• <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 ?

    基于深度學(xué)習(xí)的端到端人崗匹配模型

    2023-05-18 08:14:12魏嘉銀盧友軍
    關(guān)鍵詞:人崗求職者職位

    朱 瑜, 魏嘉銀, 盧友軍, 王 琳, 江 漫

    (貴州民族大學(xué) 數(shù)據(jù)科學(xué)與信息工程學(xué)院, 貴陽(yáng) 550025)

    0 引言

    為了找到滿足崗位需求的人才,傳統(tǒng)方法是由招聘人員手動(dòng)審查求職者的簡(jiǎn)歷,以決定是否提供面試機(jī)會(huì)。 然而,面對(duì)海量的簡(jiǎn)歷,招聘人員不得不花費(fèi)大量的時(shí)間和精力篩選簡(jiǎn)歷,優(yōu)中選優(yōu)以便能夠找到合適的求職者。 傳統(tǒng)的簡(jiǎn)歷審查方式存在招聘速度慢、成本高等問(wèn)題。 因此,如何從簡(jiǎn)歷中挖掘出求職者自身的價(jià)值并將其與已有的職位相匹配成為一個(gè)亟待解決的問(wèn)題,這個(gè)問(wèn)題則稱為人崗匹配問(wèn)題。

    職位推薦作為人才招聘中的一項(xiàng)重要任務(wù),已經(jīng)有許多學(xué)者對(duì)其進(jìn)行研究。 早期研究者根據(jù)用戶的學(xué)歷以及用戶在每個(gè)職位上的點(diǎn)擊、瀏覽時(shí)間等交互信息,采用協(xié)同過(guò)濾等推薦算法向用戶推薦職位[1]。 早期方法忽視了工作和簡(jiǎn)歷文檔的文本語(yǔ)義信息,因此,為了充分利用簡(jiǎn)歷和職位要求中豐富的文本語(yǔ)義信息,大多數(shù)研究將人崗匹配任務(wù)視為文本匹配任務(wù),就是將工作描述和簡(jiǎn)歷內(nèi)容表示為維數(shù)相同的隱藏向量,然后計(jì)算2 個(gè)向量的匹配得分,并據(jù)此預(yù)測(cè)簡(jiǎn)歷與職位的匹配程度[2]。

    CNN 作為近年來(lái)最流行的深度學(xué)習(xí)算法之一,已被廣泛應(yīng)用于人崗匹配領(lǐng)域。 Nasser 等學(xué)者[3]將簡(jiǎn)歷分為不同的類別,并提出了一個(gè)CNN 模型,將簡(jiǎn)歷與工作配對(duì)。 Zhu 等學(xué)者[4]提出了一個(gè)PJFNN模型,將簡(jiǎn)歷和職位描述中嵌入的每個(gè)詞分別用2個(gè)CNN 模型進(jìn)行建模,并利用簡(jiǎn)歷和職位之間的余弦相似度計(jì)算匹配分?jǐn)?shù)。 Khatua 等學(xué)者[5]使用Twitter 中的雙卷積網(wǎng)絡(luò)來(lái)匹配招聘人員和求職者。雖然CNN 模型提取局部特征效果較好,但是容易忽略單詞之間的順序和關(guān)系,導(dǎo)致語(yǔ)義特征提取不夠準(zhǔn)確[6]。 LSTM 可以更有效地處理文本信息,更高效地挖掘文本潛在的語(yǔ)義信息,緩解梯度爆炸問(wèn)題。于是,Zhou 等學(xué)者[7]將LSTM 應(yīng)用于文本分類領(lǐng)域,提高了文本分類的準(zhǔn)確度。 Qin 等學(xué)者[8]將分層RNN 模型應(yīng)用于工作文檔,提出了一種基于分層能力感知注意力機(jī)制的循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來(lái)學(xué)習(xí)文本的語(yǔ)義表示。 Jiang 等學(xué)者[9]通過(guò)LSTM 模型學(xué)習(xí)求職者和招聘人員的隱含意圖,結(jié)合語(yǔ)義生成求職者和招聘人員的有效表示。 為了充分發(fā)揮CNN與RNN 提取特征時(shí)的優(yōu)勢(shì),許多研究者將CNN 與LSTM 結(jié)合使用,以便提高模型提取特征的能力。如:李超凡等學(xué)者[10]提出了一種基于注意力機(jī)制結(jié)合CNN-BiLSTM 的文本分類模型,解決了中文電子病歷文本高度稀疏且分類效果不佳的問(wèn)題。 吉興全等學(xué)者[11]使用CNN 與LSTM 對(duì)短期電價(jià)進(jìn)行預(yù)測(cè),提高了電價(jià)預(yù)測(cè)的精度及預(yù)測(cè)效率。 任建吉等學(xué)者[12]針對(duì)電網(wǎng)數(shù)據(jù)具有非線性和時(shí)序性的特點(diǎn),將CNN 與BiLSTM 結(jié)合提取數(shù)據(jù)本身的時(shí)空特征,提高了模型的預(yù)測(cè)精度。 以上模型雖然提升了模型提取特征的效果,但大多采用遞進(jìn)式網(wǎng)絡(luò)結(jié)構(gòu),導(dǎo)致提取到的信息向后傳遞時(shí)容易發(fā)生梯度消失或梯度爆炸的問(wèn)題,同時(shí)遞進(jìn)式網(wǎng)絡(luò)結(jié)構(gòu)提取文本特征時(shí)只用到單一網(wǎng)絡(luò)的優(yōu)勢(shì),無(wú)法融合CNN 和RNN 提取文本信息的優(yōu)勢(shì),因此最終效果有待提升。

