• <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 ?

    互聯(lián)網(wǎng)技術(shù)支持下針對評論文本的個性化推薦算法設(shè)計

    2023-03-11 07:14:37魏鏡酈
    互聯(lián)網(wǎng)周刊 2023年3期
    關(guān)鍵詞:卷積神經(jīng)網(wǎng)絡(luò)

    摘要:針對評論文本的個性化推薦算法包括多個功能層。數(shù)據(jù)預(yù)處理層將用戶對物品的評語轉(zhuǎn)化為詞向量,從而降低算法的計算效率。卷積神經(jīng)網(wǎng)絡(luò)層對預(yù)處理后的數(shù)據(jù)進(jìn)行卷積操作,形成評論語句的上下文表達(dá)方法。注意力層分為三層注意力機(jī)制和協(xié)同注意力機(jī)制兩種運(yùn)行模式,用于提取用戶和物品的個性化特征。預(yù)測評論層以量化方式對個性化推薦算法進(jìn)行評價,相關(guān)評價指標(biāo)為均方誤差。經(jīng)數(shù)據(jù)檢驗,該推薦算法的性能優(yōu)于PMF、UserCF等同類推薦算法。

    關(guān)鍵詞:評論文本;個性化推薦算法;卷積神經(jīng)網(wǎng)絡(luò)

    引言

    推薦算法在互聯(lián)網(wǎng)中應(yīng)用廣泛,當(dāng)前已經(jīng)形成了多種技術(shù)路徑。評論文本是用戶對商品、物品的文字性評價,相關(guān)數(shù)據(jù)具有客觀性和廣泛性??茖W(xué)處理評論信息有利于構(gòu)建基于評論內(nèi)容的個性化推薦算法模型,其設(shè)計難點在于如何從數(shù)據(jù)中提取特征信息,同時還需要有效解決數(shù)據(jù)稀疏造成的冷啟動問題。

    1. 算法實現(xiàn)原理

    1.1 算法原理概述

    評論文本是指互聯(lián)網(wǎng)用戶對特定事物的網(wǎng)頁文字性評論內(nèi)容。以電子商務(wù)為例,用戶對商品的評論內(nèi)容通常包括功能、質(zhì)量、性價比、喜愛度等。算法模型以評論文本為線索,在用戶和商品之間建立聯(lián)系,從而實現(xiàn)個性化推薦,主要的建模依據(jù)為網(wǎng)頁歷史評論數(shù)據(jù)、物品和用戶的已知屬性。

    1.2 算法實現(xiàn)流程

    針對評論文本的個性化推薦算法以卷積神經(jīng)網(wǎng)絡(luò)(CNN)為基礎(chǔ),其基本實現(xiàn)流程為輸入用戶/項目數(shù)據(jù)→匹配用戶和項目的屬性→判斷是否已產(chǎn)生用戶/項目評論數(shù)據(jù)→算法處理→推薦輸出。新物品或者新注冊的平臺用戶暫時未產(chǎn)生評論文本,部分物品或用戶的文本評論數(shù)據(jù)過少,以上兩類情況不利于推薦算法的應(yīng)用,采用冷啟動方式對其進(jìn)行處理[1]。

    2. 數(shù)據(jù)稀疏的處理方式

    算法須利用大量的數(shù)據(jù)訓(xùn)練模型,在這一過程中持續(xù)進(jìn)行優(yōu)化,直到完成收斂。用戶和物品的推薦關(guān)系模型提煉自大量的評論文本數(shù)據(jù),一旦出現(xiàn)文本數(shù)據(jù)稀疏的問題,算法模型將難以獲得良好的性能,甚至無法完成個性化推薦,在理論研究中也將這一現(xiàn)象稱為冷啟動[2]。處理數(shù)據(jù)稀疏問題的方法為引入用戶/物品屬性信息。在網(wǎng)絡(luò)平臺中錄入新物品時通常需設(shè)置類別、用途、性能參數(shù)、材質(zhì)、價格、品牌等屬性,常見的用戶屬性為年齡和性別。屬性信息可作為建立推薦關(guān)系的依據(jù)。例如,化妝品的主要推薦對象為女性消費者。在研究過程中利用屬性相似度表征不同用戶/物品在推薦方向上的一致性。假設(shè)用戶A、B的性別分別為G1、G2,則這兩位用戶的性別屬性相似度按照下式進(jìn)行計算[1]。

    顯然,用戶和物品都具有多個屬性,既可計算單一屬性的相似度,亦可計算多個屬性的綜合相似度,后者的計算方法為求取單一屬性相似度的平均值。如果一個新注冊的用戶和一個評論數(shù)據(jù)充足的老用戶具有較高的屬性相似度,那么新用戶的推薦內(nèi)容可借鑒老用戶,從而提高對新用戶的個性化推薦效果。

