• <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 ?

    一種融合長尾系數(shù)的混合電影推薦算法

    2022-04-21 11:15:36董云薪
    閩江學院學報 2022年2期
    關(guān)鍵詞:用戶

    董云薪,林 耿

    (1.福建農(nóng)林大學計算機與信息學院,福建 福州 350002;2.閩江學院數(shù)學與數(shù)據(jù)科學學院(軟件學院),福建 福州 350108)

    隨著信息技術(shù)的快速發(fā)展與廣泛應(yīng)用,信息資源量呈螺旋式增長。當前信息傳播方式相較于過去更加多元化,人們可以通過手機、電視、電腦、書籍等方式來獲取信息,且隨著互聯(lián)網(wǎng)傳播技術(shù)的快速發(fā)展,人們也可以更加快捷地獲取信息,使得信息更具有時效性,但與此同時也使得“信息過載”問題的產(chǎn)生[1]?!靶畔⑦^載”問題是人們獲取大量信息的同時,依靠自身能力無法從大量信息中及時有效的提煉出真正所需的信息[2]。因此,研究學者們提出了“推薦系統(tǒng)”來應(yīng)對這一問題,“推薦系統(tǒng)”可以幫助用戶在大量信息中及時地提煉出用戶所需信息,為用戶節(jié)省信息檢索時間,幫助用戶提高對于信息的使用效率[3]。

    推薦系統(tǒng)主要依托于推薦算法,其中協(xié)同過濾算法是應(yīng)用最為廣泛的推薦算法[4]。目前大多數(shù)推薦算法主要是以提高算法精度為目的,而忽略了算法的多樣性。為了提高算法精度,推薦結(jié)果往往會集中于一小部分的熱門頭部產(chǎn)品,而缺乏對于大部分尾部產(chǎn)品的推薦[5]。從用戶角度出發(fā),若推薦算法單純以提高算法精度為目的,推薦結(jié)果絕大部分將會為常見的熱門產(chǎn)品,而這類產(chǎn)品用戶通常已經(jīng)表達過喜好了,再為用戶推薦這類產(chǎn)品,可能無法滿足用戶對于推薦系統(tǒng)多樣性的需求[6]。從商戶角度出發(fā),推薦系統(tǒng)的多樣性偏低,使得大部分尾部產(chǎn)品缺乏推薦,商家無法提高商品的總銷售額[7]。因此,提高推薦算法的多樣性,幫助尾部產(chǎn)品獲得有效推薦,應(yīng)成為今后推薦算法的關(guān)注焦點之一。

    推薦算法多樣性有著許多方向的研究,其中如何平衡算法精度和算法多樣性的關(guān)系,是研究的重要方向之一。算法精度和算法多樣性是相互對立的,在提高算法多樣性的同時,算法精度會相對降低,提高算法多樣性則意味著要犧牲一定的算法精度。因此,如何在提高算法多樣性的同時又確保算法具有較高精確度是一個重點研究方向。

    針對此問題,本文提出一種融合長尾系數(shù)的混合電影推薦算法,利用混合協(xié)同過濾推薦算法來提高算法精度,然后通過用戶觀影行為來計算電影項目的長尾系數(shù),用以改進預(yù)測評分公式,以此來提高推薦算法的多樣性。

    1 相關(guān)研究

    對于推薦算法多樣性不足的問題,許多學者從不同研究角度提出了改進。文[8-9]主要是通過緩解長尾問題的角度出發(fā)來對算法進行改進。秦婧等提出一種關(guān)于長尾問題的推薦算法,首先在深度學習的基礎(chǔ)上構(gòu)建一個推薦系統(tǒng)中長尾物品的推薦框架,其次在該推薦框架中的推薦算法層,計算推薦物品中被頻繁推薦的熱門頭部物品和未被頻繁推薦的冷門長尾物品,然后用冷門的長尾物品替換被頻繁推薦的熱門頭部物品來達到推薦系統(tǒng)中指定的長尾比例的闕值,達到緩解長尾問題的目的,從而進一步提高推薦結(jié)果的多樣性[8]。鄧明通等提出一種基于用戶偏好和動態(tài)興趣的多樣性推薦方法,先根據(jù)用戶歷史行為數(shù)據(jù)得到用戶的偏好數(shù)據(jù),結(jié)合時間函數(shù)因子調(diào)整原始用戶項目評分,然后結(jié)合受長尾分布影響的項目疲勞因子,最后利用聚類函數(shù)為新用戶尋找最為信任的近鄰用戶,通過解決冷啟動和長尾問題,提高算法的多樣性[9]。

