• <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 ?

    基于支持向量機的中文文本情感分析方法研究

    2022-11-15 06:59:36劉祉燊張倩周菠汪志霖顧永昊
    科技創(chuàng)新與應(yīng)用 2022年32期
    關(guān)鍵詞:爬蟲分詞向量

    劉祉燊,張倩,周菠,汪志霖,顧永昊

    (山東石油化工學(xué)院,山東 東營 257000)

    隨著網(wǎng)絡(luò)的發(fā)展和技術(shù)的提高,人們的精神需求也向更高層次發(fā)展,大眾表達自我的意愿更為強烈,自媒體平臺成為大眾表達感情,發(fā)表言論的重要渠道。尤其是大學(xué)生群體具有勇于表達自己觀點,熱衷表達自己態(tài)度的特點。2021年2月3日中國互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)發(fā)布的第47次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示:截至2020年12月,我國網(wǎng)民規(guī)模達9.89億,手機網(wǎng)民規(guī)模達9.86億,互聯(lián)網(wǎng)普及率達70.4%。其中,學(xué)生網(wǎng)民最多,占比為21.0%[1]。因此,學(xué)生網(wǎng)民在網(wǎng)絡(luò)上的情感表達和輿論觀點更值得關(guān)注。通過爬取網(wǎng)絡(luò)大數(shù)據(jù)中學(xué)生的言論并以此文本為依據(jù),挖掘當(dāng)今大學(xué)生的關(guān)注話題和情感傾向,分析大學(xué)生的所思所想,對于及時掌握高校大學(xué)生的思想動態(tài)和疏導(dǎo)大學(xué)生的不良情緒有重要作用。同時,對高校在學(xué)生管理方面具有重要意義。

    1 相關(guān)研究技術(shù)

    1.1 網(wǎng)絡(luò)爬蟲

    當(dāng)今社會已進入大數(shù)據(jù)時代,手動獲取數(shù)據(jù)已不適合現(xiàn)在的發(fā)展趨勢,網(wǎng)絡(luò)爬蟲可以很好解決這類問題。網(wǎng)絡(luò)爬蟲是一種能夠自動抓取互聯(lián)網(wǎng)信息的程序或者腳本,廣泛應(yīng)用于網(wǎng)頁或網(wǎng)站內(nèi)容的檢索。網(wǎng)絡(luò)爬蟲的實現(xiàn)形式多樣,其工作原理也各不相同。典型的網(wǎng)絡(luò)爬蟲有通用網(wǎng)絡(luò)爬蟲和聚焦網(wǎng)絡(luò)爬蟲2類。本文采用通用網(wǎng)絡(luò)爬蟲,其實現(xiàn)基本原理及流程如圖1所示。

    圖1 通用網(wǎng)絡(luò)爬蟲的工作原理

    首先,根據(jù)初始爬取的網(wǎng)頁得到初始統(tǒng)一資源定位系統(tǒng)(uniform resource locator,URL),接著由初始URL爬取網(wǎng)頁內(nèi)容并存儲數(shù)據(jù),在爬取數(shù)據(jù)過程中可獲得新的URL地址,然后將新的URL地址加入URL列表。根據(jù)新URL地址重復(fù)以上步驟繼續(xù)爬取數(shù)據(jù),最后直到滿足條件的數(shù)據(jù)爬取完后結(jié)束整個過程。

    1.2 分詞技術(shù)

    詞語是一句話中能夠體現(xiàn)獨立含義的最小單位,通過詞語分析理解文本含義是情感分析和數(shù)據(jù)挖掘的重要方法。對中文文本的情感分析需要將語句按照一定邏輯關(guān)系劃分為詞語后再進行分析。相比于英文單詞在句子中用空格間隔開的自然分割,中文詞語之間沒有明顯的區(qū)分標(biāo)志,因此對中文語句中的詞語劃分要更加復(fù)雜和困難。

    對語句分詞時采用Python提供的第三方分詞庫——jieba庫,jieba分詞是一款開源工具,在中文文本分詞方面廣泛使用且分詞效果較好。jieba分詞工具對應(yīng)有3種不同模式:精確模式、全模式和搜索引擎模式。如:對“山東石油化工學(xué)院新增3個本科專業(yè)”這句文本用3種模式分詞,精確模式分詞后為“山東/石油化工/學(xué)院/新增/3/個/本科專業(yè)”,全模式分詞結(jié)果為“山東/東石/石油/石油化工/化工/化工學(xué)院/工學(xué)/工學(xué)院/學(xué)院/新增/3/個/本科/本科專業(yè)/專業(yè)”,搜索引擎模式分詞結(jié)果為“山東/石油/化工/石油化工/學(xué)院/新增/3/個/本科/專業(yè)/本科專業(yè)”。從分詞效果可以看出,精確模式可以對語句進行最精確的切分,并且不存在冗余數(shù)據(jù),適合做文本分析。

