• <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
    好男人在线观看高清免费视频| 一本精品99久久精品77| 成人综合一区亚洲| 精品不卡国产一区二区三区| 亚洲乱码一区二区免费版| 亚洲一级一片aⅴ在线观看| 69人妻影院| 日韩 亚洲 欧美在线| 在线播放国产精品三级| 欧美日韩综合久久久久久| 人人妻人人澡欧美一区二区| 2021天堂中文幕一二区在线观| 成年女人毛片免费观看观看9| 99热6这里只有精品| 亚洲精品456在线播放app| 偷拍熟女少妇极品色| 欧美激情在线99| 亚洲欧美清纯卡通| 久久草成人影院| 成人综合一区亚洲| 在线观看66精品国产| 国产精品福利在线免费观看| 亚洲18禁久久av| 国产黄色小视频在线观看| 给我免费播放毛片高清在线观看| 久久天躁狠狠躁夜夜2o2o| 国产成人aa在线观看| 亚洲图色成人| 国产在线男女| 人人妻人人澡人人爽人人夜夜 | 欧美另类亚洲清纯唯美| 观看免费一级毛片| 久久久欧美国产精品| 少妇高潮的动态图| 午夜福利在线观看免费完整高清在 | av黄色大香蕉| 成人欧美大片| 欧美日本视频| 97碰自拍视频| 国产精品免费一区二区三区在线| av国产免费在线观看| 日韩高清综合在线| 免费人成视频x8x8入口观看| 在线a可以看的网站| 97超碰精品成人国产| 久久久a久久爽久久v久久| 18+在线观看网站| 又黄又爽又免费观看的视频| 国产亚洲精品久久久久久毛片| 日韩一本色道免费dvd| 深夜a级毛片| 免费电影在线观看免费观看| 男女边吃奶边做爰视频| 少妇猛男粗大的猛烈进出视频 | 亚洲av美国av| 国产一区二区三区在线臀色熟女| 一区二区三区高清视频在线| 蜜桃久久精品国产亚洲av| 国内久久婷婷六月综合欲色啪| 欧美人与善性xxx| 精品人妻偷拍中文字幕| 亚洲av.av天堂| 精品午夜福利在线看| 国产成人福利小说| 黑人高潮一二区| 久久久久久久久大av| 成人午夜高清在线视频| 日韩欧美免费精品| 国产精华一区二区三区| 欧美成人精品欧美一级黄| 久99久视频精品免费| 午夜精品在线福利| 日韩高清综合在线| 国产乱人偷精品视频| aaaaa片日本免费| 欧美另类亚洲清纯唯美| 免费人成在线观看视频色| 全区人妻精品视频| 香蕉av资源在线| 超碰av人人做人人爽久久| 日本a在线网址| 麻豆成人午夜福利视频| 久久草成人影院| 精品久久久噜噜| 亚洲中文字幕日韩| 亚洲乱码一区二区免费版| 久久这里只有精品中国| 露出奶头的视频| 午夜精品在线福利| 欧美丝袜亚洲另类| 国产精品电影一区二区三区| 99视频精品全部免费 在线| 美女大奶头视频| 欧美一区二区亚洲| 国产视频内射| 午夜视频国产福利| 久久久久久九九精品二区国产| 久久中文看片网| 一级毛片久久久久久久久女| 亚洲一区高清亚洲精品| 18+在线观看网站| 国产成人精品久久久久久| 最新中文字幕久久久久| 99国产精品一区二区蜜桃av| 在线免费十八禁| 97超级碰碰碰精品色视频在线观看| 成人精品一区二区免费| 国产精品亚洲一级av第二区| 久久久久久久久大av| 男女视频在线观看网站免费| 99热全是精品| 日日摸夜夜添夜夜添av毛片| 国产成人freesex在线 | 午夜福利在线观看吧| 亚洲成人久久爱视频| 成人亚洲精品av一区二区| 欧美潮喷喷水| 欧美日本视频| 久久精品夜色国产| 别揉我奶头~嗯~啊~动态视频| 特大巨黑吊av在线直播| 国产精品一区二区免费欧美| 欧美高清成人免费视频www| av福利片在线观看| 