• <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matplotlib的K-means-ARIMA模型對零售商品在傳統(tǒng)節(jié)假日的銷量預(yù)測

    2022-08-31 19:18:39田歌吳曠田紅蕊
    電腦知識與技術(shù) 2022年18期
    關(guān)鍵詞:means聚類ARIMA模型傳統(tǒng)節(jié)日

    田歌 吳曠 田紅蕊

    摘要:現(xiàn)多數(shù)的商品銷量預(yù)測是以單個商品預(yù)測為主,而針對多類商品的銷量預(yù)測如綜合型商超或社區(qū)便利店來說存在一定的需求;同時對于縣域或鄉(xiāng)鎮(zhèn)級商超,在傳統(tǒng)節(jié)假日如春節(jié)期間出現(xiàn)大量返鄉(xiāng)人員,由于人員數(shù)量激增,且春節(jié)具有走親訪友,互饋禮品的傳統(tǒng)習(xí)俗,因此對各類商品的消費需求會在短時間內(nèi)劇增,故對春節(jié)期間商品種類及銷貨數(shù)量的預(yù)測是商家及廠家備貨的重要參考數(shù)據(jù)。本文基于以上兩種現(xiàn)實需求對商品的種類和銷量進行預(yù)測:由于不同類別商品銷售量的波動會千差萬別,如果使用所有的數(shù)據(jù)進行訓(xùn)練會對引入很多不必要的噪聲,導(dǎo)致誤差的增大,因此設(shè)計使用k-means聚類方法及ARIMA模型對多種商品在傳統(tǒng)節(jié)假日期間的銷量進行預(yù)測,在真實的某一典型縣級商超銷量數(shù)據(jù)庫上進行評估驗證,最后將其與基準的模型進行數(shù)據(jù)對比,以驗證本方法對精度提升的度量。

    關(guān)鍵詞 :多類商品;傳統(tǒng)節(jié)日;銷量預(yù)測;K-means聚類;ARIMA模型

    中圖分類號:TP311? ? ? ? 文獻標(biāo)識碼:A

    文章編號:1009-3044(2022)18-0059-02

    開放科學(xué)(資源服務(wù))標(biāo)識碼(OSID):

    1引言

    信息化的浪潮為商業(yè)帶來了巨大的發(fā)展機遇,依據(jù)數(shù)據(jù)來驅(qū)動管理,指導(dǎo)決策極具商業(yè)價值,依靠智能運算對零售產(chǎn)品的銷量預(yù)測估值已成為商家提高其競爭力的重要方式。根據(jù)對以往客戶消費商品類別、數(shù)量、時間節(jié)點等大量信息,從中高效及時地預(yù)測客戶需求,便于及時進行貨品準備、推送廣告及價格調(diào)整等后續(xù)準備動作的部署,為客戶提升滿意度,為商家創(chuàng)造更大的商業(yè)利潤,同時也為避免商家因預(yù)測不準確導(dǎo)致的商業(yè)損失,幫助企業(yè)長期保持競爭優(yōu)勢。因此針對銷售量的預(yù)測具有一定的商業(yè)和學(xué)術(shù)價值。