    為了提高人崗匹配的效果,本文提出一種端到端的人崗匹配模型BATPJF,該模型采用并列式網(wǎng)絡(luò)結(jié)構(gòu),充分發(fā)揮了CNN 提取局部特征的優(yōu)勢(shì)與BiLSTM 記憶功能的優(yōu)勢(shì),有效改善了模型的整體結(jié)構(gòu),提升了人崗匹配的效果。

    1 模型構(gòu)建

    1.1 問(wèn)題定義

    令jobi={jobi,1,jobi,2,…,jobi,p} 為一條崗位招聘信息,其中jobi,j(j∈[1,p]) 為具體的崗位需求或職責(zé),令表示崗位jobi,j的信息中包含的s個(gè)詞。 又令ri={ri,1,ri,2,…,ri,q} 表示一份簡(jiǎn)歷,其中ri,j(j∈[1,q]) 表示該簡(jiǎn)歷包含的具體工作經(jīng)歷,再令表示工作經(jīng)歷ri,j的信息中包含的u個(gè)詞。 給 定 一 組 數(shù) 據(jù)S =〈J,R,Y〉, 其 中,J =為 招 聘 信 息,R =為簡(jiǎn)歷信息,Y為招聘結(jié)果標(biāo)簽。 本文的目標(biāo)是訓(xùn)練一個(gè)匹配函數(shù)M,并根據(jù)M來(lái)快速精準(zhǔn)地預(yù)測(cè)一份簡(jiǎn)歷ri與jobj之間的匹配結(jié)果。 由于人崗匹配問(wèn)題很難直接得到一個(gè)絕對(duì)的匹配分?jǐn)?shù),且很可能會(huì)導(dǎo)致過(guò)擬合和模型偏差[13],因此采用Top-K 的方法優(yōu)化排名。

    1.2 模型概述

    本文提出的模型BATPJF 主要由TextCNN 網(wǎng)絡(luò)、BiLSTM-Attention 網(wǎng)絡(luò)、融合層和匹配預(yù)測(cè)層構(gòu)成。 模型的總體框架如圖1 所示。

    圖1 BATPJF 模型圖Fig. 1 Structure diagram of BATPJF

    考慮到職位描述和簡(jiǎn)歷中包含大量描述職位要求或求職者經(jīng)歷的詞語(yǔ),而TextCNN 在捕捉文本數(shù)據(jù)的層次關(guān)系和局部語(yǔ)義方面效果較好,因此本文運(yùn)用TextCNN 模型用于提取數(shù)據(jù)中的關(guān)鍵性詞語(yǔ)。卷積層與池化層的交替結(jié)構(gòu)對(duì)于數(shù)據(jù)特征的提取是有效的,因此在TextCNN 中,使用卷積層和最大池化層以交錯(cuò)堆疊的方式自動(dòng)提取職位描述和簡(jiǎn)歷文本數(shù)據(jù)的局部特征,并將所得特征向量輸出。

    TextCNN 模型通過(guò)卷積核提取輸入文本的局部特征,但是濾波器的大小限制了模型學(xué)習(xí)文本數(shù)據(jù)前后的依賴關(guān)系。 所以本文使用BiLSTM-Attenion模型用于提取文本上下文依賴關(guān)系并分別對(duì)不同的詞和句子分配相應(yīng)的權(quán)重。 具體如下:首先使用BiLSTM 分別獲取簡(jiǎn)歷和職位描述的詞級(jí)別的文本表征,然后將文本表征作為注意力機(jī)制層的輸入來(lái)預(yù)估每個(gè)單詞的重要性,接著根據(jù)每個(gè)能力要求的隱藏狀態(tài)和所有能力要求的上下文向量之間的相似性計(jì)算出每個(gè)能力要求的重要性并輸出。

    最后,將TextCNN 模型捕捉到的局部特征,以及經(jīng)過(guò)并行的BiLSTM-Attenion 模型提取到的上下文特征進(jìn)行特征拼接后,輸入到全連接層,并經(jīng)由Softmax層輸出結(jié)果。

    1.3 TextCNN 層

    TextCNN 主要由輸入層、卷積層、歸一化層和池化層構(gòu)成。 本文以崗位描述部分為例進(jìn)行說(shuō)明。TextCNN 層模型如圖2 所示。

    圖2 TextCNN 層Fig. 2 TextCNN layer

    對(duì)于jobi,j中的第l條需求中的第t個(gè)詞的d0維詞向量于是第l項(xiàng)需求對(duì)應(yīng)的矩陣可表示為。 首先,使用卷積層提取第l項(xiàng)需求的文本特征,然后對(duì)卷積層的輸出應(yīng)用批歸一化處理以降低訓(xùn)練成本,接著運(yùn)用Prelu激活函數(shù)對(duì)輸出值做非線性變換操作,最后使用池化層壓縮提取到的特征以減少模型的計(jì)算量,同時(shí)增加模型識(shí)別特征的抗干擾能力。在此基礎(chǔ)上,將所有需求項(xiàng)的向量通過(guò)最大池化層投 影 到 一 個(gè) 向 量 上:vjobi=[max(vjobi,1),max(vjobi,2),…,max(vjobi,p)],以表示職位描述。