    文[10-13]通過研究用戶潛在行為來提高算法多樣性。李衛(wèi)疆等提出了一種多樣化推薦算法,通過挖掘用戶群間的潛在興趣,來對用戶項目中未評分的項目進行預(yù)測評分,將含有用戶潛在興趣的用戶評分矩陣進行奇異值分解,在保證算法精確率的同時,提高了算法的多樣性[10]。黃繼婷等提出一種融合偏好度與網(wǎng)絡(luò)結(jié)構(gòu)的推薦算法。先根據(jù)用戶的歷史觀影行為得到用戶的偏好度,再將用戶偏好度與基于二部圖隨機游走推薦算法相融合,得到含有用戶偏好度的初始項目推薦列表,再根據(jù)用戶標簽挖掘用戶的潛在喜好,得到含有用戶潛在喜好的項目推薦列表,最后將兩個推薦列表相結(jié)合,為用戶進行最終項目推薦,提高算法多樣性[11]。Nima Joorabloo等提出了一種基于概率圖譜的推薦系統(tǒng),先通過對用戶進行調(diào)查研究等,得到用戶的偏好,再將研究所得的用戶偏好融入基于概率圖的推薦系統(tǒng)中,用以提高算法的多樣性[12]。田維安等提出了基于相似用戶好奇心的多樣性推薦方法,通過計算用戶的異常評分值,來計算用戶的好奇心評分,將所得到的好奇心評分融入用戶項目評分中,用以提高推薦算法的多樣性[13]。

    文[14-16]通過將項目信息融入推薦算法,用以提高算法多樣性。Tommaso Di Noia等提出一種自適應(yīng)多屬性的多樣化推薦系統(tǒng),首先通過項目屬性來計算項目多樣性,然后利用項目多樣性重新排列TOP-N推薦結(jié)果項目列表,提高推薦結(jié)果的多樣性[14]。Anupriya Gogna等提出了一種基于單階段優(yōu)化的解決方案,在協(xié)同過濾的矩陣分解模型中,通過挖掘用戶潛在信息作為算法多樣性的約束條件[15]。葉錫君等提出一種基于項目類別的協(xié)同過濾推薦算法多樣性研究,在基于項目的協(xié)同過濾推薦算法的基礎(chǔ)上,利用項目類別信息來構(gòu)建項目類別貢獻函數(shù),用以改進預(yù)測評分公式[16]。

    以上這些研究通過研究長尾問題、用戶潛在行為、項目信息等來提高算法多樣性,沒有充分考慮到用戶潛在行為與長尾問題之間的聯(lián)系對推薦結(jié)果的影響。本文提出融合長尾系數(shù)的混合電影推薦算法,首先通過用戶的原始評分行為來計算電影項目的長尾系數(shù)。然后在基于項目的協(xié)同過濾算法基礎(chǔ)上融入長尾系數(shù)因子,改進預(yù)測評分公式來計算項目的預(yù)測評分,用以填充項目的評分數(shù)據(jù)。最后,將填充過后的項目評分應(yīng)用于基于用戶的協(xié)同過濾算法上,為用戶進行推薦。

    2 融合長尾系數(shù)的混合推薦算法

    2.1 協(xié)同過濾算法

    協(xié)同過濾算法中包含有基于用戶的協(xié)同過濾算法(user-CF)以及基于項目的協(xié)同過濾算法(item-CF)。主要是通過用戶對項目的評分來計算用戶間或項目間的相似度,再計算用戶未評分項目的預(yù)測評分,最后根據(jù)預(yù)測評分結(jié)果為目標用戶推薦評分前N項的商品[19]。

    2.1.1 評分矩陣

    在協(xié)同過濾算法中,構(gòu)建用戶評分矩陣是計算未評分項目與用戶間或項目間相似度的一個重要步驟,評分矩陣R公式為

    (1)

    其中,rmn表示用戶m對于項目n的評分。

    2.1.2 用戶/項目間相似度

    用戶或項目之間相似度計算是推薦算法中極其重要的步驟,相似度計算對于最終的推薦結(jié)果起著決定性作用。相似度是通過用戶對項目的評分來進行計算的。

    用戶間的相似度sim(u,v)的計算公式為

    (2)

    項目間的相似度sim(u,v)的計算公式為

    (3)

    2.1.3 預(yù)測評分

    預(yù)測評分是通過用戶或項目間的相似度,以及目標用戶的近鄰用戶,來計算數(shù)據(jù)集中未被用戶評分項目的預(yù)測評分,預(yù)測評分P′的公式為

    (4)

    2.2 長尾系數(shù)

    長尾問題是指推薦系統(tǒng)在為用戶進行推薦時,為了追求推薦算法精確度,往往會忽略對于尾部產(chǎn)品的推薦,為用戶集中推薦熱門的一小部分頭部產(chǎn)品,因此造成推薦結(jié)果缺乏多樣性。目前推薦系統(tǒng)中存在著長尾問題,如在MovieLens1M數(shù)據(jù)集中存在近200部電影作品無人觀看與評分的現(xiàn)象[17]。

    因此針對長尾問題,文[18]提出一種HEF方法用于描述長尾分布現(xiàn)象,HEF長尾分布函數(shù)公式為

    (5)

    其中,x為項目被評價次數(shù),λ和pj為常數(shù),C為常數(shù)。

    文[19]對式(5)進行比對實驗,經(jīng)實驗得當n=2時,該長尾函數(shù)公式達到最優(yōu),則長尾分布最優(yōu)公式為

    P(x)=p1e-λ1x+p2e-λ2x+C,

    (6)

