线播放| 国产成年人精品一区二区| 日韩中字成人| 美女大奶头视频| 无遮挡黄片免费观看| 中文字幕av成人在线电影| 午夜福利在线观看免费完整高清在 | 久久久国产成人精品二区| 国产视频内射| 一个人免费在线观看电影| 国产高清视频在线观看网站| 国内少妇人妻偷人精品xxx网站| 天堂av国产一区二区熟女人妻| 欧美成人免费av一区二区三区| 免费人成视频x8x8入口观看| 亚洲专区中文字幕在线| 亚洲性久久影院| 欧美国产日韩亚洲一区| 日本 欧美在线| 国产一区二区在线观看日韩| 国产精品乱码一区二三区的特点| 在线天堂最新版资源| 97人妻精品一区二区三区麻豆| 有码 亚洲区| 国产亚洲精品久久久com| 久久精品国产亚洲av天美| 国产午夜精品论理片| 一进一出抽搐gif免费好疼| 在线观看66精品国产| 在线国产一区二区在线| 亚洲人成网站在线播| 欧美成人性av电影在线观看| 免费高清视频大片| 亚洲成人精品中文字幕电影| 欧美人与善性xxx| 十八禁国产超污无遮挡网站| 日本撒尿小便嘘嘘汇集6| 亚洲一区二区三区色噜噜| 亚洲人成伊人成综合网2020| 免费看美女性在线毛片视频| 99在线视频只有这里精品首页| 99久久成人亚洲精品观看| 看免费成人av毛片| 人人妻人人澡欧美一区二区| www.色视频.com| 亚洲性夜色夜夜综合| 日本 欧美在线| 国产亚洲欧美98| 91精品国产九色| 亚洲人与动物交配视频| 99久久中文字幕三级久久日本| av天堂中文字幕网| 亚洲中文日韩欧美视频| 国产aⅴ精品一区二区三区波| 成人二区视频| 狂野欧美白嫩少妇大欣赏| 一本久久中文字幕| 偷拍熟女少妇极品色| 美女cb高潮喷水在线观看| 99久久成人亚洲精品观看| 久久久久性生活片| 色av中文字幕| 内射极品少妇av片p| av天堂在线播放| 国产黄a三级三级三级人| 真人一进一出gif抽搐免费| 国产色爽女视频免费观看| 国产高清不卡午夜福利| 男人舔女人下体高潮全视频| 91在线精品国自产拍蜜月| x7x7x7水蜜桃| av在线老鸭窝| 99视频精品全部免费 在线| 日本色播在线视频| 久久久久久久久大av| 中文亚洲av片在线观看爽| 欧美+日韩+精品| 亚洲在线自拍视频| 久久久久精品国产欧美久久久| 欧美丝袜亚洲另类 | 国产欧美日韩精品一区二区| 国产aⅴ精品一区二区三区波| 婷婷丁香在线五月| 最新在线观看一区二区三区| 最后的刺客免费高清国语| 国产精品女同一区二区软件 | 美女 人体艺术 gogo| 69人妻影院| АⅤ资源中文在线天堂| 日韩欧美精品v在线| 免费在线观看影片大全网站| 伊人久久精品亚洲午夜| 精品久久久久久久人妻蜜臀av| av在线亚洲专区| 精品久久久久久,| 丝袜美腿在线中文| 亚洲久久久久久中文字幕| 日韩,欧美,国产一区二区三区 | 村上凉子中文字幕在线| 国产成年人精品一区二区| 久久久精品欧美日韩精品| 久久国内精品自在自线图片| 欧美色视频一区免费| 在线观看午夜福利视频| 观看美女的网站| 深爱激情五月婷婷| 天堂√8在线中文| 五月玫瑰六月丁香| 久久中文看片网| 国产精品av视频在线免费观看| 日本五十路高清| 亚洲无线在线观看| 亚洲成a人片在线一区二区| 成人永久免费在线观看视频| 少妇人妻一区二区三区视频| 91在线精品国自产拍蜜月| 精品99又大又爽又粗少妇毛片 | 九九久久精品国产亚洲av麻豆| 在线观看一区二区三区| 精品久久久久久久久亚洲 | av女优亚洲男人天堂| 久久国内精品自在自线图片| 午夜福利视频1000在线观看| 毛片一级片免费看久久久久 | 搡老妇女老女人老熟妇| 观看美女的网站| 欧美激情在线99| 色播亚洲综合网| 美女xxoo啪啪120秒动态图| 最近视频中文字幕2019在线8| a级毛片免费高清观看在线播放| 