• <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 ?

    基于決策樹(shù)的客戶(hù)流失預(yù)測(cè)模型

    2022-08-02 12:24:40張靜怡胡俊英李衛(wèi)斌
    關(guān)鍵詞:特征模型

    張靜怡,胡俊英,李衛(wèi)斌

    (1.廈門(mén)大學(xué)經(jīng)濟(jì)管理學(xué)院,福建 廈門(mén) 361005;2.西北大學(xué)數(shù)學(xué)學(xué)院,陜西 西安 710127;3.西安電子科技大學(xué)北斗時(shí)空智能研究中心,陜西 西安 710126)

    1 引言

    隨著社會(huì)經(jīng)濟(jì)的飛速發(fā)展,吸引了越來(lái)越多的社會(huì)資金進(jìn)入證券市場(chǎng),然而,由于證券企業(yè)管理能力的差異,又導(dǎo)致了證券交易客戶(hù)的頻繁流動(dòng).對(duì)一個(gè)證券企業(yè)而言,客戶(hù)的流失與企業(yè)的利潤(rùn)息息相關(guān),有研究表明,對(duì)于電信業(yè),銀行業(yè)等,客戶(hù)流失率下降5%,就可以為該行業(yè)帶來(lái)25%-85%的利潤(rùn)[1-4].由此可以看出,設(shè)計(jì)準(zhǔn)確的潛在流失客戶(hù)的預(yù)測(cè)方法,對(duì)這些潛在流失的客戶(hù)提前采取有效的有針對(duì)性的挽留方法,對(duì)降低客戶(hù)流失率至關(guān)重要.

    近年來(lái),國(guó)內(nèi)外學(xué)者對(duì)此也進(jìn)行了很多研究,針對(duì)不同行業(yè)客戶(hù)數(shù)據(jù)的流失預(yù)測(cè)模型逐漸出現(xiàn).文獻(xiàn)[5-9]利用單調(diào)分類(lèi)法,支持向量機(jī)和卷積神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)等方法分別研究了電信用戶(hù),網(wǎng)絡(luò)用戶(hù)和銀行用戶(hù)的流失影響因素,進(jìn)而給出了流失預(yù)警.文獻(xiàn)[10]利用K-means聚類(lèi)和Logistic回歸分析了各種因素對(duì)客戶(hù)流失的影響程度.文獻(xiàn)[11]利用隨機(jī)森林法對(duì)數(shù)據(jù)類(lèi)噪聲濾波基礎(chǔ)上提高了分類(lèi)器的性能,進(jìn)而對(duì)公司客戶(hù)流失進(jìn)行預(yù)警.文獻(xiàn)[12]使用神經(jīng)網(wǎng)絡(luò)的自適應(yīng)算法,將代表離網(wǎng)用戶(hù)行為特征的45個(gè)指標(biāo)進(jìn)行樣本訓(xùn)練,最終得客戶(hù)流失行為傾向的判斷模型.文獻(xiàn)[13]在對(duì)XgBoost算法進(jìn)行改進(jìn)的基礎(chǔ)上建立數(shù)學(xué)模型預(yù)測(cè)了電信用戶(hù)的流失問(wèn)題.

    上述研究主要通過(guò)算法的改進(jìn),提高模型預(yù)測(cè)的準(zhǔn)確性,幾乎所有的方法都是直接對(duì)原始數(shù)據(jù)進(jìn)行分析處理,缺乏對(duì)數(shù)據(jù)本身蘊(yùn)含信息的提取和利用,而且所建立的數(shù)學(xué)模型也是針對(duì)具體行業(yè)客戶(hù)數(shù)據(jù),導(dǎo)致模型難以推廣應(yīng)用.本文主要通過(guò)挖掘證券客戶(hù)交易數(shù)據(jù)的深層信息,并利用CART算法[14-15]構(gòu)建預(yù)測(cè)模型,以提高潛在流失客戶(hù)的預(yù)測(cè)精度.具體地,首先定義合適的時(shí)間窗,基于交易數(shù)據(jù)序列建立信息熵,趨勢(shì)值和波動(dòng)值等特征指標(biāo)體系,再利用CART算法構(gòu)建決策樹(shù)模型,用于預(yù)測(cè)潛在流失客戶(hù).在真實(shí)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)驗(yàn)證,結(jié)果表明本文提出的方法可以準(zhǔn)確預(yù)測(cè)潛在流失客戶(hù).

    2 相關(guān)算法

    2.1 CART算法概述

    決策樹(shù)是一種經(jīng)典有效的回歸與分類(lèi)方法,其中CART算法[8]是應(yīng)用最廣泛的一種決策樹(shù)學(xué)習(xí)方法,本文使用決策樹(shù)中的CART算法來(lái)訓(xùn)練一棵二叉樹(shù)作為預(yù)測(cè)模型.CART算法由特征選擇、樹(shù)的生成及剪枝三部分共同構(gòu)成,該算法首先假設(shè)決策樹(shù)是二叉樹(shù),遞歸地二分每一個(gè)特征,將特征空間分割成有限個(gè)單元,并在這些單元上確定所要預(yù)測(cè)的概率分布.本文將遵循基尼指數(shù)最小化準(zhǔn)則,進(jìn)行特征選取,生成最優(yōu)決策樹(shù).

    2.2 基尼指數(shù)

    分類(lèi)問(wèn)題中,假設(shè)有K類(lèi),樣本點(diǎn)所在區(qū)域?qū)儆诘趉類(lèi)的概率值為pk,則概率分布的基尼指數(shù)可以被定義為

    對(duì)于二分類(lèi)問(wèn)題,若樣本點(diǎn)所在區(qū)域?qū)儆诘?類(lèi)的概率值是p,則概率分布的基尼指數(shù)為

    對(duì)于給定的樣本集合D,其基尼指數(shù)為

    其中,Ck表示D中屬于第k類(lèi)的樣本子集,K表示類(lèi)的總個(gè)數(shù).