亚洲精品在线观看二区| 色综合亚洲欧美另类图片| 狂野欧美激情性xxxx在线观看| 最后的刺客免费高清国语| 91精品国产九色| 中文字幕人妻熟人妻熟丝袜美| 天堂av国产一区二区熟女人妻| 卡戴珊不雅视频在线播放| 人人妻,人人澡人人爽秒播| 成人三级黄色视频| 亚洲熟妇熟女久久| 亚洲国产精品成人综合色| 亚洲最大成人手机在线| 亚洲国产色片| 97超级碰碰碰精品色视频在线观看| 亚洲欧美精品综合久久99| 亚洲在线观看片| 看免费成人av毛片| 12—13女人毛片做爰片一| 国内揄拍国产精品人妻在线| 国产高清激情床上av| 赤兔流量卡办理| 国产高清不卡午夜福利| 看非洲黑人一级黄片| 嫩草影院精品99| 一个人免费在线观看电影| 国产黄色小视频在线观看| 中国美女看黄片| 国产人妻一区二区三区在| 高清毛片免费看| 午夜日韩欧美国产| 亚洲第一区二区三区不卡| 日本色播在线视频| 91久久精品国产一区二区三区| 嫩草影院精品99| 六月丁香七月| 日韩av不卡免费在线播放| 国产精品乱码一区二三区的特点| 三级男女做爰猛烈吃奶摸视频| 国产女主播在线喷水免费视频网站 | 色播亚洲综合网| 国产美女午夜福利| 亚洲国产精品国产精品| 欧美激情国产日韩精品一区| 一区二区三区高清视频在线| 国内揄拍国产精品人妻在线| 最近视频中文字幕2019在线8| 日本欧美国产在线视频| 中出人妻视频一区二区| 18+在线观看网站| 22中文网久久字幕| 国产精品一及| 俺也久久电影网| 乱系列少妇在线播放| 欧美高清成人免费视频www| 亚洲成人精品中文字幕电影| 欧美成人一区二区免费高清观看| 国产av麻豆久久久久久久| av天堂在线播放| 国产高清有码在线观看视频| 真实男女啪啪啪动态图| 日韩一本色道免费dvd| 在线观看美女被高潮喷水网站| 午夜福利成人在线免费观看| 成人av一区二区三区在线看| 夜夜爽天天搞| 国产伦一二天堂av在线观看| 哪里可以看免费的av片| 国产单亲对白刺激| 午夜福利高清视频| 丝袜美腿在线中文| 日日摸夜夜添夜夜添av毛片| 国产av不卡久久| 欧美成人免费av一区二区三区| 国内精品美女久久久久久| 在线观看美女被高潮喷水网站| 老女人水多毛片| 2021天堂中文幕一二区在线观| 一边摸一边抽搐一进一小说| 少妇熟女aⅴ在线视频| 免费高清视频大片| 日本在线视频免费播放| 日韩欧美精品v在线| 毛片女人毛片| 成年版毛片免费区| 黄色视频,在线免费观看| 亚洲国产精品国产精品| 18禁黄网站禁片免费观看直播| 午夜精品在线福利| 三级男女做爰猛烈吃奶摸视频| 91久久精品国产一区二区三区| 直男gayav资源| 午夜福利在线在线| av女优亚洲男人天堂| 亚洲成av人片在线播放无| 12—13女人毛片做爰片一| 久久久久久国产a免费观看| 久久午夜亚洲精品久久| 国产精品一区二区免费欧美| 久久久国产成人免费| 亚洲av免费高清在线观看| 久久草成人影院| 国产亚洲精品av在线| 亚洲中文日韩欧美视频| 成人特级黄色片久久久久久久| 国产精品免费一区二区三区在线| 最近手机中文字幕大全| 级片在线观看| 欧美日韩一区二区视频在线观看视频在线 | 天美传媒精品一区二区| 久久久国产成人精品二区| 久久久久久久久久成人| 观看美女的网站| 久久久精品大字幕| 高清日韩中文字幕在线| 国产91av在线免费观看| 亚洲美女黄片视频| 午夜爱爱视频在线播放| 亚洲中文字幕一区二区三区有码在线看| 综合色丁香网| 国产亚洲精品综合一区在线观看| 免费高清视频大片| 久久久久久久久久久丰满| 国产三级在线视频| 