    3. 針對評論文本的個性化推薦算法

    3.1 數(shù)據(jù)預(yù)處理

    評論文本由詞匯和句子組成,而卷積神經(jīng)網(wǎng)絡(luò)擅長處理數(shù)學(xué)問題,因而需利用自然語言處理技術(shù)將文字信息轉(zhuǎn)化為低維度的數(shù)學(xué)向量。Word2Vec是一種成熟的詞向量訓(xùn)練模型,其輸入為經(jīng)過特殊編碼(通常為One-Hot編碼)的詞語,輸出為表示該詞語的向量[3]。假設(shè)用戶u對物品k發(fā)表了n條評論語句,其中任意一條評論文本表示為Si,則一條評論中的語句集合du,k=(S1,S2,...,Sn)。語句Si中含有j個詞匯,則Si=(s1,s2,...,sj)。使用Word2Vec處理所有詞匯,將其轉(zhuǎn)化為詞向量。

    3.2 卷積神經(jīng)網(wǎng)絡(luò)層

    3.2.1 卷積處理

    每句評論中的若干個詞匯形成一個詞向量矩陣,其中的每一行元素代表文本中的一個詞匯。假設(shè)一句評語中含有5個詞匯,經(jīng)過轉(zhuǎn)化后形成了一個5×5的矩陣。詞匯是評論文本中最小的特征提取單元,卷積核的長、寬應(yīng)滿足詞匯全覆蓋。對于5×5的詞向量矩陣,可將卷積核的長寬設(shè)置為2×5、3×5或者5×5。以2×5的卷積核為例,將用戶評論的語句逐條輸入卷積神經(jīng)網(wǎng)絡(luò),其計算表達(dá)式如下。

    式中,將激活函數(shù)記為 ,卷積核中涉及的參數(shù)表示為Uw,卷積操作中的偏置項記為bw。另外,語句中的詞匯存在上下文關(guān)系,表示為W(i-kW):(i+kW)。卷積操作的結(jié)果為詞匯wi的上下文表示方法,記為Ciw。于是,一個含有m個詞匯的語句經(jīng)卷積神經(jīng)網(wǎng)絡(luò)層處理后的結(jié)果可表示為(C1w,C2w,...,Cmw)。

    3.2.2 激活函數(shù)

    在該算法中,激活函數(shù)的作用是提取神經(jīng)元的特征,常用的激活函數(shù)包括sigmoid函數(shù)、ReLU函數(shù)、tanh函數(shù)等。結(jié)合研究內(nèi)容的特點,選用ReLU函數(shù)提取詞匯特征,其計算方法如下。

    3.3 注意力層

    注意力機(jī)制的主要作用為挖掘用戶和物品之間的關(guān)系,尤其是用戶選擇物品時的偏好,根據(jù)其挖掘維度上的差異,可分為三個層次。

    3.3.1 詞匯層

    在針對評論文本的個性化推薦算法中,用戶對物品的評語是構(gòu)建模型的核心依據(jù),但每一句評語中均包含有多個詞匯,用戶偏好與詞匯之間的聯(lián)系程度可能存在一定的差異性。假設(shè)用戶對手機(jī)產(chǎn)品的評論為“這部手機(jī)的續(xù)航時間不夠長”,在Word2Vec訓(xùn)練前先將其轉(zhuǎn)化為英文:“The battery life of this mobile phone is not long enough”。能夠表達(dá)用戶選擇偏好的關(guān)鍵詞為battery life 、not long enough。鑒于此,基于詞匯層的注意力機(jī)制用于區(qū)分不同詞匯的重要性。

    網(wǎng)絡(luò)系統(tǒng)的數(shù)據(jù)庫中利用ID對不同用戶、不同物品進(jìn)行唯一性標(biāo)識,用戶ID詞向量記為Uid,物品ID記為Wid,用戶u對物品w的個性化注意力向量可表示為式(4)。

    該公式的實現(xiàn)原理為MLP(多層感知機(jī)),W1表示分配給用戶u的權(quán)重值,b1為對應(yīng)的偏置項。將qwu作為參數(shù),按照詞匯層注意力機(jī)制可產(chǎn)生如下表達(dá)式。

    式中,卷積神經(jīng)網(wǎng)絡(luò)可學(xué)習(xí)的參數(shù)記為A1,一個評論語句中第k個詞匯的詞向量可表示為Ckw,與之相對應(yīng)的詞匯權(quán)重值記為akw。按照以上計算公式,評論語句S的整體表示方法為式(6)。

    3.3.2 語句層

    與詞匯類似,用戶可對同一個物品發(fā)表多條評論語句,因而語句之間也存在重要性差異,需分配差異化的權(quán)重值[4]。語句層次的卷積處理方式可參照詞匯層,假設(shè)用戶u對物品k發(fā)表了n條評論語句,利用ReLU函數(shù)求得語句Sj對應(yīng)的上下文特征以及用戶在語句層的個性化注意力向量qsu。依據(jù)相關(guān)計算方法求得任意評論語句的注意力權(quán)重計算表達(dá)式(aks),對評論語句的上下文表示方法進(jìn)行加權(quán)求和,最終得到評論的上下文表示結(jié)果[2]。