    1.3 情感分析

    在大數(shù)據(jù)時代,對文本情感手工分類已無法滿足需要,當(dāng)下通常選擇機器學(xué)習(xí)算法對文本情感分類。常用的機器學(xué)習(xí)算法有:支持向量機、K近鄰算法、樸素貝葉斯和神經(jīng)網(wǎng)絡(luò)等。其中,樸素貝葉斯模型是基于貝葉斯定理和特征條件獨立假設(shè)的一種預(yù)測模型,主要應(yīng)用在文本分類、疾病診斷等領(lǐng)域[2]。該方法簡單有效,但在使用時假設(shè)屬性之間相互獨立,在實際應(yīng)用中往往是不成立的,影響預(yù)測結(jié)果。神經(jīng)網(wǎng)絡(luò)模型包括卷積神經(jīng)網(wǎng)絡(luò)、時間遞歸神經(jīng)網(wǎng)絡(luò)和結(jié)構(gòu)遞歸神經(jīng)網(wǎng)絡(luò)等不同模型,卷積神經(jīng)網(wǎng)絡(luò)在文本分析方面的優(yōu)勢不及在圖像領(lǐng)域,多模型組合是未來神經(jīng)網(wǎng)絡(luò)在文本分析領(lǐng)域的改進方向[3]。支持向量機(SVM)在求解過程中避開了局部收斂的缺陷致使所得解準(zhǔn)確率同比其他算法更高。因此,SVM算法回歸分析所得解具有全局性和高準(zhǔn)確性,該算法被廣泛應(yīng)用[4]。

    支持向量機是機器學(xué)習(xí)算法的一種,于1995年由Vapnik等提出。該方法以訓(xùn)練誤差為優(yōu)化問題的約束條件,以置信范圍值最小化為訓(xùn)練目標(biāo),是一種基于結(jié)構(gòu)風(fēng)險最小化的學(xué)習(xí)方法,推廣能力優(yōu)于其他傳統(tǒng)學(xué)習(xí)算法。

    支持向量機分類的基本思想是找到能夠正確劃分訓(xùn)練數(shù)據(jù)集并且使幾何間隔最大的超平面,同時有少許不能準(zhǔn)確分類的樣本點。假設(shè)(xi,yi),xi∈Rm,yi∈{-1,1},i=1,2…m,則得到最有超平面為ω·xi+b=0。要使超平面的分類間隔最大,即求2/||ω||最大的問題,轉(zhuǎn)化為(1/2)||ω||2最小。引入懲罰系數(shù)C表示樣本點與最優(yōu)超平面的距離程度。該問題可闡述為

    式中:ω為權(quán)重向量;C為懲罰系數(shù);ξ為松弛因子。C越大,未落在正確分類的樣本對最優(yōu)超平面的懲罰越大。

    SVM提供了不同的核函數(shù)。常用的核函數(shù)有線性核函數(shù)、多項式核函數(shù)、徑向基核函數(shù)和Sigmoid核函數(shù)。核函數(shù)的選擇根據(jù)具體使用情境選擇,如:是否線性可分、樣本數(shù)量的多少等。所以,在使用SVM訓(xùn)練時,需經(jīng)過大量調(diào)試,在考慮準(zhǔn)確率、運算速度等問題的前提下選擇合適的參數(shù)。

    2 研究思路

    本文中文文本情感分析的數(shù)據(jù)來源采用山東石油化工學(xué)院官方微博上的評論,用以分析該校學(xué)生在日常生活和熱點問題上的情緒表達。研究的整體思路如下:首先需要利用網(wǎng)絡(luò)爬蟲對網(wǎng)站數(shù)據(jù)進行采集,得到的數(shù)據(jù)集中包含了文字、符號和表情等多種信息,對無用信息進行剔除,并篩選出有效信息,將有用的語句作為文本情感分析的內(nèi)容,并根據(jù)文本的情感傾向標(biāo)注積極和消極情感標(biāo)簽。該文本為大多為語句式結(jié)構(gòu),接下來對文本預(yù)處理,將語句分詞處理,轉(zhuǎn)換為詞語的形式,并生成詞向量,形成機器學(xué)習(xí)的數(shù)據(jù)集和訓(xùn)練集。最后,將精簡數(shù)據(jù)集輸入SVM訓(xùn)練器進行分類訓(xùn)練,得到預(yù)測結(jié)果。中文文本情感分類過程示意圖如圖2所示。