热99re8久久精品国产| 国产亚洲精品久久久久久毛片| 超碰av人人做人人爽久久| 青春草视频在线免费观看| 午夜a级毛片| 午夜激情欧美在线| 欧美一区二区精品小视频在线| 美女内射精品一级片tv| 国内精品一区二区在线观看| 观看美女的网站| 日日摸夜夜添夜夜添小说| 免费av毛片视频| 久久久国产成人精品二区| 成人av一区二区三区在线看| 亚洲av免费高清在线观看| 白带黄色成豆腐渣| 欧美性感艳星| 国产精品不卡视频一区二区| 色哟哟·www| 中文在线观看免费www的网站| 精品人妻视频免费看| 99在线视频只有这里精品首页| 波野结衣二区三区在线| 岛国在线免费视频观看| 国产探花极品一区二区| 国产精品日韩av在线免费观看| 国产综合懂色| 香蕉av资源在线| 特大巨黑吊av在线直播| 久久国产乱子免费精品| 最新在线观看一区二区三区| 亚洲精品日韩在线中文字幕 | 午夜精品一区二区三区免费看| 久久亚洲精品不卡| 校园春色视频在线观看| 日韩欧美精品v在线| 国产麻豆成人av免费视频| 在线天堂最新版资源| 一区二区三区四区激情视频 | 免费看a级黄色片| 精品欧美国产一区二区三| h日本视频在线播放| 久久综合国产亚洲精品| 欧美高清成人免费视频www| 亚洲国产欧洲综合997久久,| 精品久久久久久久久久免费视频| 国产精品,欧美在线| 精品99又大又爽又粗少妇毛片| 婷婷精品国产亚洲av在线| 国产精品嫩草影院av在线观看| 网址你懂的国产日韩在线| 一级毛片久久久久久久久女| 国产成人一区二区在线| 美女xxoo啪啪120秒动态图| 免费观看精品视频网站| 久久人人爽人人爽人人片va| 大又大粗又爽又黄少妇毛片口| 国产成人91sexporn| 亚洲av不卡在线观看| 亚洲精品一区av在线观看| 麻豆成人午夜福利视频| 国产高清视频在线播放一区| 简卡轻食公司| 国产精品综合久久久久久久免费| 国产片特级美女逼逼视频| 亚洲人成网站在线播放欧美日韩| 亚洲国产精品成人综合色| 欧美激情国产日韩精品一区| 校园人妻丝袜中文字幕| 两性午夜刺激爽爽歪歪视频在线观看| 一级毛片久久久久久久久女| 欧美+日韩+精品| 淫秽高清视频在线观看| 亚洲欧美成人精品一区二区| 狂野欧美激情性xxxx在线观看| av专区在线播放| 亚洲综合色惰| 一本精品99久久精品77| 在线免费观看的www视频| 别揉我奶头 嗯啊视频| 搡老岳熟女国产| 桃色一区二区三区在线观看| 2021天堂中文幕一二区在线观| 午夜激情福利司机影院| 日产精品乱码卡一卡2卡三| 久久精品夜色国产| av天堂在线播放| 最近的中文字幕免费完整| 国产高潮美女av| 毛片女人毛片| 欧美日韩一区二区视频在线观看视频在线 | 日韩欧美免费精品| 久久精品国产亚洲av涩爱 | 中出人妻视频一区二区| 国产一区二区在线观看日韩| 国产91av在线免费观看| 99久久精品热视频| 老女人水多毛片| 香蕉av资源在线| 尤物成人国产欧美一区二区三区| 久久久久久久久大av| 久久久久久久久久久丰满| 搡女人真爽免费视频火全软件 | 国产av在哪里看| 一级黄片播放器| 欧美+亚洲+日韩+国产| 可以在线观看的亚洲视频| 一进一出抽搐gif免费好疼| 午夜精品在线福利| 成人毛片a级毛片在线播放| 麻豆成人午夜福利视频| 又粗又爽又猛毛片免费看| 国产麻豆成人av免费视频| 国产乱人视频| 韩国av在线不卡| 日产精品乱码卡一卡2卡三| 久久人人爽人人片av| 人人妻,人人澡人人爽秒播| 午夜激情福利司机影院| 日本与韩国留学比较| 最新在线观看一区二区三区| 日韩中字成人| 久久精品国产鲁丝片午夜精品| 日韩制服骚丝袜av| 又黄又爽又刺激的免费视频.