    簡(jiǎn)歷部分的模型與崗位部分的相似。 唯一不同的是最后一層使用均值池化將求職者經(jīng)驗(yàn)表示集成到簡(jiǎn)歷表示中。 對(duì)此可用如下公式進(jìn)行描述:

    1.4 BiLSTM-Attention 層

    1.4.1 BiLSTM

    LSTM 模 型 是Hochreiter 等 學(xué) 者[14]為 了 解 決RNN 模型因處理信息過(guò)多導(dǎo)致的梯度消失或梯度爆炸問(wèn)題提出的模型。 BiLSTM 作為L(zhǎng)STM 的一種變體,由一個(gè)正向LSTM 和一個(gè)反向LSTM 模型拼接而成。 其結(jié)構(gòu)如圖3 所示。首先獲得招聘信息中jobi,j的詞向量表示:其中,表示第l條需求中第t個(gè)詞的d0維詞嵌入,We是參數(shù)矩陣,表示jobi中第l條需求的第t個(gè)詞向量。 對(duì)jobi,l中的每個(gè)詞,計(jì)算對(duì)應(yīng)的語(yǔ)義表征可表示為:。 同理,可得R對(duì)應(yīng)的語(yǔ)義表征:

    圖3 BiLSTM 結(jié)構(gòu)圖Fig. 3 Structure diagram of BiLSTM

    1.4.2 注意力層

    在自然語(yǔ)言處理領(lǐng)域,注意力機(jī)制被用來(lái)為不同重要性的詞或句子分配權(quán)重,權(quán)重越大的詞越重要。將經(jīng)過(guò)BiLSTM 處理后的語(yǔ)義表征作為全連接層的輸入,計(jì)算字符級(jí)別文本向量間的關(guān)聯(lián)度,然后使用Softmax函數(shù)計(jì)算注意力分?jǐn)?shù)α,即:

    其中,vα、Wα和bα分別表示訓(xùn)練過(guò)程中的可學(xué)習(xí)參數(shù);vα表示jobi,l的上下文向量。 接著通過(guò)式(5)計(jì)算詞級(jí)別的崗位需求表征:

    再將詞級(jí)別的崗位需求表征{sjobi,1,sjobi,2,…,sjobi,p} 作為BiLSTM 層的輸入,并可推得:

    運(yùn)算得到隱層狀態(tài)向量{cjobi,1,cjobi,2,…,cjobi,p},此后根據(jù)每個(gè)能力要求的隱藏狀態(tài)和所有能力要求的上下文向量間的相似性計(jì)算出每個(gè)能力要求的重要性βt,即:

    其中,Wβ、bβ和vβ是可學(xué)習(xí)參數(shù),最后句子級(jí)別的崗位需求表征可用式(9)計(jì)算:

    同理可得簡(jiǎn)歷的需求表征為:

    1.5 匹配預(yù)測(cè)層

    將TextCNN 層輸出的職位需求向量vjobi與通過(guò)BiLSTM-Attention 表示的職位向量gjobi進(jìn)行融合,即job =concat[gjobi;vjobi],同理可以得到簡(jiǎn)歷的特征為geek =concat[gri;vri]。 為了預(yù)測(cè)彼此之間的匹配程度,將其輸入全連接網(wǎng)絡(luò)預(yù)測(cè)人崗匹配程度,即:

    其中,Wd、bd、Wy、by是可學(xué)習(xí)參數(shù)。

    2 實(shí)驗(yàn)結(jié)果與分析

    2.1 數(shù)據(jù)集描述

    為驗(yàn)證BATPJF 模型的有效性,實(shí)驗(yàn)使用智聯(lián)招聘人崗匹配數(shù)據(jù)集。 為保護(hù)用戶隱私,所有簡(jiǎn)歷都做了脫敏處理。 原始數(shù)據(jù)集包含4500 份簡(jiǎn)歷、269534 份招聘信息和700938 條申請(qǐng)記錄,在剔除職位描述為空、沒(méi)有成功申請(qǐng)的數(shù)據(jù)之后,最終數(shù)據(jù)集見(jiàn)表1。 將數(shù)據(jù)集按8 ∶1 ∶1 的比例劃分為訓(xùn)練集、測(cè)試集和驗(yàn)證集。 本文為每個(gè)正樣本均勻地抽取一個(gè)負(fù)樣本組成訓(xùn)練集。

