• <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
    色视频www国产| 国产有黄有色有爽视频| 久久精品国产自在天天线| 免费久久久久久久精品成人欧美视频 | 久久久久精品久久久久真实原创| 噜噜噜噜噜久久久久久91| av卡一久久| 国产视频内射| 国产成人午夜福利电影在线观看| 寂寞人妻少妇视频99o| 亚洲伊人久久精品综合| 男男h啪啪无遮挡| 妹子高潮喷水视频| 国产成人一区二区在线| 午夜日本视频在线| 成人漫画全彩无遮挡| 毛片女人毛片| 国产一区有黄有色的免费视频| 免费看光身美女| 蜜臀久久99精品久久宅男| 麻豆国产97在线/欧美| 99久久综合免费| 18禁动态无遮挡网站| 高清视频免费观看一区二区| 汤姆久久久久久久影院中文字幕| 亚洲内射少妇av| 高清欧美精品videossex| 国产在线一区二区三区精| www.av在线官网国产| 深夜a级毛片| 在线观看国产h片| 久久久久国产精品人妻一区二区| 中文字幕久久专区| 91午夜精品亚洲一区二区三区| 丰满人妻一区二区三区视频av| 一区二区三区四区激情视频| 高清毛片免费看| www.av在线官网国产| 美女主播在线视频| 18禁在线无遮挡免费观看视频| 亚洲成人一二三区av| 中国美白少妇内射xxxbb| 午夜日本视频在线| 偷拍熟女少妇极品色| 午夜激情福利司机影院| 在线精品无人区一区二区三 | 亚洲精品中文字幕在线视频 | 国产精品一区二区三区四区免费观看| 亚洲成人中文字幕在线播放| 久久韩国三级中文字幕| 中文字幕制服av| 日韩,欧美,国产一区二区三区| freevideosex欧美| 免费观看性生交大片5| 免费看av在线观看网站| 国产精品不卡视频一区二区| av国产免费在线观看| 嫩草影院新地址| 国产v大片淫在线免费观看| 亚洲在久久综合| 国产一区二区三区av在线| 成人漫画全彩无遮挡| 啦啦啦啦在线视频资源| 亚洲国产日韩一区二区| www.色视频.com| 毛片一级片免费看久久久久| av在线老鸭窝| 中文天堂在线官网| 免费大片18禁| 中文字幕制服av| 久久久久久久久久久免费av| 国产欧美另类精品又又久久亚洲欧美| 日韩亚洲欧美综合| 国产日韩欧美在线精品| 久久久午夜欧美精品| 欧美另类一区| 建设人人有责人人尽责人人享有的 | 欧美精品一区二区大全| 欧美少妇被猛烈插入视频| 免费黄色在线免费观看| 欧美高清成人免费视频www| 国产黄色免费在线视频| av在线播放精品| 晚上一个人看的免费电影| 九草在线视频观看| 国产伦精品一区二区三区视频9| 一二三四中文在线观看免费高清| 久久精品国产亚洲av天美| 成人亚洲精品一区在线观看 | 人妻系列 视频| 亚洲欧美成人精品一区二区| 黄片wwwwww| 午夜福利视频精品| 涩涩av久久男人的天堂| 成人毛片60女人毛片免费| 夫妻午夜视频| 少妇熟女欧美另类| 人妻制服诱惑在线中文字幕| 亚洲精品乱久久久久久| 亚洲精品第二区| kizo精华| 久久精品久久久久久噜噜老黄| 日本爱情动作片www.