    3.3.3 評論層

    在評論層需建立用戶和物品之間的注意力網(wǎng)絡(luò)模型,方法與詞匯層、語句層基本一致。將用戶ID的轉(zhuǎn)化為詞向量,嵌入算法中。分別求得用戶評論級別的個性化注意向量(qdu)、任意評論的上下文表示方法(dk)以及任意評論的注意力權(quán)重(akd),各個指標(biāo)的計算方法可參考詞匯級。

    3.4 共同注意力機(jī)制

    用戶對物品的評論為多對多關(guān)系,一個用戶可評價多個物品,一個物品能夠接受多個用戶的評價。在三級注意力機(jī)制中,個性化推薦分別從用戶和物品兩個角度進(jìn)行建模,但二者之間的協(xié)同交互性未能體現(xiàn)。從物品角度看,不同用戶評論文本的重要性存在區(qū)別。從用戶角度看,其對物品的關(guān)注度也各不相同。在針對評論文本的個性化推薦算法中設(shè)計了共同注意力機(jī)制,用于構(gòu)建涵蓋用戶和物品的個性化特征提取方法。深度學(xué)習(xí)中的Co-Attention網(wǎng)絡(luò)在這一過程中發(fā)揮了關(guān)鍵性作用。相對于三級注意力機(jī)制,其改進(jìn)點為在計算用戶對應(yīng)評論的權(quán)重時引入物品因素,物品對應(yīng)評論的權(quán)重計算中引入用戶因素,激活函數(shù)選用tanh函數(shù)[3]。

    3.5 評分預(yù)測層

    在注意力層分別構(gòu)建了物品和用戶的個性化特征提取模型,評分預(yù)測層的核心功能是在這一基礎(chǔ)上對二者進(jìn)行融合與量化評分,得到預(yù)測結(jié)果,其計算方法如式(7)。

    式中,將用戶的個性化特征記為Pu,對應(yīng)的評分偏置項為bu。將物品的個性化特征記為Pi,對應(yīng)評分偏置項為bi。對物品i的所有評分求取平均值,記為。評分原理為用戶對物品打分,分值范圍介于最小值和最大值之間。但一部分用戶習(xí)慣于打高分,其他用戶在評分中更為謹(jǐn)慎,打低分的可能性更高。偏置項和的引入能夠有效避免打分偏好對預(yù)測結(jié)果的不利作用[5]。是一種預(yù)測分值,與實際的(用戶真實評分)可能存在差異,在預(yù)測過程中需控制二者之間的差值,在數(shù)學(xué)中利用損失函數(shù)描述差值控制效果,如式(8)。

    式中,將訓(xùn)練集記為,u和i分別表示用戶和物品,表示訓(xùn)練集中的所有用戶和物品。

    4. 算法仿真檢驗

    4.1.1 數(shù)據(jù)源

    由于模型檢驗需要大量的數(shù)據(jù),而數(shù)據(jù)的收集存在合法性問題,故選用網(wǎng)絡(luò)上的開源數(shù)據(jù)集,以亞馬遜的商品評論信息和評分信息為數(shù)據(jù)源。選擇五種品類的商品,其對應(yīng)的評價用戶及評論數(shù)據(jù)如表1所示,其中的數(shù)據(jù)稀疏性指評論數(shù)量與用戶和物品乘積的比值。另外,關(guān)于數(shù)據(jù)稀疏引起的冷啟動問題,可利用開源的MovieLens數(shù)據(jù)集,其來源為電影評分網(wǎng)站[4]。

    4.1.2 實驗環(huán)境

    算法在運(yùn)行過程中需一次性處理較大規(guī)模的數(shù)據(jù),因而對計算機(jī)硬件提出了較高的要求。在實驗過程中采用主頻為3.70GHz的CPU,計算機(jī)內(nèi)存設(shè)計為16G,硬盤存儲空間設(shè)置為1TB。算法編寫采用Python語言,利用Numpy、Pandas搭建運(yùn)行環(huán)境。

    4.1.3 核心評價指標(biāo)

    算法性能的評價指標(biāo)為均方誤差(MSE),其計算方法如下。

    4.1.4 冷啟動仿真

    冷啟動用于解決數(shù)據(jù)稀疏的問題,常規(guī)處理思路為隨機(jī)推薦,但效果差強(qiáng)人意。故研究中計算了用戶/物品的屬性相似度,根據(jù)相似屬性實施推薦操作。為了驗證后者的實際效果,采用隨機(jī)推薦和屬性相似度推薦兩種方法分別處理相同的數(shù)據(jù)集(數(shù)據(jù)取自仿真實驗數(shù)據(jù)集)。結(jié)果顯示:基于屬性相似度的冷啟動處理方法在影像游戲類商品的推薦效果上比隨機(jī)推薦提升了6.77%,工具類物品提升了5.30%,數(shù)字音樂產(chǎn)品提升了6.64%,辦公用品提升了4.22%,樂器類物品提升了7.6%??梢姡芯恐刑岢龅睦鋯犹幚矸椒ㄈ鎯?yōu)于隨機(jī)推薦[5]。

