• <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Pairwise策略?xún)?yōu)化的雙塔召回算法模型研究

    2023-08-10 02:08:53于慶洋
    中國(guó)新通信 2023年11期
    關(guān)鍵詞:推薦系統(tǒng)

    摘要:在推薦或廣告系統(tǒng)中,召回階段扮演著快速?gòu)拇罅康暮蜻x集中挑選出較為合適的物品Item集合,作為下一階段精排的準(zhǔn)入,從而起到在較為貼合用戶興趣的基礎(chǔ)上,緩解精排的計(jì)算壓力的作用,故召回階段面臨的候選集數(shù)量通常非常大,一般在幾百萬(wàn)至上億規(guī)模。此時(shí),在訓(xùn)練召回模型時(shí),采樣便成了很重要的問(wèn)題,尤其是負(fù)采樣,一般情況下,訓(xùn)練召回模型時(shí),會(huì)做隨機(jī)負(fù)采樣,由于召回模型負(fù)樣本的不置信問(wèn)題,采到的負(fù)樣本有可能并不是真負(fù)樣本,導(dǎo)致影響了模型的訓(xùn)練效果。針對(duì)此問(wèn)題,本文提出了一個(gè)基于雙塔模型的Pairwise訓(xùn)練策略,利用度量學(xué)習(xí)的思想規(guī)避召回模型負(fù)采樣過(guò)程中負(fù)樣本不置信的問(wèn)題,不直接針對(duì)負(fù)樣本判別真假,而是學(xué)習(xí)樣本對(duì)之間的差距,提升模型學(xué)習(xí)精度與效率。

    關(guān)鍵詞:推薦系統(tǒng);召回;雙塔模型;負(fù)樣本;Pairwise

    一、背景介紹

    推薦系統(tǒng)的技術(shù)階段一般包括召回、排序和重排序。其中,召回模型是推薦系統(tǒng)的核心技術(shù)之一。推薦系統(tǒng)可以被看作一個(gè)用于人與物的匹配系統(tǒng)。其最終目的是通過(guò)實(shí)現(xiàn)千人千面,將最符合用戶興趣的物品展示給用戶,并按照用戶偏好對(duì)每個(gè)物品進(jìn)行匹配分值排序。為了實(shí)現(xiàn)這一目的,可以將推薦系統(tǒng)抽象為如下的框架:用戶請(qǐng)求推薦引擎時(shí),使用一個(gè)排序算法將所有的物品與該用戶計(jì)算出一個(gè)匹配分值,然后按照該分值從高到低在頁(yè)面上展示物品。然而,推薦系統(tǒng)所面臨的候選集通常規(guī)模非常大,從幾百萬(wàn)至億級(jí)別不等,如果對(duì)每個(gè)物品都進(jìn)行計(jì)算,系統(tǒng)的性能無(wú)法滿足線上要求。因此引入召回模型,快速?gòu)暮A亢蜻x集中挑選出適量與用戶興趣較為匹配的物品集,然后將其送入排序算法進(jìn)行更加精確的匹配計(jì)算。

    當(dāng)下,拋開(kāi)規(guī)則策略型的召回技術(shù),業(yè)界共識(shí)的召回技術(shù)到目前為止已發(fā)展了兩代。

    第一代:?jiǎn)l(fā)式規(guī)則召回技術(shù),例如ItemCF 召回技術(shù),召回與用戶歷史行為過(guò)的物品相似Item。

    該召回技術(shù)優(yōu)點(diǎn)為實(shí)現(xiàn)簡(jiǎn)單,性能也較為高效。

    兩階段實(shí)現(xiàn):

    ①?gòu)挠脩舻臍v史行為(點(diǎn)擊、收藏、點(diǎn)贊等)中獲取觸發(fā)Item。

    ②在候選物品集中檢索與觸發(fā)物品最近鄰的Item。 物品之間的相似度列表可以離線預(yù)先計(jì)算好存入類(lèi)Key-Value數(shù)據(jù)庫(kù),線上直接獲取結(jié)果。

    此類(lèi)召回方法有以下缺點(diǎn):

    ①模型較為簡(jiǎn)單,精度有限。

    ②每次觸發(fā)均為用戶歷史行為過(guò)的物品,易造成馬太效應(yīng),模型泛化能力不足。

    第一階段和第二階段之間有明顯差距,不是聯(lián)合訓(xùn)練,影響最終效果。

    第二代:針對(duì)第一代召回技術(shù)的不足,發(fā)展出了第二代召回模型范式:

    基于 Embedding 的向量化檢索模型。分別將用戶和物品用Embedding向量進(jìn)行表征,用向量之間余弦距離的大小表示用戶與物品的匹配程度,配合快速向量化最近鄰檢索ANN方法,既做到了泛化能力強(qiáng),又兼顧了召回模型的高性能需求。

    二、雙塔模型框架

    上述提到的基于Embedding 的向量化檢索模型,目前業(yè)界主流實(shí)現(xiàn)為雙塔模型,結(jié)構(gòu)如圖1。

    可以看出,雙塔模型其實(shí)是一套框架,左側(cè)塔和右側(cè)塔可以分別使用不同的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行處理,只要在最頂端的兩塔的輸出層交互時(shí),向量保持維度一致即可。

    訓(xùn)練階段:分別將用戶側(cè)和物品側(cè)原始特征經(jīng)過(guò)特征處理、離散化等操作后,對(duì)特征進(jìn)行Embedding化,拼接Embedding特征向量后分別經(jīng)過(guò)幾層全連接神經(jīng)網(wǎng)絡(luò)(激活函數(shù)可以是ReLu、SeLu等),對(duì)輸入的特征信息進(jìn)行編碼表征。最終左右兩個(gè)塔分別輸出用戶Embedding向量U_Vector與物品Embedding向量I_Vector,并將二者拼接后送入單層全連接神經(jīng)網(wǎng)絡(luò),輸出層的激活函數(shù)使用Sigmoid方便進(jìn)行概率輸出Y_Prob,最后用輸出的Y_Prob與真實(shí)的Label(該用戶對(duì)該物品是否真的有行為)做交叉熵形成損失函數(shù),再利用反向傳播算法更新雙塔模型的網(wǎng)絡(luò)參數(shù),直到模型收斂。

    推理階段:第一階段的訓(xùn)練完畢后,左右兩個(gè)塔的參數(shù)均已經(jīng)固化下來(lái)。推理時(shí),當(dāng)收到用戶請(qǐng)求時(shí),根據(jù)用戶畫(huà)像的存儲(chǔ),可實(shí)時(shí)獲取到該用戶的原始特征,將特征喂入左側(cè)已經(jīng)訓(xùn)練好的塔,就可在塔的頂端獲取到該用戶最終的輸出向量U_Vector。物品向量的獲取和用戶側(cè)不太一樣:由于物品側(cè)的特征一般均為靜態(tài)屬性,故不需要線上實(shí)時(shí)獲取物品Item的輸出Embedding向量,只需要在每次雙塔模型訓(xùn)練完畢后,將所有候選集中的物品特征全部取出,拼接后喂入右側(cè)的物品塔,再經(jīng)過(guò)幾層全連接神經(jīng)網(wǎng)絡(luò),頂端輸出物品向量I_Vector,然后將批量獲取到的物品向量存入Faiss等快速向量化最近鄰ANN檢索數(shù)據(jù)庫(kù)工具中,當(dāng)線上實(shí)時(shí)獲取到用戶向量U_Vector時(shí),查找Faiss等檢索數(shù)據(jù)庫(kù),快速找到與該用戶向量U_Vector最近鄰的TopK個(gè)物品向量,達(dá)到召回目的,生成精排候選集。

    三、召回模型樣本偏差問(wèn)題

    在機(jī)器/深度學(xué)習(xí)模型領(lǐng)域中,有一個(gè)重要原則:訓(xùn)練與推理樣本分布要保持一致,否則會(huì)影響模型效果。理解下這個(gè)問(wèn)題,若訓(xùn)練模型的樣本集分布為A、B、C這三類(lèi),但當(dāng)模型訓(xùn)練完成,在使用模型進(jìn)行推理時(shí),線上均為D、E兩大類(lèi)待預(yù)測(cè)樣本,顯然,模型在訓(xùn)練時(shí)從未見(jiàn)過(guò)這兩類(lèi)樣本,線上的推理效果可想而知。

    這個(gè)問(wèn)題存在于雙塔召回模型中。分析一下,通常情況下,召回模型的采樣方法和精排模型相同,正樣本為用戶行為點(diǎn)擊過(guò)的樣本,負(fù)樣本為曝光未點(diǎn)擊樣本。這種采樣方式在精排模型中沒(méi)有問(wèn)題,但是在召回模型中有較大的問(wèn)題,原因如下:由于召回模型在訓(xùn)練時(shí),選取的負(fù)樣本均為“曝光未點(diǎn)擊”樣本,而模型在線上進(jìn)行召回推理時(shí),面對(duì)的是海量的候選物品集合,很多物品Item從未給用戶展示,因此明顯會(huì)產(chǎn)生上述的樣本偏差問(wèn)題,從而極大地影響召回模型效果。