    圖2 中文文本情感分類過程示意圖

    2.1 文本獲取

    文本數(shù)據(jù)通過對山東石油化工學(xué)院官方微博下方評論數(shù)據(jù)的爬取獲得。除了用戶評論內(nèi)容外,還可得到相應(yīng)的用戶id、用戶昵稱和評論時間等相關(guān)信息。在爬取數(shù)據(jù)時,首先根據(jù)瀏覽器中的開發(fā)者工具查看抓包過程中的相關(guān)信息,接著使用Python編程模擬發(fā)出網(wǎng)絡(luò)請求,由于返回的數(shù)據(jù)是json數(shù)據(jù),還需要用Python自帶的json庫對其進行解析,最后將解析后的數(shù)據(jù)保存為.csv文件。數(shù)據(jù)爬取結(jié)果如圖3所示,為.csv文件中保存的微博評論區(qū)獲取的用戶id、用戶昵稱、用戶所在城市和評論內(nèi)容等相關(guān)數(shù)據(jù)。

    圖3 數(shù)據(jù)爬取結(jié)果

    2.2 文本處理

    直接從網(wǎng)頁爬取的數(shù)據(jù)中存在一定的無效信息,無法直接使用,如存在空白項、重復(fù)項和存在表情符號等問題,需先進行數(shù)據(jù)清洗,過濾掉無用信息。保留下來的中文文本的處理需將整個句子劃為單詞的形式,包括對中文的分詞、去停用詞和提取關(guān)鍵詞等。文本中含有標(biāo)點符號、介詞和語氣詞等,這些詞對理解文本沒有實際意義,應(yīng)從分詞結(jié)果中去除,這些詞稱之為停用詞[5]。利用哈爾濱工業(yè)大學(xué)創(chuàng)建的停用詞列表,過濾文本中的停用詞,減少停用詞對語句分析造成的干擾。過濾后的文本按照語意劃分分詞,采用開源的jieba分詞工具的精確模式切分。

    文本向量化是自然語言處理的重要一步。文本向量化即將文本以向量的形式表現(xiàn)出來,這樣就把自然語言的分析問題轉(zhuǎn)化為機器學(xué)習(xí)的問題。通常,以詞為基本單位進行文本向量化。本文采用2013年由Google公司提出的生成詞向量的神經(jīng)網(wǎng)絡(luò)算法“Word2vec”[6]。該算法基于神經(jīng)網(wǎng)絡(luò)模型,通過對給定語料庫的學(xué)習(xí),生成維度不同的詞向量空間,由于該方法是基于上下文對詞語進行分析處理,因而能夠達到本文需要達到的情感傾向性分類目的。

    2.3 模型預(yù)測

    本文將微博評論區(qū)爬取的評論文本經(jīng)過初步篩選和標(biāo)注,得到積極情感文本329條和消極情感文本406條,共735條。該文本信息作為情感分析的原始信息,將經(jīng)過處理的文本向量分為訓(xùn)練集和測試集2部分。采用支持向量機模型預(yù)測,將訓(xùn)練集和測試集輸入支持向量機分類器訓(xùn)練,得到預(yù)測的準(zhǔn)確率。由于支持向量機的分類效果與所選擇的核函數(shù)、懲罰因子等有一定關(guān)系,所以選擇合適的參數(shù)是達到良好分類效果的關(guān)鍵。

    3 實驗結(jié)果分析

    根據(jù)以上分析,經(jīng)過數(shù)據(jù)爬取、數(shù)據(jù)預(yù)處理等步驟,將生成的詞向量分為訓(xùn)練集和測試集輸入SVM進行訓(xùn)練,得到預(yù)測模型。SVM的懲罰因子選擇默認參數(shù)1,核函數(shù)分別選擇常用的線性核函數(shù)、多項式核函數(shù)和徑向基核函數(shù)進行測試。在不同核函數(shù)下的分類準(zhǔn)確率見表1。

    表1 SVM選擇不同核函數(shù)的分類結(jié)果

    由表1可知,當(dāng)核函數(shù)選擇多項式核函數(shù)時,分類效果最好,可達到91.2%,遠高于其他2種核函數(shù)下的準(zhǔn)確率。所以,選擇多項式核函數(shù)作為中文文本情感分類預(yù)測模型的核函數(shù)。除了核函數(shù)影響分類結(jié)果準(zhǔn)確率之外,懲罰因子與分類結(jié)果密切相關(guān)。在選擇多項式核函數(shù)的前提下,測試不同懲罰因子對分類結(jié)果的影響,見表2。