    4.1.5 針對評論文本的個性化推薦算法仿真

    為了檢驗針對評論文本的個性化推薦算法(PRBR)的實際應(yīng)用效果,為其設(shè)置多個對照組,包括UserCF算法、PMF算法、CARL算法等,表2統(tǒng)計了目標(biāo)組和對照組的實驗結(jié)果。從中可知,在PRBR算法下,五類商品的MSE均小于對照算法,明顯優(yōu)于PMF算法、UserCF算法。略好于CARL算法、NRPA算法以及DeepCoNN算法。

    結(jié)語

    針對評論文本的個性化推薦算法將用戶對物品的評論數(shù)據(jù)作為線索,從中提取用戶個性化特征及物品個性化特征。該算法建立在卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)之上,同時融入了注意力機(jī)制。為提升算法運(yùn)行效率,提前利用Word2Vec訓(xùn)練評論語句,使其從文字轉(zhuǎn)化為向量。算法的核心功能層為CNN層和注意力層,針對數(shù)據(jù)稀疏的問題專門設(shè)計了冷啟動機(jī)制,以屬性相似度為推薦依據(jù)。

    參考文獻(xiàn):

    [1]莊周.文學(xué)作品的個性化推薦算法研究與實現(xiàn)[D].北京郵電大學(xué),2019.

    [2]楊莉明.個性化推薦在移動新聞資訊傳播中的應(yīng)用、影響與反思[J].新聞與傳播評論,2020,73(2):47-58.

    [3]劉品潔.語言識別下的數(shù)據(jù)庫信息個性化推薦算法[J].信息技術(shù),2022,(8): 191-196.

    [4]鄧?yán)?,古發(fā)輝,李海平.用戶多興趣下的個性化推薦算法分析[J].信息與電腦(理論版),2019,(3):69-71.

    [5]熊孝全.面向微博內(nèi)容的個性化推薦算法的研究[D].蘇州大學(xué),2019.