    四、雙塔模型隨機(jī)負(fù)采樣

    采用隨機(jī)負(fù)采樣的方式來(lái)解決召回模型的樣本偏差問(wèn)題是一種有效的解決方法。隨機(jī)負(fù)采樣的方式可以使得負(fù)采樣的分布更加均勻,從而減輕樣本偏差的問(wèn)題。但這種方式也帶來(lái)了一個(gè)新的問(wèn)題,即負(fù)樣本的置信問(wèn)題。由于隨機(jī)負(fù)采樣的方式會(huì)導(dǎo)致大量不相關(guān)的物品出現(xiàn)在負(fù)樣本中,這些負(fù)樣本對(duì)模型訓(xùn)練的效果會(huì)產(chǎn)生負(fù)面影響,從而導(dǎo)致模型的效果下降。因此,在使用隨機(jī)負(fù)采樣的方式時(shí),需要采取一些策略,如降低隨機(jī)負(fù)采樣的采樣率、對(duì)負(fù)樣本進(jìn)行過(guò)濾、引入其他的策略等,從而保證采樣的負(fù)樣本的質(zhì)量。 經(jīng)過(guò)仔細(xì)分析,上述提出的隨機(jī)負(fù)采樣方法雖然規(guī)避了樣本偏差問(wèn)題,但是存在另外一個(gè)問(wèn)題:由于負(fù)樣本一部分是來(lái)自全物品庫(kù)的隨機(jī)采樣,這其中包含了很多從未給用戶曝光展示過(guò)的物品。然而,按照這種采樣方式,會(huì)將很多這類(lèi)從未給用戶曝光過(guò)的物品Item當(dāng)成負(fù)樣本來(lái)引導(dǎo)模型參數(shù)的訓(xùn)練。很明顯,若某一物品從未展示給某用戶,就無(wú)法判斷用戶對(duì)該物品的喜好,也就無(wú)法下定論說(shuō)此物品Item對(duì)該用戶來(lái)說(shuō)是負(fù)樣本。因此,按照全物品庫(kù)隨機(jī)負(fù)采樣的方式,將會(huì)導(dǎo)致訓(xùn)練時(shí)很多喂入雙塔召回模型的負(fù)樣本其實(shí)是存在置信度缺陷的。為了解決此問(wèn)題,本文提出核心觀點(diǎn):基于度量學(xué)習(xí)的Pairwise訓(xùn)練策略,以?xún)?yōu)化雙塔召回模型。本方法針對(duì)上述負(fù)樣本不置信問(wèn)題,結(jié)合度量學(xué)習(xí)與Pairwise訓(xùn)練方法,以用戶為衡量標(biāo)準(zhǔn),學(xué)習(xí)樣本之間與用戶的匹配程度差距,而非直接用單一的正負(fù)樣本進(jìn)行學(xué)習(xí)。這樣,既達(dá)到將雙塔模型參數(shù)學(xué)習(xí)到最佳收斂狀態(tài),又能規(guī)避由負(fù)樣本不置信導(dǎo)致的對(duì)模型參數(shù)學(xué)習(xí)造成的負(fù)面影響。

    五、度量學(xué)習(xí)與Pairwise訓(xùn)練

    (一)度量學(xué)習(xí)

    度量學(xué)習(xí)也就是常說(shuō)的相似度學(xué)習(xí)。距離測(cè)度學(xué)習(xí)的目的即為了衡量樣本之間的相近程度,而這也正是模式識(shí)別的核心問(wèn)題之一。大量的機(jī)器學(xué)習(xí)方法,比如K近鄰、支持向量機(jī)、徑向基函數(shù)網(wǎng)絡(luò)等分類(lèi)方法以及K-Means聚類(lèi)方法,還有一些基于圖的方法,其性能好壞都主要有樣本之間的相似度量方法的選擇決定。

    (二)Pairwise方法

    基于雙塔的Pairwise訓(xùn)練模型結(jié)構(gòu)如圖2。所謂的Pair,指的是樣本對(duì),在這里,一個(gè)Pair樣本對(duì)為:這里的Item+指的是用戶點(diǎn)擊過(guò)的Item,Item-指的是用戶未點(diǎn)擊過(guò)的Item,從而將模型的優(yōu)化目標(biāo)轉(zhuǎn)化為:針對(duì)同一個(gè)User,Item+與他的匹配程度,要遠(yuǎn)遠(yuǎn)高于Item?與他的匹配程度。所以Loss中沒(méi)有具體的正負(fù)Label,而存在“的匹配分”與“的匹配分”相互比較的形式。

    六、基于Pairwise度量學(xué)習(xí)的雙塔召回模型實(shí)現(xiàn)