    表1 數(shù)據(jù)集的基本統(tǒng)計(jì)信息Tab. 1 Basic statistics of data set

    由表1 的交互(申請(qǐng)、成功、失?。┯涗浛芍晒β蕛H約為4%,這從側(cè)面反映了人才招聘工作的困難,而這正是本文工作的意義與價(jià)值所在。

    2.2 實(shí)驗(yàn)描述

    本文以申請(qǐng)成功的工作-簡(jiǎn)歷對(duì)作為正樣本,以未申請(qǐng)成功的工作-簡(jiǎn)歷對(duì)作為負(fù)樣本對(duì)模型進(jìn)行訓(xùn)練。 以下是實(shí)驗(yàn)中的一些基礎(chǔ)設(shè)置:batch_size設(shè)置為128,epoch設(shè)置為300。 測(cè)試集的大小設(shè)置為128,驗(yàn)證集的大小設(shè)置為1024,若驗(yàn)證集上的評(píng)估結(jié)果連續(xù)10 個(gè)epoch沒(méi)有增加,訓(xùn)練將提前停止。 為了盡可能地避免過(guò)擬合現(xiàn)象的發(fā)生,將drop_out設(shè)置為0.5,并在TextCNN、BiLSTM 中分別選擇Prelu、LeakyRelu作為激活函數(shù),以提高模型的非線性表達(dá)能力并加速模型收斂速度。 為了更好地學(xué)習(xí)模型參數(shù),選擇Adam 作為優(yōu)化器進(jìn)行訓(xùn)練。模型的具體參數(shù)見(jiàn)表2。

    表2 參數(shù)設(shè)置表Tab. 2 Parameters setting

    2.3 實(shí)驗(yàn)結(jié)果

    為驗(yàn)證本文提出的BATPJF 模型性能,將其與BPR[15]、 BPJFNN[16]、 APJFNN[16]、 LightGCN[16]、PJFFF[17]模型進(jìn)行比較,評(píng)價(jià)指標(biāo)主要采用命中率(Hit Rate @ k,HR) 和 歸 一 化 折 損 累 計(jì) 增 益(NDCG@k) 來(lái)綜合判斷模型的性能。 實(shí)驗(yàn)結(jié)果見(jiàn)表3。 表3 中,帶“?”符號(hào)的表示對(duì)比模型中的最佳結(jié)果。

    表3 不同模型在數(shù)據(jù)集的結(jié)果Tab. 3 Results of different models in the dataset

    由表3 可知,本文提出的模型相比參照模型中最好的模型APJFNN 在指標(biāo)HR@5 和NDCG@5 上分別提高了1.98%和2.39%。 由此可見(jiàn),BATPJF 模型能充分發(fā)揮TextCNN 提取局部特征的優(yōu)點(diǎn)與BiLSTM 具有記憶功能的優(yōu)點(diǎn),且注意力機(jī)制的加入,可以計(jì)算工作要求對(duì)不同工作經(jīng)驗(yàn)的重要性以及工作經(jīng)驗(yàn)對(duì)不同工作要求的貢獻(xiàn),因此性能優(yōu)于其他對(duì)比模型。

    3 結(jié)束語(yǔ)

    本文針對(duì)人崗匹配問(wèn)題提出了一種基于深度學(xué)習(xí)的端到端人崗匹配模型,模型首先通過(guò)詞嵌入將文本表示成低維詞向量矩陣,接著利用TextCNN 和BiLSTM 分別提取職位描述和個(gè)人經(jīng)歷文本中的局部關(guān)鍵信息和上下文信息,最后將得到的結(jié)果進(jìn)行融合,提高了人崗匹配的效果。 通過(guò)與其他模型進(jìn)行對(duì)比,證明了本文模型BATPJF 的有效性。 由于人崗匹配包括結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的匹配,而本文僅考慮了非結(jié)構(gòu)化文本數(shù)據(jù)的匹配,所以下一階段的工作是將結(jié)構(gòu)化的信息也考慮進(jìn)模型中,以便進(jìn)行更好的人崗匹配。