    很多學(xué)者專注于該方向的研究突破以期得到更為準確或代價更低的計算方法。銷量的預(yù)測大多數(shù)以時間序列進行,且以高聚合預(yù)測值為最終目標(biāo),對于低聚合的相關(guān)探究涉及不多,低聚合因素所產(chǎn)生的影響維度較多,天氣、廣告效果、促銷等因素也是重要影響因素,如沒有針對性去噪操作,會使損失一定的數(shù)據(jù)精度。常見的基于銷售量的預(yù)測方法如ARIMA[1]和指數(shù)平滑法[2]等基于時間序列的預(yù)測已經(jīng)得到大范圍的使用。然單使用傳統(tǒng)預(yù)測方法僅僅只能使用內(nèi)部的變量進行預(yù)測,且一些非線性因素如上文提到的促銷、廣告等未能完全融合其綜合影響,部分文獻提出將線性因素使用ARIMA預(yù)測,非線性因素使用反向傳播模型進行預(yù)測,結(jié)合二者優(yōu)點,生成預(yù)測結(jié)果[3]。隨著機器學(xué)習(xí)在各個領(lǐng)域的廣泛應(yīng)用,相繼出現(xiàn)了多種結(jié)合機器學(xué)習(xí)的方法將時序預(yù)測模型轉(zhuǎn)換為數(shù)據(jù)驅(qū)動及監(jiān)督學(xué)習(xí)的方式,如將ARIMA與BP神經(jīng)網(wǎng)絡(luò)結(jié)合[4],支持向量機與ARIMA結(jié)合[5],ARIMA和XGBoost組合[6]卷積網(wǎng)絡(luò)CNN與ARIMA結(jié)合,極限學(xué)習(xí)模型ELM與ARIMA結(jié)合等方式均能在不同層次不同行業(yè)領(lǐng)域內(nèi)得出較理想的預(yù)測結(jié)果。除此之外也有不少的學(xué)者認為引入聚類模型可以大大的提升預(yù)測的精度效果,Venkatesh等使用聚類的方式預(yù)測ATM機的現(xiàn)金流量,根據(jù)其周季節(jié)特征進行聚類,在每一類上做神經(jīng)網(wǎng)絡(luò)訓(xùn)練,其實驗驗證了基于聚類的預(yù)測效果明顯優(yōu)于未實行聚類的效果[7]。目前大多數(shù)的預(yù)測都是基于單個商品,對于多類商品的銷量預(yù)測相對不夠廣泛。本文以聚類模型將數(shù)據(jù)池中的數(shù)據(jù)分成一定的商品簇,通過ARIMA模型對每一商品簇進行銷量預(yù)測,以此構(gòu)建的多種類商品銷量預(yù)測模型,將此模型與一般的ARIMA模型在同一數(shù)據(jù)池上進行測試,數(shù)據(jù)表明該模型具有較理想的預(yù)測效果。

    2 K-means聚類算法

    K-means即k均值算法的原理簡單易且高效,因此在很多領(lǐng)域得到了廣泛的應(yīng)用[8],其主要思想是從數(shù)據(jù)樣本中隨機地選擇k個初始點作為聚類的中心,[a=a1,a2,...ak];計算每個樣本點[xi]到每個聚類中心[ai]的歐式距離,并將其分類到聚其最近的[ai]對應(yīng)的類中,對每個類別[ai],再次計算其聚類中心公式為:

    [ai=1Cx∈cix]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (1)

    重復(fù)迭代以上步驟,直至聚心不再變動為止。我們以此為出發(fā)點,假設(shè)在商品銷售歷史數(shù)據(jù)中取時間點[Ti]為界,該界限前的銷售量為樣本訓(xùn)練數(shù)據(jù),其余為測試數(shù)據(jù)

    [d(s,Mj)=i=1T1(sj-Mij)](計算歐式距離)(2)

    3 ARIMA模型

    自回歸移動平均模型(ARIMA也稱Box-Jenkins模型)在1970年被BOX首次提出,該模型在基于對時間序列的數(shù)據(jù)分析中被廣泛應(yīng)用,主要研究某一種現(xiàn)象根據(jù)時間的不同所呈現(xiàn)的變化情況,因此不僅可以展示過去與現(xiàn)在的變化情況,也可以根據(jù)之前的數(shù)據(jù)分析、建模并預(yù)測出未來的變化趨勢。

    該模型將自回歸、差分與移動平均線三種方法相結(jié)合,按以下步驟進行建模:

    1)數(shù)據(jù)的平穩(wěn)性檢驗與處理。平穩(wěn)序列為某時間序列為一固定數(shù)值或在固定數(shù)值范圍內(nèi)波動,且延遲m期變量的自協(xié)方差與其自相關(guān)的系數(shù)ACF是基本相等的。平穩(wěn)性即要求由樣本的時間序列所生成的未來的擬合曲線依然可以按照現(xiàn)在的“慣性”往下延續(xù),其均值與方差變動不明顯。其檢驗方法大致分為主觀圖形檢驗、單位級根檢驗等。數(shù)據(jù)平穩(wěn)性的處理一般使用d階差分運算:將兩個相鄰時間段的序列值相減即為差分運算(一階差分),將所得數(shù)值再次相減即為二階差分,重復(fù)d次即為d階差分。

    2 )p和q定階、參數(shù)估計。即根據(jù)ACF(自相關(guān)系數(shù))和PACF(非自相關(guān)系數(shù))趨向于0的方法進行定階,一般選擇部分時間序列進行計算,根據(jù)網(wǎng)格法遍歷所有參數(shù),然后用python對時間序列進行擬合,若預(yù)測序列圖與實際序列圖大致吻合,則對當(dāng)前模型進行肯定。