    (一)基于Sampled Softmax Loss實(shí)現(xiàn)

    為了實(shí)現(xiàn)基于上述的雙塔模型Pairwise訓(xùn)練方式,有幾種Loss可供選擇。

    一種是采樣的Softmax Loss,即:Sampled Softmax Loss。

    這種Loss將召回看成一個(gè)超大規(guī)模的多分類(lèi)問(wèn)題,優(yōu)化的目標(biāo)是使,User選中Item+的概率最高。

    User選中Item+的概率:

    (1)

    其中vu是User Embedding,vi代表Item Embedding,|I|代表整個(gè)Item候選集。

    為使以上概率達(dá)到最大,要求分子,即User與Item+的匹配度,盡可能大;而分母,即User與除Item+之外的所有Item的匹配度之和,盡可能小。體現(xiàn)出上文所說(shuō)的“不與Label比較,而是匹配得分相互比較”的特點(diǎn)。

    但是,由于計(jì)算分配牽扯到整個(gè)候選Item集合|I|,計(jì)算量大到不現(xiàn)實(shí)。所以實(shí)際優(yōu)化的是Sampled Softmax Loss,即從|I|中隨機(jī)采樣若干Item,近似代替計(jì)算完整的分母。

    (2)

    (二)基于Hinge Loss實(shí)現(xiàn)

    優(yōu)化目標(biāo)是:User與正樣本Item的匹配程度,要比User與負(fù)樣本Item的匹配程度高出一定的閾值。

    (0,margin-user·item++user·item-)? ? ? (3)

    (三)基于BPR Loss實(shí)現(xiàn)

    上文中提到的 Hinge loss有兩個(gè)不足:

    ①超參數(shù)Margin需要調(diào)節(jié),且不同業(yè)務(wù)和數(shù)據(jù)場(chǎng)景,超參數(shù)Margin的選擇對(duì)模型的學(xué)習(xí)有非常大的影響,導(dǎo)致訓(xùn)練不穩(wěn)定。

    ②仔細(xì)觀察Hinge Loss不拿發(fā)現(xiàn),若使用Hinge Loss,一旦兩個(gè)樣本之間匹配程度很相近,Loss便無(wú)法捕捉到。

    因此本文主要使用如下的BPR Loss實(shí)現(xiàn)。

    其思想是計(jì)算“給User召回時(shí),將Item+排在Item-前面的概率”。

    pCorrectOrder=sigmoid(user·item--user·item+)? ? ? ? (4)

    因?yàn)?User, Item+, Item->的Ground-Truth Label永遠(yuǎn)是1,所以將pCorrectOrder喂入二分類(lèi)交叉熵?fù)p失(Binary Cross-Entropy Loss)的公式,就有:

    LBPR=-log(pCorrectOrder)=log(1+exp(user·item--user·item+))? ? (5)

    七、實(shí)驗(yàn)結(jié)論

    使用同一線上數(shù)據(jù)做A/B實(shí)驗(yàn),分別采用原始的雙塔召回模型與引入度量學(xué)習(xí)Pairwise的雙塔召回模型,評(píng)價(jià)指標(biāo)采用離線準(zhǔn)確率、線上點(diǎn)擊率、單路召回占比。對(duì)比結(jié)果如表1所示。結(jié)果表明:①引入度量學(xué)習(xí)Pairwise的雙塔召回模型,無(wú)論是離線準(zhǔn)確率、線上點(diǎn)擊率均有較大幅度提升,充分說(shuō)明了引入Pairwise度量學(xué)習(xí)后,對(duì)模型的訓(xùn)練效果有較大的正面影響。②引入Pairwise度量學(xué)習(xí)策略方法后,該模型的單路召回占比相較于隨機(jī)負(fù)采樣而言,也有較大幅度提升,表明該方法對(duì)模型的泛化性也有較大幅度的提升,有效地緩解了召回的馬太效應(yīng)問(wèn)題。

    八、結(jié)束語(yǔ)

    本文采用將Pairwise與度量學(xué)習(xí)同時(shí)引入雙塔召回模型,以解決隨機(jī)負(fù)采樣造成的負(fù)樣本不置信度高和模型泛化能力差的問(wèn)題。通過(guò)真實(shí)的線上A/B實(shí)驗(yàn)驗(yàn)證了該方法的有效性和可行性,對(duì)智能推薦召回系統(tǒng)的研究具有重要意義。

    作者單位:于慶洋 伊利集團(tuán)

    參? 考? 文? 獻(xiàn)

    [1] Jui-Ting Huang. Embedding-based Retrieval in Facebook Search, KDD 2020,F(xiàn)acebook.