    表2 SVM選擇不同懲罰因子的分類結(jié)果

    由表2的分類結(jié)果可知,選擇懲罰因子為0.8,核函數(shù)為多項式核函數(shù)能夠達到較好的分類效果,分類準(zhǔn)確率可達到95.2%。由于本文所采用的文本數(shù)量有限,且選取學(xué)校官方微博下的評論作為數(shù)據(jù)集,數(shù)據(jù)集的內(nèi)容不夠全面,因此,測試結(jié)果具有一定的局限性。未來可在該方面繼續(xù)研究,得到更為廣泛適用的預(yù)測模型。

    4 結(jié)論

    本文建立了基于支持向量機的中文文本情感分析模型,通過支持向量機訓(xùn)練對山東石油化工學(xué)院微博下的評論進行情感傾向分析,可以達到分類正確率95%以上。該模型的分析,可以得到負面情緒文本內(nèi)容,以及所對應(yīng)的用戶和話題等信息,可以針對性地分析學(xué)生的心理變化,對學(xué)校疏導(dǎo)和緩解學(xué)生負面情緒有一定的幫助。

    猜你喜歡
    爬蟲分詞向量
    利用網(wǎng)絡(luò)爬蟲技術(shù)驗證房地產(chǎn)灰犀牛之說
    向量的分解
    基于Python的網(wǎng)絡(luò)爬蟲和反爬蟲技術(shù)研究
    聚焦“向量與三角”創(chuàng)新題
    結(jié)巴分詞在詞云中的應(yīng)用
    智富時代(2019年6期)2019-07-24 10:33:16
    利用爬蟲技術(shù)的Geo-Gnutel la VANET流量采集
    電子測試(2018年1期)2018-04-18 11:53:04
    大數(shù)據(jù)環(huán)境下基于python的網(wǎng)絡(luò)爬蟲技術(shù)
    電子制作(2017年9期)2017-04-17 03:00:46
    值得重視的分詞的特殊用法
    向量垂直在解析幾何中的應(yīng)用
    向量五種“變身” 玩轉(zhuǎn)圓錐曲線
    色综合站精品国产| 国模一区二区三区四区视频 | 日韩av在线大香蕉| 欧美午夜高清在线| 成人三级黄色视频| 欧美绝顶高潮抽搐喷水| 夜夜躁狠狠躁天天躁| 欧美色欧美亚洲另类二区| 十八禁人妻一区二区| 国产主播在线观看一区二区| 午夜两性在线视频| 国产精品电影一区二区三区| 欧美黄色淫秽网站| 国产精品 国内视频| 天堂动漫精品| 国产亚洲精品第一综合不卡| 色老头精品视频在线观看| 欧美日韩精品网址| 精品久久久久久久人妻蜜臀av| 欧美中文日本在线观看视频| 久久午夜亚洲精品久久| 这个男人来自地球电影免费观看| 在线观看美女被高潮喷水网站 | 久久久久精品国产欧美久久久| 国产成人精品无人区| 久久天堂一区二区三区四区| 18禁观看日本| 亚洲中文字幕一区二区三区有码在线看 | 国产免费av片在线观看野外av| av国产免费在线观看| 日本熟妇午夜| 日本在线视频免费播放| 午夜老司机福利片| 久久性视频一级片| 淫秽高清视频在线观看| 久久精品夜夜夜夜夜久久蜜豆 | 中文字幕人成人乱码亚洲影| 成年版毛片免费区| 亚洲午夜理论影院| 在线看三级毛片| 亚洲国产精品成人综合色| 国产精品久久久久久久电影 | 亚洲精品一区av在线观看| 国产精品乱码一区二三区的特点| 久久人妻av系列| 免费在线观看亚洲国产| 欧美另类亚洲清纯唯美| 成年女人毛片免费观看观看9| 欧美在线一区亚洲| 久久精品影院6| 美女午夜性视频免费| 亚洲中文字幕一区二区三区有码在线看 | 1024视频免费在线观看| 九九热线精品视视频播放| 国产高清激情床上av| 午夜福利高清视频| 老司机在亚洲福利影院| 男男h啪啪无遮挡| 精品第一国产精品| 无人区码免费观看不卡| 麻豆国产av国片精品| 欧美在线一区亚洲| 两个人视频免费观看高清| 宅男免费午夜| 国产亚洲精品第一综合不卡| 一区二区三区高清视频在线| 