亚洲精品国产成人久久av| 偷拍熟女少妇极品色| 校园人妻丝袜中文字幕| 麻豆国产av国片精品| 国产精品人妻久久久久久| 日韩欧美国产一区二区入口| 免费看美女性在线毛片视频| 欧美日韩亚洲国产一区二区在线观看| 亚洲,欧美,日韩| 亚洲精品成人久久久久久| 深爱激情五月婷婷| 非洲黑人性xxxx精品又粗又长| 亚洲av成人精品一区久久| 亚洲专区国产一区二区| 2021天堂中文幕一二区在线观| 亚洲真实伦在线观看| 成人毛片a级毛片在线播放| 久久热精品热| 婷婷精品国产亚洲av在线| 成人三级黄色视频| 久久婷婷人人爽人人干人人爱| 成人国产麻豆网| 精品乱码久久久久久99久播| 日韩欧美一区二区三区在线观看| 国产成人影院久久av| 精品国内亚洲2022精品成人| 午夜免费成人在线视频| 搡老妇女老女人老熟妇| 久久精品国产鲁丝片午夜精品 | 国产高清视频在线观看网站| 一级毛片久久久久久久久女| 最近最新免费中文字幕在线| 亚洲av成人精品一区久久| 亚洲av电影不卡..在线观看| 久久精品国产亚洲av天美| 内地一区二区视频在线| 成熟少妇高潮喷水视频| 精品日产1卡2卡| 亚洲一区高清亚洲精品| 国产亚洲欧美98| 麻豆av噜噜一区二区三区| 亚洲一区高清亚洲精品| 蜜桃久久精品国产亚洲av| 国产综合懂色| 美女被艹到高潮喷水动态| 成人永久免费在线观看视频| 熟妇人妻久久中文字幕3abv| 久久久久久久久中文| 在线观看av片永久免费下载| 嫩草影院新地址| 一卡2卡三卡四卡精品乱码亚洲| av福利片在线观看| 久久久久久久久久黄片| 国产成人影院久久av| 亚洲在线观看片| 免费在线观看影片大全网站| 亚洲熟妇熟女久久| 真人一进一出gif抽搐免费| 老司机福利观看| 成人国产综合亚洲| 免费av不卡在线播放| 免费观看在线日韩| 国产精品一区二区三区四区免费观看 | 99热这里只有精品一区| 欧美潮喷喷水| 两性午夜刺激爽爽歪歪视频在线观看| 日日撸夜夜添| 精品一区二区三区视频在线| 少妇的逼水好多| 3wmmmm亚洲av在线观看| 亚洲va在线va天堂va国产| 免费一级毛片在线播放高清视频| 国产午夜福利久久久久久| 最近视频中文字幕2019在线8| 欧洲精品卡2卡3卡4卡5卡区| 日日摸夜夜添夜夜添小说| 精品人妻偷拍中文字幕| 1000部很黄的大片| 在线天堂最新版资源| 在线观看av片永久免费下载| 精品人妻1区二区| 久久中文看片网| 亚洲无线在线观看| videossex国产| 午夜精品久久久久久毛片777| 老司机午夜福利在线观看视频| 免费观看精品视频网站| 少妇高潮的动态图| 成人av一区二区三区在线看| www日本黄色视频网| 淫秽高清视频在线观看| 国产精品久久久久久av不卡| 一本一本综合久久| 99热这里只有是精品在线观看| 老女人水多毛片| 搡老熟女国产l中国老女人| 国产精品久久久久久久电影| 午夜亚洲福利在线播放| 国内久久婷婷六月综合欲色啪| 91久久精品电影网| 国产黄色小视频在线观看| 日本黄色片子视频| 国语自产精品视频在线第100页| 亚洲18禁久久av| 国产人妻一区二区三区在| 国产激情偷乱视频一区二区| 黄片wwwwww| 俺也久久电影网| 亚洲人成网站在线播| 一级黄色大片毛片| 国产爱豆传媒在线观看| 91av网一区二区| 色吧在线观看| 日本爱情动作片www.