    3)殘差檢驗(白噪聲)。白噪聲檢驗即檢查一個序列中是否存在一定的關(guān)系,若沒有任何關(guān)系,則稱該序列為純隨機序列。檢驗方法為檢查ACF是否趨近于0。

    4)估算并預(yù)測。根據(jù)p、q、d等模型參數(shù)進行對未來時間序列的預(yù)測。

    本文在jupyter平臺完成代碼的實現(xiàn)及數(shù)據(jù)處理與圖形制作。

    4使用jupyter平臺使用matplotlib基于K-means和ARIMA模型進行預(yù)測

    4.1數(shù)據(jù)來源

    收集了一縣域級小型商超在2017~2021年春節(jié)期間的商品銷量記錄。

    4.2使用k-means進行聚類

    聚類后將商品分為里三個商品簇:可概括為日用品、煙酒類及副食品等產(chǎn)品簇。

    4.3對每個商品簇進行銷量預(yù)測

    4.3.1平穩(wěn)性檢驗

    本文使用ADF檢驗,該方法是判斷一個序列中是否存在有單位根,如何一個序列是平穩(wěn)序列,則沒有單位根,在python中可通過模塊statsmotels進行檢驗實現(xiàn)。導(dǎo)入數(shù)據(jù)后進行原始序列的ADF檢驗,結(jié)果為: (adf檢驗的結(jié)果:-3.0303619167579696, 統(tǒng)計量的P值:0.03215462767083654, 計算過程中用到的延遲階數(shù):5, 用于ADF回歸和計算的觀測值的個數(shù):

    31,{'1%': -3.661428725118324,'5%': -2.960525341210433,'10%': -2.6193188033298647}, 426.8275356961312)是配合adf檢驗的結(jié)果一起看的,是在0.99,0.95,0.90置信區(qū)間下的臨界ADF檢驗值。

    一階差分序列的白噪聲檢驗結(jié)果為: (array([8.41941052]), array([0.00371236]))。

    4.3.2 定階

    分別使用AIC和BIC方法得到最優(yōu)的p值和q值均是0和1。

    4.3.3 建模與預(yù)測

    5預(yù)測結(jié)果分析

    表1為使用K-means模型聚簇后的arima預(yù)測與不使用K-means方法的預(yù)測結(jié)果對比,使用該方式在商品銷量預(yù)測中具?有較高的準確率。本文所設(shè)計的預(yù)測方法不僅對商超零售具有一定的指導(dǎo)意義,對相似的基于時間序列的、銷量預(yù)測也具有一定的參考價值,但由于K-means具有需要手動設(shè)置聚類的數(shù)值,因此或可嘗試將更多的機器學(xué)習(xí)的方法融入其中,以期達到更優(yōu)的效果。

    參考文獻:

    [1] 姜曉紅,曹慧敏.基于ARIMA模型的電商銷售預(yù)測及R語言實現(xiàn)[J].物流科技,2019,42(4):52-56,69.

    [2] 張蔚虹,劉立.指數(shù)平滑法在銷售預(yù)算中的應(yīng)用[J].中國管理信息化,2008,11(2):84-86.

    [3] 閆博,李國和,林仁杰.混合銷售預(yù)測模型[J].計算機工程與設(shè)計,2015,36(3):814-818.

    [4] 朱家明,胡玲燕.基于ARIMA和BP神經(jīng)網(wǎng)絡(luò)對人民幣匯率預(yù)測的比較分析——以美元人民幣匯率為例[J].重慶理工大學(xué)學(xué)報(自然科學(xué)),2019,33(5):207-212.

    [5] 劉家學(xué),白明皓,郝磊.基于ARIMA-SVR組合方法的航班滑出時間預(yù)測[J].中國科技論文,2021,16(6):661-667.

    [6] 謝學(xué)斌,孔令燕.基于ARIMA和XGBoost組合模型的交通事故預(yù)測[J].安全與環(huán)境學(xué)報,2021,21(1):277-284.

    [7] Venkatesh K,Ravi V,Prinzie A,et al.Cash demand forecasting in ATMs by clustering and neural networks[J].European Journal of Operational Research,2014,232(2):383-392.[8] 李秉晨,于惠鈞,劉靖宇.基于Kmeans和CEEMD-PE-LSTM的短期光伏發(fā)電功率預(yù)測[J].水電能源科學(xué),2021,39(4):204-208.