| 国产精品av视频在线免费观看| a级毛色黄片| 国语自产精品视频在线第100页| 国产精品爽爽va在线观看网站| 中文在线观看免费www的网站| 日韩欧美一区二区三区在线观看| 乱码一卡2卡4卡精品| 国产精品免费一区二区三区在线| 国产探花在线观看一区二区| 淫秽高清视频在线观看| 特级一级黄色大片| 亚洲国产精品成人综合色| 国语自产精品视频在线第100页| 六月丁香七月| 精品熟女少妇av免费看| 人妻少妇偷人精品九色| 亚洲精品在线观看二区| 国产精品伦人一区二区| 久久精品夜夜夜夜夜久久蜜豆| 久久精品国产亚洲av天美| 一进一出好大好爽视频| 人妻丰满熟妇av一区二区三区| 国产男人的电影天堂91| a级一级毛片免费在线观看| 淫秽高清视频在线观看| 日韩国内少妇激情av| 69av精品久久久久久| 国产精品1区2区在线观看.| 久久久久国内视频| 国产一级毛片七仙女欲春2| 好男人在线观看高清免费视频| 老熟妇仑乱视频hdxx| 欧美xxxx性猛交bbbb| 男人舔奶头视频| 国产亚洲欧美98| av国产免费在线观看| 九九爱精品视频在线观看| 日日撸夜夜添| 国产av麻豆久久久久久久| or卡值多少钱| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲精品影视一区二区三区av| 插逼视频在线观看| 人妻少妇偷人精品九色| 村上凉子中文字幕在线| 九九爱精品视频在线观看| 亚洲av.av天堂| 午夜精品一区二区三区免费看| 日韩欧美精品v在线| 晚上一个人看的免费电影| 草草在线视频免费看| 老女人水多毛片| АⅤ资源中文在线天堂| 中文资源天堂在线| 美女xxoo啪啪120秒动态图| 伊人久久精品亚洲午夜| 18禁在线无遮挡免费观看视频 | 在线看三级毛片| 18禁黄网站禁片免费观看直播| 亚洲图色成人| 天堂√8在线中文| 国产精品人妻久久久久久| 一个人免费在线观看电影| 亚洲色图av天堂| 日本一二三区视频观看| 国产乱人视频| 极品教师在线视频| 丰满人妻一区二区三区视频av| 成人美女网站在线观看视频| 淫秽高清视频在线观看| 国产毛片a区久久久久| 最后的刺客免费高清国语| 1000部很黄的大片| 国产69精品久久久久777片| 男人舔女人下体高潮全视频| 精品久久久久久久久久免费视频| 最近最新中文字幕大全电影3| 99热网站在线观看| 99久久精品一区二区三区| 一级毛片久久久久久久久女| 亚洲专区国产一区二区| 成人av在线播放网站| 婷婷精品国产亚洲av在线| 亚洲av不卡在线观看| 日日撸夜夜添| 成人精品一区二区免费| av在线播放精品| 熟女电影av网| 非洲黑人性xxxx精品又粗又长| 一级a爱片免费观看的视频| 久久久久精品国产欧美久久久| 国产国拍精品亚洲av在线观看| 在线国产一区二区在线| 免费搜索国产男女视频| 身体一侧抽搐| 美女高潮的动态| 成人国产麻豆网| 久久久精品大字幕| 一级毛片久久久久久久久女| 精品不卡国产一区二区三区| 最近2019中文字幕mv第一页| 97人妻精品一区二区三区麻豆| 国产精品永久免费网站| 亚洲内射少妇av| 久久久久久久久久成人| 高清毛片免费观看视频网站| 神马国产精品三级电影在线观看| 人妻久久中文字幕网| 国产精品,欧美在线| 赤兔流量卡办理| 欧美zozozo另类| 午夜福利在线观看免费完整高清在 | aaaaa片日本免费| 男人舔女人下体高潮全视频| 啦啦啦观看免费观看视频高清| 久久综合国产亚洲精品| 