    將優(yōu)化后的公式映射在[0,1]之間,作為長尾系數(shù),緩解長尾問題,提高尾部產(chǎn)品推薦率,因此長尾系數(shù)公式為

    (7)

    其中,θi(x)i表示項目i的長尾系數(shù),xi表示項目i的被評分次數(shù)。

    2.3 算法具體描述

    本文提出的融合長尾系數(shù)的混合電影推薦算法,首先通過計算項目的頻繁項集,結(jié)合長尾系數(shù)計算公式得到各項目的長尾系數(shù),用以改進預(yù)測評分公式,以此來提高推薦算法的多樣性。然后通過基于項目的協(xié)同過濾算法計算預(yù)測評分,用以填充原始數(shù)據(jù),緩解原始數(shù)據(jù)存在的數(shù)據(jù)稀疏問題。最后通過基于用戶的協(xié)同過濾算法得到推薦結(jié)果為用戶進行推薦。

    2.4 算法具體步驟

    融合長尾系數(shù)的混合電影推薦算法具體步驟如下:

    輸入:原始評分數(shù)據(jù)列表

    輸出:用戶推薦列表

    1)將原始評分數(shù)據(jù)集處理為項目-用戶評分矩陣

    (8)

    2)使用式(3)計算電影項目間相似度sim(i,j);

    3)計算各電影項目的被評價次數(shù)xi;

    4)使用式(7)改進項目預(yù)測評分公式

    (9)

    5)將填充過后的項目評分數(shù)據(jù)用于基于用戶的協(xié)同過濾算法上;

    6)根據(jù)上一步所得推薦結(jié)果為用戶進行推薦。

    3 實驗結(jié)果與分析

    3.1 推薦系統(tǒng)評價指標

    本實驗的推薦系統(tǒng)的評價指標采用準確率(precision)和召回率(recall),以及綜合指標F來度量推薦算法精確度。用多樣性(diversity)來度量推薦系統(tǒng)的多樣性。

    準確率又稱查準率,是表示推薦給用戶的項目中用戶感興趣的概率,準確率公式為

    (10)

    其中,Ru表示為用戶推薦的電影項目,Tu表示數(shù)據(jù)集中用戶喜愛的電影項目。

    召回率又稱查全率,表示推薦列表中的商品,推薦系統(tǒng)所推薦的商品為用戶所喜歡商品的概率,召回率公式為

    (11)

    準確率與召回率是一對相反指標。二者為此消彼長關(guān)系,在推薦系統(tǒng)中準確率會隨著推薦列表長度的增加而增加,召回率反之。因此將準確率和召回率兩個指標相結(jié)合起來,構(gòu)建一個綜合指標F,可以更為全面地表示算法精度的高低,算法精度的綜合指標F值公式為

    (12)

    多樣性表示推薦列表中所推薦的商品種類占總商品總類的概率,多樣性公式為[8]

    (13)

    其中,N表示推薦給用戶的商品總數(shù)。

    3.2 實驗結(jié)果

    3.2.1 實驗數(shù)據(jù)集

    本次實驗基于MovieLens100K數(shù)據(jù)集與MovieLens1M數(shù)據(jù)集。MovieLens100K數(shù)據(jù)集共有943名用戶對1 682部電影進行評分,共計10萬余條評分。MovieLens1M數(shù)據(jù)集共有6 040名用戶對3 883部電影進行評分,共計100萬余條評分。電影評分從1~5分不等,取整數(shù)。分數(shù)越高表示用戶對該電影越喜愛。本次實驗采取80%數(shù)據(jù)集作為訓練集,20%數(shù)據(jù)集作為測試集。

    3.2.2 算法精度

    在推薦系統(tǒng)中,設(shè)目標用戶鄰居數(shù)L=50,推薦電影數(shù)目n以5為單位逐步遞增。在不同的電影推薦數(shù)量n下,文[4]所提及的基于用戶的協(xié)同過濾算法和基于用戶的協(xié)同過濾算法同本文算法(LTHCF)的算法精度綜合指標F值(F-Measure)以及算法多樣性指標在ML100K數(shù)據(jù)集上進行比對。

    電影推薦數(shù)目n對算法F值的影響如圖1所示。

    圖1 電影推薦數(shù)量n對F值的影響Fig.1 The effect of movie recommended number n on the value of F

    由圖1可知,本文所提算法LTHCF的算法精度綜合指標F值在推薦數(shù)量大于25時,算法的F值會高于UserCF和ItemCF推薦算法,且之后一直保持上升趨勢,而傳統(tǒng)算法在推薦數(shù)量大于25時,F(xiàn)值呈現(xiàn)下降趨勢,之后保持平穩(wěn)。說明本文所提算法LTHCF較UserCF和ItemCF推薦算法,可以更好地應(yīng)用于大型數(shù)據(jù)集上,且能夠保持較高的算法精度。

    3.2.3 算法多樣性

    在確保算法精度的情況下,將本文所提算法LTHCF同文[8]所提及的FLTI推薦算法及協(xié)同去噪自動編碼(CDAE)算法,文[20]所提及的基于奇異值分解(SVD)算法,文[4]所提及的基于用戶的協(xié)同過濾算法及基于項目的協(xié)同過濾算法進行算法多樣性的比對實驗。同時為保證推薦算法結(jié)果的可信度,對比算法的多樣性實驗將基于文[8]的MovieLens1M數(shù)據(jù)集。