    作者簡介:魏鏡酈,本科,講師,研究方向:數(shù)學(xué)與應(yīng)用數(shù)學(xué)。

    猜你喜歡
    卷積神經(jīng)網(wǎng)絡(luò)
    基于深度神經(jīng)網(wǎng)絡(luò)的微表情識別
    卷積神經(jīng)網(wǎng)絡(luò)中減少訓(xùn)練樣本時間方法研究
    卷積神經(jīng)網(wǎng)絡(luò)語言模型研究
    基于卷積神經(jīng)網(wǎng)絡(luò)的車輛檢索方法研究
    基于卷積神經(jīng)網(wǎng)絡(luò)溫室智能大棚監(jiān)控系統(tǒng)的研究
    基于深度卷積神經(jīng)網(wǎng)絡(luò)的物體識別算法
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    基于深度卷積網(wǎng)絡(luò)的人臉年齡分析算法與實現(xiàn)
    軟件工程(2016年8期)2016-10-25 15:47:34
    深度學(xué)習(xí)技術(shù)下的中文微博情感的分析與研究
    軟件(2016年5期)2016-08-30 06:27:49
    基于卷積神經(jīng)網(wǎng)絡(luò)的樹葉識別的算法的研究
    一区二区三区国产精品乱码| 欧美又色又爽又黄视频| 波多野结衣高清作品| 欧美zozozo另类| 99热6这里只有精品| 亚洲在线自拍视频| 国语自产精品视频在线第100页| 亚洲专区中文字幕在线| svipshipincom国产片| 色综合婷婷激情| 日本黄大片高清| 久久亚洲精品不卡| 精品久久久久久久末码| 内地一区二区视频在线| 一个人看的www免费观看视频| 日韩精品青青久久久久久| 亚洲av美国av| 国产精品嫩草影院av在线观看 | 久久精品夜夜夜夜夜久久蜜豆| 欧美性感艳星| 51国产日韩欧美| 午夜精品一区二区三区免费看| 亚洲专区国产一区二区| 国产精品一及| 成年人黄色毛片网站| 级片在线观看| 亚洲专区国产一区二区| 亚洲av免费在线观看| 成人无遮挡网站| 校园春色视频在线观看| 麻豆成人av在线观看| 国产主播在线观看一区二区| 在线观看午夜福利视频| 久久久久久久亚洲中文字幕 | 九九久久精品国产亚洲av麻豆| 精品免费久久久久久久清纯| 亚洲avbb在线观看| 女同久久另类99精品国产91| 国产精品久久久久久精品电影| 日韩av在线大香蕉| 一本精品99久久精品77| 国产99白浆流出| 国产精品一及| 国产淫片久久久久久久久 | 亚洲国产日韩欧美精品在线观看 | 欧美成人免费av一区二区三区| 搞女人的毛片| 午夜a级毛片| 国产高清有码在线观看视频| 国产成人啪精品午夜网站| 757午夜福利合集在线观看| 亚洲成人精品中文字幕电影| av视频在线观看入口| 久久久国产成人精品二区| 亚洲国产日韩欧美精品在线观看 | 日本在线视频免费播放| 日韩中文字幕欧美一区二区| 十八禁网站免费在线| 精品欧美国产一区二区三| 99热这里只有是精品50| 国产精品综合久久久久久久免费| 亚洲狠狠婷婷综合久久图片| 日本撒尿小便嘘嘘汇集6| 亚洲中文日韩欧美视频| 成人三级黄色视频| 最近最新中文字幕大全免费视频| 蜜桃亚洲精品一区二区三区| 亚洲最大成人中文| 免费av毛片视频| a在线观看视频网站| 中文字幕人妻熟人妻熟丝袜美 | 美女 人体艺术 gogo| 一区二区三区国产精品乱码| 亚洲精品成人久久久久久| 天美传媒精品一区二区| 欧美国产日韩亚洲一区| 亚洲电影在线观看av| 日韩欧美三级三区| 日韩亚洲欧美综合| 欧美高清成人免费视频www| 久久久久亚洲av毛片大全| 一个人免费在线观看的高清视频| 99久久综合精品五月天人人| 757午夜福利合集在线观看| 国产精品香港三级国产av潘金莲| 久久久久九九精品影院| 国产激情欧美一区二区| 国产乱人视频| 超碰av人人做人人爽久久 | 中文字幕av成人在线电影| 变态另类丝袜制服| x7x7x7水蜜桃| 天天一区二区日本电影三级| 精品国产美女av久久久久小说| 在线观看午夜福利视频| xxx96com| 97碰自拍视频| 99国产精品一区二区蜜桃av| 久久人妻av系列| 国产午夜福利久久久久久| www.999成人在线观看| 99精品久久久久人妻精品| a级一级毛片免费在线观看| 日韩精品青青久久久久久| 叶爱在线成人免费视频播放| 国产精品 欧美亚洲| 在线a可以看的网站| 欧美黄色片欧美黄色片| 久久久久性生活片| 一个人看的www免费观看视频| 色综合亚洲欧美另类图片| 高清毛片免费观看视频网站| 看片在线看免费视频| 免费看a级黄色片| 制服丝袜大香蕉在线| 婷婷丁香在线五月| 亚洲一区二区三区色噜噜| 哪里可以看免费的av片| 