    【通聯(lián)編輯:聞翔軍】

    猜你喜歡
    means聚類ARIMA模型傳統(tǒng)節(jié)日
    還有哪些傳統(tǒng)節(jié)日呢?
    還有哪些傳統(tǒng)節(jié)日呢?
    家教世界(2022年7期)2022-04-12 02:49:32
    基于時間序列模型的中國出口總額分析及預(yù)測
    基于R軟件的金融時間序列的預(yù)測分析
    基于Eviews上證綜合指數(shù)預(yù)測
    時代金融(2016年29期)2016-12-05 16:12:09
    基于ARIMA模型的滬銅期貨價格預(yù)測研究
    商(2016年27期)2016-10-17 06:06:02
    人工神經(jīng)網(wǎng)絡(luò)在聚類分析中的運用
    雹云圖像的識別指標(biāo)設(shè)計
    基于QPSO聚類算法的圖像分割方法
    科技視界(2016年12期)2016-05-25 11:54:25
    基于知網(wǎng)的無指導(dǎo)詞義消歧
    亚洲美女黄片视频| 天天躁夜夜躁狠狠躁躁| 欧美人与性动交α欧美软件| 午夜两性在线视频| 日韩制服丝袜自拍偷拍| 一区二区三区激情视频| www.自偷自拍.com| 人妻 亚洲 视频| 一二三四社区在线视频社区8| 午夜福利在线免费观看网站| 国产亚洲精品久久久久5区| 丝袜人妻中文字幕| 性少妇av在线| av又黄又爽大尺度在线免费看| 老司机午夜福利在线观看视频 | 亚洲国产av影院在线观看| 久久免费观看电影| 日韩有码中文字幕| 久久人妻av系列| 久久精品亚洲精品国产色婷小说| 另类精品久久| 99久久人妻综合| 久久狼人影院| 国产成人精品在线电影| 中国美女看黄片| 亚洲国产av影院在线观看| 久久午夜综合久久蜜桃| 另类精品久久| 日韩精品免费视频一区二区三区| 欧美日韩亚洲综合一区二区三区_| 亚洲精品自拍成人| 成人三级做爰电影| 精品久久久精品久久久| 久久久久久久国产电影| 欧美在线黄色| 成年人免费黄色播放视频| 男女之事视频高清在线观看| 制服诱惑二区| 国产精品一区二区在线不卡| 欧美乱码精品一区二区三区| 亚洲中文字幕日韩| 在线观看免费视频网站a站| 国产亚洲欧美在线一区二区| 男女边摸边吃奶| 亚洲一卡2卡3卡4卡5卡精品中文| 成人18禁高潮啪啪吃奶动态图| 9191精品国产免费久久| 丰满饥渴人妻一区二区三| 午夜精品国产一区二区电影| 日韩欧美三级三区| 亚洲精品自拍成人| 欧美日韩亚洲国产一区二区在线观看 | www.熟女人妻精品国产| 一边摸一边做爽爽视频免费| av视频免费观看在线观看| 色94色欧美一区二区| 这个男人来自地球电影免费观看| av片东京热男人的天堂| 国产免费视频播放在线视频| 欧美日韩精品网址| 国产精品影院久久| 精品人妻熟女毛片av久久网站| 免费女性裸体啪啪无遮挡网站| 男人操女人黄网站| 成人三级做爰电影| 美女国产高潮福利片在线看| tube8黄色片| 日本黄色日本黄色录像| 国产精品成人在线| 国产高清videossex| 国产亚洲精品一区二区www | 国产在线一区二区三区精| 欧美午夜高清在线| 亚洲黑人精品在线| 在线av久久热| 国产不卡一卡二| www.999成人在线观看| 91国产中文字幕| 亚洲综合色网址| 99精品在免费线老司机午夜| 欧美日韩黄片免| 老司机靠b影院| 国产一区有黄有色的免费视频| 美女高潮喷水抽搐中文字幕| 亚洲五月婷婷丁香| 亚洲欧洲精品一区二区精品久久久| 又黄又粗又硬又大视频| 精品亚洲成a人片在线观看| 国产真人三级小视频在线观看| 波多野结衣av一区二区av| av线在线观看网站| 国产淫语在线视频| 69av精品久久久久久 | 亚洲精品中文字幕在线视频| 免费在线观看完整版高清| 男女之事视频高清在线观看| 欧美一级毛片孕妇| 无限看片的www在线观看| 18禁观看日本| 日韩欧美三级三区| tocl精华| 黄色怎么调成土黄色| 一二三四在线观看免费中文在| 亚洲美女黄片视频| 女性生殖器流出的白浆| 69精品国产乱码久久久| av又黄又爽大尺度在线免费看| 黄片播放在线免费| 97人妻天天添夜夜摸| 男女午夜视频在线观看| 国产精品.