    猜你喜歡
    推薦系統(tǒng)
    數(shù)據(jù)挖掘在選課推薦中的研究
    軟件(2016年4期)2017-01-20 10:09:33
    基于用戶偏好的信任網(wǎng)絡(luò)隨機(jī)游走推薦模型
    基于個(gè)性化的協(xié)同過(guò)濾圖書(shū)推薦算法研究
    個(gè)性化推薦系統(tǒng)關(guān)鍵算法探討
    淺談Mahout在個(gè)性化推薦系統(tǒng)中的應(yīng)用
    關(guān)于協(xié)同過(guò)濾推薦算法的研究文獻(xiàn)綜述
    商(2016年29期)2016-10-29 15:22:08
    一種基于自適應(yīng)近鄰選擇的協(xié)同過(guò)濾推薦算法
    UGC標(biāo)簽推薦系統(tǒng)的一種新的標(biāo)簽清理方法
    商(2016年15期)2016-06-17 17:39:50
    網(wǎng)上商品推薦系統(tǒng)設(shè)計(jì)研究
    基于消費(fèi)者視角的在線推薦系統(tǒng)研究綜述
    视频在线观看一区二区三区| 看非洲黑人一级黄片| av网站在线播放免费| 9191精品国产免费久久| 欧美成人精品欧美一级黄| 国产又爽黄色视频| 亚洲七黄色美女视频| 欧美亚洲 丝袜 人妻 在线| 51午夜福利影视在线观看| 18禁国产床啪视频网站| 久久av网站| 精品酒店卫生间| 国产av码专区亚洲av| 叶爱在线成人免费视频播放| 亚洲av日韩在线播放| 日韩伦理黄色片| 大片电影免费在线观看免费| 美国免费a级毛片| 天天躁夜夜躁狠狠躁躁| 亚洲精品美女久久av网站| av在线观看视频网站免费| 狂野欧美激情性xxxx| 亚洲欧美一区二区三区久久| tube8黄色片| 女性生殖器流出的白浆| 久久精品久久久久久噜噜老黄| 两个人看的免费小视频| 麻豆精品久久久久久蜜桃| 久久精品aⅴ一区二区三区四区| 黄频高清免费视频| 国产精品亚洲av一区麻豆 | 美女中出高潮动态图| 精品国产露脸久久av麻豆| 少妇人妻 视频| 啦啦啦中文免费视频观看日本| 性色av一级| 熟女av电影| 丝袜人妻中文字幕| 午夜免费鲁丝| 性色av一级| 亚洲伊人色综图| 一区二区三区乱码不卡18| 久久久久精品国产欧美久久久 | 新久久久久国产一级毛片| 久久婷婷青草| 国产精品二区激情视频| 欧美变态另类bdsm刘玥| 久久久久久免费高清国产稀缺| 日韩 欧美 亚洲 中文字幕| 久久精品aⅴ一区二区三区四区| 午夜免费男女啪啪视频观看| 成年动漫av网址| 国产又色又爽无遮挡免| 19禁男女啪啪无遮挡网站| 国产熟女欧美一区二区| 老司机影院毛片| 人体艺术视频欧美日本| 欧美激情高清一区二区三区 | 国精品久久久久久国模美| 久久精品国产综合久久久| 日韩制服丝袜自拍偷拍| 国产av精品麻豆| av片东京热男人的天堂| av女优亚洲男人天堂| 国产精品香港三级国产av潘金莲 | 亚洲精品国产一区二区精华液| 色婷婷久久久亚洲欧美| 蜜桃在线观看..| 亚洲精品日韩在线中文字幕| 丰满迷人的少妇在线观看| 青春草国产在线视频| 熟女av电影| 亚洲美女黄色视频免费看| 欧美日韩视频高清一区二区三区二| 一区二区三区激情视频| 精品人妻熟女毛片av久久网站| 亚洲精品视频女| 中文字幕最新亚洲高清| 亚洲国产精品成人久久小说| 18禁观看日本| 自线自在国产av| 国产午夜精品一二区理论片| 午夜免费男女啪啪视频观看| 啦啦啦 在线观看视频| 在线天堂最新版资源| 在线观看免费日韩欧美大片| 99热国产这里只有精品6| 午夜激情久久久久久久| 青春草亚洲视频在线观看| 亚洲欧美清纯卡通| 侵犯人妻中文字幕一二三四区| 久久精品国产a三级三级三级| 国产成人午夜福利电影在线观看| 