    猜你喜歡
    人崗求職者職位
    領(lǐng)導(dǎo)職位≠領(lǐng)導(dǎo)力
    起初為娛樂(lè),現(xiàn)在做招聘:直播幫中國(guó)求職者找工作
    人崗匹配在企業(yè)人力資源管理中的應(yīng)用研究
    加納移民局招聘:有妊娠紋不行
    人崗匹配對(duì)員工創(chuàng)新行為的影響機(jī)制研究
    ——內(nèi)部人身份感知和創(chuàng)新自我效能感的作用
    民生表情
    職位之謎與負(fù)謗之痛:柳治徵在東南大學(xué)的進(jìn)退(1916—1925)
    面試中的12個(gè)禁忌
    雙向選擇 人崗和諧——長(zhǎng)春市社會(huì)福利院人力資源改革見(jiàn)成效
    基于不確定偏好序信息的人崗匹配決策模型與計(jì)算
    777久久人妻少妇嫩草av网站| 亚洲成av片中文字幕在线观看 | 99香蕉大伊视频| 国产精品三级大全| 色婷婷久久久亚洲欧美| 伊人久久国产一区二区| 国产白丝娇喘喷水9色精品| 亚洲精品自拍成人| 亚洲精品乱久久久久久| 久久午夜福利片| 晚上一个人看的免费电影| kizo精华| 青草久久国产| 国产成人av激情在线播放| 在线免费观看不下载黄p国产| 日本欧美视频一区| 亚洲精品国产一区二区精华液| 国产探花极品一区二区| 晚上一个人看的免费电影| 国产又爽黄色视频| 欧美激情 高清一区二区三区| 久久久久久久久久久免费av| 成人毛片60女人毛片免费| 久久99精品国语久久久| 中国三级夫妇交换| 最近中文字幕高清免费大全6| 狂野欧美激情性bbbbbb| 少妇精品久久久久久久| 女性生殖器流出的白浆| 亚洲av中文av极速乱| 欧美日韩一级在线毛片| 精品午夜福利在线看| av国产精品久久久久影院| 最近2019中文字幕mv第一页| 精品亚洲成a人片在线观看| 在线观看一区二区三区激情| 男女无遮挡免费网站观看| 精品少妇黑人巨大在线播放| 免费女性裸体啪啪无遮挡网站| 这个男人来自地球电影免费观看 | 一本色道久久久久久精品综合| 激情五月婷婷亚洲| 男男h啪啪无遮挡| 亚洲欧美精品综合一区二区三区 | 日韩熟女老妇一区二区性免费视频| 国产福利在线免费观看视频| 国产精品偷伦视频观看了| 搡女人真爽免费视频火全软件| 各种免费的搞黄视频| 免费不卡的大黄色大毛片视频在线观看| 欧美少妇被猛烈插入视频| 在线观看美女被高潮喷水网站| 人妻人人澡人人爽人人| 狂野欧美激情性bbbbbb| 久久精品国产鲁丝片午夜精品| 久久狼人影院| 国产成人精品福利久久| 国产精品 国内视频| 久久精品国产自在天天线| 中文精品一卡2卡3卡4更新| 天美传媒精品一区二区| 天天躁日日躁夜夜躁夜夜| 国产精品久久久久久久久免| 国产一区二区激情短视频 | 国产日韩欧美在线精品| 寂寞人妻少妇视频99o| 亚洲av男天堂| 国产精品久久久久久精品电影小说| 午夜福利视频在线观看免费| 肉色欧美久久久久久久蜜桃| 久久久久视频综合| 国产1区2区3区精品| 欧美日韩精品网址| 久久毛片免费看一区二区三区| 亚洲精品美女久久久久99蜜臀 | 日韩av在线免费看完整版不卡| 色哟哟·www| 九色亚洲精品在线播放| 人人妻人人爽人人添夜夜欢视频| 免费高清在线观看视频在线观看| 亚洲 欧美一区二区三区| 欧美日韩亚洲高清精品| 欧美日韩一区二区视频在线观看视频在线| 亚洲欧洲日产国产| 水蜜桃什么品种好| 精品酒店卫生间| 国产一区二区三区av在线| 黄片播放在线免费| 国产欧美日韩一区二区三区在线| 欧美日韩一区二区视频在线观看视频在线| 免费av中文字幕在线| 欧美日韩国产mv在线观看视频| 韩国精品一区二区三区| 天堂中文最新版在线下载| 亚洲国产欧美在线一区| 精品少妇一区二区三区视频日本电影 | 春色校园在线视频观看| 久热这里只有精品99| 精品福利永久在线观看| 亚洲精品久久午夜乱码| 国产亚洲精品第一综合不卡| 久久免费观看电影| av在线播放精品| 纯流量卡能插随身wifi吗| 国产白丝娇喘喷水9色精品| 国产成人免费观看mmmm| 人妻系列 视频| 亚洲精品美女久久久久99蜜臀 | 国产一区二区三区av在线| 一区二区三区四区激情视频| 亚洲欧美色中文字幕在线| 母亲3免费完整高清在线观看 | 久久精品熟女亚洲av麻豆精品| 久久久亚洲精品成人影院| 成人影院久久| 精品人妻一区二区三区麻豆| 婷婷色麻豆天堂久久| 久久综合国产亚洲精品| 亚洲av在线观看美女高潮| 精品国产露脸久久av麻豆| 国产亚洲欧美精品永久| 欧美亚洲日本最大视频资源| 丝袜美腿诱惑在线| 欧美精品av麻豆av| 成年av动漫网址| 免费女性裸体啪啪无遮挡网站| 日本猛色少妇xxxxx猛交久久| 