久久久| 视频区欧美日本亚洲| av网站免费在线观看视频| 国产国语露脸激情在线看| 国产成人欧美在线观看 | 在线播放国产精品三级| 亚洲自偷自拍图片 自拍| 老熟妇仑乱视频hdxx| 欧美老熟妇乱子伦牲交| 夜夜爽天天搞| 首页视频小说图片口味搜索| 女性被躁到高潮视频| 在线观看免费视频日本深夜| 女人久久www免费人成看片| 精品久久久久久电影网| 手机成人av网站| 国产伦理片在线播放av一区| 欧美成狂野欧美在线观看| 欧美人与性动交α欧美精品济南到| 国产aⅴ精品一区二区三区波| 午夜91福利影院| 中文字幕制服av| 亚洲精品美女久久久久99蜜臀| 最近最新免费中文字幕在线| 欧美国产精品一级二级三级| 亚洲精品一卡2卡三卡4卡5卡| 99re在线观看精品视频| 久久久久久久久久久久大奶| 99久久国产精品久久久| 亚洲av成人一区二区三| 亚洲三区欧美一区| 国产av一区二区精品久久| 69av精品久久久久久 | 色综合婷婷激情| 悠悠久久av| 成在线人永久免费视频| 国产欧美日韩综合在线一区二区| 亚洲精品av麻豆狂野| 另类精品久久| 精品少妇黑人巨大在线播放| 久久天躁狠狠躁夜夜2o2o| 精品午夜福利视频在线观看一区 | 亚洲男人天堂网一区| 国产黄色免费在线视频| 亚洲欧洲日产国产| www日本在线高清视频| 午夜福利视频在线观看免费| 中文字幕人妻丝袜一区二区| 亚洲国产av新网站| 日日爽夜夜爽网站| 男人舔女人的私密视频| 人人妻人人澡人人爽人人夜夜| 国产精品偷伦视频观看了| 一级片'在线观看视频| 午夜日韩欧美国产| 亚洲国产欧美日韩在线播放| 国产精品九九99| aaaaa片日本免费| 少妇猛男粗大的猛烈进出视频| 老司机靠b影院| 亚洲精品久久成人aⅴ小说| 国产精品久久久久久人妻精品电影 | 窝窝影院91人妻| 国产精品一区二区精品视频观看| 热99久久久久精品小说推荐| 制服诱惑二区| 久久精品国产综合久久久| 老熟女久久久| 成人免费观看视频高清| 国产97色在线日韩免费| 不卡av一区二区三区| 欧美在线黄色| 高清毛片免费观看视频网站 | 亚洲av日韩精品久久久久久密| 美女主播在线视频| 天天躁日日躁夜夜躁夜夜| 精品亚洲乱码少妇综合久久| 一级片免费观看大全| 69精品国产乱码久久久| 我要看黄色一级片免费的| 免费黄频网站在线观看国产| 狠狠狠狠99中文字幕| 欧美日韩亚洲国产一区二区在线观看 | 日韩熟女老妇一区二区性免费视频| 亚洲精品中文字幕在线视频| 99re6热这里在线精品视频| 国产免费现黄频在线看| 国产aⅴ精品一区二区三区波| 国产精品影院久久| 香蕉国产在线看| 一区二区三区乱码不卡18| 国产精品国产av在线观看| 日本wwww免费看| 曰老女人黄片| 女性生殖器流出的白浆| 黑人欧美特级aaaaaa片| 国产真人三级小视频在线观看| 欧美日韩视频精品一区| 美女国产高潮福利片在线看| 99精国产麻豆久久婷婷| 黄色怎么调成土黄色| 免费少妇av软件| 亚洲色图 男人天堂 中文字幕| 一本久久精品| 欧美激情极品国产一区二区三区| 久久ye,这里只有精品| 黄网站色视频无遮挡免费观看| 宅男免费午夜| av福利片在线| 午夜91福利影院| 亚洲国产精品999在线| 狠狠狠狠99中文字幕| 