在线观看免费视频日本深夜| 麻豆成人av在线观看| 一二三四在线观看免费中文在| 日日摸夜夜添夜夜添小说| 国产麻豆成人av免费视频| 嫁个100分男人电影在线观看| or卡值多少钱| 久久久久久久午夜电影| 久久久久久大精品| 精品久久久久久久毛片微露脸| 久久精品aⅴ一区二区三区四区| 亚洲 国产 在线| 欧美成人午夜精品| 国产精品国产高清国产av| 亚洲国产欧美网| 久久热在线av| 欧美国产日韩亚洲一区| 国产片内射在线| 麻豆国产av国片精品| 国产精品久久视频播放| 最近最新中文字幕大全免费视频| 国产成年人精品一区二区| 国产一区在线观看成人免费| 日本免费一区二区三区高清不卡| 亚洲精品一卡2卡三卡4卡5卡| 亚洲国产日韩欧美精品在线观看 | 丁香欧美五月| 成人国产一区最新在线观看| 亚洲中文字幕日韩| 国内精品一区二区在线观看| 国产成人精品久久二区二区免费| 亚洲在线自拍视频| 日本在线视频免费播放| 欧美一级毛片孕妇| www国产在线视频色| 麻豆成人午夜福利视频| 中亚洲国语对白在线视频| 国模一区二区三区四区视频 | 宅男免费午夜| 18禁黄网站禁片免费观看直播| 男人舔女人的私密视频| 午夜两性在线视频| 老熟妇乱子伦视频在线观看| 91九色精品人成在线观看| 看免费av毛片| 精品国内亚洲2022精品成人| 最新美女视频免费是黄的| www.精华液| 丰满人妻熟妇乱又伦精品不卡| 国产av一区在线观看免费| 久久这里只有精品19| 1024视频免费在线观看| 99国产综合亚洲精品| 亚洲国产欧洲综合997久久,| 草草在线视频免费看| 亚洲国产精品999在线| www.自偷自拍.com| 欧美一区二区精品小视频在线| 国产视频一区二区在线看| 亚洲av五月六月丁香网| 99久久99久久久精品蜜桃| 级片在线观看| 天堂影院成人在线观看| 美女扒开内裤让男人捅视频| 国产成人欧美在线观看| 免费在线观看成人毛片| 日韩有码中文字幕| 久久久国产成人免费| 欧美色视频一区免费| 99久久综合精品五月天人人| 啦啦啦韩国在线观看视频| 天堂影院成人在线观看| 99热这里只有是精品50| 久久国产精品人妻蜜桃| 免费观看精品视频网站| 亚洲午夜理论影院| 欧美不卡视频在线免费观看 | 色噜噜av男人的天堂激情| 亚洲国产精品999在线| 亚洲成人精品中文字幕电影| 99re在线观看精品视频| 美女大奶头视频| 亚洲成人精品中文字幕电影| 亚洲美女黄片视频| 国产野战对白在线观看| 国产男靠女视频免费网站| 97人妻精品一区二区三区麻豆| 成人国产一区最新在线观看| 人人妻,人人澡人人爽秒播| 一级a爱片免费观看的视频| 香蕉av资源在线| 国产精品香港三级国产av潘金莲| 啦啦啦免费观看视频1| 黄色女人牲交| 一a级毛片在线观看| 亚洲片人在线观看| 色噜噜av男人的天堂激情| av欧美777| 婷婷六月久久综合丁香| 男女做爰动态图高潮gif福利片| 亚洲精品久久成人aⅴ小说| av欧美777| 1024香蕉在线观看| 深夜精品福利| 亚洲精品粉嫩美女一区| 欧美日韩中文字幕国产精品一区二区三区| 国产一区二区在线av高清观看| 亚洲精品国产精品久久久不卡| 亚洲精品粉嫩美女一区| 99国产综合亚洲精品| 在线观看美女被高潮喷水网站 | 日本黄大片高清| 熟女电影av网| 动漫黄色视频在线观看| 麻豆久久精品国产亚洲av| 99国产极品粉嫩在线观看| 少妇被粗大的猛进出69影院| 精品久久久久久久毛片微露脸| 亚洲九九香蕉| 亚洲av熟女| 香蕉国产在线看| 久久香蕉激情| 最新在线观看一区二区三区| 黄色a级毛片大全视频| 欧美日韩国产亚洲二区| 成人特级黄色片久久久久久久| 一级黄色大片毛片| 亚洲一区二区三区色噜噜| 久久久久久九九精品二区国产 | 麻豆av在线久日| 日本 欧美在线| 这个男人来自地球电影免费观看| 一本一本综合久久| 国产精品美女特级片免费视频播放器 | 男人舔女人下体高潮全视频| 国产精品久久久久久精品电影| 国产精品免费一区二区三区在线| 