    如果根據(jù)特征A是否等于某一可能值a,將樣本集合D分割成D1和D2兩部分,即D1={(x,y)∈D|A(x)=a},D2=D-D1,則在特征A的條件下,按照下式定義集合D的基尼指數(shù)

    基尼指數(shù)Gini(D)表示集合D的不確定性,基尼指數(shù)Gini(D,A)表示經(jīng)A=a分割后集合D的不確定性.基尼指數(shù)越大,樣本集合的不確定性也就越大.

    2.3 生成算法

    輸入:訓(xùn)練數(shù)據(jù)集D,停止計(jì)算的條件;

    輸出:CART決策樹(shù).

    根據(jù)訓(xùn)練數(shù)據(jù)集,從根結(jié)點(diǎn)開(kāi)始,依次對(duì)每一個(gè)結(jié)點(diǎn)進(jìn)行以下處理去構(gòu)建二叉決策樹(shù):

    (1)設(shè)結(jié)點(diǎn)的訓(xùn)練數(shù)據(jù)集為D,計(jì)算已有特征關(guān)于該數(shù)據(jù)集的Gini指數(shù).在這種情形下,對(duì)每一特征A,對(duì)其可能取到的每一個(gè)值a,按照樣本點(diǎn)是否滿足A=a這一試驗(yàn)條件,分割為D1和D2兩部分,再利用(4)式計(jì)算A=a時(shí)的Gini指數(shù)Gini(D,a);

    (2)在所有可能的特征A以及他們所有可能的切分點(diǎn)a中,選擇Gini指數(shù)最小的特征和與其相應(yīng)的切分點(diǎn)作為最優(yōu)特征與最優(yōu)切分點(diǎn).依最優(yōu)特征與最優(yōu)切分點(diǎn),從現(xiàn)結(jié)點(diǎn)生成兩個(gè)子結(jié)點(diǎn),將訓(xùn)練數(shù)據(jù)集依特征分配到兩個(gè)子結(jié)點(diǎn)中去;

    (3)對(duì)兩個(gè)子結(jié)點(diǎn)遞歸地調(diào)用(1)式-(2)式,直至滿足停止條件(節(jié)點(diǎn)中樣本個(gè)數(shù)小于預(yù)定閾值,樣本集的Gini指數(shù)小于閾值,或者沒(méi)有更多的特征).

    (4)生成CART決策樹(shù).

    2.4 剪枝算法

    輸入:CART算法生成的決策樹(shù)T0;

    輸出:最優(yōu)決策樹(shù)Tα.

    (1)設(shè)k=0,T=T0;

    (2)設(shè)α=∞;

    (3)自下而上地對(duì)各內(nèi)部節(jié)點(diǎn)t,計(jì)算C(Tt),|Tt|以及

    (4)對(duì)g(t)=α的內(nèi)部節(jié)點(diǎn)t進(jìn)行剪枝,并對(duì)葉節(jié)點(diǎn)t以多數(shù)表決法決定其類(lèi),得到樹(shù)T;

    (5)設(shè)k=k+1,αk=α,Tk=T;

    (6)如果Tk不是由根結(jié)點(diǎn)及兩個(gè)葉節(jié)點(diǎn)構(gòu)成的樹(shù),則回到步驟(2);否則令Tk=Tn;

    (7)采用Cross-validation在子樹(shù)序列T0,T1,···,Tn中選取最優(yōu)子樹(shù)Tα.

    3 基于決策樹(shù)模型的實(shí)證分析

    3.1 數(shù)據(jù)獲取

    本文數(shù)據(jù)來(lái)源于某證券有限公司.數(shù)據(jù)包含了從2011年7月到2012年10月的16 074個(gè)客戶(hù)交易記錄,其中正常客戶(hù)記錄10 000條,銷(xiāo)戶(hù)客戶(hù)記錄6 074條.具體數(shù)據(jù)由10張信息表組成,包括:

    ·銷(xiāo)戶(hù)客戶(hù)和正??蛻?hù)基本信息表各一張(包括客戶(hù)ID,開(kāi)戶(hù)日期,銷(xiāo)戶(hù)日期,年齡,性別,客戶(hù)狀態(tài),有無(wú)客戶(hù)經(jīng)理)

    ·銷(xiāo)戶(hù)客戶(hù)和正常客戶(hù)持倉(cāng)比例表各一張

    ·銷(xiāo)戶(hù)客戶(hù)和正??蛻?hù)交易信息表各一張(包括交易次數(shù),交易額,傭金)

    ·銷(xiāo)戶(hù)客戶(hù)和正??蛻?hù)買(mǎi)入信息表各一張(包括買(mǎi)入次數(shù),買(mǎi)入額,傭金)

    ·銷(xiāo)戶(hù)客戶(hù)和正??蛻?hù)賣(mài)出信息表各一張(包括賣(mài)出次數(shù),賣(mài)出額,傭金)

    ·銷(xiāo)戶(hù)客戶(hù)和正??蛻?hù)日均資產(chǎn)表各一張

    ·銷(xiāo)戶(hù)客戶(hù)和正??蛻?hù)月末資產(chǎn)和證券市值表各一張

    ·銷(xiāo)戶(hù)客戶(hù)和正??蛻?hù)轉(zhuǎn)賬信息表各一張(包括轉(zhuǎn)賬次數(shù),轉(zhuǎn)賬金額)

    ·銷(xiāo)戶(hù)客戶(hù)和正常客戶(hù)轉(zhuǎn)入信息表各一張(包括轉(zhuǎn)入次數(shù),轉(zhuǎn)入金額)

    ·銷(xiāo)戶(hù)客戶(hù)和正??蛻?hù)轉(zhuǎn)出信息表各一張(包括轉(zhuǎn)出次數(shù),轉(zhuǎn)出金額)