午夜成年电影在线免费观看| 国产一区二区三区视频了| 变态另类丝袜制服| 老司机午夜福利在线观看视频| 成人永久免费在线观看视频| 在线观看一区二区三区| 亚洲国产色片| 久久精品亚洲精品国产色婷小说| 视频区欧美日本亚洲| 女人被狂操c到高潮| 色老头精品视频在线观看| 久久精品aⅴ一区二区三区四区| 日本a在线网址| 日本撒尿小便嘘嘘汇集6| 又黄又粗又硬又大视频| 午夜免费观看网址| 国产成人一区二区三区免费视频网站| 婷婷亚洲欧美| 久久久水蜜桃国产精品网| 在线观看日韩欧美| 韩国av一区二区三区四区| 国产99白浆流出| a级毛片a级免费在线| 久久久色成人| 可以在线观看毛片的网站| 99国产极品粉嫩在线观看| а√天堂www在线а√下载| 欧美国产日韩亚洲一区| 1000部很黄的大片| 久久中文字幕一级| 日韩欧美在线二视频| 欧美日韩综合久久久久久 | 日韩免费av在线播放| 国产蜜桃级精品一区二区三区| 美女cb高潮喷水在线观看 | 五月玫瑰六月丁香| 国产成人aa在线观看| 欧美乱色亚洲激情| 国产免费av片在线观看野外av| 香蕉国产在线看| 亚洲 欧美一区二区三区| 日韩人妻高清精品专区| 欧美成人性av电影在线观看| 国产精品永久免费网站| 午夜福利在线在线| 免费人成视频x8x8入口观看| 欧美最黄视频在线播放免费| 99re在线观看精品视频| 最近最新免费中文字幕在线| 老司机午夜十八禁免费视频| 怎么达到女性高潮| 亚洲国产色片| 亚洲欧美日韩高清专用| 欧美日韩一级在线毛片| 精品无人区乱码1区二区| 成人欧美大片| 国产亚洲精品久久久久久毛片| 亚洲国产精品sss在线观看| 一二三四社区在线视频社区8| 国产精品久久久久久人妻精品电影| 老司机午夜十八禁免费视频| 亚洲av中文字字幕乱码综合| av福利片在线观看| 草草在线视频免费看| 亚洲av免费在线观看| 啪啪无遮挡十八禁网站| 97超级碰碰碰精品色视频在线观看| 一本精品99久久精品77| 一级毛片女人18水好多| 在线十欧美十亚洲十日本专区| 男人舔女人的私密视频| 99在线人妻在线中文字幕| 男女视频在线观看网站免费| xxxwww97欧美| 精品一区二区三区av网在线观看| 国产精品一区二区三区四区免费观看 | av视频在线观看入口| 97超级碰碰碰精品色视频在线观看| 亚洲在线观看片| 国产精品影院久久| 18美女黄网站色大片免费观看| 天堂av国产一区二区熟女人妻| 嫩草影视91久久| 叶爱在线成人免费视频播放| 亚洲五月婷婷丁香| 亚洲一区二区三区不卡视频| 免费电影在线观看免费观看| 久久这里只有精品19| 久久久久国产精品人妻aⅴ院| 69av精品久久久久久| 精品久久久久久久久久久久久| 婷婷精品国产亚洲av| 女人高潮潮喷娇喘18禁视频| 国产1区2区3区精品| 男女那种视频在线观看| 亚洲最大成人中文| 动漫黄色视频在线观看| 草草在线视频免费看| 欧美成人性av电影在线观看| 可以在线观看的亚洲视频| 99精品在免费线老司机午夜| 又粗又爽又猛毛片免费看| 两个人视频免费观看高清| 香蕉av资源在线| 日本a在线网址| 国产aⅴ精品一区二区三区波| 久久久久亚洲av毛片大全| cao死你这个sao货| 高潮久久久久久久久久久不卡| 午夜福利18| 亚洲国产精品成人综合色| 天堂网av新在线| 亚洲美女黄片视频| 亚洲欧美激情综合另类| 国产野战对白在线观看| 桃色一区二区三区在线观看| 男女午夜视频在线观看| 免费看日本二区| 男女午夜视频在线观看| 少妇的丰满在线观看| 2021天堂中文幕一二区在线观| 黄色片一级片一级黄色片| 每晚都被弄得嗷嗷叫到高潮| 国产真实乱freesex| 我的老师免费观看完整版| 久久性视频一级片| 1000部很黄的大片| 一进一出抽搐动态| 精品人妻1区二区| 