免费黄色在线免费观看| 欧美+日韩+精品| 国产欧美日韩综合在线一区二区| 亚洲四区av| 久久毛片免费看一区二区三区| 如日韩欧美国产精品一区二区三区| 黄色毛片三级朝国网站| 国产成人欧美| 亚洲av电影在线进入| 在线观看三级黄色| 另类精品久久| 中文字幕另类日韩欧美亚洲嫩草| 久久久精品94久久精品| 飞空精品影院首页| 国产成人精品久久久久久| 男女边吃奶边做爰视频| 久久人人97超碰香蕉20202| 一级毛片黄色毛片免费观看视频| 久久午夜综合久久蜜桃| 丝瓜视频免费看黄片| 免费观看av网站的网址| 久久综合国产亚洲精品| 波多野结衣av一区二区av| 欧美xxⅹ黑人| 亚洲情色 制服丝袜| 久久久久久久国产电影| 国产有黄有色有爽视频| 黑人猛操日本美女一级片| 超碰97精品在线观看| 国产免费现黄频在线看| 亚洲综合色网址| 久久精品久久久久久久性| 国产精品.久久久| 国产精品亚洲av一区麻豆 | 人妻 亚洲 视频| 国产精品无大码| 亚洲色图综合在线观看| 免费少妇av软件| 丝袜人妻中文字幕| 天天躁日日躁夜夜躁夜夜| 久久久精品免费免费高清| 两性夫妻黄色片| 国产免费一区二区三区四区乱码| 午夜福利,免费看| 性少妇av在线| 另类精品久久| 久久人妻熟女aⅴ| 国产视频首页在线观看| 国产野战对白在线观看| 国产精品成人在线| 国产老妇伦熟女老妇高清| 亚洲精品一二三| 日韩精品有码人妻一区| 老司机亚洲免费影院| 久久av网站| 日日撸夜夜添| 婷婷色av中文字幕| a级毛片在线看网站| 精品少妇久久久久久888优播| 亚洲av在线观看美女高潮| 欧美精品人与动牲交sv欧美| 国产成人a∨麻豆精品| 午夜福利乱码中文字幕| 精品一区二区免费观看| 久久久久久免费高清国产稀缺| 丝袜美腿诱惑在线| 日本av手机在线免费观看| 精品亚洲成国产av| 欧美日韩精品成人综合77777| 最近手机中文字幕大全| 老汉色av国产亚洲站长工具| 国产亚洲午夜精品一区二区久久| 亚洲国产成人一精品久久久| 日韩av在线免费看完整版不卡| 热re99久久国产66热| 亚洲精品久久成人aⅴ小说| 国产熟女午夜一区二区三区| 日韩 亚洲 欧美在线| 国产一区二区激情短视频 | 捣出白浆h1v1| 国产成人精品婷婷| 精品亚洲乱码少妇综合久久| 91aial.com中文字幕在线观看| 一级毛片我不卡| 国产不卡av网站在线观看| 日韩精品有码人妻一区| 青春草国产在线视频| 久久精品人人爽人人爽视色| 综合色丁香网| 久热这里只有精品99| 久久久精品国产亚洲av高清涩受| 久久久久久免费高清国产稀缺| 亚洲第一区二区三区不卡| 两个人看的免费小视频| 日韩电影二区| 色婷婷av一区二区三区视频| 欧美日韩av久久| 国产免费现黄频在线看| 色视频在线一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 街头女战士在线观看网站| 亚洲av免费高清在线观看| 精品少妇黑人巨大在线播放| 国产视频首页在线观看| 日韩精品免费视频一区二区三区| 亚洲一级一片aⅴ在线观看| 国产无遮挡羞羞视频在线观看| 欧美激情高清一区二区三区 | 黄色 视频免费看| 国产成人精品久久久久久| 久久97久久精品| 亚洲精品久久成人aⅴ小说| 日本wwww免费看| 麻豆乱淫一区二区| 成人毛片a级毛片在线播放| 日日爽夜夜爽网站| 亚洲成av片中文字幕在线观看 | 精品亚洲成国产av| 哪个播放器可以免费观看大片| 色婷婷久久久亚洲欧美| 国产有黄有色有爽视频| 99久久综合免费| 亚洲精华国产精华液的使用体验| 亚洲av福利一区| 女的被弄到高潮叫床怎么办| 久久99蜜桃精品久久| 精品国产国语对白av| 国产精品不卡视频一区二区| 熟女少妇亚洲综合色aaa.| 丝瓜视频免费看黄片| 欧美精品一区二区大全| 丰满迷人的少妇在线观看| 午夜精品国产一区二区电影| 久久久久精品性色| 一级爰片在线观看| 精品福利永久在线观看| 又粗又硬又长又爽又黄的视频| 99久国产av精品国产电影| h视频一区二区三区| 1024视频免费在线观看| 亚洲av电影在线观看一区二区三区| 三级国产精品片| 欧美人与善性xxx| 少妇被粗大猛烈的视频| 99久久综合免费| 巨乳人妻的诱惑在线观看| 电影成人av| 国产综合精华液| 亚洲精品国产av蜜桃| 99国产综合亚洲精品| 精品久久蜜臀av无| 欧美精品亚洲一区二区| 久久亚洲国产成人精品v| av免费观看日本| 好男人视频免费观看在线| 成年动漫av网址| 国产成人91sexporn| 亚洲成人一二三区av| 国产精品 国内视频| 纯流量卡能插随身wifi吗| 国产精品av久久久久免费| 成人国语在线视频| 热99国产精品久久久久久7| 亚洲视频免费观看视频| 熟女少妇亚洲综合色aaa.