在线观看| 干丝袜人妻中文字幕| 国产一区二区三区综合在线观看 | 极品少妇高潮喷水抽搐| 1000部很黄的大片| 日韩强制内射视频| 亚洲熟女精品中文字幕| 国产免费一区二区三区四区乱码| 久久久久久久亚洲中文字幕| 亚洲av国产av综合av卡| 亚洲色图综合在线观看| 日日啪夜夜爽| 国产乱人视频| 一区二区三区四区激情视频| 国产免费又黄又爽又色| 国产精品福利在线免费观看| 18禁在线无遮挡免费观看视频| 久久精品国产a三级三级三级| 人人妻人人澡人人爽人人夜夜| 在线观看一区二区三区| 在现免费观看毛片| 久久av网站| 美女主播在线视频| 久久久久网色| 亚洲最大成人中文| 一区二区av电影网| 亚洲欧美清纯卡通| 色5月婷婷丁香| 少妇被粗大猛烈的视频| 最后的刺客免费高清国语| 免费少妇av软件| 久久精品人妻少妇| 国产成人a∨麻豆精品| videos熟女内射| 中文天堂在线官网| av国产精品久久久久影院| 久久精品国产亚洲av天美| 欧美xxⅹ黑人| 免费观看性生交大片5| 97在线人人人人妻| 亚洲av中文av极速乱| 亚洲色图综合在线观看| 成人一区二区视频在线观看| 最新中文字幕久久久久| 99久久精品国产国产毛片| 男女无遮挡免费网站观看| 日日啪夜夜撸| 能在线免费看毛片的网站| 日韩电影二区| 精品国产乱码久久久久久小说| 国产成人a∨麻豆精品| 国产成人精品一,二区| 日韩av不卡免费在线播放| 少妇裸体淫交视频免费看高清| 91精品国产九色| 亚洲成色77777| av又黄又爽大尺度在线免费看| 国产精品嫩草影院av在线观看| 亚洲三级黄色毛片| 免费播放大片免费观看视频在线观看| 婷婷色综合www| 日韩欧美一区视频在线观看 | 天堂8中文在线网| 欧美成人午夜免费资源| 交换朋友夫妻互换小说| 六月丁香七月| 久久婷婷青草| 搡女人真爽免费视频火全软件| 最后的刺客免费高清国语| 久久婷婷青草| 99热网站在线观看| 麻豆乱淫一区二区| 熟女电影av网| 久久97久久精品| 丝袜喷水一区| 久久99蜜桃精品久久| 国产精品久久久久久av不卡| 国产精品国产av在线观看| 少妇丰满av| 国产片特级美女逼逼视频| 人妻一区二区av| 日本wwww免费看| 麻豆成人午夜福利视频| .国产精品久久| 国国产精品蜜臀av免费| 又爽又黄a免费视频| av网站免费在线观看视频| 久久精品久久精品一区二区三区| 国产免费又黄又爽又色| 亚洲美女视频黄频| a级毛色黄片| 亚洲欧美日韩东京热| av又黄又爽大尺度在线免费看| 在线免费观看不下载黄p国产| 欧美激情国产日韩精品一区| 自拍欧美九色日韩亚洲蝌蚪91 | 在线播放无遮挡| 亚洲欧洲国产日韩| 久久精品国产亚洲网站| 肉色欧美久久久久久久蜜桃| 女人十人毛片免费观看3o分钟| 国产 一区 欧美 日韩| 亚洲精品视频女| 啦啦啦视频在线资源免费观看| 涩涩av久久男人的天堂| 美女主播在线视频| 麻豆乱淫一区二区| 边亲边吃奶的免费视频| 亚洲va在线va天堂va国产| 久久毛片免费看一区二区三区| 精品久久久久久久久亚洲| 亚洲国产精品成人久久小说| 老司机影院毛片| 亚洲精品国产色婷婷电影| 国产在线一区二区三区精| 这个男人来自地球电影免费观看 | 久久99热这里只频精品6学生| 国产深夜福利视频在线观看| 午夜日本视频在线| 亚洲精品日本国产第一区| 伊人久久精品亚洲午夜| 中文精品一卡2卡3卡4更新| 亚洲精品456在线播放app| 天堂中文最新版在线下载| 久久精品久久精品一区二区三区| 久热这里只有精品99| 久久久久精品久久久久真实原创| 久久久久国产精品人妻一区二区| 精品国产一区二区三区久久久樱花 | 97热精品久久久久久| 国产av一区二区精品久久 | 国产精品99久久99久久久不卡 | 国产精品不卡视频一区二区| 九色成人免费人妻av| 香蕉精品网在线| 亚洲精品aⅴ在线观看| 卡戴珊不雅视频在线播放| av视频免费观看在线观看| 亚洲怡红院男人天堂| 韩国av在线不卡| 夜夜看夜夜爽夜夜摸| 久久青草综合色| 