    3.2 構(gòu)造數(shù)據(jù)集

    3.2.1 數(shù)據(jù)預(yù)處理

    由于原始數(shù)據(jù)從數(shù)據(jù)庫(kù)中導(dǎo)出時(shí)會(huì)有一些分類(lèi)錯(cuò)誤和數(shù)據(jù)信息錯(cuò)誤的情況,所以需要對(duì)原始數(shù)據(jù)做處理,以便避免錯(cuò)誤數(shù)據(jù)對(duì)后續(xù)建模的影響.數(shù)據(jù)預(yù)處理包含以下幾個(gè)步驟:

    (1)根據(jù)客戶(hù)狀態(tài)將銷(xiāo)戶(hù)客戶(hù)和正常客戶(hù)正確分類(lèi).因?yàn)榇嬖趶臄?shù)據(jù)庫(kù)導(dǎo)出數(shù)據(jù)的過(guò)程中,部分銷(xiāo)戶(hù)和正??蛻?hù)分類(lèi)錯(cuò)誤的現(xiàn)象.

    (2)刪除錯(cuò)誤客戶(hù)的信息記錄.例如:在本數(shù)據(jù)中,出現(xiàn)了持倉(cāng)比例大于1的兩位客戶(hù)記錄,這顯然是錯(cuò)誤數(shù)據(jù),故將此類(lèi)客戶(hù)的所有信息記錄剔除.

    經(jīng)過(guò)上述兩步處理,現(xiàn)有總客戶(hù)記錄16 072條,其中正??蛻?hù)記錄10 355條,銷(xiāo)戶(hù)5 717條.

    3.2.2 時(shí)間窗口

    需要定義預(yù)測(cè)的輸入變量(自變量)和預(yù)測(cè)變量(因變量)的時(shí)間窗口.在自變量時(shí)間窗口方面,如果取的時(shí)間段太短,不確定因素較多,客戶(hù)行為有很大的隨機(jī)性,不具有代表性;取的時(shí)間段太長(zhǎng),數(shù)據(jù)過(guò)于陳舊,不能準(zhǔn)確反映客戶(hù)的最新行為趨勢(shì).另外,考慮到銷(xiāo)戶(hù)時(shí)間在2011年7月到2011年12月底之間的流失客戶(hù)記錄僅為73條,若自變量窗口多屬于這6個(gè)銷(xiāo)戶(hù)月內(nèi),那么在解析問(wèn)題的時(shí)候會(huì)由于銷(xiāo)戶(hù)客戶(hù)的數(shù)據(jù)量不足,不具有說(shuō)服力.綜上考慮,將自變量窗口時(shí)間寬度取為6個(gè)月,時(shí)間跨度為2012年1月至2012年6月.

    對(duì)因變量(客戶(hù)是否流失)的數(shù)據(jù)窗口來(lái)說(shuō),為了使得到的預(yù)測(cè)結(jié)果不僅起到預(yù)判的作用,又能為營(yíng)業(yè)部提供充足的時(shí)間制定策略對(duì)客戶(hù)進(jìn)行挽留,本文考慮將因變量的時(shí)間窗口起點(diǎn)定在自變量時(shí)間窗口的一個(gè)月之后.定義因變量的時(shí)間窗口寬度為3個(gè)月.

    圖1 時(shí)間窗口表

    3.2.3 流失定義

    方便起見(jiàn),本文用0代表正??蛻?hù),1代表銷(xiāo)戶(hù)客戶(hù).從客戶(hù)狀態(tài)來(lái)看,這個(gè)原始分類(lèi)僅就銷(xiāo)戶(hù)時(shí)間而定.實(shí)際上,經(jīng)分析有些客戶(hù)雖是未銷(xiāo)戶(hù)的狀態(tài)0,但表現(xiàn)出的行為特征,比如日均資產(chǎn)減少,交易頻率低,賬戶(hù)活躍度低等皆與流失客戶(hù)的表現(xiàn)一致.雖然從客觀上來(lái)看,銷(xiāo)戶(hù)日期是鑒定客戶(hù)是否流失的唯一標(biāo)準(zhǔn),但若僅僅以銷(xiāo)戶(hù)日期作為客戶(hù)是否流失的標(biāo)準(zhǔn)必然會(huì)對(duì)后續(xù)模型的建立產(chǎn)生不良影響.鑒于這個(gè)考慮,本文結(jié)合實(shí)際情況,將滿足如下兩個(gè)因素中任意一條即視為銷(xiāo)戶(hù):

    (1)交易記錄中有明確的銷(xiāo)戶(hù)日期;

    (2)一定時(shí)期內(nèi)無(wú)交易記錄,且日均資產(chǎn)偏低.

    為確定條件(2)中日均資產(chǎn)的臨界值,本文利用SPSS對(duì)正??蛻?hù)和銷(xiāo)戶(hù)客戶(hù)的日均資產(chǎn)從2012年1月到2012年6月的總和做頻率分析,結(jié)果如表1:

    表1 日均資產(chǎn)統(tǒng)計(jì)表

    由表1可以看出銷(xiāo)戶(hù)客戶(hù)的日均資產(chǎn)50%的分位點(diǎn)為8 044.974 073,而正??蛻?hù)日均資產(chǎn)25%分位點(diǎn)就已經(jīng)是13 068.182 57.為了選取一個(gè)日均資產(chǎn)的銷(xiāo)戶(hù)臨界值,本文希望盡量地多包含銷(xiāo)戶(hù)客戶(hù),而將正常客戶(hù)的包含率控制在15%以?xún)?nèi),同時(shí)為了方便篩選數(shù)據(jù),對(duì)正??蛻?hù)日均資產(chǎn)15%分位點(diǎn)6 394.565 170向下取整,即得到銷(xiāo)戶(hù)定義所需的日均資產(chǎn)臨界值6 395.