| 国产亚洲精品第一综合不卡| 99热网站在线观看| 久久精品国产鲁丝片午夜精品| 亚洲熟女精品中文字幕| 97人妻天天添夜夜摸| 免费女性裸体啪啪无遮挡网站| 久久韩国三级中文字幕| 免费大片黄手机在线观看| 精品第一国产精品| 国产不卡av网站在线观看| 免费久久久久久久精品成人欧美视频| 欧美av亚洲av综合av国产av | 有码 亚洲区| 丁香六月天网| 中国三级夫妇交换| 一个人免费看片子| 中国三级夫妇交换| 国产一区有黄有色的免费视频| 国产精品秋霞免费鲁丝片| 亚洲三区欧美一区| freevideosex欧美| 侵犯人妻中文字幕一二三四区| 最近最新中文字幕大全免费视频 | 国产1区2区3区精品| 亚洲男人天堂网一区| 十分钟在线观看高清视频www| 侵犯人妻中文字幕一二三四区| 欧美日本中文国产一区发布| 久久久久视频综合| 性色av一级| 免费高清在线观看日韩| 亚洲av福利一区| 激情视频va一区二区三区| 国产在线免费精品| 国产男人的电影天堂91| 亚洲欧美一区二区三区国产| 亚洲,欧美,日韩| 国产97色在线日韩免费| 麻豆乱淫一区二区| 国产男女超爽视频在线观看| 国产亚洲欧美精品永久| 成年人午夜在线观看视频| 久久亚洲国产成人精品v| 最新中文字幕久久久久| 高清欧美精品videossex| h视频一区二区三区| 国产国语露脸激情在线看| 亚洲欧美中文字幕日韩二区| 成年人免费黄色播放视频| av片东京热男人的天堂| 国产精品99久久99久久久不卡 | 国产精品.久久久| 熟女少妇亚洲综合色aaa.| 午夜精品国产一区二区电影| 女人久久www免费人成看片| 一级片'在线观看视频| 国产精品久久久久久久久免| 黄频高清免费视频| 看免费av毛片| 国产成人精品一,二区| 久久精品国产自在天天线| 三级国产精品片| 边亲边吃奶的免费视频| 高清不卡的av网站| 赤兔流量卡办理| 久久久久久伊人网av| 在线观看www视频免费| 久久人妻熟女aⅴ| 91在线精品国自产拍蜜月| 精品一品国产午夜福利视频| 日韩一卡2卡3卡4卡2021年| 一级黄片播放器| 欧美最新免费一区二区三区| www.熟女人妻精品国产| 极品少妇高潮喷水抽搐| 只有这里有精品99| 色婷婷久久久亚洲欧美| 成人免费观看视频高清| 久久ye,这里只有精品| 丝袜脚勾引网站| 一级毛片黄色毛片免费观看视频| 91精品伊人久久大香线蕉| 亚洲国产精品999| 午夜激情久久久久久久| 黄色 视频免费看| 国产精品偷伦视频观看了| 久久久久网色| 看十八女毛片水多多多| 亚洲精品国产色婷婷电影| 久久精品国产a三级三级三级| 成人毛片60女人毛片免费| 久久 成人 亚洲| 人妻 亚洲 视频| 18禁裸乳无遮挡动漫免费视频| 999精品在线视频| 人成视频在线观看免费观看| 热re99久久国产66热| 免费看不卡的av| 黑人猛操日本美女一级片| 一区福利在线观看| 国产一区二区在线观看av| 国产精品久久久久久精品古装| 成人毛片60女人毛片免费| 亚洲婷婷狠狠爱综合网| 免费在线观看完整版高清| 高清av免费在线| 日日啪夜夜爽| 哪个播放器可以免费观看大片| 狂野欧美激情性bbbbbb| 肉色欧美久久久久久久蜜桃| 一区二区三区四区激情视频| 午夜免费男女啪啪视频观看| 可以免费在线观看a视频的电影网站 | 亚洲欧美一区二区三区国产| 两性夫妻黄色片| 欧美成人精品欧美一级黄| 国产 一区精品| 久久久久久人人人人人| av片东京热男人的天堂| 美女中出高潮动态图| 日韩av免费高清视频| 成人午夜精彩视频在线观看| 欧美日韩视频高清一区二区三区二| 中文字幕人妻丝袜一区二区 | 激情视频va一区二区三区| 男的添女的下面高潮视频| 欧美人与性动交α欧美软件| 国产一区二区三区综合在线观看| 国产亚洲欧美精品永久| 久久精品国产亚洲av天美| 亚洲精品久久久久久婷婷小说| 欧美 亚洲 国产 日韩一| 日韩熟女老妇一区二区性免费视频| 国产一区二区 视频在线| 精品一品国产午夜福利视频| 国产97色在线日韩免费| 久久久久久久大尺度免费视频| 超色免费av| 亚洲欧美中文字幕日韩二区| 国产成人精品久久二区二区91 | 少妇猛男粗大的猛烈进出视频| 亚洲第一青青草原| 国产精品 欧美亚洲| 一级爰片在线观看| 亚洲国产av新网站| 欧美成人精品欧美一级黄| 欧美日韩成人在线一区二区| 老司机亚洲免费影院| 99精国产麻豆久久婷婷| 免费观看无遮挡的男女| 免费观看a级毛片全部| 一区二区三区四区激情视频| 男人添女人高潮全过程视频| 亚洲天堂av无毛| 中文乱码字字幕精品一区二区三区| 九草在线视频观看| 午夜激情久久久久久久| 少妇精品久久久久久久| av福利片在线| 天天躁夜夜躁狠狠躁躁| 