国产麻豆成人av免费视频| ponron亚洲| 精品欧美国产一区二区三| 国产极品精品免费视频能看的| 欧美成人一区二区免费高清观看 | 长腿黑丝高跟| 亚洲av中文字字幕乱码综合| 精品久久久久久久毛片微露脸| 中文字幕高清在线视频| 俄罗斯特黄特色一大片| 亚洲av成人精品一区久久| 97人妻精品一区二区三区麻豆| 亚洲国产欧美一区二区综合| 看片在线看免费视频| 精品国产三级普通话版| 老司机午夜十八禁免费视频| 久久人人精品亚洲av| av女优亚洲男人天堂 | 久久久国产成人精品二区| 精品人妻1区二区| 国产精品美女特级片免费视频播放器 | 俄罗斯特黄特色一大片| 不卡av一区二区三区| 18禁美女被吸乳视频| 国产精品亚洲美女久久久| 欧美性猛交╳xxx乱大交人| 亚洲国产日韩欧美精品在线观看 | e午夜精品久久久久久久| 免费看a级黄色片| 国产日本99.免费观看| 最好的美女福利视频网| 特大巨黑吊av在线直播| 最新中文字幕久久久久 | 日本五十路高清| 精品一区二区三区四区五区乱码| 精品久久久久久,| 亚洲第一欧美日韩一区二区三区| 亚洲国产精品sss在线观看| 两人在一起打扑克的视频| 午夜免费成人在线视频| 少妇的丰满在线观看| 美女午夜性视频免费| 色综合欧美亚洲国产小说| 男人舔女人下体高潮全视频| 欧美大码av| 日本精品一区二区三区蜜桃| 亚洲av中文字字幕乱码综合| 欧美性猛交╳xxx乱大交人| 亚洲专区字幕在线| 岛国在线免费视频观看| 欧美日韩综合久久久久久 | 精品福利观看| 99riav亚洲国产免费| 999久久久精品免费观看国产| 精品欧美国产一区二区三| 一区二区三区高清视频在线| 97超级碰碰碰精品色视频在线观看| 亚洲美女黄片视频| www.精华液| 丰满的人妻完整版| 看免费av毛片| 欧美性猛交╳xxx乱大交人| 搞女人的毛片| 岛国在线免费视频观看| 欧美日韩国产亚洲二区| 亚洲精品色激情综合| 久久精品91无色码中文字幕| 高清毛片免费观看视频网站| 国产成人精品久久二区二区免费| 色吧在线观看| 美女扒开内裤让男人捅视频| 国产高清视频在线播放一区| 一本久久中文字幕| 亚洲av五月六月丁香网| 偷拍熟女少妇极品色| 中文字幕久久专区| 亚洲成人中文字幕在线播放| 99在线视频只有这里精品首页| 色老头精品视频在线观看| 成人特级av手机在线观看| 制服人妻中文乱码| 亚洲成人中文字幕在线播放| 亚洲人成伊人成综合网2020| 人妻夜夜爽99麻豆av| 俺也久久电影网| 成年版毛片免费区| 听说在线观看完整版免费高清| 99热精品在线国产| 国产91精品成人一区二区三区| 人妻久久中文字幕网| 国产精品影院久久| 精品熟女少妇八av免费久了| 黑人巨大精品欧美一区二区mp4| 欧美三级亚洲精品| 青草久久国产| 国产爱豆传媒在线观看| 国产亚洲欧美98| 巨乳人妻的诱惑在线观看| 亚洲国产精品久久男人天堂| 免费高清视频大片| 欧美日韩国产亚洲二区| 国产精品久久视频播放| 国产高清视频在线播放一区| 精品无人区乱码1区二区| 亚洲自拍偷在线| 成人三级做爰电影| 99精品欧美一区二区三区四区| 波多野结衣巨乳人妻| 一夜夜www| 黄色日韩在线| 亚洲人成电影免费在线| 天天躁狠狠躁夜夜躁狠狠躁| 午夜久久久久精精品| АⅤ资源中文在线天堂| 欧美成人性av电影在线观看| www日本在线高清视频| 又大又爽又粗| 午夜福利高清视频| 夜夜夜夜夜久久久久| 美女免费视频网站| 国产aⅴ精品一区二区三区波| 亚洲中文av在线| 99国产精品一区二区三区| 亚洲精华国产精华精| 两个人的视频大全免费| www国产在线视频色| 香蕉av资源在线| 天堂av国产一区二区熟女人妻| 搡老妇女老女人老熟妇| 成年女人看的毛片在线观看| 老司机午夜十八禁免费视频| 