• <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 ?

    基于符號(hào)網(wǎng)絡(luò)社團(tuán)檢測的輿情情報(bào)分析方法研究*

    2022-05-12 13:05:32章金楠朱夢(mèng)麗王佳桐穆榮健
    情報(bào)雜志 2022年5期
    關(guān)鍵詞:符號(hào)情感檢測

    余 韋 章金楠 朱夢(mèng)麗 王佳桐 穆榮健

    (1. 浙江越秀外國語學(xué)院國際商學(xué)院 紹興 312069;2.紹興市智慧社會(huì)智能監(jiān)測防控重點(diǎn)實(shí)驗(yàn)室 紹興 312069;3.天津大學(xué)智能與計(jì)算學(xué)部 天津 300350)

    0 引 言

    輿情是公眾輿論情況的一種體現(xiàn),反映了一定時(shí)間內(nèi)公眾對(duì)于某些社會(huì)熱點(diǎn)事件的態(tài)度、情緒和意見等的總和。網(wǎng)絡(luò)輿情能夠反映人們對(duì)于社會(huì)政治的一定態(tài)度,研究網(wǎng)絡(luò)輿情的趨勢(shì)預(yù)測與評(píng)價(jià),在事件發(fā)生時(shí)及時(shí)做出輿情情報(bào)分析,可以幫助管理者做出更有利的決策。

    目前,面對(duì)海量數(shù)據(jù)中的輿情情報(bào)分析問題,研究者們提出了一系列輿情情報(bào)分析方法。例如,利用文本挖掘方法進(jìn)行語義理解,實(shí)現(xiàn)輿情情報(bào)挖掘與追蹤[1];利用信息傳播模型,研究輿情傳播的路徑與傳播趨勢(shì),定量分析輿情傳播過程中的決定因素[2];利用輿情實(shí)體間的復(fù)雜關(guān)系構(gòu)建復(fù)雜網(wǎng)絡(luò),然后基于復(fù)雜網(wǎng)絡(luò)分析方法挖掘隱藏結(jié)構(gòu),預(yù)測可能關(guān)系或演化趨勢(shì)[3-4]。

    其中,符號(hào)網(wǎng)絡(luò)本質(zhì)上是其邊具有正負(fù)屬性的復(fù)雜網(wǎng)絡(luò)。其中的正負(fù)屬性信息代表了節(jié)點(diǎn)之間的某種對(duì)應(yīng)關(guān)系,因此能比普通的復(fù)雜網(wǎng)絡(luò)更加全面細(xì)致地描述現(xiàn)實(shí)世界中的系統(tǒng)。在線社會(huì)網(wǎng)絡(luò)的涌現(xiàn)提供了許多詳細(xì)的符號(hào)網(wǎng)絡(luò)案例,分析這些真實(shí)網(wǎng)絡(luò)的拓?fù)涮卣骱脱莼^程,不僅能對(duì)傳統(tǒng)社會(huì)學(xué)理論進(jìn)行驗(yàn)證,同時(shí)還有可能發(fā)現(xiàn)新的規(guī)律。相較于普通復(fù)雜網(wǎng)絡(luò),符號(hào)網(wǎng)絡(luò)可以更全面地表達(dá)網(wǎng)絡(luò)中節(jié)點(diǎn)間的正負(fù)情感。通過挖掘網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu),可以發(fā)現(xiàn)輿情系統(tǒng)中的群體對(duì)于某些熱點(diǎn)事件的不同態(tài)度劃分。

    據(jù)此,本文從符號(hào)網(wǎng)絡(luò)特性入手,在半非負(fù)分解過程中引入深度學(xué)習(xí)的框架,構(gòu)建深度半非負(fù)矩陣分解模型(Deep semi-non-negative matrix decomposition, DSNMF),通過對(duì)符號(hào)網(wǎng)絡(luò)多層屬性的表征學(xué)習(xí)以檢測社團(tuán)結(jié)構(gòu)。在此基礎(chǔ)上,將輿情情報(bào)分析及復(fù)雜網(wǎng)絡(luò)科學(xué)有機(jī)結(jié)合,基于輿情數(shù)據(jù)構(gòu)建符號(hào)網(wǎng)絡(luò)。并結(jié)合實(shí)際社交網(wǎng)絡(luò)中的應(yīng)用場景,應(yīng)用DSNMF符號(hào)網(wǎng)絡(luò)社團(tuán)檢測模型進(jìn)行微博輿情情報(bào)分析的實(shí)證實(shí)驗(yàn),創(chuàng)新輿情情報(bào)分析方法。

    1 深度半非負(fù)矩陣分解模型的構(gòu)建

    如表1所示,給定一個(gè)符號(hào)網(wǎng)絡(luò)G,它的鄰接矩陣A±中的元素包含了+1,-1和0三種類型,分別代表了節(jié)點(diǎn)間的正關(guān)系,負(fù)關(guān)系和無關(guān)系?;诜?hào)網(wǎng)絡(luò)連邊屬性的復(fù)雜性,引入深度學(xué)習(xí)機(jī)制,擴(kuò)展半非負(fù)矩陣分解模型(Semi-NMF)[5],構(gòu)建DSNMF模型,有效提升模型的精度以及大規(guī)模應(yīng)用的適用性。

    表1 符號(hào)說明

    根據(jù)Semi-NMF的思路,鄰接矩陣A±可分解為低維社團(tuán)指示矩陣和基矩陣的乘積,表示如下:

    A±≈W1±W2±…Wm±Hm+

    (1)

    因此,DNSMF模型的目標(biāo)就是要盡可能使等式(1)左右兩邊相等。針對(duì)DNSMF模型的優(yōu)化過程,引入自適應(yīng)矩估計(jì)(adaptive moment estimation,Adam)[6]優(yōu)化算法,使其具有很高的計(jì)算效率和較低的內(nèi)存需求。Adam是一種在深度學(xué)習(xí)模型中用來替代隨機(jī)梯度下降的優(yōu)化算法,其結(jié)合了適應(yīng)性梯度算法(AdaGrad)和均方根傳播(RMSProp)算法最優(yōu)的性能,解決 稀疏梯度和噪聲問題。具體來說,Adam優(yōu)化算法計(jì)算了梯度的指數(shù)移動(dòng)均值(exponential moving average),同時(shí)超參β1和β2控制了這些移動(dòng)均值的衰減率,使得優(yōu)化過程中自適應(yīng)控制梯度下降。具體地,在求解最終屬性特征向量過程中,利用棧式自編碼神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法,分為逐層預(yù)訓(xùn)練和整體微調(diào)兩個(gè)階段。

    預(yù)訓(xùn)練階段:

    第一層:A=W1H1

    第二層:H1 =W2H2

    ?

