• <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
    中文欧美无线码| 国产老妇伦熟女老妇高清| 在线观看三级黄色| 香蕉国产在线看| 精品国产乱码久久久久久男人| 国产探花极品一区二区| 青春草视频在线免费观看| 日韩一区二区三区影片| av不卡在线播放| 毛片一级片免费看久久久久| 天堂8中文在线网| 欧美精品av麻豆av| 亚洲伊人久久精品综合| 国产极品天堂在线| 国产色婷婷99| 久久精品国产亚洲av天美| 男人舔女人的私密视频| 久久久久久人人人人人| 日韩免费高清中文字幕av| 国精品久久久久久国模美| 国产av国产精品国产| av天堂久久9| 日本av手机在线免费观看| 久久这里只有精品19| 久久久精品国产亚洲av高清涩受| 亚洲av.av天堂| 久久久久久伊人网av| 亚洲伊人久久精品综合| 少妇被粗大猛烈的视频| 亚洲精品自拍成人| 国产精品偷伦视频观看了| 麻豆av在线久日| 久久99蜜桃精品久久| 成人手机av| 制服诱惑二区| 国产极品粉嫩免费观看在线| 一本—道久久a久久精品蜜桃钙片| 一本—道久久a久久精品蜜桃钙片| 国产成人精品婷婷| 成人18禁高潮啪啪吃奶动态图| 两个人看的免费小视频| 最近中文字幕高清免费大全6| 亚洲 欧美一区二区三区| 亚洲精品久久午夜乱码| 亚洲,一卡二卡三卡| 卡戴珊不雅视频在线播放| 久久精品久久精品一区二区三区| 99九九在线精品视频| av不卡在线播放| 曰老女人黄片| 国产精品久久久久久精品古装| 美女视频免费永久观看网站| 在线亚洲精品国产二区图片欧美| 精品99又大又爽又粗少妇毛片| 欧美亚洲日本最大视频资源| 99久久人妻综合| 黑人巨大精品欧美一区二区蜜桃| 男女午夜视频在线观看| 欧美精品高潮呻吟av久久| 免费观看性生交大片5| 丰满乱子伦码专区| 多毛熟女@视频| 最近中文字幕高清免费大全6| 王馨瑶露胸无遮挡在线观看| 91在线精品国自产拍蜜月| 两个人看的免费小视频| 日韩,欧美,国产一区二区三区| 亚洲男人天堂网一区| 91精品三级在线观看| 国产不卡av网站在线观看| 亚洲精品美女久久久久99蜜臀 | 日韩不卡一区二区三区视频在线| 街头女战士在线观看网站| 26uuu在线亚洲综合色| 欧美bdsm另类| 搡女人真爽免费视频火全软件| 高清av免费在线| 免费观看无遮挡的男女| 精品国产国语对白av| 欧美人与性动交α欧美软件| 夜夜骑夜夜射夜夜干| 国产黄色视频一区二区在线观看| 久久久精品区二区三区| 久热久热在线精品观看| 99久久人妻综合| tube8黄色片| 美女中出高潮动态图| 精品视频人人做人人爽| 成人午夜精彩视频在线观看| 99国产精品免费福利视频| 黄色一级大片看看| 成人手机av| 欧美精品一区二区免费开放| 免费在线观看黄色视频的| 日韩三级伦理在线观看| 丰满乱子伦码专区| 午夜免费鲁丝| 美国免费a级毛片| 午夜91福利影院| 少妇熟女欧美另类| av一本久久久久| 亚洲天堂av无毛| 最近最新中文字幕免费大全7| 国产一区亚洲一区在线观看| 久久午夜综合久久蜜桃| 黄片播放在线免费| 中文字幕av电影在线播放| 性色avwww在线观看| 97人妻天天添夜夜摸| 999精品在线视频| 涩涩av久久男人的天堂| 午夜福利一区二区在线看| 在线精品无人区一区二区三| 亚洲国产日韩一区二区| 日本-黄色视频高清免费观看| 亚洲精品aⅴ在线观看| 91国产中文字幕| 亚洲国产av影院在线观看| 欧美少妇被猛烈插入视频| 国产免费视频播放在线视频| 