    在此數(shù)據(jù)集條件下,第二條銷(xiāo)戶(hù)定義為六個(gè)月交易次數(shù)和為0且六個(gè)月日均資產(chǎn)平均值小于6 395時(shí)為流失客戶(hù).

    此時(shí),在剔除了銷(xiāo)戶(hù)時(shí)間在2012年以前的數(shù)據(jù)記錄后,利用EXCEL對(duì)原始客戶(hù)狀態(tài)進(jìn)行更改,原來(lái)的10 355條正??蛻?hù)中有1 553條更新為銷(xiāo)戶(hù)狀態(tài).并將新的客戶(hù)狀態(tài)命名為new client state.

    經(jīng)過(guò)客戶(hù)狀態(tài)更新,現(xiàn)共有15 999錄,其中正??蛻?hù)記錄為9 902條,銷(xiāo)戶(hù)客戶(hù)記錄為7 197條.

    3.2.4 指標(biāo)體系建立

    原始交易記錄數(shù)據(jù)雖然能夠在一定程度上反映正常客戶(hù)和銷(xiāo)戶(hù)客戶(hù)之間的區(qū)別,但是具體的區(qū)別卻很難直接觀察得到,因而需要根據(jù)實(shí)際問(wèn)題的需要,從實(shí)際交易數(shù)據(jù)中抽取能夠反映兩類(lèi)客戶(hù)真正區(qū)別的指標(biāo).本文考慮選擇客戶(hù)基本信息,交易次數(shù),交易金額,轉(zhuǎn)賬次數(shù),日均資產(chǎn),持倉(cāng)比例和證券市值這7個(gè)指標(biāo)作為基礎(chǔ)數(shù)據(jù),利用這些基礎(chǔ)數(shù)據(jù)構(gòu)建新的特征指標(biāo),具體包括:

    (1)趨勢(shì)類(lèi)指標(biāo)

    對(duì)時(shí)間序列而言,趨勢(shì)變化是一個(gè)非常重要的方面.對(duì)于證券交易客戶(hù),交易次數(shù)、持倉(cāng)比例、日均資產(chǎn)的變化趨勢(shì)應(yīng)該能夠在一定程度上反映該客戶(hù)是否可能流失,如果一個(gè)客戶(hù)的交易次數(shù),持倉(cāng)比例,日均資產(chǎn)的趨勢(shì)有降低的傾向,那么這個(gè)客戶(hù)流失的可能性將會(huì)變大.為能夠準(zhǔn)確反映某一項(xiàng)統(tǒng)計(jì)數(shù)據(jù)的變化趨勢(shì),本文采用以時(shí)間為自變量,以一項(xiàng)統(tǒng)計(jì)數(shù)據(jù)為因變量建立回歸模型,以回歸系數(shù)作為該統(tǒng)計(jì)數(shù)據(jù)對(duì)應(yīng)的趨勢(shì)類(lèi)衍生指標(biāo),具體公式為

    其中,x表示月份,y表示相應(yīng)指標(biāo)值,n表示月份數(shù).

    (2)波動(dòng)類(lèi)指標(biāo)

    趨勢(shì)可以反映時(shí)間序列變化的大致方向,但無(wú)法反映變化過(guò)程的波動(dòng),因此針對(duì)統(tǒng)計(jì)數(shù)據(jù),定義其波動(dòng)指標(biāo)為

    (3)信息熵

    將客戶(hù)的交易數(shù)額看作一個(gè)隨機(jī)過(guò)程,從而可以用隨機(jī)變量的信息熵來(lái)表示交易過(guò)程的不確定性,公式為

    其中p(x)表示統(tǒng)計(jì)數(shù)據(jù)取值為x的概率,具體計(jì)算參考集合的特征函數(shù)[9]與樸素貝葉斯法參數(shù)估計(jì)[10]的思想,按照如下方法進(jìn)行:

    Step1:提取每個(gè)客戶(hù)、每個(gè)指標(biāo)在自變量窗口時(shí)間下的最大值max;

    Step2:將[0,max]等分為五個(gè)區(qū)間:Ai,i=1,2,···,5;

    Step3:按照每個(gè)月的指標(biāo)值xj是否屬于區(qū)間Ai計(jì)算概率

    本文按下述步驟進(jìn)行衍生指標(biāo)計(jì)算,具體結(jié)果見(jiàn)表2:

    表2 相關(guān)字段及定義

    (1)將客戶(hù)六個(gè)月的交易次數(shù),交易金額,轉(zhuǎn)賬次數(shù),日均資產(chǎn),持倉(cāng)比例和證券市值做了匯總平均;

    (2)生成交易次數(shù),日均資產(chǎn),持倉(cāng)比例的趨勢(shì)指標(biāo);

    (3)生成證券市值,轉(zhuǎn)賬次數(shù)的波動(dòng)指標(biāo);

    (4)利用交易金額和日均資產(chǎn)這兩個(gè)單變量生成資金周轉(zhuǎn)率指標(biāo),具體計(jì)算公式:資金周轉(zhuǎn)率=交易金額/日均資產(chǎn),并對(duì)資金周轉(zhuǎn)率進(jìn)行六個(gè)月的匯總平均.同時(shí),計(jì)算資金周轉(zhuǎn)率的趨勢(shì)指標(biāo);

    (5)生成交易次數(shù),交易金額,轉(zhuǎn)賬次數(shù),日均資產(chǎn),持倉(cāng)比例和證券市值的熵指標(biāo);

    (6)歸一化處理.

    為了加快學(xué)習(xí)算法的收斂速度且使不同量綱的特征處于同一數(shù)值的量級(jí),進(jìn)行min-max歸一化,公式如下:

    其中,min,max分別為該指標(biāo)的最小值和最大值.