国产视频一区二区在线看| 国产美女午夜福利| 日韩精品有码人妻一区| 99精品在免费线老司机午夜| 亚洲七黄色美女视频| 国产精品久久久久久久电影| 日本撒尿小便嘘嘘汇集6| 国产精品av视频在线免费观看| 联通29元200g的流量卡| 精品免费久久久久久久清纯| 国产午夜福利久久久久久| 亚洲成a人片在线一区二区| 婷婷六月久久综合丁香| 国产伦精品一区二区三区四那| 亚洲七黄色美女视频| 国产黄片美女视频| videossex国产| 国产视频一区二区在线看| 三级毛片av免费| 美女免费视频网站| 成年av动漫网址| 男女做爰动态图高潮gif福利片| 精品久久久噜噜| 午夜亚洲福利在线播放| 国产极品精品免费视频能看的| 免费在线观看成人毛片| 久久婷婷人人爽人人干人人爱| 欧美潮喷喷水| 亚洲aⅴ乱码一区二区在线播放| av在线蜜桃| 如何舔出高潮| 少妇的逼好多水| 久久久久国产精品人妻aⅴ院| 1024手机看黄色片| 日韩中字成人| 成人欧美大片| av卡一久久| 成人毛片a级毛片在线播放| 特大巨黑吊av在线直播| 少妇的逼好多水| 日韩精品中文字幕看吧| 人妻少妇偷人精品九色| 久久亚洲精品不卡| 亚洲av中文字字幕乱码综合| 嫩草影院入口| 午夜福利在线在线| 老女人水多毛片| 免费看美女性在线毛片视频| 亚洲第一区二区三区不卡| 久久精品国产99精品国产亚洲性色| 99热只有精品国产| 搞女人的毛片| 99在线视频只有这里精品首页| 国产一区二区在线观看日韩| 日韩一区二区视频免费看| 久久韩国三级中文字幕| 亚洲精品亚洲一区二区| 国产在视频线在精品| 听说在线观看完整版免费高清| av天堂中文字幕网| aaaaa片日本免费| 丰满人妻一区二区三区视频av| 国产伦在线观看视频一区| 给我免费播放毛片高清在线观看| 91av网一区二区| 成人一区二区视频在线观看| 99久久无色码亚洲精品果冻| 日韩精品青青久久久久久| 色尼玛亚洲综合影院| 久久久久久大精品| 在线天堂最新版资源| 久久久国产成人精品二区| 亚洲熟妇中文字幕五十中出| 大香蕉久久网| 狂野欧美白嫩少妇大欣赏| 免费av毛片视频| 国产伦在线观看视频一区| 日韩亚洲欧美综合| 少妇被粗大猛烈的视频| 麻豆一二三区av精品| 亚洲精品久久国产高清桃花| 亚洲自拍偷在线| 亚洲三级黄色毛片| 天天躁日日操中文字幕| 亚洲精品日韩在线中文字幕 | 亚洲一区二区三区色噜噜| 老司机福利观看| a级毛片免费高清观看在线播放| 女同久久另类99精品国产91| 久久久国产成人精品二区| 久久人人爽人人爽人人片va| h日本视频在线播放| 麻豆精品久久久久久蜜桃| 日本精品一区二区三区蜜桃| 国产精品国产高清国产av| 美女 人体艺术 gogo| 久久中文看片网| 人妻制服诱惑在线中文字幕| 狂野欧美白嫩少妇大欣赏| 久久中文看片网| 日韩,欧美,国产一区二区三区 | 久久久色成人| 国产高清激情床上av| 久久久久免费精品人妻一区二区| 亚洲欧美日韩高清专用| 日本 av在线| 亚洲成av人片在线播放无| 午夜精品在线福利| 久久精品夜夜夜夜夜久久蜜豆| 91在线观看av| 欧美色视频一区免费| 亚洲美女视频黄频| 中国美白少妇内射xxxbb| 好男人在线观看高清免费视频| 男女做爰动态图高潮gif福利片| 色5月婷婷丁香| 国产片特级美女逼逼视频| www.色视频.com| 国产精品99久久久久久久久| 精品人妻熟女av久视频| 免费电影在线观看免费观看| 国内精品一区二区在线观看| 99热全是精品| 国产av不卡久久| 欧美区成人在线视频| 成熟少妇高潮喷水视频|