老司机亚洲免费影院| 一边摸一边做爽爽视频免费| 久久久久久人妻| 久久久精品免费免费高清| 看十八女毛片水多多多| 亚洲av日韩在线播放| 日日撸夜夜添| 黄片播放在线免费| 夜夜骑夜夜射夜夜干| 人妻系列 视频| 韩国精品一区二区三区| 亚洲精品一二三| 久久女婷五月综合色啪小说| 男的添女的下面高潮视频| 午夜av观看不卡| av网站在线播放免费| 午夜福利视频精品| 在线观看www视频免费| 91成人精品电影| 国产毛片在线视频| 大码成人一级视频| 久久青草综合色| 欧美日韩精品网址| 伊人久久大香线蕉亚洲五| 久久这里有精品视频免费| 日韩熟女老妇一区二区性免费视频| 寂寞人妻少妇视频99o| 免费人妻精品一区二区三区视频| 菩萨蛮人人尽说江南好唐韦庄| 亚洲情色 制服丝袜| 2021少妇久久久久久久久久久| 香蕉精品网在线| 少妇被粗大的猛进出69影院| 久久久久久久久久人人人人人人| 边亲边吃奶的免费视频| 日本色播在线视频| 亚洲精品国产一区二区精华液| 99久久综合免费| 性色av一级| 国产精品香港三级国产av潘金莲 | 亚洲国产av新网站| 在线观看国产h片| 男男h啪啪无遮挡| 亚洲欧美日韩另类电影网站| 亚洲美女搞黄在线观看| 国产又色又爽无遮挡免| 国产有黄有色有爽视频| 日韩精品有码人妻一区| 久久热在线av| 亚洲国产精品成人久久小说| 国产野战对白在线观看| www.av在线官网国产| 国产黄频视频在线观看| 丰满乱子伦码专区| av不卡在线播放| 少妇精品久久久久久久| 国产成人精品福利久久| 国产精品偷伦视频观看了| 日韩av免费高清视频| 91精品国产国语对白视频| 三级国产精品片| 久久精品熟女亚洲av麻豆精品| 肉色欧美久久久久久久蜜桃| 这个男人来自地球电影免费观看 | 日日撸夜夜添| 亚洲精品久久午夜乱码| 三级国产精品片| 美女午夜性视频免费| 波野结衣二区三区在线| 国产一区二区三区av在线| 中文精品一卡2卡3卡4更新| 毛片一级片免费看久久久久| 亚洲成人一二三区av| 天天影视国产精品| 精品国产乱码久久久久久男人| 亚洲欧洲国产日韩| 日韩成人av中文字幕在线观看| 最近2019中文字幕mv第一页| 精品亚洲乱码少妇综合久久| 黄片小视频在线播放| 亚洲av日韩在线播放| 日韩三级伦理在线观看| 午夜日韩欧美国产| 成人二区视频| 免费在线观看完整版高清| 亚洲av中文av极速乱| 大码成人一级视频| 亚洲国产最新在线播放| 九九爱精品视频在线观看| 黄色配什么色好看| 成人黄色视频免费在线看| 国产亚洲午夜精品一区二区久久| 久久午夜福利片| 中文字幕制服av| a级片在线免费高清观看视频| 精品国产乱码久久久久久男人| 两性夫妻黄色片| 国产片内射在线| 女性被躁到高潮视频| 自线自在国产av| 亚洲第一青青草原| freevideosex欧美| 精品久久蜜臀av无| videossex国产| 亚洲精品在线美女| 蜜桃在线观看..| 18在线观看网站| 制服人妻中文乱码| 免费看av在线观看网站| 纯流量卡能插随身wifi吗| 热99久久久久精品小说推荐| 国产成人精品久久二区二区91 | 精品国产乱码久久久久久男人| 国产极品粉嫩免费观看在线| 视频在线观看一区二区三区| 考比视频在线观看| 一本大道久久a久久精品| 99精国产麻豆久久婷婷| 又黄又粗又硬又大视频| 哪个播放器可以免费观看大片| 精品国产乱码久久久久久小说| 国产亚洲欧美精品永久| 美国免费a级毛片| 亚洲美女搞黄在线观看| 女性生殖器流出的白浆| 日韩中字成人| 日本av手机在线免费观看| 