    電影推薦數(shù)量n對算法多樣性的影響如圖2所示。

    圖2 電影推薦數(shù)量n對多樣性的影響Fig.2 The effect of movie recommended number n on the diversity

    由圖2可知,本文所提算法LTHCF的多樣性一直優(yōu)于FLTI、SVD、CDAE、UserCF、ItemCF推薦算法,說明本文所提算法LTHCF較這5種推薦算法具有更好的算法多樣性。

    在確保算法多樣性會優(yōu)于其他對比算法多樣性的情況下,將本文算法應(yīng)用于具有不同數(shù)據(jù)稀疏度的數(shù)據(jù)集上進行對比,數(shù)據(jù)稀疏度是用以表示數(shù)據(jù)集中數(shù)據(jù)缺失的程度。以此來研究算法適用的數(shù)據(jù)集。將本文算法應(yīng)用于MovieLens100K數(shù)據(jù)集與MovieLens1M數(shù)據(jù)集上進行比對,其中MovieLens100K數(shù)據(jù)集稀疏度約為93%,MovieLens1M數(shù)據(jù)集稀疏度約為96%。

    電影推薦數(shù)量n對不同數(shù)據(jù)集算法多樣性的影響如圖3所示。

    圖3 電影推薦數(shù)量n對不同數(shù)據(jù)集多樣性的影響Fig.3 The effect of movie recommended number n on the diversity of different data sets

    電影推薦數(shù)量n對LTHCF算法較傳統(tǒng)的UserCF算法所提高的算法多樣性百分比的影響如圖4所示。

    圖4 電影推薦數(shù)量n對不同數(shù)據(jù)集提高算法多樣性百分比的影響Fig.4 The effect of movie recommended number n on improving diversity percentage of different data sets

    可以看出相較于MovieLens1M數(shù)據(jù)集,本文算法LTHCF在MovieLens100K數(shù)據(jù)集上提高多樣性的效果更好。這可能是因為MovieLens1M數(shù)據(jù)集的稀疏度更高,使得多樣性算法的實驗效果減弱,當算法所應(yīng)用數(shù)據(jù)集的稀疏度較小時,算法可以更大幅度地提升推薦結(jié)果的多樣性。

    綜合以上實驗結(jié)果,本文所提算法LTHCF在確保算法精度的前提下,可以有效提高推薦算法的多樣性,使得推薦系統(tǒng)可以具有更高的推薦質(zhì)量。此外,數(shù)據(jù)集的原始稀疏度越低,越有利于本文算法提高推薦系統(tǒng)的算法多樣性。

    4 結(jié)論

    實驗結(jié)果表明本文算法在保證算法精確度前提下,可以有效提高推薦算法的多樣性,在一定程度上提高了推薦系統(tǒng)的推薦質(zhì)量,當數(shù)據(jù)集的稀疏度較低時,可以更大幅度地提高算法多樣性。在未來的研究中,將考慮在本文算法的基礎(chǔ)上,通過引入用戶評分等間接數(shù)據(jù)來緩解數(shù)據(jù)集的數(shù)據(jù)稀疏問題,讓多樣性算法可以更好地得到應(yīng)用,同時融合時間衰減函數(shù)進一步提高算法多樣性,將時間因子融入用戶評分中,充分考慮用戶評分的時效性,使推薦結(jié)果更具可信度。