黑丝袜美女国产一区| 午夜日本视频在线| 精品久久蜜臀av无| av电影中文网址| 十八禁高潮呻吟视频| 国产伦人伦偷精品视频| 成人18禁高潮啪啪吃奶动态图| 国产日韩欧美视频二区| 欧美人与善性xxx| 男人操女人黄网站| 国产99久久九九免费精品| 18禁动态无遮挡网站| 伦理电影大哥的女人| 精品一区二区免费观看| 色婷婷久久久亚洲欧美| 欧美在线黄色| 国产一区二区三区综合在线观看| 免费观看人在逋| 欧美精品人与动牲交sv欧美| 免费观看a级毛片全部| 成人国产av品久久久| 国产97色在线日韩免费| 久久人人爽av亚洲精品天堂| 中文字幕亚洲精品专区| 免费观看人在逋| 国产精品免费大片| 亚洲av综合色区一区| 考比视频在线观看| 日韩中文字幕欧美一区二区 | 久久免费观看电影| 亚洲天堂av无毛| av又黄又爽大尺度在线免费看| 91精品伊人久久大香线蕉| 亚洲伊人色综图| 欧美日韩综合久久久久久| 国产 一区精品| 国产人伦9x9x在线观看| 亚洲,欧美精品.| 亚洲在久久综合| 黄频高清免费视频| 在线观看免费午夜福利视频| 男女高潮啪啪啪动态图| 曰老女人黄片| 日韩精品免费视频一区二区三区| 女性生殖器流出的白浆| 99精品久久久久人妻精品| 青青草视频在线视频观看| 久久精品久久久久久久性| 熟女av电影| 亚洲七黄色美女视频| 久久精品久久久久久噜噜老黄| 久久ye,这里只有精品| av电影中文网址| 精品少妇一区二区三区视频日本电影 | av天堂久久9| 免费日韩欧美在线观看| 欧美黑人欧美精品刺激| 成人国产麻豆网| 久久综合国产亚洲精品| av不卡在线播放| 亚洲熟女毛片儿| 在线天堂中文资源库| 亚洲一级一片aⅴ在线观看| 亚洲欧美一区二区三区国产| 亚洲成色77777| 777米奇影视久久| 秋霞在线观看毛片| 一级毛片黄色毛片免费观看视频| 两个人看的免费小视频| 天天躁狠狠躁夜夜躁狠狠躁| 如日韩欧美国产精品一区二区三区| 在线观看免费高清a一片| 在线观看一区二区三区激情| 亚洲色图 男人天堂 中文字幕| av卡一久久| 国产xxxxx性猛交| 亚洲精品,欧美精品| 热re99久久国产66热| 国产日韩欧美在线精品| 99热国产这里只有精品6| 免费在线观看视频国产中文字幕亚洲 | 色婷婷久久久亚洲欧美| 精品酒店卫生间| 中文精品一卡2卡3卡4更新| 亚洲精品成人av观看孕妇| 岛国毛片在线播放| 极品人妻少妇av视频| 高清不卡的av网站| 久久99精品国语久久久| 黄色一级大片看看| 亚洲精品久久久久久婷婷小说| 亚洲欧洲国产日韩| 丝袜美足系列| 男女午夜视频在线观看| 国产一区二区激情短视频 | 精品一品国产午夜福利视频| 午夜福利免费观看在线| 91国产中文字幕| 色综合欧美亚洲国产小说| 成人18禁高潮啪啪吃奶动态图| 亚洲欧美一区二区三区久久| 狂野欧美激情性bbbbbb| 精品一区二区三卡| 国产成人精品久久二区二区91 | 亚洲av综合色区一区| 高清视频免费观看一区二区| 在线天堂最新版资源| 极品人妻少妇av视频| 亚洲情色 制服丝袜| 国产一级毛片在线| 人人妻人人爽人人添夜夜欢视频| 电影成人av| 国产激情久久老熟女| 97精品久久久久久久久久精品| 亚洲精华国产精华液的使用体验| 男女之事视频高清在线观看 | 日本色播在线视频| 人人妻人人添人人爽欧美一区卜| 另类精品久久| 久久久久精品人妻al黑| 精品久久蜜臀av无| 午夜福利视频精品| 老汉色∧v一级毛片| 成人午夜精彩视频在线观看| 国产免费福利视频在线观看| bbb黄色大片| 色视频在线一区二区三区| 亚洲欧美激情在线| 天天躁狠狠躁夜夜躁狠狠躁| 免费观看av网站的网址| 自拍欧美九色日韩亚洲蝌蚪91| 久久精品亚洲熟妇少妇任你| 免费少妇av软件| 精品国产乱码久久久久久男人| 一本—道久久a久久精品蜜桃钙片| 