18禁裸乳无遮挡动漫免费视频| h视频一区二区三区| 国产一区二区 视频在线| 亚洲中文av在线| 欧美日韩国产mv在线观看视频| 免费观看av网站的网址| 99热全是精品| 亚洲欧洲国产日韩| 午夜影院在线不卡| 久久热在线av| 色94色欧美一区二区| 咕卡用的链子| 亚洲精品自拍成人| 女人被躁到高潮嗷嗷叫费观| 色吧在线观看| 亚洲精华国产精华液的使用体验| 在线观看免费高清a一片| 午夜福利在线观看免费完整高清在| 丝袜脚勾引网站| 国产精品无大码| 99久久人妻综合| 一边亲一边摸免费视频| 高清视频免费观看一区二区| 久久国产亚洲av麻豆专区| 日本-黄色视频高清免费观看| 国产精品99久久99久久久不卡 | 最近中文字幕高清免费大全6| 久久女婷五月综合色啪小说| 国产 精品1| 亚洲天堂av无毛| 丁香六月天网| 国产精品一区二区在线不卡| 久久女婷五月综合色啪小说| 黄色视频在线播放观看不卡| 国产精品av久久久久免费| 欧美日韩国产mv在线观看视频| 久久女婷五月综合色啪小说| 国产免费一区二区三区四区乱码| 日韩熟女老妇一区二区性免费视频| 高清不卡的av网站| 黄色配什么色好看| xxxhd国产人妻xxx| 日韩在线高清观看一区二区三区| 男女边吃奶边做爰视频| 在线观看一区二区三区激情| 极品人妻少妇av视频| 久久精品国产亚洲av天美| 欧美日韩一级在线毛片| 国产精品久久久久久久久免| 美女主播在线视频| 亚洲成人一二三区av| 久久99蜜桃精品久久| 麻豆乱淫一区二区| 日产精品乱码卡一卡2卡三| 一边摸一边做爽爽视频免费| 国产精品国产三级专区第一集| 亚洲一区中文字幕在线| av.在线天堂| 一级毛片我不卡| 你懂的网址亚洲精品在线观看| 午夜福利影视在线免费观看| 国产熟女欧美一区二区| 午夜老司机福利剧场| 国产精品av久久久久免费| 亚洲欧美一区二区三区久久| 色网站视频免费| 夜夜骑夜夜射夜夜干| 制服丝袜香蕉在线| 欧美人与性动交α欧美软件| 寂寞人妻少妇视频99o| av女优亚洲男人天堂| 亚洲国产精品一区二区三区在线| 欧美 亚洲 国产 日韩一| 天堂中文最新版在线下载| 国产精品嫩草影院av在线观看| 免费观看av网站的网址| 欧美人与性动交α欧美软件| 国产有黄有色有爽视频| 午夜福利影视在线免费观看| 高清黄色对白视频在线免费看| 久久 成人 亚洲| av视频免费观看在线观看| 男女高潮啪啪啪动态图| 欧美精品高潮呻吟av久久| 成人黄色视频免费在线看| 亚洲欧美精品综合一区二区三区 | 青青草视频在线视频观看| 亚洲,欧美,日韩| 国产免费视频播放在线视频| 免费高清在线观看日韩| 久久国内精品自在自线图片| 亚洲精品aⅴ在线观看| a级毛片黄视频| 久久免费观看电影| 亚洲精品第二区| 亚洲色图 男人天堂 中文字幕| 熟妇人妻不卡中文字幕| 一区二区av电影网| 新久久久久国产一级毛片| 国产一区亚洲一区在线观看| 精品一品国产午夜福利视频| 丰满迷人的少妇在线观看| 人妻一区二区av| 一区二区三区四区激情视频| 亚洲经典国产精华液单| 最近手机中文字幕大全| 欧美精品人与动牲交sv欧美| 久久精品夜色国产| 精品国产露脸久久av麻豆| www日本在线高清视频| 国产精品 国内视频| 啦啦啦啦在线视频资源| 搡女人真爽免费视频火全软件| 国产亚洲av片在线观看秒播厂| 中文精品一卡2卡3卡4更新| 赤兔流量卡办理| 天美传媒精品一区二区| 国产免费现黄频在线看| 日韩免费高清中文字幕av| 亚洲第一区二区三区不卡| 亚洲欧美一区二区三区国产| 成人手机av| 99久久人妻综合| 国产男人的电影天堂91| 亚洲欧美成人精品一区二区| av在线播放精品| 国产av码专区亚洲av| 国产片特级美女逼逼视频| 亚洲精品视频女| 三级国产精品片| 国产欧美日韩综合在线一区二区| 午夜福利视频在线观看免费| 最近中文字幕高清免费大全6| 欧美精品人与动牲交sv欧美| 99久久人妻综合| 久久久久久久久免费视频了| 国产成人精品久久久久久| 精品99又大又爽又粗少妇毛片| 国产亚洲最大av| 日本-黄色视频高清免费观看| 午夜精品国产一区二区电影| 久久ye,这里只有精品| 亚洲第一区二区三区不卡| 天天躁夜夜躁狠狠躁躁| 国产高清国产精品国产三级| 亚洲欧美一区二区三区黑人 | 欧美日韩亚洲国产一区二区在线观看 | 久久久久久久国产电影| 最黄视频免费看| 婷婷成人精品国产| 精品国产乱码久久久久久小说| 久久精品国产鲁丝片午夜精品| 2018国产大陆天天弄谢| 成人午夜精彩视频在线观看| www.熟女人妻精品国产| kizo精华| 久久 成人 亚洲| 寂寞人妻少妇视频99o| 亚洲三区欧美一区| 人人妻人人澡人人看| 亚洲国产看品久久| 亚洲情色 制服丝袜| 欧美日韩综合久久久久久|