国产无遮挡羞羞视频在线观看| 少妇的逼水好多| 寂寞人妻少妇视频99o| 18禁裸乳无遮挡动漫免费视频| 欧美 亚洲 国产 日韩一| tube8黄色片| 欧美日韩一区二区视频在线观看视频在线| 性色av一级| 亚洲三级黄色毛片| 亚洲欧美精品自产自拍| 久久久久国产一级毛片高清牌| 王馨瑶露胸无遮挡在线观看| 自线自在国产av| 国产成人精品在线电影| 日本色播在线视频| 美女xxoo啪啪120秒动态图| 亚洲五月色婷婷综合| av视频免费观看在线观看| 精品福利永久在线观看| 极品人妻少妇av视频| 精品少妇内射三级| 欧美成人午夜免费资源| 岛国毛片在线播放| 午夜av观看不卡| 成人漫画全彩无遮挡| 国产乱来视频区| 久久亚洲国产成人精品v| 人人妻人人爽人人添夜夜欢视频| 中文天堂在线官网| 各种免费的搞黄视频| 免费日韩欧美在线观看| 国产免费又黄又爽又色| 成年美女黄网站色视频大全免费| 国产一区二区在线观看av| 精品卡一卡二卡四卡免费| 欧美日韩亚洲高清精品| 伦理电影大哥的女人| 欧美人与性动交α欧美精品济南到 | 久久久精品国产亚洲av高清涩受| 久久韩国三级中文字幕| 十八禁高潮呻吟视频| 亚洲人成77777在线视频| 日韩大片免费观看网站| 国产精品熟女久久久久浪| 国产精品久久久av美女十八| 香蕉丝袜av| 欧美精品国产亚洲| 亚洲国产色片| 国产成人精品一,二区| 中文天堂在线官网| 国产成人精品婷婷| 亚洲国产精品成人久久小说| 日韩精品免费视频一区二区三区| 人成视频在线观看免费观看| √禁漫天堂资源中文www| 精品少妇一区二区三区视频日本电影 | 国产成人av激情在线播放| 国产一级毛片在线| 日韩,欧美,国产一区二区三区| 亚洲国产av新网站| 又黄又粗又硬又大视频| 国产午夜精品一二区理论片| 街头女战士在线观看网站| 天美传媒精品一区二区| 亚洲精品国产av蜜桃| 欧美日韩综合久久久久久| 国产亚洲欧美精品永久| 欧美日韩精品网址| 另类亚洲欧美激情| 如日韩欧美国产精品一区二区三区| 热re99久久国产66热| 亚洲第一av免费看| 久久久久久久久久久久大奶| 久久午夜综合久久蜜桃| 狠狠精品人妻久久久久久综合| 黄频高清免费视频| 一边亲一边摸免费视频| 水蜜桃什么品种好| 日韩在线高清观看一区二区三区| 在线观看免费日韩欧美大片| 黑人欧美特级aaaaaa片| 建设人人有责人人尽责人人享有的| 国产成人一区二区在线| 国产一区二区三区av在线| 美女福利国产在线| av线在线观看网站| 亚洲第一区二区三区不卡| xxx大片免费视频| 最近的中文字幕免费完整| 国产精品不卡视频一区二区| 国产黄频视频在线观看| 午夜免费鲁丝| 免费黄网站久久成人精品| 精品国产露脸久久av麻豆| 熟女少妇亚洲综合色aaa.| 超碰97精品在线观看| 黑丝袜美女国产一区| 国产人伦9x9x在线观看 | 欧美bdsm另类| 免费在线观看视频国产中文字幕亚洲 | 国产一级毛片在线| 色94色欧美一区二区| 最新中文字幕久久久久| 美女福利国产在线| 十八禁高潮呻吟视频| 母亲3免费完整高清在线观看 | 丝袜美足系列| 精品亚洲成a人片在线观看| 成人毛片60女人毛片免费| 免费av中文字幕在线| 国产在线一区二区三区精| 寂寞人妻少妇视频99o| 国产日韩一区二区三区精品不卡| 天堂俺去俺来也www色官网| 国产一区二区激情短视频 | 国产精品一区二区在线不卡| 亚洲成人一二三区av| 精品国产露脸久久av麻豆| av天堂久久9| 久久精品国产a三级三级三级| 欧美日韩一区二区视频在线观看视频在线| 国产精品免费大片| 成人二区视频| 最近中文字幕2019免费版| 久久久精品94久久精品| 女人被躁到高潮嗷嗷叫费观| 亚洲一码二码三码区别大吗| 成人漫画全彩无遮挡| www.