亚洲18禁久久av| 琪琪午夜伦伦电影理论片6080| 欧美日韩亚洲综合一区二区三区_| 最近最新中文字幕大全免费视频| 中亚洲国语对白在线视频| 欧美乱妇无乱码| 很黄的视频免费| 欧美另类亚洲清纯唯美| 久久国产精品人妻蜜桃| 国产精品野战在线观看| 日韩精品中文字幕看吧| 色老头精品视频在线观看| 日本成人三级电影网站| 小说图片视频综合网站| 日韩欧美国产一区二区入口| 香蕉av资源在线| 男女床上黄色一级片免费看| 我要搜黄色片| 国产av又大| 一进一出抽搐动态| 禁无遮挡网站| 桃红色精品国产亚洲av| 99在线视频只有这里精品首页| 天堂√8在线中文| 90打野战视频偷拍视频| 色精品久久人妻99蜜桃| 国产成人aa在线观看| 久久久久国产一级毛片高清牌| 中文字幕久久专区| 成年版毛片免费区| 久久欧美精品欧美久久欧美| 国产69精品久久久久777片 | 亚洲国产欧美一区二区综合| 热99re8久久精品国产| 国产精品永久免费网站| 亚洲专区字幕在线| 精品福利观看| 每晚都被弄得嗷嗷叫到高潮| 亚洲国产精品999在线| 亚洲av美国av| 俄罗斯特黄特色一大片| 免费看十八禁软件| 热99re8久久精品国产| www.精华液| 免费一级毛片在线播放高清视频| 在线十欧美十亚洲十日本专区| 成人特级黄色片久久久久久久| 国产精品影院久久| 在线永久观看黄色视频| av有码第一页| 免费人成视频x8x8入口观看| 久久久国产成人免费| 精品欧美一区二区三区在线| 亚洲人成网站高清观看| 国产伦在线观看视频一区| 亚洲中文字幕日韩| 人人妻人人澡欧美一区二区| 免费电影在线观看免费观看| av在线天堂中文字幕| 中国美女看黄片| 亚洲一区高清亚洲精品| 精品国产乱子伦一区二区三区| 日韩国内少妇激情av| 国产爱豆传媒在线观看 | 又爽又黄无遮挡网站| 久久国产精品人妻蜜桃| 久久久久国产精品人妻aⅴ院| 亚洲电影在线观看av| 国产三级在线视频| 欧美黄色片欧美黄色片| 欧美日韩乱码在线| 好男人在线观看高清免费视频| 人妻久久中文字幕网| 国产探花在线观看一区二区| 亚洲欧美日韩东京热| 身体一侧抽搐| 中文字幕人成人乱码亚洲影| 国产三级黄色录像| 啪啪无遮挡十八禁网站| 操出白浆在线播放| 成人18禁在线播放| 久久精品国产综合久久久| 亚洲人成网站在线播放欧美日韩| 欧美又色又爽又黄视频| 久久精品国产亚洲av香蕉五月| 久久精品综合一区二区三区| 一本久久中文字幕| 18禁黄网站禁片午夜丰满| 亚洲欧洲精品一区二区精品久久久| 搞女人的毛片| 天天躁狠狠躁夜夜躁狠狠躁| 久久人妻福利社区极品人妻图片| www.www免费av| 很黄的视频免费| 日日夜夜操网爽| 亚洲午夜精品一区,二区,三区| 亚洲乱码一区二区免费版| 久久天堂一区二区三区四区| 免费看美女性在线毛片视频| 午夜精品久久久久久毛片777| 色尼玛亚洲综合影院| 91在线观看av| 日韩欧美 国产精品| 久久精品国产亚洲av香蕉五月| 免费看美女性在线毛片视频| 麻豆成人午夜福利视频| 精品久久久久久久久久久久久| 熟妇人妻久久中文字幕3abv| 少妇粗大呻吟视频| 在线免费观看的www视频| 色精品久久人妻99蜜桃| 亚洲国产中文字幕在线视频| 国产精品一区二区三区四区免费观看 | 可以在线观看的亚洲视频| 成人亚洲精品av一区二区| 91在线观看av| 午夜福利高清视频| 99热只有精品国产| 精品久久久久久久末码| 精品欧美一区二区三区在线| 欧美高清成人免费视频www| 999久久久国产精品视频| 免费av毛片视频| 日韩av在线大香蕉| 国产精品亚洲av一区麻豆| 国产亚洲精品av在线| 日韩精品青青久久久久久| 91麻豆精品激情在线观看国产| 夜夜爽天天搞| 欧美一级毛片孕妇| 熟女少妇亚洲综合色aaa.