    猜你喜歡
    用戶
    雅閣國內(nèi)用戶交付突破300萬輛
    車主之友(2022年4期)2022-08-27 00:58:26
    您撥打的用戶已戀愛,請稍后再哭
    關(guān)注用戶
    商用汽車(2016年11期)2016-12-19 01:20:16
    關(guān)注用戶
    商用汽車(2016年5期)2016-11-28 09:55:15
    兩新黨建新媒體用戶與全網(wǎng)新媒體用戶之間有何差別
    關(guān)注用戶
    商用汽車(2016年6期)2016-06-29 09:18:54
    關(guān)注用戶
    商用汽車(2016年4期)2016-05-09 01:23:12
    挖掘用戶需求尖端科技應(yīng)用
    Camera360:拍出5億用戶
    100萬用戶
    成人国产麻豆网| 免费在线观看成人毛片| 日本一本二区三区精品| 亚洲国产高清在线一区二区三| 欧美bdsm另类| 日本爱情动作片www.在线观看| 国产人妻一区二区三区在| 最近最新中文字幕大全电影3| 国产成人freesex在线| 22中文网久久字幕| 丰满人妻一区二区三区视频av| 嫩草影院新地址| 久久综合国产亚洲精品| 成人一区二区视频在线观看| 一级av片app| 久久久国产成人精品二区| 别揉我奶头 嗯啊视频| 国产精品永久免费网站| 国产又黄又爽又无遮挡在线| 看片在线看免费视频| 麻豆成人av视频| 亚洲国产日韩欧美精品在线观看| 精品国内亚洲2022精品成人| 亚洲aⅴ乱码一区二区在线播放| 高清视频免费观看一区二区 | av免费在线看不卡| 国产三级在线视频| 日韩一本色道免费dvd| 日韩av在线免费看完整版不卡| 永久网站在线| 1000部很黄的大片| 国产极品精品免费视频能看的| 午夜福利网站1000一区二区三区| 欧美区成人在线视频| 日本免费在线观看一区| 日韩,欧美,国产一区二区三区 | 狂野欧美激情性xxxx在线观看| 成人漫画全彩无遮挡| 精品免费久久久久久久清纯| 午夜福利成人在线免费观看| 免费av不卡在线播放| 久久精品国产自在天天线| 超碰av人人做人人爽久久| 一级黄片播放器| a级一级毛片免费在线观看| 国产一级毛片七仙女欲春2| 国产成人91sexporn| 性插视频无遮挡在线免费观看| 亚洲av不卡在线观看| 欧美激情国产日韩精品一区| 国产不卡一卡二| 狠狠狠狠99中文字幕| 婷婷色av中文字幕| 人人妻人人澡人人爽人人夜夜 | 亚洲18禁久久av| 美女cb高潮喷水在线观看| 久久久a久久爽久久v久久| 九九在线视频观看精品| 色综合亚洲欧美另类图片| 男女视频在线观看网站免费| 亚洲天堂国产精品一区在线| 国产女主播在线喷水免费视频网站 | 亚洲成人中文字幕在线播放| 丰满乱子伦码专区| 欧美xxxx黑人xx丫x性爽| 亚洲av免费高清在线观看| 一级黄片播放器| 久热久热在线精品观看| 免费黄网站久久成人精品| 观看免费一级毛片| 秋霞伦理黄片| 天天一区二区日本电影三级| 国产白丝娇喘喷水9色精品| 国产在线男女| 中文资源天堂在线| 亚洲av二区三区四区| 久久精品91蜜桃| 久久精品人妻少妇| 国产伦精品一区二区三区视频9| 卡戴珊不雅视频在线播放| 蜜桃久久精品国产亚洲av| av福利片在线观看| 亚洲av福利一区| 国产精品熟女久久久久浪| 国产免费又黄又爽又色| 男的添女的下面高潮视频| 丰满乱子伦码专区| 欧美成人免费av一区二区三区| 黄色配什么色好看| 婷婷六月久久综合丁香| 国产精品嫩草影院av在线观看| 国产免费又黄又爽又色| 2022亚洲国产成人精品| 亚洲国产精品成人综合色| 精品99又大又爽又粗少妇毛片| 亚洲经典国产精华液单| 久久人人爽人人爽人人片va| 日韩 亚洲 欧美在线| 中国美白少妇内射xxxbb| 黄片无遮挡物在线观看| 国产精品久久视频播放| 久久这里有精品视频免费| 午夜日本视频在线| 欧美激情在线99| 国产精品久久电影中文字幕| 99视频精品全部免费 在线| 亚洲精品色激情综合| 久久久久网色| 国产免费男女视频| 国产成人91sexporn| 精品欧美国产一区二区三| 欧美一级a爱片免费观看看| 日本免费在线观看一区| 亚洲怡红院男人天堂| 全区人妻精品视频| 亚洲av不卡在线观看| 久久精品国产鲁丝片午夜精品| 亚洲人成网站高清观看| 99热这里只有是精品50| 久久久久久久久久成人| 国产极品精品免费视频能看的| 国内少妇人妻偷人精品xxx网站| 日韩一本色道免费dvd| 少妇丰满av| 床上黄色一级片| 免费观看性生交大片5| 能在线免费看毛片的网站| 