    (2)

    為了挖掘符號(hào)網(wǎng)絡(luò)的多層隱藏屬性,預(yù)訓(xùn)練階段,將符號(hào)網(wǎng)絡(luò)G的鄰接矩陣A自上而下應(yīng)用非負(fù)矩陣分解算法得到每層屬性特征Hi的基矩陣Wi和社團(tuán)指示向量矩陣Hm。

    整體微調(diào)階段:模型引入深度學(xué)習(xí)機(jī)制后的目標(biāo)函數(shù)為:

    (3)

    通過引入深度學(xué)習(xí)機(jī)制,本節(jié)利用Adam算法,在確定了參數(shù)α、β1、β2和隨機(jī)目標(biāo)函數(shù)L之后,需要初始化參數(shù)向量Wi、一階矩向量m0、二階矩向量v0和迭代次數(shù)t。當(dāng)目標(biāo)函數(shù)L沒有收斂時(shí),循環(huán)迭代地更新各個(gè)部分。即迭代次數(shù)t加1、更新目標(biāo)函數(shù)在該次迭代中對(duì)參數(shù)Wi所求的梯度gt、更新偏差的一階矩估計(jì)mt和二階原始矩估計(jì)vt,再計(jì)算偏差修正的一階矩估計(jì)mt和偏差修正的二階矩估計(jì)vt,然后再用以上計(jì)算出來的值更新目標(biāo)函數(shù)Lt,如算法1所示。

    算法1:深度半非負(fù)矩陣分解(DNSMF)模型算法

    輸入:

    符號(hào)網(wǎng)絡(luò)G的鄰接矩陣A;

    每層神經(jīng)元個(gè)數(shù)[l1,l2, …,lm] ;

    學(xué)習(xí)率α= 0.001;

    一階矩估計(jì)的指數(shù)衰減率β1= 0.9;

    二階矩估計(jì)的指數(shù)衰減率β2= 0.999;

    epsilon值(防止除零)ε= 10E-8;

    輸出:

    社團(tuán)指示矩陣Hm ;

    初始化:Wi,Hi← SEMINMF (Wi-1, layers (i)),

    m0← 0,v0← 0, t ← 0

    1:whileLtnot converged do

    2:t←t+ 1

    3:gt←?wLt-1(w)

    4:mt←β1·mt-1+ (1 -β1)·gt

    5:vt←β2·vt-1+ (1 -β2)·g2t

    9:end while

    10: returnH

    2 社團(tuán)檢測模型測試實(shí)驗(yàn)

    2.1實(shí)驗(yàn)數(shù)據(jù)集為了檢測提出的深度半非負(fù)矩陣分解算法(DSNMF)在真實(shí)大規(guī)模數(shù)據(jù)集中的準(zhǔn)確性和適用性,分別基于人工生產(chǎn)數(shù)據(jù)和真實(shí)數(shù)據(jù)進(jìn)行了模型測試實(shí)驗(yàn)。人工生成的符號(hào)網(wǎng)絡(luò)數(shù)據(jù)集是通過符號(hào)隨機(jī)生成模型(signed stochastic block model, SSBM)生成的四種不同類型的符號(hào)網(wǎng)絡(luò)數(shù)據(jù)集BN、UN-I、UN-II和UN-III[7]。另外,選取了以下四組來自真實(shí)的社交媒體平臺(tái)的公開大規(guī)模符號(hào)網(wǎng)絡(luò)數(shù)據(jù)集進(jìn)行測試實(shí)驗(yàn):Slashdot[8]、Bitcoin OTC[9]、Epinions[8]以及Wiki[10]。其中,在現(xiàn)實(shí)世界的社交網(wǎng)絡(luò)中,一個(gè)人平均有40位線下朋友和338位在線朋友。因此檢測具有高節(jié)點(diǎn)度的網(wǎng)絡(luò)更具現(xiàn)實(shí)意義[11]。在大規(guī)模真實(shí)網(wǎng)絡(luò)中社團(tuán)檢測的對(duì)比實(shí)驗(yàn)中,在每個(gè)數(shù)據(jù)集中篩選出度≥50的節(jié)點(diǎn),設(shè)置后的網(wǎng)絡(luò)統(tǒng)計(jì)信息如表2所示,其中使用“數(shù)據(jù)集名稱@度閾值”來表示特定的數(shù)據(jù)集,例如Epinions@50表示Epinions網(wǎng)站中節(jié)點(diǎn)度≥50的用戶所構(gòu)建的符號(hào)網(wǎng)絡(luò)數(shù)據(jù)集。表2描述了上述四種公開符號(hào)網(wǎng)絡(luò)數(shù)據(jù)集的基本統(tǒng)計(jì)信息。

    表2 大規(guī)模符號(hào)網(wǎng)絡(luò)數(shù)據(jù)集描述

    2.2評(píng)價(jià)指標(biāo)在具有真實(shí)分區(qū)的人工生成數(shù)據(jù)集上的對(duì)比實(shí)驗(yàn),利用常用的社團(tuán)檢測指標(biāo):歸一化互信息(Normalized mutual information,NMI)[7],可以評(píng)定出真實(shí)分區(qū)與算法得到的社團(tuán)劃分的差異大小。 另外,在大規(guī)模的符號(hào)網(wǎng)絡(luò)數(shù)據(jù)集中,通常沒有已知的真實(shí)分區(qū),所以利用另外一種評(píng)價(jià)指標(biāo)模塊度來評(píng)定社團(tuán)檢測算法的準(zhǔn)確性。 傳統(tǒng)的模塊度Q被設(shè)計(jì)用于評(píng)價(jià)普通復(fù)雜網(wǎng)絡(luò)的社團(tuán)劃分質(zhì)量,它被定義為在同一社團(tuán)內(nèi)邊的概率減去對(duì)這些邊進(jìn)行隨機(jī)分配所得到的期望概率。模塊度的范圍從0到1,越接近1表示網(wǎng)絡(luò)社團(tuán)劃分的結(jié)果越好。但是傳統(tǒng)的模塊度Q不處理負(fù)邊,不適用于符號(hào)網(wǎng)絡(luò),Gomez等[12]發(fā)展了符號(hào)模塊度如下:

    2.3實(shí)驗(yàn)結(jié)果分析本文提出的DSNMF算法在人工生成的四類符號(hào)網(wǎng)絡(luò)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果如圖1所示。在社團(tuán)內(nèi)部無負(fù)連邊,社團(tuán)間無正連邊的弱平衡符號(hào)網(wǎng)絡(luò)BN中,當(dāng)社團(tuán)內(nèi)部正連邊和社團(tuán)間負(fù)連邊都比較稀疏的情況下,算法的性能較差,但隨著連邊變得密集,算法社團(tuán)劃分的結(jié)果變得準(zhǔn)確且大部分情況下與真實(shí)網(wǎng)絡(luò)劃分相同。在UN-I網(wǎng)絡(luò)即社團(tuán)內(nèi)部連邊密集、社團(tuán)間連邊稀疏的符號(hào)網(wǎng)絡(luò)中,社團(tuán)間連邊的狀態(tài)對(duì)算法網(wǎng)絡(luò)劃分的影響較大。當(dāng)社團(tuán)間的正連邊比例與負(fù)連邊比例趨于相同時(shí),算法社團(tuán)劃分的結(jié)果變得糟糕,其它情況社團(tuán)劃分結(jié)果較為準(zhǔn)確。在UN-II網(wǎng)絡(luò)即社團(tuán)內(nèi)部連邊稀疏,社團(tuán)間連邊密集的符號(hào)網(wǎng)絡(luò)中,社團(tuán)內(nèi)部的連邊情況對(duì)算法網(wǎng)絡(luò)劃分的影響較大。當(dāng)社團(tuán)內(nèi)的正連邊比例與負(fù)連邊比例趨于相同時(shí),算法社團(tuán)劃分的結(jié)果變得糟糕,其它情況下社團(tuán)劃分結(jié)果較為準(zhǔn)確。

    圖1 DSNMF算法在人工生成的四類符號(hào)

    在UN-III網(wǎng)絡(luò)即社團(tuán)內(nèi)外連邊都密集的符號(hào)網(wǎng)絡(luò)中,當(dāng)網(wǎng)絡(luò)在噪聲水平即社團(tuán)內(nèi)部負(fù)連邊和社團(tuán)間正連邊同時(shí)較小或較大的時(shí)候,算法社團(tuán)劃分結(jié)果準(zhǔn)確且與真實(shí)分區(qū)一致;當(dāng)社團(tuán)內(nèi)部負(fù)連邊比例與社團(tuán)間正連邊比例呈反比的狀態(tài)下,算法的社團(tuán)劃分結(jié)果較差。

    另外,在上述四個(gè)真實(shí)的大規(guī)模符號(hào)網(wǎng)絡(luò)數(shù)據(jù)集上與其它算法進(jìn)行了對(duì)比實(shí)驗(yàn),選擇符號(hào)網(wǎng)絡(luò)社團(tuán)檢測算法:SSL[13]和SISN[14]。為在真實(shí)的大規(guī)模數(shù)據(jù)上缺少真實(shí)的社團(tuán)劃分,為了確定社團(tuán)個(gè)數(shù),使用符號(hào)模塊度指標(biāo)來衡量社團(tuán)劃分結(jié)果。如表3結(jié)果所示,發(fā)現(xiàn)Epinions@50符號(hào)網(wǎng)絡(luò)數(shù)據(jù)集中的社團(tuán)個(gè)數(shù)為21時(shí)幾個(gè)算法的符號(hào)模塊度指標(biāo)最高,且提出的DSNMF算法社團(tuán)劃分得到的符號(hào)模塊度指標(biāo)最高,表示提出的DSNMF算法社團(tuán)劃分結(jié)果最為準(zhǔn)確;Slashdot@50符號(hào)網(wǎng)絡(luò)數(shù)據(jù)集在社團(tuán)個(gè)數(shù)設(shè)定為23時(shí)幾種社團(tuán)檢測算法得到的模塊度較高,SISN算法社團(tuán)劃分得到的模塊度最高,提出的DSNMF算法較之略差一點(diǎn)但優(yōu)于其它算法;Wiki@50符號(hào)網(wǎng)絡(luò)數(shù)據(jù)集在社團(tuán)個(gè)數(shù)為47時(shí)幾種社團(tuán)檢測算法得到的符號(hào)模塊度指標(biāo)最高,且的算法優(yōu)于其它算法的劃分結(jié)果;Bitcoins@50符號(hào)網(wǎng)絡(luò)數(shù)據(jù)集在社團(tuán)個(gè)數(shù)設(shè)定為6時(shí)幾種社團(tuán)檢測算法得到的符號(hào)模塊度指標(biāo)最高,SSL算法得到的符號(hào)模塊度指標(biāo)最高,提出的DSNMF算法略差但優(yōu)于其它算法。綜上所述,提出的DSNMF在大規(guī)模符號(hào)網(wǎng)絡(luò)數(shù)據(jù)集上社團(tuán)檢測的性能要優(yōu)于其它幾種算法。

    表3 真實(shí)大規(guī)模符號(hào)網(wǎng)絡(luò)數(shù)據(jù)集社團(tuán)檢測算法對(duì)比結(jié)果

    3 輿情情報(bào)分析實(shí)證實(shí)驗(yàn)與討論

    本節(jié)利用疫情期間“‘司馬3忌’舉報(bào)韓紅愛心慈善基金會(huì)”熱點(diǎn)事件所產(chǎn)生的微博輿情數(shù)據(jù)構(gòu)建輿情情感符號(hào)網(wǎng)絡(luò),以微博用戶為節(jié)點(diǎn)、微博用戶間正向情感評(píng)論為正邊、負(fù)向情感評(píng)論為負(fù)邊。利用DSNMF算法對(duì)此符號(hào)網(wǎng)絡(luò)進(jìn)行社團(tuán)檢測,分了群體在該輿情網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)。通過算法社團(tuán)劃分結(jié)果及真實(shí)事件的脈絡(luò)走向的對(duì)比驗(yàn)證提出的DSNMF算法的準(zhǔn)確性。

    3.1實(shí)證背景描述為了介紹本文實(shí)證研究的事件背景,本節(jié)針對(duì)本文所研究的真實(shí)事件展開了詳細(xì)調(diào)查,具體描述如下:2020年02月,網(wǎng)名為 “司馬3忌”(真名:楊宏偉)的大V在新浪微博上公開舉報(bào)韓紅慈善基金會(huì)存在私自接收民眾善款的行為,在網(wǎng)上引起熱議。截止2月19日,“司馬3忌”一共寫了《明人不做暗事》等16篇文章,炮轟韓紅基金會(huì)“完全不透明”,聲稱“在韓紅的基金會(huì)信息公開層面,別說你找不到一包方便面,就是捐進(jìn)去一頭大象,你也別想找到”。對(duì)此,網(wǎng)民們也眾說紛紜,很多舉報(bào)支持者與反對(duì)者,在網(wǎng)上掀起了輿論的熱潮。