午夜日韩欧美国产| 亚洲专区中文字幕在线 | 大码成人一级视频| 毛片一级片免费看久久久久| 久久久久久久国产电影| 大香蕉久久网| 亚洲欧美成人综合另类久久久| 亚洲精品久久午夜乱码| 9热在线视频观看99| 精品亚洲乱码少妇综合久久| 大陆偷拍与自拍| 国产精品亚洲av一区麻豆 | 精品亚洲成a人片在线观看| 久久天堂一区二区三区四区| 十八禁人妻一区二区| 黑人猛操日本美女一级片| 97人妻天天添夜夜摸| 两个人免费观看高清视频| 亚洲国产精品一区二区三区在线| 又粗又硬又长又爽又黄的视频| 老司机在亚洲福利影院| 一级爰片在线观看| 国产精品一区二区在线观看99| 亚洲欧美成人综合另类久久久| 99久久99久久久精品蜜桃| 精品少妇一区二区三区视频日本电影 | 欧美日韩精品网址| 国产色婷婷99| 成年美女黄网站色视频大全免费| 大片电影免费在线观看免费| 夜夜骑夜夜射夜夜干| 国产乱人偷精品视频| 日韩熟女老妇一区二区性免费视频| 波多野结衣一区麻豆| 精品第一国产精品| 国产无遮挡羞羞视频在线观看| 男人添女人高潮全过程视频| 精品国产露脸久久av麻豆| 亚洲伊人久久精品综合| 美女福利国产在线| 国产深夜福利视频在线观看| 大陆偷拍与自拍| 亚洲欧洲国产日韩| 王馨瑶露胸无遮挡在线观看| 欧美日韩亚洲高清精品| 中文字幕人妻丝袜一区二区 | 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| 亚洲欧美一区二区三区黑人| av一本久久久久| 99热全是精品| 亚洲男人天堂网一区| 亚洲美女黄色视频免费看| 一二三四中文在线观看免费高清| 久久99热这里只频精品6学生| 又粗又硬又长又爽又黄的视频| 久久久久精品性色| 国产一区二区激情短视频 | 亚洲成人一二三区av| 五月开心婷婷网| 最新在线观看一区二区三区 | 亚洲精品久久午夜乱码| 亚洲精品国产区一区二| 国产男女超爽视频在线观看| 一边亲一边摸免费视频| 超碰97精品在线观看| 精品国产乱码久久久久久男人| 国产亚洲欧美精品永久| 下体分泌物呈黄色| 久久天堂一区二区三区四区| 看非洲黑人一级黄片| 多毛熟女@视频| 久久精品久久久久久噜噜老黄| 亚洲,一卡二卡三卡| 国产亚洲精品第一综合不卡| 免费观看人在逋| 男女边吃奶边做爰视频| 侵犯人妻中文字幕一二三四区| 亚洲在久久综合| 日本vs欧美在线观看视频| 99久国产av精品国产电影| 1024香蕉在线观看| 69精品国产乱码久久久| 中文字幕av电影在线播放| 男女午夜视频在线观看| 午夜日本视频在线| 亚洲av电影在线观看一区二区三区| 国产精品久久久久久久久免| 五月开心婷婷网| 高清av免费在线| 久久久久国产精品人妻一区二区| 日本黄色日本黄色录像| 亚洲国产av影院在线观看| 国产免费一区二区三区四区乱码| 亚洲少妇的诱惑av| 黑丝袜美女国产一区| 日韩中文字幕视频在线看片| 亚洲精品日本国产第一区| 午夜影院在线不卡| 中文欧美无线码| netflix在线观看网站| 久久久久久人妻| 国产男女超爽视频在线观看| 一级毛片 在线播放| 老司机在亚洲福利影院| 考比视频在线观看| 制服诱惑二区| 美国免费a级毛片| 欧美变态另类bdsm刘玥| 日韩伦理黄色片| 成人影院久久| 侵犯人妻中文字幕一二三四区| 高清视频免费观看一区二区| 香蕉国产在线看| 日本欧美国产在线视频| 国产又色又爽无遮挡免| bbb黄色大片| 久久久久网色| 熟女av电影| 亚洲天堂av无毛| 亚洲精品国产av成人精品| 午夜福利乱码中文字幕| 如日韩欧美国产精品一区二区三区| 91精品国产国语对白视频| 精品亚洲成国产av| 成人毛片60女人毛片免费| 我的亚洲天堂| 丝袜喷水一区| 久久免费观看电影| 国产av国产精品国产| 婷婷色av中文字幕| 高清黄色对白视频在线免费看| 成人18禁高潮啪啪吃奶动态图| 