久久久精品免费免费高清| 少妇人妻久久综合中文| 国产v大片淫在线免费观看| 成人毛片a级毛片在线播放| 亚洲欧美日韩卡通动漫| 日日摸夜夜添夜夜添av毛片| 亚洲欧洲日产国产| 国产成人a区在线观看| 精华霜和精华液先用哪个| 人妻少妇偷人精品九色| 国产精品一区二区在线观看99| 国产亚洲午夜精品一区二区久久| 日日啪夜夜爽| 91aial.com中文字幕在线观看| videossex国产| 欧美激情国产日韩精品一区| 中国国产av一级| 亚洲人成网站高清观看| 国产伦精品一区二区三区视频9| 国产黄色视频一区二区在线观看| 久久久久久久久久人人人人人人| 伦理电影免费视频| 大又大粗又爽又黄少妇毛片口| 国产真实伦视频高清在线观看| 最后的刺客免费高清国语| 日韩国内少妇激情av| 免费av中文字幕在线| 97在线人人人人妻| 日本wwww免费看| 超碰97精品在线观看| 永久免费av网站大全| 国产精品久久久久久av不卡| 国产成人精品福利久久| 天美传媒精品一区二区| 日韩在线高清观看一区二区三区| 欧美精品国产亚洲| 在线观看一区二区三区激情| 一本—道久久a久久精品蜜桃钙片| 久久精品国产亚洲网站| 午夜日本视频在线| 狂野欧美激情性bbbbbb| 1000部很黄的大片| 久久久色成人| 你懂的网址亚洲精品在线观看| 成人漫画全彩无遮挡| 免费人成在线观看视频色| 亚洲怡红院男人天堂| 美女视频免费永久观看网站| 黄片无遮挡物在线观看| 美女高潮的动态| 欧美精品一区二区大全| 亚洲欧美清纯卡通| 国产有黄有色有爽视频| 亚洲综合精品二区| 国产高清不卡午夜福利| 亚洲色图综合在线观看| 成人高潮视频无遮挡免费网站| 大片电影免费在线观看免费| 久久久久久久亚洲中文字幕| 99热网站在线观看| 久久久久久人妻| 日本与韩国留学比较| 精品一区二区三区视频在线| 两个人的视频大全免费| 免费观看的影片在线观看| 日韩一区二区视频免费看| 国产有黄有色有爽视频| 国产伦精品一区二区三区四那| 黄色配什么色好看| 最黄视频免费看| 舔av片在线| 丝瓜视频免费看黄片| 精品熟女少妇av免费看| 综合色丁香网| 成年人午夜在线观看视频| 一个人看视频在线观看www免费| 国产精品成人在线| 久久综合国产亚洲精品| 免费看av在线观看网站| 久久久久久久久久人人人人人人| 精华霜和精华液先用哪个| 嫩草影院入口| 国产成人精品一,二区| 亚洲精品久久久久久婷婷小说| 一级二级三级毛片免费看| 欧美成人午夜免费资源| 最近中文字幕2019免费版| 国国产精品蜜臀av免费| 如何舔出高潮| 色网站视频免费| 欧美国产精品一级二级三级 | 少妇猛男粗大的猛烈进出视频| 亚洲人成网站在线播| 亚洲精品乱码久久久久久按摩| av卡一久久| 中文资源天堂在线| 七月丁香在线播放| 色婷婷久久久亚洲欧美| 伊人久久精品亚洲午夜| 九色成人免费人妻av| 精品99又大又爽又粗少妇毛片| 大话2 男鬼变身卡| 深爱激情五月婷婷| 亚洲精品乱码久久久v下载方式| 欧美三级亚洲精品| 欧美性感艳星| 国产精品麻豆人妻色哟哟久久| av网站免费在线观看视频| 日日摸夜夜添夜夜爱| 久热这里只有精品99| 国内揄拍国产精品人妻在线| 日韩亚洲欧美综合| 久久精品国产亚洲av涩爱| 啦啦啦在线观看免费高清www| 色视频www国产| 亚洲第一区二区三区不卡| 色视频在线一区二区三区| 联通29元200g的流量卡| 观看av在线不卡| av不卡在线播放| 日韩国内少妇激情av| 国产精品免费大片| 免费黄网站久久成人精品| 中文欧美无线码| 