    3.3 數(shù)值實(shí)驗(yàn)結(jié)果

    以7:3的比例將原有數(shù)據(jù)進(jìn)行隨機(jī)拆分,分為訓(xùn)練集和測(cè)試集兩個(gè)客戶(hù)群體.使用CART算法建立決策樹(shù)模型并在訓(xùn)練集中進(jìn)行模型訓(xùn)練,基于Gini指數(shù)進(jìn)行分類(lèi),在測(cè)試集上進(jìn)行預(yù)測(cè),結(jié)果在表3中展示,最終構(gòu)建的部分決策樹(shù)詳情見(jiàn)圖2:

    表3 預(yù)測(cè)結(jié)果

    圖2 部分決策樹(shù)

    可得出建立的預(yù)測(cè)模型的精確率為89.23%.實(shí)驗(yàn)結(jié)果表明基于提取的數(shù)據(jù)的深層特征(信息熵、趨勢(shì)值和波動(dòng)值)所構(gòu)建的預(yù)測(cè)模型,獲得了較高的預(yù)測(cè)準(zhǔn)確度,證明了所用方法的有效性.

    4 結(jié)論

    本文通過(guò)提取數(shù)據(jù)的深層特征,基于這些特征CART算法訓(xùn)練的決策樹(shù)模型可以較準(zhǔn)確地預(yù)測(cè)到有流失風(fēng)險(xiǎn)的客戶(hù),預(yù)測(cè)成功率達(dá)到0.89,模型效果較好,對(duì)證券公司客戶(hù)流失預(yù)測(cè)的實(shí)際應(yīng)用具有較大的參考價(jià)值.通過(guò)決策樹(shù)也可看出,日均資產(chǎn)和持倉(cāng)比例是衡量顧客是否流失的重要指標(biāo),因此,證券公司可據(jù)此提供針對(duì)性服務(wù),挽留客戶(hù).