自偷自拍.com| 亚洲av日韩在线播放| 日韩成人av中文字幕在线观看| av线在线观看网站| 欧美精品人与动牲交sv欧美| 亚洲精品av麻豆狂野| 18禁动态无遮挡网站| 99精国产麻豆久久婷婷| 精品久久蜜臀av无| 啦啦啦啦在线视频资源| 美女高潮到喷水免费观看| 亚洲精品乱久久久久久| 亚洲欧美日韩另类电影网站| 亚洲成av片中文字幕在线观看 | 午夜免费鲁丝| 国产亚洲av片在线观看秒播厂| 视频在线观看一区二区三区| 日日爽夜夜爽网站| 91成人精品电影| 国产精品成人在线| 亚洲综合精品二区| 人人妻人人爽人人添夜夜欢视频| 久久精品国产自在天天线| 人妻人人澡人人爽人人| 日韩一区二区视频免费看| 国产精品秋霞免费鲁丝片| 亚洲五月色婷婷综合| 国产av精品麻豆| 成人影院久久| 午夜影院在线不卡| 亚洲精品视频女| 欧美日韩国产mv在线观看视频| 日韩在线高清观看一区二区三区| 亚洲国产av新网站| 一级a爱视频在线免费观看| 一级毛片黄色毛片免费观看视频| 欧美另类一区| 女人高潮潮喷娇喘18禁视频| 两性夫妻黄色片| 丝袜美足系列| 欧美激情 高清一区二区三区| 日韩av在线免费看完整版不卡| av天堂久久9| 久久久国产欧美日韩av| 婷婷色综合大香蕉| 国产 精品1| 在线天堂最新版资源| 啦啦啦视频在线资源免费观看| kizo精华| 国产亚洲欧美精品永久| 国产日韩欧美亚洲二区| 亚洲熟女精品中文字幕| 少妇熟女欧美另类| 永久网站在线| 国产成人a∨麻豆精品| 熟女av电影| 一边亲一边摸免费视频| 男女午夜视频在线观看| 国产精品成人在线| 下体分泌物呈黄色| 国产男女超爽视频在线观看| 精品第一国产精品| 精品一区二区三卡| 免费播放大片免费观看视频在线观看| 丰满饥渴人妻一区二区三| 制服丝袜香蕉在线| 亚洲国产欧美网| 亚洲精品一二三| 亚洲综合色网址| 国产亚洲av片在线观看秒播厂| 免费播放大片免费观看视频在线观看| 国产精品一二三区在线看| 人成视频在线观看免费观看| 国产精品久久久久久av不卡| 黄片小视频在线播放| 国产亚洲欧美精品永久| 精品亚洲成a人片在线观看| 最新中文字幕久久久久| 久久人人爽人人片av| 9热在线视频观看99| 18禁国产床啪视频网站| 日韩av免费高清视频| 天天影视国产精品| 搡女人真爽免费视频火全软件| 如何舔出高潮| 大香蕉久久成人网| 亚洲精品成人av观看孕妇| 男的添女的下面高潮视频| 不卡av一区二区三区| 色94色欧美一区二区| 啦啦啦视频在线资源免费观看| 久久久久国产网址| 黄片播放在线免费| 久久久精品免费免费高清| 欧美日韩亚洲国产一区二区在线观看 | av电影中文网址| 久久久久久久久久久免费av| 黄色怎么调成土黄色| 国产成人午夜福利电影在线观看| 高清av免费在线| 在线观看一区二区三区激情| 亚洲国产av影院在线观看| 香蕉精品网在线| 最新的欧美精品一区二区| 欧美国产精品va在线观看不卡| 国产男女超爽视频在线观看| 黄色毛片三级朝国网站| a级片在线免费高清观看视频| 啦啦啦在线观看免费高清www| 精品亚洲成a人片在线观看| 日韩不卡一区二区三区视频在线| 日韩中文字幕欧美一区二区 | 香蕉精品网在线| 免费高清在线观看视频在线观看| av不卡在线播放| 国产精品av久久久久免费| av在线播放精品| 不卡视频在线观看欧美| 