    對(duì)此,結(jié)合微博數(shù)據(jù)集,利用深度半非負(fù)矩陣分解算法模型(DSNMF)分析了疫情期間司馬3忌舉報(bào)韓紅基金會(huì)事件中微博用戶的社團(tuán)結(jié)構(gòu)及隨時(shí)間社團(tuán)結(jié)構(gòu)的演化。首先通過每日微博帖子及評(píng)論轉(zhuǎn)發(fā)點(diǎn)贊數(shù)據(jù)構(gòu)建每日情感符號(hào)網(wǎng)絡(luò),其中節(jié)點(diǎn)為用戶,轉(zhuǎn)發(fā)及點(diǎn)贊為正連邊關(guān)系,利用Python語言的SnowNLP庫存儲(chǔ)評(píng)論數(shù)據(jù)以便于提取文本的情感系數(shù)作為符號(hào)網(wǎng)絡(luò)中邊正負(fù)屬性的依據(jù)。然后通過每日的用戶連邊數(shù)據(jù)構(gòu)建符號(hào)網(wǎng)絡(luò),分析推算用戶情感網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)及隨時(shí)間的演化過程。并且通過分析此次熱點(diǎn)事件,驗(yàn)證提出的深度半非負(fù)矩陣算法在真實(shí)大規(guī)模數(shù)據(jù)集上的實(shí)用性及準(zhǔn)確性。

    3.2實(shí)證數(shù)據(jù)描述針對(duì)以上真實(shí)事件的實(shí)證研究需要,收集整理成了對(duì)應(yīng)事件的數(shù)據(jù)集,并構(gòu)建了相應(yīng)的符號(hào)網(wǎng)絡(luò)。具體實(shí)證使用的數(shù)據(jù)集來自于2020年疫情期間微博關(guān)于司馬3忌舉報(bào)韓紅基金會(huì)所引發(fā)的一系列微博數(shù)據(jù)。其中在2020年1月23日 18:13:12至2020年2月28日 18:13:12時(shí)間段內(nèi)所查詢的關(guān)鍵詞全部包含“韓紅、司馬3忌”。通過微博手機(jī)客戶端API爬取了11 414條微博數(shù)據(jù)的相關(guān)評(píng)論、回帖、轉(zhuǎn)發(fā)及點(diǎn)贊數(shù)據(jù)共計(jì)16 3145條數(shù)據(jù)記錄,其中主要包括微博用戶ID、微博內(nèi)容、評(píng)論用戶ID、評(píng)論內(nèi)容等字段(如表4所示)。本節(jié)對(duì)于該事件的數(shù)據(jù)采集主要聚焦于從2020年2月13日司馬3忌向北京民政局遞交韓紅基金會(huì)舉報(bào)材料到2020年2月21日北京市民政局發(fā)布調(diào)查公告這段時(shí)間。

    表4 帖子數(shù)據(jù)集字段說明

    3.3實(shí)證過程描述在實(shí)證中,預(yù)設(shè)社團(tuán)個(gè)數(shù)為3,代表此次熱點(diǎn)事件中的支持方、反對(duì)方和中立方。挖掘每日的社團(tuán)結(jié)構(gòu)并分析三方勢(shì)力隨時(shí)間演化的過程。具體步驟如下:

    步驟1:讀取所爬取的每個(gè)文件,每個(gè)文件包含了一條微博的全部信息,文件格式為json。爬取的某些微博因?yàn)楸粍h除或權(quán)限問題無法讀取微博具體信息,在后續(xù)的數(shù)據(jù)處理中也將剔除這些微博。

    步驟2:遍歷每一條正常的微博json數(shù)據(jù),讀取相關(guān)評(píng)論、點(diǎn)贊、轉(zhuǎn)發(fā)數(shù)據(jù),利用python數(shù)據(jù)處理庫pandas形成字段為源微博用戶、目標(biāo)微博用戶、評(píng)論內(nèi)容、時(shí)間戳的csv文件。且針對(duì)特殊的評(píng)論進(jìn)行相應(yīng)處理,使每條評(píng)論都對(duì)應(yīng)到正確的微博用戶對(duì)上。

    步驟3:通過自然語言處理庫SnowNLP中的情感系數(shù)評(píng)估每條評(píng)論數(shù)據(jù)的情感指數(shù),其中“轉(zhuǎn)發(fā)微博”和“點(diǎn)贊”代表了源微博用戶認(rèn)同目標(biāo)微博用戶的言論,即正向情感,默認(rèn)情感系數(shù)為1。其它文本評(píng)論數(shù)據(jù)根據(jù)自然語言處理工具分別得到相應(yīng)的情感系數(shù)從0到1,設(shè)置閾值為0.6,即≥0.6的評(píng)論文本相信其代表了一種正向情感,否則則表示為負(fù)向情感。且在此樣例中可以發(fā)現(xiàn)微博爬取到的數(shù)據(jù)中存在兩種不同的時(shí)間格式,為了后續(xù)進(jìn)一步對(duì)數(shù)據(jù)劃分,統(tǒng)一時(shí)間格式為“月-天”。通過對(duì)時(shí)間字段的聚合可以分別得到每一天的微博用戶間的情感,從而構(gòu)建出每一天的情感符號(hào)網(wǎng)絡(luò)。其中符號(hào)網(wǎng)絡(luò)具體可以形式化描述為G=(V,E),其中V={V1,V2,…,Vn}代表符號(hào)網(wǎng)絡(luò)G中的n個(gè)節(jié)點(diǎn)的集合,E={Eij}(i,j∈[1,N])代表符號(hào)網(wǎng)絡(luò)G中邊的集合。邊的權(quán)重為Wij,方向?yàn)閺腣i到Vj??梢允褂绵徑泳仃嘇來表示數(shù)據(jù):當(dāng)Aij=0時(shí),代表節(jié)點(diǎn)Vi到Vj沒有連邊;當(dāng)?shù)扔?1或-1時(shí)分別代表正邊或負(fù)邊。

    步驟4:利用基于深度雙非負(fù)矩陣分解算法模型的符號(hào)網(wǎng)絡(luò)社團(tuán)檢測算法對(duì)已構(gòu)建的每一天的情感符號(hào)網(wǎng)絡(luò)進(jìn)行深度分析計(jì)算,最終得出相關(guān)的公眾輿情分析結(jié)果。

    3.4實(shí)證結(jié)果與討論在實(shí)驗(yàn)結(jié)果分析中,為了驗(yàn)證算法的準(zhǔn)確性和實(shí)用性,梳理了司馬3忌舉報(bào)韓紅愛心慈善基金會(huì)整個(gè)事件始末,其時(shí)間如下所示:

    a.2020年2月13日,司馬3忌向北京民政局遞交對(duì)北京市韓紅愛心慈善基金會(huì)的舉報(bào)材料;b.2020年2月16日,司馬3忌舉報(bào)韓紅基金會(huì)事件的議論達(dá)到高潮,該天參與討論的微博用戶人數(shù)最多;c.2020年2月20日,北京市民政局發(fā)布對(duì)舉報(bào)北京韓紅愛心慈善基金會(huì)有關(guān)問題調(diào)查結(jié)果的通報(bào);d.2020年2月21日,司馬3忌向北京民政局遞交《行政復(fù)議申請(qǐng)意見》。

    按照該事件時(shí)間表中的線索,圖2重點(diǎn)展示了2月13日、2月16日、2月20日和2月21日的深度雙非負(fù)矩陣分解算法(DSNMF)對(duì)情感傾向符號(hào)網(wǎng)絡(luò)G的社團(tuán)劃分結(jié)果。