    猜你喜歡
    特征模型
    一半模型
    抓住特征巧觀察
    重要模型『一線三等角』
    新型冠狀病毒及其流行病學(xué)特征認(rèn)識(shí)
    重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
    如何表達(dá)“特征”
    不忠誠(chéng)的四個(gè)特征
    抓住特征巧觀察
    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
    日本黄色片子视频| 日韩成人在线观看一区二区三区| 美女免费视频网站| 亚洲最大成人av| 日本一二三区视频观看| 一卡2卡三卡四卡精品乱码亚洲| 国产伦精品一区二区三区四那| 精品国产亚洲在线| 久久人人爽人人爽人人片va | 欧美乱妇无乱码| 久久久国产成人免费| 日本一二三区视频观看| 无人区码免费观看不卡| xxxwww97欧美| 亚洲国产精品久久男人天堂| www.熟女人妻精品国产| 人人妻人人看人人澡| 日韩欧美在线乱码| 天堂av国产一区二区熟女人妻| 国产 一区 欧美 日韩| 人妻丰满熟妇av一区二区三区| 一本精品99久久精品77| 小蜜桃在线观看免费完整版高清| 欧美乱色亚洲激情| 亚洲av五月六月丁香网| 女同久久另类99精品国产91| 在线天堂最新版资源| 欧美日韩黄片免| 日韩欧美 国产精品| 大型黄色视频在线免费观看| 日韩成人在线观看一区二区三区| 中文字幕人成人乱码亚洲影| 国产伦精品一区二区三区视频9| 九九久久精品国产亚洲av麻豆| 国产精品久久久久久精品电影| 天堂动漫精品| 丰满乱子伦码专区| 观看美女的网站| 一本久久中文字幕| 99久久精品国产亚洲精品| 精品久久久久久成人av| 小说图片视频综合网站| 亚洲自偷自拍三级| 国产美女午夜福利| 国产午夜精品论理片| 亚洲精品一区av在线观看| 国产一区二区三区在线臀色熟女| 麻豆av噜噜一区二区三区| 日日摸夜夜添夜夜添av毛片 | 国产精品三级大全| 在线看三级毛片| 国产精品人妻久久久久久| 亚洲专区中文字幕在线| 18禁在线播放成人免费| 婷婷丁香在线五月| 欧美区成人在线视频| 久久久成人免费电影| 夜夜爽天天搞| 别揉我奶头 嗯啊视频| 精品福利观看| 国产高清视频在线观看网站| 国产淫片久久久久久久久 | 精品国产三级普通话版| 亚洲欧美清纯卡通| 国产在线男女| 国产真实伦视频高清在线观看 | 中文字幕人妻熟人妻熟丝袜美| 国产精品亚洲美女久久久| 一区二区三区激情视频| 国产一区二区在线观看日韩| 久久精品国产亚洲av香蕉五月| 丰满人妻一区二区三区视频av| 久久久久久国产a免费观看| 欧美黑人巨大hd| 欧美xxxx性猛交bbbb| 亚洲avbb在线观看| 国产高清三级在线| 欧美日本视频| 欧美日韩瑟瑟在线播放| 亚洲精品亚洲一区二区| 五月伊人婷婷丁香| 免费av毛片视频| a级毛片免费高清观看在线播放| 观看美女的网站| 久久性视频一级片| 老司机午夜十八禁免费视频| 亚洲第一欧美日韩一区二区三区| 精品久久久久久久久久久久久| 小蜜桃在线观看免费完整版高清| 国产毛片a区久久久久| 国产午夜福利久久久久久| 国产精品久久久久久亚洲av鲁大| 一区福利在线观看| 高清毛片免费观看视频网站| 亚洲中文日韩欧美视频| 美女大奶头视频| 69av精品久久久久久| 人妻久久中文字幕网| 亚洲av二区三区四区| 黄色女人牲交| 国产亚洲av嫩草精品影院| 99热这里只有是精品50| 国产精品影院久久| 91久久精品国产一区二区成人| 国产精品久久电影中文字幕| 亚洲精品在线美女| a级毛片a级免费在线| 国内精品久久久久久久电影| 少妇熟女aⅴ在线视频| 精品人妻视频免费看| 亚洲性夜色夜夜综合| 97超级碰碰碰精品色视频在线观看| 在线观看舔阴道视频| 亚洲美女黄片视频| 久久天躁狠狠躁夜夜2o2o| 一本精品99久久精品77| 国产三级中文精品| 国产精品女同一区二区软件 | 成人永久免费在线观看视频| 亚洲美女视频黄频| 国产欧美日韩一区二区精品| 欧美日韩国产亚洲二区| 久久精品国产清高在天天线| 1024手机看黄色片| 国产探花极品一区二区| 欧美bdsm另类| 麻豆成人午夜福利视频| 欧美绝顶高潮抽搐喷水| 亚洲,欧美精品.| 亚洲成人久久爱视频| 在线播放无遮挡| 美女大奶头视频| 老鸭窝网址在线观看| 丰满人妻熟妇乱又伦精品不卡| 日本黄色视频三级网站网址| 中文字幕熟女人妻在线| 国产成人啪精品午夜网站| 91九色精品人成在线观看| 激情在线观看视频在线高清| xxxwww97欧美| 亚洲久久久久久中文字幕| 亚洲天堂国产精品一区在线| 精品国内亚洲2022精品成人| 国产熟女xx| 一级黄色大片毛片| 午夜福利在线观看免费完整高清在 | 亚洲国产色片| 久久伊人香网站| 免费在线观看日本一区| 天天一区二区日本电影三级| 精品国产亚洲在线| 久久精品夜夜夜夜夜久久蜜豆| 听说在线观看完整版免费高清| 可以在线观看的亚洲视频| 色综合婷婷激情| 亚洲乱码一区二区免费版| 男女之事视频高清在线观看| 国内精品久久久久精免费| 又粗又爽又猛毛片免费看| 久久久精品欧美日韩精品| 一级av片app| 两性午夜刺激爽爽歪歪视频在线观看| 国产私拍福利视频在线观看| 亚洲人成伊人成综合网2020| 99视频精品全部免费 在线| 色哟哟·www| 国产视频内射| 小说图片视频综合网站| 亚洲性夜色夜夜综合| 校园春色视频在线观看| 99久久久亚洲精品蜜臀av| 18禁在线播放成人免费| 真实男女啪啪啪动态图| av中文乱码字幕在线| 一区二区三区四区激情视频 | 国产精品三级大全| 久久伊人香网站| 国产高潮美女av| 国产精品精品国产色婷婷| 亚洲av不卡在线观看| 网址你懂的国产日韩在线| 国产成年人精品一区二区| 18禁黄网站禁片午夜丰满| 国产成+人综合+亚洲专区| 国产不卡一卡二| 日本一二三区视频观看| 久久精品国产亚洲av涩爱 | 波多野结衣巨乳人妻| 村上凉子中文字幕在线| 亚洲精华国产精华精| 国内精品久久久久精免费| 免费看a级黄色片| 