简卡轻食公司| 99久久人妻综合| 国产午夜福利久久久久久| 国产成人福利小说| 欧美3d第一页| 久久精品91蜜桃| 男女国产视频网站| 免费黄网站久久成人精品| 亚洲成人av在线免费| 国产成年人精品一区二区| 午夜激情欧美在线| 国产精品乱码一区二三区的特点| 日韩三级伦理在线观看| 成年免费大片在线观看| 日韩一区二区视频免费看| 日韩欧美 国产精品| 有码 亚洲区| 国产精品一二三区在线看| 国产成人a区在线观看| 网址你懂的国产日韩在线| 久久精品久久久久久噜噜老黄 | 国产综合懂色| 亚洲av中文av极速乱| 日韩成人av中文字幕在线观看| 99久国产av精品| 精品国产一区二区三区久久久樱花 | 国产精品三级大全| 久久久色成人| 一本久久精品| 2021少妇久久久久久久久久久| 麻豆乱淫一区二区| 国产高清三级在线| 亚洲欧美日韩东京热| 最近中文字幕2019免费版| 自拍偷自拍亚洲精品老妇| 高清日韩中文字幕在线| 免费看美女性在线毛片视频| 亚洲欧美一区二区三区国产| 欧美97在线视频| 成人美女网站在线观看视频| 99久久九九国产精品国产免费| 在线a可以看的网站| 2021天堂中文幕一二区在线观| 九九久久精品国产亚洲av麻豆| 亚洲自偷自拍三级| a级毛片免费高清观看在线播放| 一区二区三区免费毛片| 人妻系列 视频| 中文字幕人妻熟人妻熟丝袜美| 亚洲无线观看免费| 欧美日韩一区二区视频在线观看视频在线 | 久久热精品热| 久久久久精品久久久久真实原创| 美女xxoo啪啪120秒动态图| 非洲黑人性xxxx精品又粗又长| 午夜视频国产福利| 欧美精品一区二区大全| 日本色播在线视频| 免费观看精品视频网站| 国产精品一区二区在线观看99 | 国产伦一二天堂av在线观看| 国产亚洲5aaaaa淫片| 男女边吃奶边做爰视频| 久久久久网色| 免费av观看视频| 中文欧美无线码| 国产精品爽爽va在线观看网站| 久久精品夜色国产| 看片在线看免费视频| 日韩av在线免费看完整版不卡| 又粗又硬又长又爽又黄的视频| 搡老妇女老女人老熟妇| 国产亚洲av嫩草精品影院| 精品99又大又爽又粗少妇毛片| 亚洲在久久综合| 91午夜精品亚洲一区二区三区| 长腿黑丝高跟| 美女xxoo啪啪120秒动态图| 国产淫片久久久久久久久| 高清在线视频一区二区三区 | 亚洲精品日韩av片在线观看| or卡值多少钱| 最近的中文字幕免费完整| av黄色大香蕉| 精品不卡国产一区二区三区| 色吧在线观看| 精品免费久久久久久久清纯| 精品无人区乱码1区二区| 中文字幕人妻熟人妻熟丝袜美| 精品少妇黑人巨大在线播放 | 老司机影院成人| 高清毛片免费看| 亚洲国产精品久久男人天堂| 直男gayav资源| 搞女人的毛片| 国产av在哪里看| 国产成人福利小说| 一边摸一边抽搐一进一小说| 午夜精品国产一区二区电影 | 丰满少妇做爰视频| 国产精品永久免费网站| 久久鲁丝午夜福利片| 亚洲精品乱码久久久久久按摩| 久久这里只有精品中国| 少妇裸体淫交视频免费看高清| 国产亚洲精品久久久com| 少妇熟女欧美另类| 欧美一级a爱片免费观看看| 亚洲成色77777| 日本色播在线视频| 我要搜黄色片| 国产人妻一区二区三区在| 乱码一卡2卡4卡精品| 亚洲欧美日韩东京热| 亚洲国产精品sss在线观看| 淫秽高清视频在线观看| 午夜爱爱视频在线播放| 又爽又黄a免费视频| 国产免费男女视频| 亚洲真实伦在线观看| 亚洲国产欧美人成| 禁无遮挡网站| videos熟女内射| 色综合色国产| 美女大奶头视频| 在线观看美女被高潮喷水网站| 男的添女的下面高潮视频| 成人特级av手机在线观看| 狂野欧美白嫩少妇大欣赏| 麻豆一二三区av精品| 亚洲真实伦在线观看| 国产黄色小视频在线观看| 久久久久性生活片| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲av成人精品一二三区| 69人妻影院| 欧美成人精品欧美一级黄| 九草在线视频观看| 亚洲内射少妇av| 国产精品永久免费网站| 成人国产麻豆网| 美女高潮的动态| 欧美一区二区精品小视频在线| 久久午夜福利片| 欧美人与善性xxx| 高清av免费在线| 国产久久久一区二区三区| 午夜福利网站1000一区二区三区| 一边亲一边摸免费视频| 一本一本综合久久| 十八禁国产超污无遮挡网站| 三级国产精品欧美在线观看| 亚洲精品影视一区二区三区av| 欧美+日韩+精品| 九色成人免费人妻av| 日韩欧美国产在线观看| 亚洲美女视频黄频| 久久精品国产99精品国产亚洲性色| 男的添女的下面高潮视频| 国产在视频线精品| 精品国产露脸久久av麻豆 | 久久亚洲精品不卡| 