免费看日本二区| 婷婷亚洲欧美| 波多野结衣高清作品| 无人区码免费观看不卡| 老熟妇乱子伦视频在线观看| 床上黄色一级片| 国产中年淑女户外野战色| 特级一级黄色大片| 宅男免费午夜| 在线观看日韩欧美| 好看av亚洲va欧美ⅴa在| 亚洲精品日韩av片在线观看 | 波多野结衣巨乳人妻| 亚洲真实伦在线观看| 日日干狠狠操夜夜爽| 内地一区二区视频在线| 国产高清视频在线播放一区| 偷拍熟女少妇极品色| 成人亚洲精品av一区二区| 亚洲精品一卡2卡三卡4卡5卡| 日韩欧美三级三区| 热99re8久久精品国产| 最好的美女福利视频网| 俺也久久电影网| 国产探花在线观看一区二区| 婷婷亚洲欧美| 黄色日韩在线| 欧美成狂野欧美在线观看| 99在线视频只有这里精品首页| xxxwww97欧美| 国产成人av激情在线播放| 成年女人看的毛片在线观看| 国产精品女同一区二区软件 | 欧美xxxx黑人xx丫x性爽| 淫妇啪啪啪对白视频| 久久久久久人人人人人| 亚洲黑人精品在线| 小蜜桃在线观看免费完整版高清| 久久精品夜夜夜夜夜久久蜜豆| 久久精品91无色码中文字幕| 午夜免费男女啪啪视频观看 | 99热这里只有是精品50| 搡老岳熟女国产| 中国美女看黄片| 看免费av毛片| 国产不卡一卡二| 禁无遮挡网站| 一个人看视频在线观看www免费 | 搞女人的毛片| 免费高清视频大片| 亚洲人成网站在线播| 亚洲一区二区三区色噜噜| 99国产综合亚洲精品| 内地一区二区视频在线| 人人妻,人人澡人人爽秒播| 亚洲av熟女| 最新美女视频免费是黄的| 又粗又爽又猛毛片免费看| 国产黄色小视频在线观看| 精品人妻一区二区三区麻豆 | 成年人黄色毛片网站| netflix在线观看网站| 欧美bdsm另类| 欧美成狂野欧美在线观看| 国产色婷婷99| 亚洲精品一卡2卡三卡4卡5卡| 大型黄色视频在线免费观看| 国产一区二区在线观看日韩 | 国产亚洲av嫩草精品影院| 亚洲精品乱码久久久v下载方式 | 久久久成人免费电影| 久久中文看片网| www.999成人在线观看| 亚洲欧美日韩卡通动漫| 亚洲五月婷婷丁香| 午夜激情福利司机影院| 女人被狂操c到高潮| 欧美黄色淫秽网站| 久久久精品大字幕| 国产精品1区2区在线观看.| 亚洲精品一区av在线观看| 亚洲片人在线观看| 女生性感内裤真人,穿戴方法视频| 青草久久国产| 精品久久久久久成人av| 亚洲精品乱码久久久v下载方式 | 亚洲精品美女久久久久99蜜臀| 69人妻影院| 高清毛片免费观看视频网站| 欧美3d第一页| 中文在线观看免费www的网站| 成人欧美大片| 一个人看的www免费观看视频| 最好的美女福利视频网| 哪里可以看免费的av片| 免费观看的影片在线观看| 夜夜夜夜夜久久久久| 日韩欧美精品v在线| 精品人妻偷拍中文字幕| 97超视频在线观看视频| 91在线精品国自产拍蜜月 | 久久久久免费精品人妻一区二区| 国产99白浆流出| 精品乱码久久久久久99久播| 中国美女看黄片| 中文在线观看免费www的网站| 小说图片视频综合网站| 亚洲激情在线av| 最后的刺客免费高清国语| 成熟少妇高潮喷水视频| 免费看光身美女| 欧美bdsm另类| 天天躁日日操中文字幕| 成人18禁在线播放| 精品国产超薄肉色丝袜足j| 欧美黑人欧美精品刺激| 国产亚洲精品久久久com| 免费观看精品视频网站| 日韩欧美一区二区三区在线观看| 夜夜夜夜夜久久久久| 国产99白浆流出| 日日干狠狠操夜夜爽| 国产激情欧美一区二区| 欧美黑人欧美精品刺激| 精品久久久久久久久久久久久| 久久久久亚洲av毛片大全| 男插女下体视频免费在线播放| 成人永久免费在线观看视频| 国产亚洲欧美在线一区二区| 国产在线精品亚洲第一网站| 丁香欧美五月| 中文字幕精品亚洲无线码一区| 在线a可以看的网站| 亚洲av一区综合| 免费人成在线观看视频色| 国产伦精品一区二区三区视频9 | 神马国产精品三级电影在线观看| 午夜精品在线福利| 99久久九九国产精品国产免费| 亚洲国产欧美人成| 国内精品久久久久精免费| 男女下面进入的视频免费午夜| 熟女人妻精品中文字幕| 999久久久精品免费观看国产| 亚洲欧美一区二区三区黑人| 国产午夜精品论理片| 国产国拍精品亚洲av在线观看 | 99国产极品粉嫩在线观看| 久久久久九九精品影院| 久久精品国产亚洲av涩爱 | 久久精品国产综合久久久| 99国产精品一区二区三区| 中文资源天堂在线| 国产真人三级小视频在线观看| 久久精品91无色码中文字幕| 久久久久精品国产欧美久久久| 人妻夜夜爽99麻豆av| 一个人免费在线观看电影| svipshipincom国产片| 好男人电影高清在线观看| а√天堂www在线а√下载| 精品人妻一区二区三区麻豆 | 伊人久久精品亚洲午夜| 国产蜜桃级精品一区二区三区| 日韩有码中文字幕| 亚洲国产精品合色在线| 