| 中文在线观看免费www的网站 | 精华霜和精华液先用哪个| 亚洲av成人一区二区三| 国产视频一区二区在线看| 亚洲美女视频黄频| 最近最新免费中文字幕在线| 久久草成人影院| 欧美绝顶高潮抽搐喷水| 2021天堂中文幕一二区在线观| 丝袜美腿诱惑在线| 欧美黄色淫秽网站| 婷婷亚洲欧美| 亚洲国产欧洲综合997久久,| 午夜福利视频1000在线观看| 精品日产1卡2卡| 久久精品国产综合久久久| 国内少妇人妻偷人精品xxx网站 | 最好的美女福利视频网| 久久香蕉国产精品| 亚洲色图 男人天堂 中文字幕| 国产高清videossex| 99国产精品一区二区三区| 中文字幕人成人乱码亚洲影| 91av网站免费观看| 国产成人欧美在线观看| 看黄色毛片网站| 亚洲专区中文字幕在线| 午夜福利免费观看在线| 成年人黄色毛片网站| 久久伊人香网站| 欧美高清成人免费视频www| 亚洲 国产 在线| 国产精品免费一区二区三区在线| 亚洲五月天丁香| 午夜福利成人在线免费观看| 9191精品国产免费久久| 日韩免费av在线播放| 色综合站精品国产| 美女 人体艺术 gogo| 成人精品一区二区免费| 在线观看66精品国产| 国产不卡一卡二| 日本a在线网址| 99久久综合精品五月天人人| 免费在线观看视频国产中文字幕亚洲| 欧美+亚洲+日韩+国产| 精品久久久久久久毛片微露脸| 国内精品久久久久久久电影| 真人做人爱边吃奶动态| 久久久久久人人人人人| 十八禁网站免费在线| 后天国语完整版免费观看| 一级毛片女人18水好多| 日本黄大片高清| 免费高清视频大片| 一级作爱视频免费观看| 亚洲av中文字字幕乱码综合| 老汉色∧v一级毛片| 亚洲精品粉嫩美女一区| 热99re8久久精品国产| 国产精品亚洲美女久久久| 美女大奶头视频| 亚洲国产精品成人综合色| 天堂影院成人在线观看| 国产高清视频在线播放一区| 欧美日韩亚洲综合一区二区三区_| 熟女少妇亚洲综合色aaa.| 搞女人的毛片| 国产真人三级小视频在线观看| 国产精品久久久久久人妻精品电影| 色综合欧美亚洲国产小说| 精品不卡国产一区二区三区| 中文字幕人妻丝袜一区二区| 一边摸一边抽搐一进一小说| 欧美中文综合在线视频| 欧美性长视频在线观看| 国产成人系列免费观看| 免费人成视频x8x8入口观看| 丰满人妻熟妇乱又伦精品不卡| 亚洲成人免费电影在线观看| 十八禁网站免费在线| 无人区码免费观看不卡| 国产午夜精品论理片| 色噜噜av男人的天堂激情| 在线观看午夜福利视频| 精品一区二区三区av网在线观看| 日韩免费av在线播放| 欧美性猛交╳xxx乱大交人| 中出人妻视频一区二区| 国产精品98久久久久久宅男小说| 美女黄网站色视频| 亚洲欧美日韩高清专用| 久久久久久久久中文| 成人三级黄色视频| 精品久久久久久久末码| 50天的宝宝边吃奶边哭怎么回事| 亚洲 国产 在线| 日本免费a在线| svipshipincom国产片| 不卡一级毛片| 精品久久久久久久毛片微露脸| 亚洲第一欧美日韩一区二区三区| 国语自产精品视频在线第100页| 久久热在线av| 9191精品国产免费久久| 中文字幕人成人乱码亚洲影| cao死你这个sao货| 国产又黄又爽又无遮挡在线| ponron亚洲| 国产黄色小视频在线观看| 日本三级黄在线观看| 久久婷婷成人综合色麻豆| 最近视频中文字幕2019在线8| 亚洲第一欧美日韩一区二区三区| 小说图片视频综合网站| 国产午夜精品久久久久久| 国产单亲对白刺激| 午夜两性在线视频| 欧美性猛交黑人性爽| 午夜福利成人在线免费观看| 黑人巨大精品欧美一区二区mp4| 天堂√8在线中文| 午夜激情福利司机影院| 亚洲欧美日韩东京热| 床上黄色一级片| 亚洲成a人片在线一区二区| 久热爱精品视频在线9| 亚洲国产欧美人成| 人妻久久中文字幕网| 999精品在线视频| 国产伦人伦偷精品视频| 国产aⅴ精品一区二区三区波| 日韩精品青青久久久久久| 久久亚洲真实| 免费一级毛片在线播放高清视频| 亚洲国产精品999在线| 欧美人与性动交α欧美精品济南到| 国产精品98久久久久久宅男小说| 亚洲无线在线观看| 久久国产精品人妻蜜桃| 午夜免费成人在线视频| 