精品免费久久久久久久清纯| 干丝袜人妻中文字幕| 免费av观看视频| 国产爱豆传媒在线观看| 精品久久久久久久久av| 麻豆成人午夜福利视频| 少妇熟女aⅴ在线视频| 国产视频首页在线观看| 人人妻人人看人人澡| 亚洲国产欧美在线一区| 一级爰片在线观看| 国产精品一及| 日韩一区二区三区影片| 欧美日本视频| 中文欧美无线码| 免费观看人在逋| 久久99热6这里只有精品| 成人午夜精彩视频在线观看| 中文欧美无线码| 亚洲最大成人av| 亚洲欧美日韩高清专用| 91精品一卡2卡3卡4卡| 亚洲欧洲国产日韩| 一卡2卡三卡四卡精品乱码亚洲| 中文欧美无线码| 国产在视频线精品| 97超碰精品成人国产| 亚洲精品日韩av片在线观看| 一夜夜www| 又爽又黄a免费视频| 亚洲成人精品中文字幕电影| 麻豆乱淫一区二区| 自拍偷自拍亚洲精品老妇| 热99re8久久精品国产| av在线蜜桃| 日本一二三区视频观看| 日本-黄色视频高清免费观看| videossex国产| 黄色一级大片看看| 丝袜美腿在线中文| 成年版毛片免费区| 欧美性猛交黑人性爽| 日本黄色片子视频| 国产毛片a区久久久久| 男人舔女人下体高潮全视频| 久久精品夜色国产| 又粗又爽又猛毛片免费看| 精品一区二区三区视频在线| 日本免费在线观看一区| 国内精品宾馆在线| 亚洲精品aⅴ在线观看| 日本欧美国产在线视频| 亚洲中文字幕一区二区三区有码在线看| 成人无遮挡网站| 国产精品一区二区在线观看99 | 18禁在线播放成人免费| 亚洲欧美精品综合久久99| 久久久久久久久久成人| 26uuu在线亚洲综合色| 人妻系列 视频| 亚洲精品自拍成人| 欧美xxxx性猛交bbbb| 欧美一区二区精品小视频在线| 日韩亚洲欧美综合| 日本免费一区二区三区高清不卡| 午夜激情福利司机影院| 2021天堂中文幕一二区在线观| 麻豆乱淫一区二区| 91aial.com中文字幕在线观看| 日韩一区二区三区影片| 日本与韩国留学比较| 一级毛片我不卡| 国产伦精品一区二区三区四那| 亚洲乱码一区二区免费版| 最近2019中文字幕mv第一页| 黄色一级大片看看| 久久精品综合一区二区三区| 中文字幕制服av| 在线a可以看的网站| or卡值多少钱| 亚洲美女搞黄在线观看| 男女啪啪激烈高潮av片| 亚洲aⅴ乱码一区二区在线播放| 视频中文字幕在线观看| av黄色大香蕉| 国产伦精品一区二区三区四那| 色综合亚洲欧美另类图片| 最近2019中文字幕mv第一页| 最近中文字幕2019免费版| av视频在线观看入口| 亚洲av中文字字幕乱码综合| 日韩三级伦理在线观看| 99久国产av精品| 国语自产精品视频在线第100页| 国国产精品蜜臀av免费| 国产乱人偷精品视频| 深夜a级毛片| 欧美xxxx性猛交bbbb| 亚洲国产高清在线一区二区三| 18禁在线播放成人免费| 国产精品麻豆人妻色哟哟久久 | 最近中文字幕2019免费版| 国产亚洲最大av| 国产av一区在线观看免费| 日韩av在线免费看完整版不卡| 久久午夜福利片| 国产精品电影一区二区三区| 国产一区二区在线观看日韩| 特大巨黑吊av在线直播| 亚洲综合色惰| 亚洲三级黄色毛片| 淫秽高清视频在线观看| 国产成人freesex在线| 成人午夜高清在线视频| 精品国产一区二区三区久久久樱花 | 高清在线视频一区二区三区 | 国产综合懂色| 又粗又硬又长又爽又黄的视频| 久久这里有精品视频免费| 狂野欧美激情性xxxx在线观看| 亚洲无线观看免费| 亚洲aⅴ乱码一区二区在线播放| 国产精品一区二区在线观看99 | 三级国产精品片| 中文欧美无线码| 18禁动态无遮挡网站| 最新中文字幕久久久久| 国产又黄又爽又无遮挡在线| 国产精品三级大全| 特级一级黄色大片| 六月丁香七月| 国产极品精品免费视频能看的| 麻豆成人午夜福利视频| 欧美日本亚洲视频在线播放| 欧美极品一区二区三区四区| 婷婷六月久久综合丁香| 成人综合一区亚洲| 舔av片在线| 日韩国内少妇激情av| 天天躁日日操中文字幕| 日本-黄色视频高清免费观看| 成人性生交大片免费视频hd| 村上凉子中文字幕在线| 国产精品久久电影中文字幕| 五月玫瑰六月丁香| 亚洲成av人片在线播放无| 噜噜噜噜噜久久久久久91| 一个人看视频在线观看www免费| 一区二区三区四区激情视频| 在线天堂最新版资源| 成人av在线播放网站| 亚洲精品久久久久久婷婷小说 | 日日啪夜夜撸| 欧美另类亚洲清纯唯美| 亚洲18禁久久av| 国产又色又爽无遮挡免| 丝袜美腿在线中文| 国产免费福利视频在线观看| 麻豆精品久久久久久蜜桃| 久久精品国产自在天天线| 中文在线观看免费www的网站| 国产亚洲91精品色在线| 