黄色女人牲交| 午夜精品久久久久久毛片777| 伊人久久精品亚洲午夜| 男女做爰动态图高潮gif福利片| 久久午夜亚洲精品久久| 中文字幕高清在线视频| 亚洲乱码一区二区免费版| 日本免费a在线| 校园春色视频在线观看| av福利片在线观看| 少妇人妻一区二区三区视频| 国产一区二区亚洲精品在线观看| 午夜福利视频1000在线观看| 婷婷丁香在线五月| 丁香六月欧美| 亚洲精品一卡2卡三卡4卡5卡| 日韩免费av在线播放| 在线观看av片永久免费下载| www日本黄色视频网| 午夜福利免费观看在线| 嫩草影院入口| 国产成人aa在线观看| 亚洲人与动物交配视频| 精品久久久久久久久久久久久| 国产伦精品一区二区三区四那| 国产午夜精品论理片| 精品久久久久久久人妻蜜臀av| 午夜福利在线观看免费完整高清在 | 欧美不卡视频在线免费观看| 伊人久久大香线蕉亚洲五| 少妇人妻一区二区三区视频| 乱人视频在线观看| 少妇高潮的动态图| 在线播放国产精品三级| 精品一区二区三区人妻视频| 深夜精品福利| 亚洲精品456在线播放app | 久久精品91无色码中文字幕| 制服人妻中文乱码| 身体一侧抽搐| 欧美一区二区国产精品久久精品| 久久九九热精品免费| 啦啦啦观看免费观看视频高清| 久久久久久人人人人人| 天堂√8在线中文| 国产亚洲精品久久久com| 国产欧美日韩精品一区二区| 日韩成人在线观看一区二区三区| 中国美女看黄片| 少妇的逼水好多| 国产主播在线观看一区二区| 久9热在线精品视频| 内射极品少妇av片p| 岛国视频午夜一区免费看| 两人在一起打扑克的视频| h日本视频在线播放| 国产精品日韩av在线免费观看| 亚洲男人的天堂狠狠| 亚洲成人久久性| 观看美女的网站| 国产色爽女视频免费观看| 亚洲国产精品sss在线观看| tocl精华| 久久久久国产精品人妻aⅴ院| 国产一区二区在线观看日韩 | 夜夜看夜夜爽夜夜摸| 中亚洲国语对白在线视频| 757午夜福利合集在线观看| 午夜亚洲福利在线播放| 一个人看视频在线观看www免费 | 麻豆久久精品国产亚洲av| a在线观看视频网站| 国产视频一区二区在线看| 免费看十八禁软件| 亚洲人成网站在线播放欧美日韩| 色精品久久人妻99蜜桃| 日韩中文字幕欧美一区二区| 久久午夜亚洲精品久久| 久久久久久人人人人人| 午夜激情欧美在线| 午夜福利在线在线| 两人在一起打扑克的视频| 欧美日本亚洲视频在线播放| 免费在线观看成人毛片| 色在线成人网| 色av中文字幕| 丰满的人妻完整版| 精品一区二区三区av网在线观看| 十八禁网站免费在线| 免费观看精品视频网站| 亚洲无线在线观看| 亚洲一区二区三区不卡视频| av视频在线观看入口| 国产精品国产高清国产av| 日日干狠狠操夜夜爽| 久久精品国产亚洲av涩爱 | x7x7x7水蜜桃| 国产精品影院久久| 久久草成人影院| 少妇人妻一区二区三区视频| 一卡2卡三卡四卡精品乱码亚洲| 男人舔女人下体高潮全视频| 欧美成人免费av一区二区三区| 人人妻,人人澡人人爽秒播| 非洲黑人性xxxx精品又粗又长| 久久久久亚洲av毛片大全| av在线天堂中文字幕| 麻豆一二三区av精品| 国产一区二区亚洲精品在线观看| 在线观看舔阴道视频| 免费观看人在逋| 亚洲欧美日韩东京热| 在线观看美女被高潮喷水网站 | 小说图片视频综合网站| 成年人黄色毛片网站| 每晚都被弄得嗷嗷叫到高潮| 国产成人av教育| 日本五十路高清| 成人鲁丝片一二三区免费| 国产高潮美女av| 国产成人av教育| av中文乱码字幕在线| 国产成人欧美在线观看| 日韩 欧美 亚洲 中文字幕| 亚洲欧美激情综合另类| 国产成人系列免费观看| 色尼玛亚洲综合影院| 色吧在线观看| 人妻丰满熟妇av一区二区三区| 国产欧美日韩精品亚洲av| 免费一级毛片在线播放高清视频| 九九热线精品视视频播放| 9191精品国产免费久久| 九色成人免费人妻av| 少妇的逼水好多| 叶爱在线成人免费视频播放| 婷婷亚洲欧美| 色精品久久人妻99蜜桃| 麻豆久久精品国产亚洲av| 国产成人av教育| 久久人人精品亚洲av| 欧美一级毛片孕妇| 99久久精品热视频| 亚洲av成人精品一区久久| 国产一区二区激情短视频| 免费一级毛片在线播放高清视频| 制服丝袜大香蕉在线| 手机成人av网站| 十八禁人妻一区二区| 国产一级毛片七仙女欲春2| 男人和女人高潮做爰伦理| 大型黄色视频在线免费观看| 免费看日本二区| 婷婷六月久久综合丁香| 午夜精品一区二区三区免费看| 青草久久国产| 成年女人看的毛片在线观看| 熟女人妻精品中文字幕| 亚洲国产精品999在线| 欧美中文综合在线视频| 日韩欧美三级三区| 色综合婷婷激情| 18禁美女被吸乳视频| 欧美最新免费一区二区三区 | 黄色片一级片一级黄色片| 欧美又色又爽又黄视频| 欧美日韩亚洲国产一区二区在线观看| 