中国国产av一级| 18+在线观看网站| 欧美日韩亚洲国产一区二区在线观看 | 国语对白做爰xxxⅹ性视频网站| 欧美日本中文国产一区发布| 青春草亚洲视频在线观看| 久久精品aⅴ一区二区三区四区 | www日本在线高清视频| 久久国产精品大桥未久av| 91在线精品国自产拍蜜月| 在线精品无人区一区二区三| av天堂久久9| 国产午夜精品一二区理论片| 久久久国产一区二区| 97在线人人人人妻| 少妇被粗大猛烈的视频| 国产无遮挡羞羞视频在线观看| 亚洲av国产av综合av卡| 国产精品免费视频内射| 国产女主播在线喷水免费视频网站| 一本大道久久a久久精品| 色94色欧美一区二区| 亚洲色图综合在线观看| 高清视频免费观看一区二区| 亚洲欧洲精品一区二区精品久久久 | 一级毛片电影观看| 巨乳人妻的诱惑在线观看| 亚洲一级一片aⅴ在线观看| 女人高潮潮喷娇喘18禁视频| 日韩不卡一区二区三区视频在线| 制服人妻中文乱码| 日韩欧美一区视频在线观看| 亚洲综合色惰| 97在线人人人人妻| 色吧在线观看| 精品亚洲成国产av| 一本色道久久久久久精品综合| 丝瓜视频免费看黄片| 美女主播在线视频| 欧美亚洲日本最大视频资源| 午夜av观看不卡| 国产一级毛片在线| 91国产中文字幕| 国产一级毛片在线| 国产极品粉嫩免费观看在线| 18禁观看日本| 久久这里只有精品19| 亚洲美女搞黄在线观看| 久久精品久久久久久噜噜老黄| 18禁动态无遮挡网站| 国产极品粉嫩免费观看在线| 女的被弄到高潮叫床怎么办| 看非洲黑人一级黄片| 三上悠亚av全集在线观看| 又大又黄又爽视频免费| 精品99又大又爽又粗少妇毛片| 日韩中字成人| 黑人巨大精品欧美一区二区蜜桃| 国产精品秋霞免费鲁丝片| 午夜精品国产一区二区电影| 亚洲欧美成人综合另类久久久| 伊人久久国产一区二区| 久久久久久伊人网av| 一个人免费看片子| 亚洲成国产人片在线观看| 在线观看一区二区三区激情| 亚洲精品美女久久久久99蜜臀 | 99国产精品免费福利视频| 欧美日韩视频高清一区二区三区二| 91精品三级在线观看| 两个人看的免费小视频| 欧美人与善性xxx| 久久久久久久久免费视频了| 久久精品国产亚洲av涩爱| 免费观看无遮挡的男女| 国产成人精品在线电影| 好男人视频免费观看在线| 色网站视频免费| 2021少妇久久久久久久久久久| 男女免费视频国产| www日本在线高清视频| 日韩av不卡免费在线播放| 秋霞在线观看毛片| 五月伊人婷婷丁香| 伊人久久国产一区二区| 色吧在线观看| 国产又爽黄色视频| 国产精品免费大片| 国产成人午夜福利电影在线观看| 美女xxoo啪啪120秒动态图| 亚洲精品美女久久av网站| 免费观看无遮挡的男女| 人体艺术视频欧美日本| 国产精品久久久久成人av| 天天操日日干夜夜撸| 少妇人妻精品综合一区二区| 午夜日本视频在线| 建设人人有责人人尽责人人享有的| 日本色播在线视频| 黑人巨大精品欧美一区二区蜜桃| 少妇人妻久久综合中文| 免费黄频网站在线观看国产| 精品午夜福利在线看| 1024香蕉在线观看| 久久99热这里只频精品6学生| 久久精品人人爽人人爽视色| 亚洲国产最新在线播放| 亚洲欧美精品自产自拍| 丝袜脚勾引网站| a级毛片在线看网站| 啦啦啦啦在线视频资源| 日韩不卡一区二区三区视频在线| 亚洲图色成人| 久久久久视频综合| 日韩一区二区视频免费看| 精品国产一区二区久久| 午夜影院在线不卡| 91久久精品国产一区二区三区| 看免费成人av毛片| 夜夜骑夜夜射夜夜干| 老鸭窝网址在线观看| 另类精品久久|