在线观看 | 成年人黄色毛片网站| 国产精品伦人一区二区| 国产在视频线在精品| 国内精品一区二区在线观看| 亚洲中文字幕一区二区三区有码在线看| 极品教师在线免费播放| 国产高清三级在线| 成人三级黄色视频| 1024手机看黄色片| 婷婷亚洲欧美| 亚洲精品国产成人久久av| av黄色大香蕉| 国产一区二区三区av在线 | 99久久九九国产精品国产免费| 91午夜精品亚洲一区二区三区 | 日本三级黄在线观看| 久久精品国产亚洲av涩爱 | 国产人妻一区二区三区在| 一本精品99久久精品77| 看免费成人av毛片| 国产午夜精品久久久久久一区二区三区 | 干丝袜人妻中文字幕| 中文字幕久久专区| 白带黄色成豆腐渣| 日韩欧美精品v在线| 久久久久久久久久黄片| 一级毛片久久久久久久久女| 亚洲成人久久爱视频| 亚洲av成人精品一区久久| 国产午夜福利久久久久久| 欧美三级亚洲精品| 亚洲黑人精品在线| 国产精品亚洲美女久久久| 少妇的逼好多水| 国产精品永久免费网站| 亚洲欧美日韩无卡精品| 亚洲va在线va天堂va国产| 天堂网av新在线| 波多野结衣高清无吗| 欧美在线一区亚洲| 又黄又爽又刺激的免费视频.| 欧美精品啪啪一区二区三区| 大型黄色视频在线免费观看| 日韩欧美一区二区三区在线观看| 欧美zozozo另类| 国产伦精品一区二区三区四那| 国产高清激情床上av| 99热这里只有是精品在线观看| 国产一区二区三区视频了| 99久久无色码亚洲精品果冻| netflix在线观看网站| 欧美精品国产亚洲| 久久久久久久久久久丰满 | 天美传媒精品一区二区| 国产伦精品一区二区三区四那| 国产精品一及| 一卡2卡三卡四卡精品乱码亚洲| 日韩精品中文字幕看吧| 少妇被粗大猛烈的视频| 校园人妻丝袜中文字幕| 一级黄片播放器| 色综合婷婷激情| 男女啪啪激烈高潮av片| 成年女人永久免费观看视频| 亚洲人与动物交配视频| 国产色婷婷99| 1000部很黄的大片| 久久久久久久久大av| 亚洲精品影视一区二区三区av| 亚洲美女搞黄在线观看 | 99热精品在线国产| 免费无遮挡裸体视频| 午夜福利18| 亚洲熟妇中文字幕五十中出| 日本 欧美在线| 又爽又黄无遮挡网站| 搡老熟女国产l中国老女人| 成人国产一区最新在线观看| a级毛片a级免费在线| 熟女人妻精品中文字幕| 国产探花在线观看一区二区| 久久久久久九九精品二区国产| 长腿黑丝高跟| 免费搜索国产男女视频| 两人在一起打扑克的视频| 国产一区二区三区视频了| 男人的好看免费观看在线视频| 亚洲经典国产精华液单| 日本a在线网址| 日韩在线高清观看一区二区三区 | 免费人成视频x8x8入口观看| 久久久久久久久中文| 一进一出好大好爽视频| 少妇人妻精品综合一区二区 | 婷婷精品国产亚洲av| 日本精品一区二区三区蜜桃| 黄色丝袜av网址大全| www日本黄色视频网| 啦啦啦啦在线视频资源| 国语自产精品视频在线第100页| 久久久久久久久久黄片| 麻豆成人午夜福利视频| 联通29元200g的流量卡| 久久久久久九九精品二区国产| 我要看日韩黄色一级片| 色视频www国产| 欧美日本视频| 在线观看av片永久免费下载| 成人特级av手机在线观看| 婷婷丁香在线五月| 欧美日韩瑟瑟在线播放| 国产 一区精品| 亚洲av一区综合| 蜜桃亚洲精品一区二区三区| 天天一区二区日本电影三级| 日韩精品有码人妻一区| 性色avwww在线观看| 久久久精品大字幕| 永久网站在线| 国产精品免费一区二区三区在线| 毛片女人毛片| 欧美日韩亚洲国产一区二区在线观看| 1000部很黄的大片| 最近最新免费中文字幕在线| 网址你懂的国产日韩在线| 亚洲黑人精品在线| 亚洲最大成人中文| 91在线精品国自产拍蜜月| 又黄又爽又免费观看的视频| 欧美日韩中文字幕国产精品一区二区三区| 亚洲不卡免费看| 亚洲自拍偷在线| 成人性生交大片免费视频hd| 成年版毛片免费区| 美女xxoo啪啪120秒动态图| 亚洲三级黄色毛片| 国产精品一及| 非洲黑人性xxxx精品又粗又长| 成人特级黄色片久久久久久久| 最新中文字幕久久久久| 久久久久九九精品影院| 国产aⅴ精品一区二区三区波| 麻豆久久精品国产亚洲av| 中国美女看黄片| 成年版毛片免费区| 毛片一级片免费看久久久久 | 久久久久久久久大av| 午夜久久久久精精品| 色综合亚洲欧美另类图片| 又爽又黄a免费视频| 国产精品一及| 十八禁国产超污无遮挡网站| 88av欧美| 国产在线精品亚洲第一网站| 88av欧美| 蜜桃久久精品国产亚洲av| 不卡一级毛片| 久久久精品欧美日韩精品| 亚洲一区高清亚洲精品| 天天一区二区日本电影三级| 12—13女人毛片做爰片一| 国产精品爽爽va在线观看网站| 内地一区二区视频在线| 国产一区二区三区av在线 | 人妻制服诱惑在线中文字幕| 久久久久久伊人网av| 51国产日韩欧美| 小说图片视频综合网站| 亚洲av.av天堂| 亚洲精品久久国产高清桃花| av在线亚洲专区| 91麻豆精品激情在线观看国产| 99热这里只有是精品在线观看| 999久久久精品免费观看国产| 久久久久久国产a免费观看| 欧美另类亚洲清纯唯美| 亚洲一区二区三区色噜噜| 一个人免费在线观看电影| 99精品在免费线老司机午夜| 久久久成人免费电影| 亚洲av免费高清在线观看| 国语自产精品视频在线第100页| 欧美日韩中文字幕国产精品一区二区三区| 国产精品永久免费网站| 日韩欧美国产一区二区入口| 国产精品久久久久久av不卡| 欧美日韩瑟瑟在线播放| 男女视频在线观看网站免费| 熟女电影av网| 最近在线观看免费完整版| 久久热精品热| 一级黄片播放器| 国产 一区精品| 美女高潮的动态| 国产一区二区三区av在线 | 91av网一区二区| 久久精品国产99精品国产亚洲性色| 国产三级中文精品| 国产真实乱freesex| 波野结衣二区三区在线| 免费大片18禁| 久久久精品大字幕| 久久精品国产清高在天天线| 精品午夜福利视频在线观看一区| 成人毛片a级毛片在线播放| 亚洲精品影视一区二区三区av| 免费av观看视频| 亚洲av日韩精品久久久久久密| 国产色婷婷99| 亚州av有码| 欧美国产日韩亚洲一区| 少妇被粗大猛烈的视频| 啦啦啦啦在线视频资源| 男人舔奶头视频| 女人被狂操c到高潮| 一区福利在线观看| 九色国产91popny在线| 亚洲av成人av| 在线观看舔阴道视频| av视频在线观看入口| 国产亚洲精品久久久久久毛片| 国产真实乱freesex| 国产精品福利在线免费观看| 欧美另类亚洲清纯唯美| 国产精品免费一区二区三区在线| 久久久久久久久久久丰满 | 欧美日韩乱码在线| 欧美日韩国产亚洲二区| 亚洲精品国产成人久久av| 小蜜桃在线观看免费完整版高清| 国产一区二区在线av高清观看| 99热精品在线国产| 亚洲内射少妇av| 日韩一区二区视频免费看| 十八禁网站免费在线| 精品久久久噜噜| 99在线人妻在线中文字幕| 淫妇啪啪啪对白视频| 国产高清视频在线观看网站| 精品一区二区三区av网在线观看| 精品乱码久久久久久99久播| 国产 一区 欧美 日韩| 亚州av有码| 淫妇啪啪啪对白视频| 亚洲自偷自拍三级| 黄色欧美视频在线观看| 久久精品影院6| 九色国产91popny在线| 国产精品免费一区二区三区在线| 精品久久久久久成人av| 国产精品久久久久久亚洲av鲁大| 1024手机看黄色片| 一区二区三区高清视频在线| 一区二区三区四区激情视频 | 狂野欧美激情性xxxx在线观看| 国产精品一区二区三区四区免费观看 | 亚洲精品色激情综合| 国产色婷婷99| 国产一区二区三区在线臀色熟女| 老司机深夜福利视频在线观看| 欧美成人一区二区免费高清观看| 日韩欧美 国产精品| bbb黄色大片| 亚洲美女黄片视频| 精品99又大又爽又粗少妇毛片 | 最新在线观看一区二区三区| av在线观看视频网站免费| 麻豆av噜噜一区二区三区| 日本色播在线视频| 亚洲精品乱码久久久v下载方式| 色综合亚洲欧美另类图片| 国产精品一区二区免费欧美| 国产一区二区激情短视频| 尾随美女入室| 色播亚洲综合网|