婷婷色综合www| 亚洲国产日韩一区二区| 丰满乱子伦码专区| 欧美成人午夜免费资源| 久久精品人妻少妇| 午夜老司机福利剧场| 在线精品无人区一区二区三 | 妹子高潮喷水视频| 亚洲av欧美aⅴ国产| 亚洲婷婷狠狠爱综合网| 日韩一区二区视频免费看| 最新中文字幕久久久久| 2021少妇久久久久久久久久久| 午夜免费男女啪啪视频观看| freevideosex欧美| 毛片一级片免费看久久久久| 亚洲精华国产精华液的使用体验| 久久国产乱子免费精品| 一本一本综合久久| 亚洲av中文字字幕乱码综合| 搡女人真爽免费视频火全软件| 日韩成人av中文字幕在线观看| 99热这里只有精品一区| 高清黄色对白视频在线免费看 | 亚洲精品色激情综合| 亚洲精品成人av观看孕妇| 日韩,欧美,国产一区二区三区| 最近最新中文字幕免费大全7| 亚洲人与动物交配视频| 日韩,欧美,国产一区二区三区| www.色视频.com| 水蜜桃什么品种好| 你懂的网址亚洲精品在线观看| 人人妻人人添人人爽欧美一区卜 | 九草在线视频观看| 18禁裸乳无遮挡动漫免费视频| 麻豆精品久久久久久蜜桃| 久久热精品热| 久久99热这里只频精品6学生| 精品亚洲成a人片在线观看 | 五月天丁香电影| 亚洲,欧美,日韩| 国产男女内射视频| 熟女人妻精品中文字幕| 亚洲经典国产精华液单| 在线观看美女被高潮喷水网站| 国产深夜福利视频在线观看| 汤姆久久久久久久影院中文字幕| 国产成人a∨麻豆精品| 国产成人精品一,二区| 五月伊人婷婷丁香| 日韩免费高清中文字幕av| 小蜜桃在线观看免费完整版高清| 日本av免费视频播放| 99久国产av精品国产电影| 性高湖久久久久久久久免费观看| 色哟哟·www| 乱码一卡2卡4卡精品| 国产黄频视频在线观看| 国产在视频线精品| 国产成人午夜福利电影在线观看| 亚洲国产精品专区欧美| 99热全是精品| 久久久久久久久久人人人人人人| 一级a做视频免费观看| 精品亚洲乱码少妇综合久久| 婷婷色综合大香蕉| 青春草国产在线视频| 制服丝袜香蕉在线| av在线播放精品| 人妻 亚洲 视频| 欧美精品国产亚洲| 久久国产精品男人的天堂亚洲 | 亚洲欧洲日产国产| 精品一品国产午夜福利视频| 色哟哟·www| 日韩一区二区视频免费看| 有码 亚洲区| 亚洲图色成人| 久久99热这里只有精品18| 美女高潮的动态| 欧美日韩一区二区视频在线观看视频在线| 亚洲av欧美aⅴ国产| 亚洲国产欧美人成| 国产 一区 欧美 日韩| 国产伦精品一区二区三区视频9| a 毛片基地| 亚洲欧美一区二区三区黑人 | 国产精品成人在线| 好男人视频免费观看在线| 国产探花极品一区二区| 激情 狠狠 欧美| 亚洲丝袜综合中文字幕| 97超视频在线观看视频| 久久精品国产鲁丝片午夜精品| 街头女战士在线观看网站| av女优亚洲男人天堂| 日本-黄色视频高清免费观看| 久久6这里有精品| 人妻一区二区av| 国产成人精品婷婷| 在线观看一区二区三区激情| 一区二区av电影网| 美女视频免费永久观看网站| freevideosex欧美| 国内精品宾馆在线| 欧美日韩综合久久久久久| 国产亚洲最大av| 国产日韩欧美在线精品| 中文精品一卡2卡3卡4更新| 免费人成在线观看视频色| 我的女老师完整版在线观看| 中文字幕免费在线视频6| 国产精品偷伦视频观看了| 少妇熟女欧美另类| 久久久亚洲精品成人影院| 中文乱码字字幕精品一区二区三区| 伊人久久精品亚洲午夜| 成人特级av手机在线观看| 免费黄频网站在线观看国产| 日本wwww免费看| 男人狂女人下面高潮的视频| 