婷婷六月久久综合丁香| 99久久精品一区二区三区| 午夜亚洲福利在线播放| 在线观看免费视频日本深夜| 午夜激情福利司机影院| 国产又色又爽无遮挡免费看| 精品久久久久久久久久免费视频| 叶爱在线成人免费视频播放| 黑人巨大精品欧美一区二区mp4| 操出白浆在线播放| 国产又色又爽无遮挡免费看| 啦啦啦观看免费观看视频高清| or卡值多少钱| 在线观看66精品国产| 国产真实乱freesex| 国产精品久久久av美女十八| 亚洲天堂国产精品一区在线| 天天添夜夜摸| 女同久久另类99精品国产91| 一进一出抽搐动态| 热99在线观看视频| 国产伦精品一区二区三区四那| 日日干狠狠操夜夜爽| 亚洲精品在线美女| 午夜激情福利司机影院| 99久久精品热视频| 久久久久久久久中文| 老鸭窝网址在线观看| ponron亚洲| 亚洲av电影不卡..在线观看| 床上黄色一级片| 特级一级黄色大片| 久久午夜亚洲精品久久| 国产野战对白在线观看| xxx96com| 叶爱在线成人免费视频播放| 全区人妻精品视频| 欧美丝袜亚洲另类 | 99热6这里只有精品| 草草在线视频免费看| 看片在线看免费视频| 99久久无色码亚洲精品果冻| 亚洲午夜精品一区,二区,三区| 欧美在线一区亚洲| 特级一级黄色大片| 欧美一区二区精品小视频在线| 欧美性猛交黑人性爽| 欧美乱色亚洲激情| 两个人视频免费观看高清| 欧美激情久久久久久爽电影| 18禁美女被吸乳视频| 久久国产精品影院| tocl精华| 97碰自拍视频| 在线看三级毛片| 精品久久久久久,| 国产成人欧美在线观看| 亚洲成人中文字幕在线播放| 欧美极品一区二区三区四区| 亚洲国产精品sss在线观看| 婷婷丁香在线五月| 国产一区在线观看成人免费| 亚洲欧美精品综合久久99| avwww免费| 国产久久久一区二区三区| 久久久成人免费电影| 制服人妻中文乱码| 国产精品,欧美在线| 男女那种视频在线观看| 免费高清视频大片| 麻豆一二三区av精品| 天天添夜夜摸| 不卡av一区二区三区| 亚洲国产欧美一区二区综合| 中文亚洲av片在线观看爽| 久久午夜亚洲精品久久| 日本免费一区二区三区高清不卡| 99热6这里只有精品| 91av网一区二区| 成人18禁在线播放| 亚洲精品色激情综合| 亚洲av中文字字幕乱码综合| 国产精品精品国产色婷婷| 免费看光身美女| 久久精品91无色码中文字幕| 国产一级毛片七仙女欲春2| 在线观看免费午夜福利视频| 亚洲精品在线观看二区| 性欧美人与动物交配| 久久这里只有精品中国| 天堂网av新在线| 天天添夜夜摸| 日本熟妇午夜| 毛片女人毛片| 色在线成人网| 免费观看精品视频网站| 夜夜爽天天搞| 女人高潮潮喷娇喘18禁视频| 亚洲在线观看片| 亚洲aⅴ乱码一区二区在线播放| 亚洲专区中文字幕在线| 国产精品永久免费网站| 香蕉丝袜av| 国内精品美女久久久久久| 亚洲男人的天堂狠狠| 国产精品日韩av在线免费观看| 女同久久另类99精品国产91| 亚洲精品456在线播放app | 国产69精品久久久久777片 | 国产探花在线观看一区二区| 母亲3免费完整高清在线观看| 嫩草影视91久久| xxx96com| 亚洲国产精品成人综合色| 婷婷精品国产亚洲av在线| 精品一区二区三区av网在线观看| 国产成人精品无人区| 人人妻,人人澡人人爽秒播| 国产成人av激情在线播放| 久久亚洲真实| 国产精品影院久久| 国内精品久久久久精免费| 最近最新免费中文字幕在线| 女人高潮潮喷娇喘18禁视频| 日韩大尺度精品在线看网址| 亚洲国产精品成人综合色| ponron亚洲| 最近最新中文字幕大全电影3| 国产成人精品久久二区二区91| 久久久久亚洲av毛片大全| 国内精品久久久久精免费| 麻豆av在线久日| 亚洲成人中文字幕在线播放|