97超视频在线观看视频| 午夜免费男女啪啪视频观看 | 一区二区三区激情视频| 成人av在线播放网站| 人人妻,人人澡人人爽秒播| 性欧美人与动物交配| 国产精品av视频在线免费观看| 制服人妻中文乱码| 成人特级av手机在线观看| 搡老熟女国产l中国老女人| 欧美在线一区亚洲| 欧美三级亚洲精品| 热99re8久久精品国产| 美女免费视频网站| 国产 一区 欧美 日韩| 女生性感内裤真人,穿戴方法视频| 国产午夜精品论理片| 欧美黑人巨大hd| 亚洲一区二区三区色噜噜| 很黄的视频免费| 丁香欧美五月| 黑人欧美特级aaaaaa片| 一个人免费在线观看的高清视频| 手机成人av网站| 亚洲av免费高清在线观看| 人人妻,人人澡人人爽秒播| 校园春色视频在线观看| 亚洲av成人av| 国产成+人综合+亚洲专区| 色精品久久人妻99蜜桃| 精品人妻偷拍中文字幕| 成熟少妇高潮喷水视频| 88av欧美| 国产精品亚洲美女久久久| 一区二区三区免费毛片| 欧美+亚洲+日韩+国产| 亚洲精品456在线播放app | 一a级毛片在线观看| 国产综合懂色| 最近视频中文字幕2019在线8| 老熟妇乱子伦视频在线观看| 国产淫片久久久久久久久 | 美女黄网站色视频| 9191精品国产免费久久| 一区二区三区免费毛片| 欧美+亚洲+日韩+国产| 成人亚洲精品av一区二区| 国产高清视频在线观看网站| 特级一级黄色大片| 美女cb高潮喷水在线观看| 人人妻,人人澡人人爽秒播| 法律面前人人平等表现在哪些方面| 深夜精品福利| 熟妇人妻久久中文字幕3abv| a在线观看视频网站| 波多野结衣高清无吗| 日韩欧美在线二视频| 国产一区二区在线av高清观看| 内射极品少妇av片p| 男插女下体视频免费在线播放| 亚洲av成人不卡在线观看播放网| 欧美另类亚洲清纯唯美| 亚洲精品粉嫩美女一区| 在线观看舔阴道视频| 免费看十八禁软件| 好男人电影高清在线观看| 99热这里只有精品一区| 亚洲精品国产精品久久久不卡| 国内精品一区二区在线观看| tocl精华| 国产真人三级小视频在线观看| 亚洲在线自拍视频| 搡老妇女老女人老熟妇| 成年女人看的毛片在线观看| 欧美3d第一页| 99热只有精品国产| 亚洲无线观看免费| 性色avwww在线观看| 精品人妻1区二区| 精品人妻一区二区三区麻豆 | 人妻丰满熟妇av一区二区三区| 观看美女的网站| 国产极品精品免费视频能看的| 欧美丝袜亚洲另类 | 国产真实伦视频高清在线观看 | 日本三级黄在线观看| 国产黄a三级三级三级人| 欧美激情久久久久久爽电影| 欧美色视频一区免费| 在线视频色国产色| 啦啦啦观看免费观看视频高清| 日本a在线网址| 免费在线观看影片大全网站| 蜜桃亚洲精品一区二区三区| 国产成年人精品一区二区| 老司机深夜福利视频在线观看| 久久九九热精品免费| 国产成人系列免费观看| 中文字幕久久专区| 亚洲aⅴ乱码一区二区在线播放| 悠悠久久av| 亚洲人成网站在线播| 色综合站精品国产| 国产精品99久久99久久久不卡| 美女 人体艺术 gogo| 他把我摸到了高潮在线观看| 在线观看舔阴道视频| 禁无遮挡网站| 五月伊人婷婷丁香| 国产伦精品一区二区三区四那| 嫩草影院入口| 国产男靠女视频免费网站| xxx96com| 日日干狠狠操夜夜爽| 欧美一区二区精品小视频在线| 亚洲不卡免费看| 欧美性猛交黑人性爽| 黄色成人免费大全| 99热6这里只有精品| 色吧在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 久9热在线精品视频| 国产主播在线观看一区二区| 午夜日韩欧美国产| www.www免费av| 亚洲国产精品sss在线观看| 99精品在免费线老司机午夜| 亚洲精华国产精华精| 2021天堂中文幕一二区在线观| 亚洲在线自拍视频| 亚洲国产精品成人综合色| 欧美又色又爽又黄视频| 国产在线精品亚洲第一网站| 成人午夜高清在线视频| 久久久久久九九精品二区国产| 亚洲国产中文字幕在线视频| 乱人视频在线观看| 国内精品美女久久久久久| 精品99又大又爽又粗少妇毛片 | 国产精品一区二区三区四区久久| 亚洲va日本ⅴa欧美va伊人久久| 精品欧美国产一区二区三| 精品国产三级普通话版| 在线观看舔阴道视频| 真人一进一出gif抽搐免费| 热99在线观看视频| 免费av观看视频| 成人高潮视频无遮挡免费网站| 久99久视频精品免费| 高清日韩中文字幕在线| 在线观看舔阴道视频| 国产欧美日韩一区二区精品| 国产伦精品一区二区三区视频9 | 亚洲国产欧美人成| 久久香蕉精品热| 国产v大片淫在线免费观看| 久久精品综合一区二区三区| 中文亚洲av片在线观看爽| 久久草成人影院| 午夜福利免费观看在线| 精品国产超薄肉色丝袜足j| 国产精品久久电影中文字幕| 18禁在线播放成人免费| 99久久久亚洲精品蜜臀av|