中文欧美无线码| 国产69精品久久久久777片| 亚洲一区二区三区欧美精品| 精品一区二区三区视频在线| 美女脱内裤让男人舔精品视频| 嫩草影院新地址| 伦理电影大哥的女人| 啦啦啦中文免费视频观看日本| 精品一区二区三卡| 亚洲国产欧美在线一区| videos熟女内射| 美女国产视频在线观看| 日日啪夜夜爽| 高清日韩中文字幕在线| 国产在线一区二区三区精| 精华霜和精华液先用哪个| 热re99久久精品国产66热6| 国产精品无大码| 性色av一级| 在线观看免费日韩欧美大片 | 99热国产这里只有精品6| 亚洲精品456在线播放app| 精华霜和精华液先用哪个| 秋霞在线观看毛片| 国产女主播在线喷水免费视频网站| 嫩草影院入口| 亚洲在久久综合| 成人影院久久| 中文字幕久久专区| 久久人人爽人人爽人人片va| 国产高清三级在线| 午夜激情久久久久久久| 国产成人a区在线观看| 男女边吃奶边做爰视频| 精品视频人人做人人爽| 午夜激情久久久久久久| 成人一区二区视频在线观看| 激情 狠狠 欧美| 日本黄色日本黄色录像| 啦啦啦中文免费视频观看日本| 国产成人freesex在线| 久久国产亚洲av麻豆专区| 免费观看在线日韩| 97精品久久久久久久久久精品| 久久久亚洲精品成人影院| 成年免费大片在线观看| 看非洲黑人一级黄片| 丝袜喷水一区| 成人特级av手机在线观看| 亚洲欧美日韩东京热| 一区二区三区乱码不卡18| 欧美精品一区二区大全| 超碰97精品在线观看| 日本vs欧美在线观看视频 | 亚洲久久久国产精品| 嫩草影院入口| 身体一侧抽搐| 99热6这里只有精品| 日韩中字成人| 国产 一区 欧美 日韩| 丰满乱子伦码专区| 成人高潮视频无遮挡免费网站| 亚洲高清免费不卡视频| 国产免费福利视频在线观看| 国产 精品1| 国产精品成人在线| 性色av一级| av国产免费在线观看| 男人狂女人下面高潮的视频| 最黄视频免费看| 高清在线视频一区二区三区| www.色视频.com| 亚洲国产毛片av蜜桃av| 精品国产乱码久久久久久小说| 婷婷色av中文字幕| 久久99热这里只有精品18| 涩涩av久久男人的天堂| 亚洲成人中文字幕在线播放| 欧美xxxx性猛交bbbb| 国产精品一区二区性色av| 国产黄色视频一区二区在线观看| 国产欧美亚洲国产| 最近中文字幕高清免费大全6| 99国产精品免费福利视频| 99九九线精品视频在线观看视频| 国产在线男女| 成人漫画全彩无遮挡| 日韩国内少妇激情av| 久久韩国三级中文字幕| 亚洲国产高清在线一区二区三| 亚洲综合精品二区| 亚洲一区二区三区欧美精品| 热re99久久精品国产66热6| 亚洲成人中文字幕在线播放| 在线亚洲精品国产二区图片欧美 | 伊人久久国产一区二区| 亚洲国产欧美在线一区| 人人妻人人看人人澡| 久久久久久久精品精品| 亚洲成色77777| 久久久久网色| av播播在线观看一区| 99热这里只有精品一区| 亚洲精品乱久久久久久| 午夜视频国产福利| 亚洲精品久久午夜乱码| 99视频精品全部免费 在线| a 毛片基地| 亚洲熟女精品中文字幕| 新久久久久国产一级毛片| 高清av免费在线| 日韩在线高清观看一区二区三区| 偷拍熟女少妇极品色| 久久久久久久久久久免费av| 女性被躁到高潮视频| 国产精品福利在线免费观看| 狠狠精品人妻久久久久久综合| 99久久中文字幕三级久久日本| 国产成人午夜福利电影在线观看| 亚洲国产最新在线播放| 国产真实伦视频高清在线观看| 精品久久久噜噜| 99久久综合免费| 精品人妻视频免费看| 欧美变态另类bdsm刘玥|