亚洲黑人精品在线| 99久久精品一区二区三区| 好男人电影高清在线观看| 国产黄色小视频在线观看| 丰满人妻熟妇乱又伦精品不卡| 免费在线观看影片大全网站| 欧美成人性av电影在线观看| 窝窝影院91人妻| 午夜福利18| 色播亚洲综合网| 精品一区二区三区av网在线观看| 97人妻精品一区二区三区麻豆| 一本久久中文字幕| 两性午夜刺激爽爽歪歪视频在线观看| 高清日韩中文字幕在线| 成人鲁丝片一二三区免费| 精品不卡国产一区二区三区| 免费大片18禁| 日韩大尺度精品在线看网址| 3wmmmm亚洲av在线观看| 国产精品美女特级片免费视频播放器| 亚洲专区国产一区二区| 性色av乱码一区二区三区2| 精品午夜福利视频在线观看一区| 午夜日韩欧美国产| 757午夜福利合集在线观看| 啦啦啦韩国在线观看视频| 精品国产亚洲在线| 亚洲国产欧美人成| 午夜免费激情av| 欧美国产日韩亚洲一区| 欧美绝顶高潮抽搐喷水| av天堂在线播放| 亚洲最大成人av| 男女视频在线观看网站免费| 欧美3d第一页| 国产亚洲精品综合一区在线观看| 国产极品精品免费视频能看的| 黄色女人牲交| 深爱激情五月婷婷| 少妇人妻精品综合一区二区 | 亚洲欧美精品综合久久99| 色综合婷婷激情| 久久欧美精品欧美久久欧美| 一个人免费在线观看的高清视频| 国产精品美女特级片免费视频播放器| 免费一级毛片在线播放高清视频| 国产亚洲精品久久久久久毛片| 少妇丰满av| 亚洲黑人精品在线| 成人美女网站在线观看视频| 99国产极品粉嫩在线观看| 嫩草影院精品99| 99久国产av精品| 国产一区二区三区视频了| 天美传媒精品一区二区| 成人精品一区二区免费| 欧美精品国产亚洲| 人妻久久中文字幕网| 九九在线视频观看精品| 欧美在线黄色| av欧美777| 搡女人真爽免费视频火全软件 | 国产又黄又爽又无遮挡在线| 日韩中文字幕欧美一区二区| 88av欧美| 精品一区二区三区视频在线| 国产又黄又爽又无遮挡在线| 看十八女毛片水多多多| 一a级毛片在线观看| 欧美黑人巨大hd| 久久国产精品人妻蜜桃| 日韩欧美 国产精品| 国产一区二区亚洲精品在线观看| 亚洲av一区综合| 给我免费播放毛片高清在线观看| or卡值多少钱| 日韩高清综合在线| 男人狂女人下面高潮的视频| 看免费av毛片| 国产极品精品免费视频能看的| 久久久久久久久大av| 日本a在线网址| 很黄的视频免费| 久久人妻av系列| av天堂中文字幕网| 他把我摸到了高潮在线观看| 亚洲av第一区精品v没综合| 欧美日韩亚洲国产一区二区在线观看| 熟妇人妻久久中文字幕3abv| 久久国产乱子伦精品免费另类| 我要搜黄色片| 久久精品国产99精品国产亚洲性色| 在线十欧美十亚洲十日本专区| 欧美日韩国产亚洲二区| 国产精品人妻久久久久久| 日韩欧美 国产精品| 99在线人妻在线中文字幕| 精品久久久久久久末码| 欧美国产日韩亚洲一区| 白带黄色成豆腐渣| 少妇被粗大猛烈的视频| 国产精品女同一区二区软件 | 简卡轻食公司| 国产精品电影一区二区三区| 欧美三级亚洲精品| 99在线人妻在线中文字幕| 能在线免费观看的黄片| 亚洲国产日韩欧美精品在线观看| 精品一区二区免费观看| 特大巨黑吊av在线直播| 免费看a级黄色片| 别揉我奶头~嗯~啊~动态视频| 亚洲专区国产一区二区| 天天躁日日操中文字幕| 亚洲最大成人中文| 观看美女的网站| 看片在线看免费视频| 色综合亚洲欧美另类图片| 最新在线观看一区二区三区| 欧美又色又爽又黄视频| 国产麻豆成人av免费视频| 男人狂女人下面高潮的视频| 成人毛片a级毛片在线播放| a在线观看视频网站| 亚洲国产精品合色在线| 性色av乱码一区二区三区2| 国产精品人妻久久久久久| 天堂动漫精品| 精品一区二区三区av网在线观看| 91麻豆精品激情在线观看国产| 久久精品国产99精品国产亚洲性色| 好男人电影高清在线观看| 久久九九热精品免费| h日本视频在线播放| 亚洲av一区综合| 波多野结衣巨乳人妻| 男女床上黄色一级片免费看| 九色国产91popny在线| 3wmmmm亚洲av在线观看| 成年女人毛片免费观看观看9| 大型黄色视频在线免费观看| 18禁黄网站禁片午夜丰满| 亚洲一区二区三区色噜噜| 天天躁日日操中文字幕| 婷婷精品国产亚洲av| 久久6这里有精品| 91狼人影院| 色综合站精品国产| 中文字幕av在线有码专区| 一二三四社区在线视频社区8| 久久久久精品国产欧美久久久| 97人妻精品一区二区三区麻豆| x7x7x7水蜜桃| 日韩欧美 国产精品| 美女cb高潮喷水在线观看| 老熟妇乱子伦视频在线观看| 国产伦人伦偷精品视频| 亚洲一区二区三区不卡视频| 黄色视频,在线免费观看| 久久久久久久亚洲中文字幕 | 国产伦精品一区二区三区四那| 日本精品一区二区三区蜜桃| 免费观看精品视频网站| 精品久久久久久久久av| 可以在线观看毛片的网站| 精品乱码久久久久久99久播| 日本在线视频免费播放| 精品一区二区免费观看| 99久久成人亚洲精品观看| 一a级毛片在线观看| 国产成人欧美在线观看| 午夜免费成人在线视频| xxxwww97欧美| 精品久久久久久,| 午夜激情福利司机影院| 亚洲av成人不卡在线观看播放网| 热99re8久久精品国产| 中文字幕av成人在线电影| 国产欧美日韩一区二区精品| 每晚都被弄得嗷嗷叫到高潮| 成人性生交大片免费视频hd| 亚洲专区中文字幕在线| 热99re8久久精品国产| 国产爱豆传媒在线观看| 在线免费观看不下载黄p国产 | 成人特级av手机在线观看| 免费观看精品视频网站| 综合色av麻豆| 国产熟女xx| 听说在线观看完整版免费高清| 日日摸夜夜添夜夜添av毛片 | 日本黄色片子视频| 美女大奶头视频| 特大巨黑吊av在线直播| 国产免费av片在线观看野外av| 亚洲精品乱码久久久v下载方式| 99久久精品热视频| 国产成人a区在线观看| 美女高潮喷水抽搐中文字幕| 日韩大尺度精品在线看网址| 成人特级av手机在线观看| 小蜜桃在线观看免费完整版高清| 乱人视频在线观看| 国产精品国产高清国产av| 女人十人毛片免费观看3o分钟| 亚洲最大成人中文| 