    圖2 符號(hào)網(wǎng)絡(luò)的社團(tuán)劃分結(jié)果

    具體地以圖2(a)、2(d)為例來說明基于DSNMF算法的情感符號(hào)網(wǎng)絡(luò)社團(tuán)劃分結(jié)果。從圖2(a)可以看出,社團(tuán)被劃分為以“司馬3忌”“師偉微博”為代表的一派、以“MyTtZz”“雷雨評(píng)測”等為代表的一派和以“刺萼龍逵152”為代表的一派。然后通過分析2月13日前后這些代表人物所發(fā)的微博,可以發(fā)現(xiàn)以“司馬3忌”“師偉微博”為代表的一派支持司馬3忌舉報(bào)韓紅愛心慈善基金會(huì);以“MyTtZz”“雷雨評(píng)測”等為代表的一派支持韓紅,反對(duì)司馬3忌;而以“刺萼龍逵152”為代表的一派對(duì)其他兩方的態(tài)度搖擺不定,發(fā)表的言論既支持司馬3忌,又支持韓紅。據(jù)此可分析圖2(b)、2(c)。根據(jù)圖2(b)的社團(tuán)劃分結(jié)果可以看到支持司馬3忌和支持韓紅的兩方爭斗逐漸進(jìn)入白熱化階段,保持中立的比例較幾日內(nèi)最小。隨著事件的進(jìn)一步發(fā)展,圖2(c)中的社團(tuán)又被劃分為三派。從圖2(d)可以看到經(jīng)過前一天2月20日官方發(fā)布公告后,司馬3忌再次遞交《行政復(fù)議申請(qǐng)意見》并沒有引起網(wǎng)友的很大關(guān)注。司馬3忌陣營中的微博大V消失,且與之對(duì)立的反對(duì)陣營中“中國新聞周刊”“北京青年報(bào)”和“搜狐新聞”等新聞媒體成為主力軍,分析這些微博賬號(hào)2月21日近期所發(fā)的微博,發(fā)現(xiàn)他們都轉(zhuǎn)發(fā)了前一日北京民政局發(fā)布的調(diào)查報(bào)告表達(dá)了對(duì)此次熱點(diǎn)事件的態(tài)度。且保持中立的陣營中沒有再出現(xiàn)微博大V。在某種程度上代表此次熱點(diǎn)事件經(jīng)過官方調(diào)查而定性,走向尾聲。

    本節(jié)基于爬取的疫情期間微博社交網(wǎng)絡(luò)上關(guān)于輿情話題的帖子、回帖、評(píng)論等數(shù)據(jù),構(gòu)建了疫情期間輿情話題的情感符號(hào)網(wǎng)絡(luò)。應(yīng)用上述符號(hào)網(wǎng)絡(luò)社團(tuán)檢測算法對(duì)輿情傳播進(jìn)行了實(shí)證分析,有效檢測出輿情事件中的隱藏派系,并通過社團(tuán)語義解析挖掘出隱藏的輿情情報(bào)信息。

    4 總結(jié)與展望

    本文從符號(hào)網(wǎng)絡(luò)特性入手,在半非負(fù)分解過程中引入了深度學(xué)習(xí)機(jī)制,構(gòu)建了深度半非負(fù)矩陣分解(DSNMF)模型,通過對(duì)符號(hào)網(wǎng)絡(luò)多層屬性的表示學(xué)習(xí)有效提升了符號(hào)網(wǎng)絡(luò)社團(tuán)檢測精度。在此基礎(chǔ)上,以“‘司馬3忌’舉報(bào)韓紅基金會(huì)”的輿情事件為例,爬取了相關(guān)微博數(shù)據(jù)并構(gòu)建了相應(yīng)的輿情情感符號(hào)網(wǎng)絡(luò)。應(yīng)用DSNMF符號(hào)網(wǎng)絡(luò)社團(tuán)檢測模型對(duì)輿情情感符號(hào)網(wǎng)絡(luò)進(jìn)行了微博輿情情報(bào)分析的實(shí)證實(shí)驗(yàn),有效檢測出輿情事件中的隱藏派系,并通過社團(tuán)語義解析挖掘出隱藏的輿情情報(bào)信息,實(shí)驗(yàn)結(jié)果證明了提出的DSNMF在輿情情報(bào)分析工作中的實(shí)用性及有效性。

    然而,本文只是重點(diǎn)研究了如何對(duì)社交網(wǎng)絡(luò)媒體中的輿情信息構(gòu)建符號(hào)網(wǎng)絡(luò),并結(jié)合符號(hào)網(wǎng)絡(luò)社團(tuán)檢測算法來挖掘網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)。目前研究僅停留在擁有正負(fù)關(guān)系的符號(hào)網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)上,如何將符號(hào)網(wǎng)絡(luò)進(jìn)行細(xì)分,將邊的標(biāo)簽信息進(jìn)一步擴(kuò)展,融合更全面的信息,構(gòu)建一個(gè)多層符號(hào)網(wǎng)絡(luò),進(jìn)一步提升社團(tuán)檢測的效果?如何通過這一時(shí)間狀態(tài)下的連邊狀態(tài)預(yù)測下一時(shí)間狀態(tài)的連邊狀態(tài),以得到有用的輿情情報(bào)信息,為用戶接下來使用網(wǎng)絡(luò)時(shí)進(jìn)行個(gè)性化推薦奠定基礎(chǔ)?這些問題都具有重大的應(yīng)用價(jià)值,也是將來進(jìn)行進(jìn)一步研究的重要內(nèi)容。