色5月婷婷丁香| 丝袜美腿在线中文| 日本黄大片高清| 最近的中文字幕免费完整| 成人三级黄色视频| 国产大屁股一区二区在线视频| 九色成人免费人妻av| 国产伦理片在线播放av一区| 美女内射精品一级片tv| 国产女主播在线喷水免费视频网站 | 免费观看人在逋| 国产大屁股一区二区在线视频| 看非洲黑人一级黄片| 51国产日韩欧美| 91久久精品电影网| 午夜精品在线福利| 一区二区三区高清视频在线| 国产单亲对白刺激| 久久久久久久久大av| 青春草视频在线免费观看| 亚洲av电影在线观看一区二区三区 | 特大巨黑吊av在线直播| 免费不卡的大黄色大毛片视频在线观看 | 久久久久久久久久成人| 一边摸一边抽搐一进一小说| 日韩一本色道免费dvd| 国产v大片淫在线免费观看| 亚洲av.av天堂| a级一级毛片免费在线观看| 国产黄片视频在线免费观看| 免费观看在线日韩| 桃色一区二区三区在线观看| 亚洲av男天堂| 免费av观看视频| 91久久精品国产一区二区成人| 亚洲第一区二区三区不卡| 免费黄色在线免费观看| 亚洲欧美成人综合另类久久久 | 久久99热这里只频精品6学生 | 免费搜索国产男女视频| 麻豆久久精品国产亚洲av| 美女高潮的动态| 日日撸夜夜添| 亚洲欧美成人精品一区二区| 午夜福利在线观看吧| 精品人妻偷拍中文字幕| 精品久久久久久成人av| 99在线人妻在线中文字幕| 欧美激情国产日韩精品一区| 禁无遮挡网站| 亚洲成人精品中文字幕电影| 观看免费一级毛片| 深爱激情五月婷婷| 小说图片视频综合网站| 久久精品国产亚洲网站| 美女国产视频在线观看| 亚洲成av人片在线播放无| 亚洲五月天丁香| 日韩人妻高清精品专区| 九九爱精品视频在线观看| 亚洲av福利一区| 欧美激情国产日韩精品一区| 99久久精品国产国产毛片| 日本五十路高清| 亚洲精品一区蜜桃| or卡值多少钱| 精品不卡国产一区二区三区| 日韩一区二区三区影片| 色吧在线观看| 高清视频免费观看一区二区 | 夜夜爽夜夜爽视频| 免费观看性生交大片5| 国产成人精品久久久久久| 人妻系列 视频| 亚洲av男天堂| 尾随美女入室| 日本爱情动作片www.在线观看| 岛国毛片在线播放| 一本久久精品| 中文欧美无线码| 直男gayav资源| 丰满人妻一区二区三区视频av| 亚洲av成人精品一区久久| 18禁在线播放成人免费| 成年女人看的毛片在线观看| 嘟嘟电影网在线观看| 亚洲av免费在线观看| 亚洲,欧美,日韩| 亚洲四区av| 亚洲成人中文字幕在线播放| 久久精品熟女亚洲av麻豆精品 | 中文乱码字字幕精品一区二区三区 | 色吧在线观看| 亚洲,欧美,日韩| 在现免费观看毛片| 看非洲黑人一级黄片| 国产精品野战在线观看| 天天躁日日操中文字幕| 婷婷色麻豆天堂久久 | 国产视频首页在线观看| 美女脱内裤让男人舔精品视频| 日韩一区二区三区影片| 97超视频在线观看视频| 不卡视频在线观看欧美| 亚洲国产色片| 男女下面进入的视频免费午夜| 国产激情偷乱视频一区二区| 亚洲婷婷狠狠爱综合网| 国产极品天堂在线| 午夜久久久久精精品| 国产一区二区亚洲精品在线观看| 夫妻性生交免费视频一级片| 国产亚洲一区二区精品| 亚洲国产欧洲综合997久久,| 99久久九九国产精品国产免费| 久久精品夜色国产| 我的女老师完整版在线观看| 国产午夜精品论理片| 2021少妇久久久久久久久久久| 亚洲精品成人久久久久久| 成人欧美大片| 一边摸一边抽搐一进一小说| 欧美日韩在线观看h| 国产色婷婷99| 欧美zozozo另类| 久久精品人妻少妇| 国产亚洲av片在线观看秒播厂 | 亚洲欧美清纯卡通| 日韩欧美精品v在线| 大又大粗又爽又黄少妇毛片口| 国产成人a∨麻豆精品| 日产精品乱码卡一卡2卡三| 亚洲av成人精品一区久久| 欧美zozozo另类| 神马国产精品三级电影在线观看| 国产亚洲av片在线观看秒播厂 | 久久久色成人| 久久亚洲精品不卡| 亚洲国产日韩欧美精品在线观看| 亚洲四区av| 亚洲欧洲国产日韩| 久久久久免费精品人妻一区二区| 亚洲欧美日韩高清专用| 久久婷婷人人爽人人干人人爱| 欧美日韩国产亚洲二区| 久久久国产成人免费| 精品一区二区免费观看| 亚洲在久久综合| 最近2019中文字幕mv第一页| 日韩大片免费观看网站 | av在线天堂中文字幕| 亚洲中文字幕一区二区三区有码在线看| 一卡2卡三卡四卡精品乱码亚洲| 噜噜噜噜噜久久久久久91| 寂寞人妻少妇视频99o| 日本三级黄在线观看| 免费大片18禁| 国产高潮美女av| 日韩欧美国产在线观看| 狠狠狠狠99中文字幕| 波多野结衣高清无吗| 天堂网av新在线| 好男人视频免费观看在线| 国产 一区精品|