久久精品成人免费网站| 中文资源天堂在线| 国产免费av片在线观看野外av| 精品一区二区三区四区五区乱码| 国产亚洲av高清不卡| 成人午夜高清在线视频| 看免费av毛片| 国产真人三级小视频在线观看| 俺也久久电影网| 国产熟女xx| 宅男免费午夜| 久久草成人影院| 男人舔奶头视频| 高清毛片免费观看视频网站| 国产1区2区3区精品| 亚洲国产看品久久| 国产精品美女特级片免费视频播放器 | 制服丝袜大香蕉在线| 精品一区二区三区av网在线观看| 日韩成人在线观看一区二区三区| 欧美乱妇无乱码| 亚洲欧美日韩东京热| 床上黄色一级片| 成人18禁在线播放| 精品人妻1区二区| 午夜福利视频1000在线观看| 香蕉久久夜色| 国产欧美日韩精品亚洲av| 欧美另类亚洲清纯唯美| 亚洲 国产 在线| 又大又爽又粗| 欧美绝顶高潮抽搐喷水| 亚洲av成人av| 熟女少妇亚洲综合色aaa.| 嫩草影视91久久| 黄片大片在线免费观看| 日本熟妇午夜| 九九热线精品视视频播放| 国产aⅴ精品一区二区三区波| 精品久久久久久,| 久久香蕉激情| 麻豆成人av在线观看| 51午夜福利影视在线观看| 一级毛片精品| 一进一出好大好爽视频| 欧美丝袜亚洲另类 | 国产精品 国内视频| 成人永久免费在线观看视频| 久久久久久久午夜电影| 黑人欧美特级aaaaaa片| 国产野战对白在线观看| 青草久久国产| 国产精品1区2区在线观看.| 男女之事视频高清在线观看| 成人欧美大片| 99久久精品热视频| 成年免费大片在线观看| 国产精品综合久久久久久久免费| 中国美女看黄片| 亚洲欧美日韩东京热| 国产精品爽爽va在线观看网站| 亚洲av成人精品一区久久| 男女下面进入的视频免费午夜| 日本撒尿小便嘘嘘汇集6| 麻豆久久精品国产亚洲av| 中国美女看黄片| 日韩精品中文字幕看吧| 丝袜美腿诱惑在线| 亚洲av中文字字幕乱码综合| 88av欧美| 高清在线国产一区| 色噜噜av男人的天堂激情| 最新在线观看一区二区三区| 日本免费一区二区三区高清不卡| 黄片大片在线免费观看| 宅男免费午夜| 欧美极品一区二区三区四区| 男女午夜视频在线观看| 一本一本综合久久| 亚洲专区国产一区二区| 国产成人精品久久二区二区91| 国产1区2区3区精品| 欧美av亚洲av综合av国产av| 久久香蕉激情| 欧美日韩黄片免| 高清毛片免费观看视频网站| 欧美精品亚洲一区二区| 一个人观看的视频www高清免费观看 | 美女黄网站色视频| 亚洲欧洲精品一区二区精品久久久| 国产又色又爽无遮挡免费看| 国产单亲对白刺激| 国产野战对白在线观看| 亚洲一区高清亚洲精品| 又粗又爽又猛毛片免费看| 午夜精品在线福利| 亚洲国产高清在线一区二区三| 亚洲aⅴ乱码一区二区在线播放 | 亚洲18禁久久av| xxx96com| 亚洲18禁久久av| 50天的宝宝边吃奶边哭怎么回事| 亚洲,欧美精品.| 欧美久久黑人一区二区| 久久中文看片网| 天堂影院成人在线观看| 国产精品久久久久久精品电影| www.熟女人妻精品国产| 男女做爰动态图高潮gif福利片| 法律面前人人平等表现在哪些方面| 精品久久久久久,| 国产日本99.免费观看| av中文乱码字幕在线| xxxwww97欧美| 2021天堂中文幕一二区在线观| 国产97色在线日韩免费| 午夜福利18| 国产v大片淫在线免费观看| 啦啦啦免费观看视频1| 日本撒尿小便嘘嘘汇集6| 国产精品久久久久久亚洲av鲁大| 国产真实乱freesex| 久久久久久九九精品二区国产 | 成人国产综合亚洲| 99久久无色码亚洲精品果冻| 国产精品一区二区精品视频观看| 一个人观看的视频www高清免费观看 | 国产精品九九99| 成人精品一区二区免费| 中文字幕熟女人妻在线| 欧美乱码精品一区二区三区| 香蕉丝袜av| 又黄又爽又免费观看的视频| 国产精品久久久久久人妻精品电影| 成年版毛片免费区| 精品久久久久久久末码| 熟女电影av网| 久久久国产成人免费| 91字幕亚洲| 成年免费大片在线观看|