    猜你喜歡
    符號(hào)情感檢測
    “不等式”檢測題
    “一元一次不等式”檢測題
    “一元一次不等式組”檢測題
    學(xué)符號(hào),比多少
    幼兒園(2021年6期)2021-07-28 07:42:14
    如何在情感中自我成長,保持獨(dú)立
    失落的情感
    北極光(2019年12期)2020-01-18 06:22:10
    “+”“-”符號(hào)的由來
    情感
    如何在情感中自我成長,保持獨(dú)立
    變符號(hào)
    美女视频免费永久观看网站| 成人特级av手机在线观看| 国产伦在线观看视频一区| 免费黄色在线免费观看| 丰满迷人的少妇在线观看| 日本黄色日本黄色录像| 国产色爽女视频免费观看| 韩国av在线不卡| 在线观看免费高清a一片| 欧美国产精品一级二级三级 | 成人毛片a级毛片在线播放| 内射极品少妇av片p| 精品亚洲成a人片在线观看 | 色5月婷婷丁香| 丝瓜视频免费看黄片| 亚洲欧美清纯卡通| 人人妻人人添人人爽欧美一区卜 | 国产精品国产三级专区第一集| 欧美人与善性xxx| 亚洲精品乱码久久久v下载方式| 亚洲人与动物交配视频| 亚洲一级一片aⅴ在线观看| 91久久精品电影网| 伊人久久精品亚洲午夜| 99国产精品免费福利视频| 日韩,欧美,国产一区二区三区| 中国美白少妇内射xxxbb| 日韩成人伦理影院| 99热这里只有是精品50| 成年免费大片在线观看| 热99国产精品久久久久久7| 91精品伊人久久大香线蕉| 偷拍熟女少妇极品色| 亚洲内射少妇av| 久久99热这里只有精品18| 这个男人来自地球电影免费观看 | 欧美亚洲 丝袜 人妻 在线| 欧美日韩一区二区视频在线观看视频在线| 欧美人与善性xxx| 中文字幕久久专区| 日日啪夜夜爽| 欧美成人精品欧美一级黄| 亚洲精品日本国产第一区| av卡一久久| 久久影院123| 亚洲天堂av无毛| 91aial.com中文字幕在线观看| 成人免费观看视频高清| 日日摸夜夜添夜夜添av毛片| 免费人成在线观看视频色| 在线亚洲精品国产二区图片欧美 | av不卡在线播放| 国产精品久久久久久av不卡| 综合色丁香网| 国产精品女同一区二区软件| 高清日韩中文字幕在线| 亚洲综合色惰| 国产精品成人在线| 日韩av不卡免费在线播放| 看十八女毛片水多多多| 一个人看视频在线观看www免费| 成人午夜精彩视频在线观看| 亚洲国产成人一精品久久久| 久久精品夜色国产| 色婷婷久久久亚洲欧美| 日本av手机在线免费观看| 精品久久国产蜜桃| 亚洲一级一片aⅴ在线观看| 亚洲国产av新网站| 亚洲精品日韩av片在线观看| 男女啪啪激烈高潮av片| av福利片在线观看| 国产成人freesex在线| 日韩欧美一区视频在线观看 | 午夜日本视频在线| 男女边摸边吃奶| 国产乱人视频| 欧美区成人在线视频| 成人高潮视频无遮挡免费网站| 免费看不卡的av| 精品视频人人做人人爽| 亚洲av成人精品一区久久| 免费看av在线观看网站| 国产淫片久久久久久久久| 夜夜骑夜夜射夜夜干| av在线播放精品| 欧美少妇被猛烈插入视频| 伊人久久精品亚洲午夜| 99热这里只有精品一区| 国产爽快片一区二区三区| 老女人水多毛片| 美女中出高潮动态图| 另类亚洲欧美激情| 欧美高清成人免费视频www| 少妇的逼水好多| 99国产精品免费福利视频| 亚洲成色77777| 全区人妻精品视频| 边亲边吃奶的免费视频| 日韩av在线免费看完整版不卡| 街头女战士在线观看网站| 黄片无遮挡物在线观看| freevideosex欧美| 菩萨蛮人人尽说江南好唐韦庄| 精品人妻偷拍中文字幕| 亚洲av日韩在线播放| 国产探花极品一区二区| 欧美+日韩+精品| 成人亚洲精品一区在线观看 | 久久精品人妻少妇| 欧美bdsm另类| 亚洲自偷自拍三级| 观看美女的网站| 成人无遮挡网站| 丝袜脚勾引网站| 国产精品国产三级国产专区5o| 成年av动漫网址| 国产色爽女视频免费观看| 久久久欧美国产精品| 夫妻性生交免费视频一级片| 国产永久视频网站| 欧美日韩精品成人综合77777| 一本—道久久a久久精品蜜桃钙片| 精品久久久久久久久av| 亚洲aⅴ乱码一区二区在线播放| 男人和女人高潮做爰伦理| 最近的中文字幕免费完整| 欧美高清性xxxxhd video| 夜夜爽夜夜爽视频| 欧美高清成人免费视频www| 成人亚洲精品一区在线观看 | 在线观看三级黄色| 国产亚洲最大av| 青青草视频在线视频观看| 在现免费观看毛片| 美女高潮的动态| 男女无遮挡免费网站观看| 精品一品国产午夜福利视频| av专区在线播放| 亚洲欧美成人精品一区二区| 免费大片黄手机在线观看| 久久鲁丝午夜福利片| av.在线天堂| 蜜臀久久99精品久久宅男| 国产成人91sexporn| 国国产精品蜜臀av免费| 久久综合国产亚洲精品| 一级毛片我不卡| 亚洲第一av免费看| h视频一区二区三区| 亚洲在久久综合| 岛国毛片在线播放| 日本-黄色视频高清免费观看| 日韩av在线免费看完整版不卡| 日韩精品有码人妻一区| 各种免费的搞黄视频| 天美传媒精品一区二区| 一区二区三区免费毛片| 亚洲欧美日韩另类电影网站 | 亚洲久久久国产精品| 欧美日韩一区二区视频在线观看视频在线| 日产精品乱码卡一卡2卡三| 日本vs欧美在线观看视频 | 成人漫画全彩无遮挡| 91精品伊人久久大香线蕉| 男人爽女人下面视频在线观看| 国产91av在线免费观看| 夜夜爽夜夜爽视频| www.av在线官网国产| 亚洲av欧美aⅴ国产| 3wmmmm亚洲av在线观看| 18禁在线播放成人免费| a 毛片基地| 精品亚洲乱码少妇综合久久| 观看免费一级毛片| 午夜免费观看性视频| 欧美高清成人免费视频www| 你懂的网址亚洲精品在线观看| 国产精品偷伦视频观看了| 国产伦精品一区二区三区视频9| 国产亚洲欧美精品永久| 一区二区三区四区激情视频| 下体分泌物呈黄色| 高清在线视频一区二区三区| 91狼人影院| 高清黄色对白视频在线免费看 | 日韩av不卡免费在线播放| 十分钟在线观看高清视频www | 久久99蜜桃精品久久| 国产亚洲欧美精品永久| 国产高清有码在线观看视频| 精品人妻熟女av久视频| 99久久人妻综合| 80岁老熟妇乱子伦牲交| 黑丝袜美女国产一区| 久久99蜜桃精品久久| 在线观看三级黄色| 99久久综合免费| 青春草国产在线视频| 亚洲国产毛片av蜜桃av| 国产伦在线观看视频一区| 中文天堂在线官网| 日本vs欧美在线观看视频 | 2018国产大陆天天弄谢| 一区二区三区免费毛片| 男人狂女人下面高潮的视频| 成人午夜精彩视频在线观看| 成人高潮视频无遮挡免费网站| 亚洲精品亚洲一区二区| 亚洲伊人久久精品综合| av国产精品久久久久影院| 亚洲欧美一区二区三区国产| 久久精品国产亚洲av天美| 一级爰片在线观看| 欧美日韩亚洲高清精品| 久久久久久久精品精品| 联通29元200g的流量卡| 免费久久久久久久精品成人欧美视频 | 欧美国产精品一级二级三级 | 色视频在线一区二区三区| 久久国内精品自在自线图片| 美女视频免费永久观看网站| 国产在线男女| 日本-黄色视频高清免费观看| 少妇人妻 视频| 国产黄片视频在线免费观看| a级毛色黄片| 午夜免费观看性视频| 午夜福利网站1000一区二区三区| 中国三级夫妇交换| 男男h啪啪无遮挡| 欧美 日韩 精品 国产| 日日摸夜夜添夜夜添av毛片| 大话2 男鬼变身卡| 一级毛片 在线播放| av卡一久久| 国产精品久久久久久精品古装| 日韩欧美一区视频在线观看 | 五月开心婷婷网| av国产免费在线观看| 成人18禁高潮啪啪吃奶动态图 | 久久这里有精品视频免费| 午夜福利在线观看免费完整高清在| 男女下面进入的视频免费午夜| a级毛片免费高清观看在线播放| 国产精品熟女久久久久浪| 国产精品麻豆人妻色哟哟久久| 日韩,欧美,国产一区二区三区| 亚洲成人中文字幕在线播放| 国产视频首页在线观看| 亚洲国产精品专区欧美| 青青草视频在线视频观看| 久久久久国产精品人妻一区二区| h视频一区二区三区| 三级国产精品欧美在线观看| 99久久中文字幕三级久久日本| 久久 成人 亚洲| 国产无遮挡羞羞视频在线观看| 国产精品国产av在线观看| 日韩人妻高清精品专区| 国产伦精品一区二区三区视频9| 啦啦啦中文免费视频观看日本| 建设人人有责人人尽责人人享有的 | 国产精品蜜桃在线观看| 伦精品一区二区三区| 欧美精品一区二区免费开放| 久久人人爽av亚洲精品天堂 | 国产爱豆传媒在线观看| 自拍欧美九色日韩亚洲蝌蚪91 | 国产精品熟女久久久久浪| 99热这里只有是精品50| 最近中文字幕2019免费版| 九九久久精品国产亚洲av麻豆| 久久国产亚洲av麻豆专区| 老熟女久久久| 日韩,欧美,国产一区二区三区| 亚洲欧美精品专区久久| 在线观看美女被高潮喷水网站| 免费看日本二区| 看免费成人av毛片| 亚洲美女视频黄频| 最近手机中文字幕大全| 少妇精品久久久久久久| 午夜福利网站1000一区二区三区| 国产男人的电影天堂91| 熟女人妻精品中文字幕| 午夜免费观看性视频| 91午夜精品亚洲一区二区三区| 成人18禁高潮啪啪吃奶动态图 | 熟女电影av网| 国产一区亚洲一区在线观看| 久久国内精品自在自线图片| 欧美97在线视频| 国产乱人视频| 伦理电影免费视频| 麻豆精品久久久久久蜜桃| 免费看光身美女| 五月伊人婷婷丁香| 国产成人免费无遮挡视频| 久久久久久人妻| 老司机影院毛片| 久久久久视频综合| 国产美女午夜福利| 免费看不卡的av| 国产 一区精品| 少妇猛男粗大的猛烈进出视频| 日日啪夜夜爽| 成年美女黄网站色视频大全免费 | 少妇高潮的动态图| 精品一区二区免费观看| 亚洲四区av| 日韩一区二区视频免费看| 国产精品成人在线| 一区二区三区四区激情视频| 精品人妻一区二区三区麻豆| 日本免费在线观看一区| 午夜激情久久久久久久| 最近的中文字幕免费完整| 亚洲性久久影院| 最新中文字幕久久久久| 大片免费播放器 马上看| 国产高清三级在线| 国产乱人视频| 久久久精品94久久精品| 国产69精品久久久久777片| 亚洲在久久综合| 日本wwww免费看| 春色校园在线视频观看| 国产免费又黄又爽又色| 国内少妇人妻偷人精品xxx网站| 成人漫画全彩无遮挡| 特大巨黑吊av在线直播| 国产av精品麻豆| 亚洲av福利一区| 亚洲精品第二区| 欧美日本视频| 亚洲欧美成人综合另类久久久| 欧美日韩国产mv在线观看视频 | av在线观看视频网站免费| 高清不卡的av网站| 久久久a久久爽久久v久久| 国产爱豆传媒在线观看| 少妇裸体淫交视频免费看高清| 亚洲精品乱码久久久v下载方式| 久久女婷五月综合色啪小说| 97超视频在线观看视频| 男人爽女人下面视频在线观看| 久久毛片免费看一区二区三区| 在线观看免费日韩欧美大片 | 欧美日韩一区二区视频在线观看视频在线| 大码成人一级视频| 国产精品一二三区在线看| 十八禁网站网址无遮挡 | 亚洲成人中文字幕在线播放| 嫩草影院新地址| 99热这里只有是精品50| 男人舔奶头视频| 国精品久久久久久国模美| 内地一区二区视频在线| 身体一侧抽搐| 少妇裸体淫交视频免费看高清| 尤物成人国产欧美一区二区三区| 免费人妻精品一区二区三区视频| 久久综合国产亚洲精品| 一级av片app| 国产男女超爽视频在线观看| 美女国产视频在线观看| 狂野欧美白嫩少妇大欣赏| 岛国毛片在线播放| 亚州av有码| 少妇 在线观看| 国产一区二区三区综合在线观看 | 久久影院123| 熟妇人妻不卡中文字幕| 成人毛片60女人毛片免费| 亚洲成人av在线免费| 亚洲欧洲日产国产| 亚洲精品456在线播放app| av天堂中文字幕网| 九色成人免费人妻av| 亚洲成人手机| 内地一区二区视频在线| 边亲边吃奶的免费视频| 一区二区三区四区激情视频| tube8黄色片| 亚洲欧美日韩无卡精品| 久久97久久精品| 国产一区有黄有色的免费视频| 在线观看免费日韩欧美大片 | 午夜福利高清视频| 免费观看性生交大片5| 丝袜喷水一区| 2022亚洲国产成人精品| 久久久久人妻精品一区果冻| 丝瓜视频免费看黄片| 国产爱豆传媒在线观看| 99久久综合免费| 人妻 亚洲 视频| 