日本 欧美在线| 久久香蕉精品热| 性色avwww在线观看| 国产老妇女一区| 一区二区三区免费毛片| 亚洲第一区二区三区不卡| 欧美乱妇无乱码| 国内精品美女久久久久久| 在现免费观看毛片| 神马国产精品三级电影在线观看| 久久99热6这里只有精品| 丁香欧美五月| 日本在线视频免费播放| 亚洲av美国av| 国产伦精品一区二区三区四那| 亚洲av电影在线进入| 99久久99久久久精品蜜桃| 国产精品精品国产色婷婷| 日韩国内少妇激情av| 嫩草影院新地址| 少妇熟女aⅴ在线视频| 丝袜美腿在线中文| 精品国产亚洲在线| 熟女人妻精品中文字幕| 国产精品亚洲一级av第二区| 日本a在线网址| 中文字幕高清在线视频| 日本精品一区二区三区蜜桃| 国产亚洲精品久久久com| xxxwww97欧美| 免费在线观看日本一区| 欧美bdsm另类| 两人在一起打扑克的视频| 熟女电影av网| 夜夜爽天天搞| 少妇的逼水好多| 国产成年人精品一区二区| 亚洲男人的天堂狠狠| 国产午夜精品久久久久久一区二区三区 | 免费在线观看影片大全网站| 久久久精品欧美日韩精品| 十八禁国产超污无遮挡网站| 国产av在哪里看| 久久久久久久精品吃奶| 国产精品电影一区二区三区| 久久国产乱子免费精品| 一级作爱视频免费观看| 亚洲av五月六月丁香网| 90打野战视频偷拍视频| 十八禁国产超污无遮挡网站| 久久精品91蜜桃| 12—13女人毛片做爰片一| 一级a爱片免费观看的视频| 哪里可以看免费的av片| 丰满人妻熟妇乱又伦精品不卡| 国产精品av视频在线免费观看| 国产精品永久免费网站| 99热只有精品国产| 成人欧美大片| 色综合站精品国产| 国产伦一二天堂av在线观看| 老鸭窝网址在线观看| 亚洲成人免费电影在线观看| 精品人妻熟女av久视频| 2021天堂中文幕一二区在线观| 人妻久久中文字幕网| 他把我摸到了高潮在线观看| 免费一级毛片在线播放高清视频| 亚洲av一区综合| 婷婷亚洲欧美| 日本一二三区视频观看| 中文字幕av成人在线电影| 成年免费大片在线观看| 中文字幕人成人乱码亚洲影| 九色国产91popny在线| 哪里可以看免费的av片| 一a级毛片在线观看| 国产av一区在线观看免费| www.999成人在线观看| 在线国产一区二区在线| 男女视频在线观看网站免费| av在线蜜桃| 亚洲欧美激情综合另类| 男人舔女人下体高潮全视频| 日本一本二区三区精品| 国产一区二区亚洲精品在线观看| 欧美激情国产日韩精品一区| 夜夜爽天天搞| 1000部很黄的大片| 国产成人欧美在线观看| 久久久久久久久久黄片| 日韩欧美在线乱码| 丝袜美腿在线中文| 精品一区二区三区视频在线观看免费| 少妇人妻精品综合一区二区 | 深爱激情五月婷婷| 在线观看66精品国产| 熟女人妻精品中文字幕| 婷婷色综合大香蕉| 国产又黄又爽又无遮挡在线| 色综合站精品国产| 黄色配什么色好看| 国产精华一区二区三区| 91午夜精品亚洲一区二区三区 | 伦理电影大哥的女人| 日本一二三区视频观看| 精品人妻1区二区| 亚洲av电影不卡..在线观看| 国产成年人精品一区二区| 人人妻人人看人人澡| av视频在线观看入口| 亚洲中文字幕日韩| 老司机午夜十八禁免费视频| av欧美777| 精品一区二区三区av网在线观看| 99国产综合亚洲精品| 波野结衣二区三区在线| 精品熟女少妇八av免费久了| 少妇丰满av| 高潮久久久久久久久久久不卡| 俄罗斯特黄特色一大片| 三级男女做爰猛烈吃奶摸视频| 能在线免费观看的黄片| www日本黄色视频网| 最近最新中文字幕大全电影3| 午夜福利免费观看在线| 亚洲国产精品合色在线| 日韩亚洲欧美综合| 亚洲美女黄片视频| 观看免费一级毛片| 欧美性猛交╳xxx乱大交人| 亚洲专区国产一区二区| 狂野欧美白嫩少妇大欣赏| 男女下面进入的视频免费午夜| 国产在线精品亚洲第一网站| a级毛片a级免费在线| 欧美不卡视频在线免费观看| 最近在线观看免费完整版| 亚洲自拍偷在线| 午夜久久久久精精品| 色综合站精品国产| 伦理电影大哥的女人| 99精品久久久久人妻精品| av国产免费在线观看| 欧美最黄视频在线播放免费| 精品免费久久久久久久清纯| 动漫黄色视频在线观看| 美女高潮的动态| 高清日韩中文字幕在线| 亚洲成av人片在线播放无| 69av精品久久久久久| 麻豆久久精品国产亚洲av| 成年免费大片在线观看| 精品乱码久久久久久99久播| 一本综合久久免费| 好男人在线观看高清免费视频| 亚洲国产精品999在线| 淫妇啪啪啪对白视频| 一个人免费在线观看的高清视频| 国产乱人伦免费视频| 能在线免费观看的黄片| 男女下面进入的视频免费午夜| 脱女人内裤的视频| 69人妻影院| 亚洲成人久久性| 蜜桃亚洲精品一区二区三区| 97超视频在线观看视频| 欧美+日韩+精品| 国产亚洲精品久久久com| 1000部很黄的大片| 51国产日韩欧美| 日韩中字成人| 日日摸夜夜添夜夜添小说| 观看美女的网站| 国产黄片美女视频| 男人的好看免费观看在线视频| 1000部很黄的大片| 亚洲成a人片在线一区二区| 无遮挡黄片免费观看| 九色成人免费人妻av| 久久人妻av系列| 国产黄a三级三级三级人| 亚洲人成伊人成综合网2020| 91av网一区二区| 国产av一区在线观看免费| 国产av不卡久久| av专区在线播放| 成人特级av手机在线观看| 国产高清三级在线| or卡值多少钱| 国内精品一区二区在线观看| 久久天躁狠狠躁夜夜2o2o| 精品不卡国产一区二区三区| 久久久久国内视频| 一区二区三区高清视频在线| 国产日本99.免费观看| 美女大奶头视频| 狂野欧美白嫩少妇大欣赏| 91字幕亚洲| 久久久色成人| 1000部很黄的大片| 成人鲁丝片一二三区免费| 少妇人妻一区二区三区视频| 美女高潮的动态| 日韩免费av在线播放| 日本黄色片子视频| 亚洲精品成人久久久久久| 蜜桃久久精品国产亚洲av| 草草在线视频免费看| 免费在线观看日本一区| 免费在线观看影片大全网站| 成人av在线播放网站| av在线观看视频网站免费| 亚洲av电影不卡..在线观看| 精品一区二区免费观看| 免费观看精品视频网站|