99热国产这里只有精品6| 男人和女人高潮做爰伦理| 尾随美女入室| 免费不卡的大黄色大毛片视频在线观看| 少妇熟女欧美另类| 久久久久久久久久人人人人人人| 久久久精品94久久精品| 精品亚洲乱码少妇综合久久| 日韩av不卡免费在线播放| 美女福利国产在线 | 日韩欧美 国产精品| 日日摸夜夜添夜夜爱| av在线老鸭窝| 国产真实伦视频高清在线观看| 99久久精品国产国产毛片| 99国产精品免费福利视频| 亚洲av福利一区| 国产91av在线免费观看| 亚洲av欧美aⅴ国产| 啦啦啦中文免费视频观看日本| av在线老鸭窝| 最黄视频免费看| 国产黄色视频一区二区在线观看| 女性生殖器流出的白浆| 欧美另类一区| 国产大屁股一区二区在线视频| 国产亚洲5aaaaa淫片| 亚洲四区av| 九草在线视频观看| 国产精品欧美亚洲77777| 内地一区二区视频在线| 日韩av不卡免费在线播放| 精品久久久精品久久久| 十八禁网站网址无遮挡 | 伦理电影免费视频| 99久久人妻综合| 亚洲欧美日韩无卡精品| 亚洲精品日本国产第一区| 99re6热这里在线精品视频| 亚洲国产欧美在线一区| 国产欧美日韩一区二区三区在线 | 成年av动漫网址| 亚洲精品视频女| 99久久精品国产国产毛片| 人妻制服诱惑在线中文字幕| 国产精品爽爽va在线观看网站| 国产精品伦人一区二区| 日韩一区二区视频免费看| 国内揄拍国产精品人妻在线| 少妇人妻精品综合一区二区| 人体艺术视频欧美日本| 在线观看美女被高潮喷水网站| 男女无遮挡免费网站观看| 精品一区二区免费观看| 日韩一区二区三区影片| 中文天堂在线官网| 午夜老司机福利剧场| 不卡视频在线观看欧美| 国产精品三级大全| 亚洲图色成人| 亚洲真实伦在线观看| 18禁裸乳无遮挡免费网站照片| 亚洲av中文字字幕乱码综合| 亚洲怡红院男人天堂| 秋霞在线观看毛片| 纵有疾风起免费观看全集完整版| 国产成人a∨麻豆精品| 亚洲在久久综合| 国产精品爽爽va在线观看网站| 联通29元200g的流量卡| 一级毛片 在线播放| 亚洲精品国产av蜜桃| 日产精品乱码卡一卡2卡三| 国产老妇伦熟女老妇高清| 99视频精品全部免费 在线| 亚洲欧美日韩卡通动漫| 成人午夜精彩视频在线观看| 中国三级夫妇交换| 纯流量卡能插随身wifi吗| 亚洲欧美精品专区久久| 51国产日韩欧美| 午夜福利网站1000一区二区三区| 插阴视频在线观看视频| 看免费成人av毛片| 国产精品精品国产色婷婷| 国产欧美日韩精品一区二区| 亚洲伊人久久精品综合| 国产欧美日韩一区二区三区在线 | 亚洲精品中文字幕在线视频 | 99re6热这里在线精品视频| 黑人高潮一二区| 纯流量卡能插随身wifi吗| 国产一区二区三区av在线| 少妇 在线观看| 永久网站在线| 亚洲婷婷狠狠爱综合网| 国产欧美亚洲国产| 欧美日韩视频高清一区二区三区二| 久热这里只有精品99| av又黄又爽大尺度在线免费看| 精品人妻一区二区三区麻豆| 亚洲成人中文字幕在线播放| 国产精品一二三区在线看| 国产乱人视频| 一本一本综合久久| 最近中文字幕2019免费版| 啦啦啦视频在线资源免费观看| 麻豆成人av视频| 成人国产av品久久久| 天美传媒精品一区二区| av视频免费观看在线观看| 亚洲av福利一区| 国产乱人偷精品视频| 男女下面进入的视频免费午夜| 国产69精品久久久久777片| 2022亚洲国产成人精品| 99热6这里只有精品| 午夜日本视频在线| 亚洲欧美中文字幕日韩二区| 插逼视频在线观看| 午夜福利视频精品| 亚洲性久久影院| 舔av片在线| kizo精华| 我要看日韩黄色一级片| kizo精华| 成人18禁高潮啪啪吃奶动态图 | 亚洲av男天堂| 老熟女久久久| 少妇丰满av| 内地一区二区视频在线| 在线观看一区二区三区| 国产精品久久久久久久久免| 汤姆久久久久久久影院中文字幕| 久久人人爽人人片av| 国产免费一级a男人的天堂| 少妇裸体淫交视频免费看高清| 免费人成在线观看视频色| 午夜激情久久久久久久| 中文字幕制服av| 久久精品人妻少妇| 日韩 亚洲 欧美在线| 亚洲精品视频女| 少妇熟女欧美另类| 亚洲精品日韩在线中文字幕| 久久人人爽人人片av| 蜜臀久久99精品久久宅男| 亚洲精品第二区| 日韩欧美 国产精品| 乱系列少妇在线播放| 中文天堂在线官网| 亚洲欧美一区二区三区国产| 国产乱人视频| 亚洲欧美日韩另类电影网站 | 深爱激情五月婷婷| 十八禁网站网址无遮挡 | 插阴视频在线观看视频| 成年美女黄网站色视频大全免费 | 黄片无遮挡物在线观看| 一级av片app| 在线观看一区二区三区| 丝瓜视频免费看黄片| 99久久精品热视频| 国产日韩欧美亚洲二区| 我的女老师完整版在线观看| 少妇精品久久久久久久| 国产男女内射视频| 久久久欧美国产精品| 国产亚洲最大av| 亚洲无线观看免费| 综合色丁香网| 岛国毛片在线播放| av卡一久久| 国产av码专区亚洲av| 在现免费观看毛片| 中文字幕av成人在线电影| a级毛色黄片| 一区在线观看完整版| 亚洲av不卡在线观看| 一区二区av电影网| av黄色大香蕉| 在线观看三级黄色| 精品一品国产午夜福利视频| 成人特级av手机在线观看| 亚洲性久久影院| 亚洲欧美日韩卡通动漫| 大香蕉久久网| 亚洲国产最新在线播放| 亚洲av日韩在线播放| 少妇人妻精品综合一区二区| 免费人妻精品一区二区三区视频| 亚洲精品中文字幕在线视频 | 人妻制服诱惑在线中文字幕| 在线观看免费高清a一片| 欧美日韩综合久久久久久| 老司机影院成人| 久久热精品热| 欧美丝袜亚洲另类| 哪个播放器可以免费观看大片| 老熟女久久久| 亚洲精品色激情综合| 人人妻人人看人人澡| 色视频在线一区二区三区| 五月开心婷婷网| 一区二区三区乱码不卡18| 精品国产露脸久久av麻豆| 热99国产精品久久久久久7| 日韩人妻高清精品专区| 久久精品国产亚洲网站| 婷婷色综合大香蕉| av黄色大香蕉| 免费久久久久久久精品成人欧美视频 | 偷拍熟女少妇极品色| 欧美激情极品国产一区二区三区 | 亚洲成人一二三区av| 搡女人真爽免费视频火全软件| 国产色爽女视频免费观看|