精品亚洲乱码少妇综合久久| 免费高清在线观看视频在线观看| 久久99热这里只频精品6学生| 涩涩av久久男人的天堂| a级毛片在线看网站| 嫩草影院入口| 尾随美女入室| 精品久久蜜臀av无| 天堂俺去俺来也www色官网| 香蕉丝袜av| 亚洲精品久久午夜乱码| 一区福利在线观看| 性少妇av在线| 国产精品一二三区在线看| 99国产综合亚洲精品| 一级毛片电影观看| 九色亚洲精品在线播放| 久久久久久久久久久免费av| 久久久国产一区二区| 久久久精品区二区三区| 肉色欧美久久久久久久蜜桃| 亚洲国产精品一区三区| 日日啪夜夜爽| 午夜福利网站1000一区二区三区| 亚洲欧洲精品一区二区精品久久久 | 亚洲国产欧美网| avwww免费| 午夜av观看不卡| 中文字幕高清在线视频| 久久天堂一区二区三区四区| 中国三级夫妇交换| 亚洲一区中文字幕在线| 欧美激情 高清一区二区三区| 只有这里有精品99| 欧美国产精品一级二级三级| av线在线观看网站| 欧美日韩视频精品一区| av女优亚洲男人天堂| 国产精品.久久久| av一本久久久久| 日本91视频免费播放| 91国产中文字幕| 夜夜骑夜夜射夜夜干| 亚洲久久久国产精品| 色综合欧美亚洲国产小说| 日韩中文字幕欧美一区二区 | 你懂的网址亚洲精品在线观看| 久久热在线av| 欧美av亚洲av综合av国产av | 黄网站色视频无遮挡免费观看| 成人亚洲欧美一区二区av| 亚洲国产精品一区三区| 伊人久久国产一区二区| 亚洲美女黄色视频免费看| 黄色视频在线播放观看不卡| 国产在线免费精品| 国产片内射在线| 久久国产精品男人的天堂亚洲| 中文字幕人妻熟女乱码| 侵犯人妻中文字幕一二三四区| 久久99一区二区三区| 最近手机中文字幕大全| 亚洲在久久综合| 亚洲av福利一区| 精品国产超薄肉色丝袜足j| 大陆偷拍与自拍| 日韩成人av中文字幕在线观看| 亚洲人成网站在线观看播放| 女人精品久久久久毛片| 日韩一区二区三区影片| av.在线天堂| www.熟女人妻精品国产| 丁香六月天网| 99热国产这里只有精品6| 在线免费观看不下载黄p国产| 黄频高清免费视频| 丝袜美足系列| 久久亚洲国产成人精品v| e午夜精品久久久久久久| 在线观看www视频免费| 一级片免费观看大全| 亚洲婷婷狠狠爱综合网| 亚洲在久久综合| 美女扒开内裤让男人捅视频| 欧美亚洲日本最大视频资源| 人成视频在线观看免费观看| av国产久精品久网站免费入址| 久久久久精品人妻al黑| 久久ye,这里只有精品| 青春草视频在线免费观看| 色吧在线观看| 人人妻,人人澡人人爽秒播 | 亚洲成色77777| 亚洲精品久久午夜乱码| 中文字幕人妻丝袜一区二区 | 亚洲视频免费观看视频| 一本—道久久a久久精品蜜桃钙片| 999精品在线视频| 日韩av不卡免费在线播放| 午夜福利视频在线观看免费| 午夜福利免费观看在线| 国产精品女同一区二区软件| av视频免费观看在线观看| 国产男人的电影天堂91| 免费黄频网站在线观看国产| 桃花免费在线播放| 亚洲美女搞黄在线观看| 欧美日韩福利视频一区二区| 一边摸一边做爽爽视频免费| 黑丝袜美女国产一区| 综合色丁香网| 日韩一区二区视频免费看| 操美女的视频在线观看| 国产精品一二三区在线看| 男女下面插进去视频免费观看| 91精品国产国语对白视频| 一级爰片在线观看| 亚洲av成人精品一二三区| 曰老女人黄片| 国产伦人伦偷精品视频| 卡戴珊不雅视频在线播放| 亚洲国产精品999| 一本—道久久a久久精品蜜桃钙片| 久久久久久久大尺度免费视频| 国产极品天堂在线| 色婷婷久久久亚洲欧美| 在线天堂最新版资源| 日日爽夜夜爽网站| 99国产精品免费福利视频| 久久ye,这里只有精品| 蜜桃在线观看..| 激情五月婷婷亚洲| 赤兔流量卡办理| 大片电影免费在线观看免费| 国产日韩欧美在线精品| 亚洲av成人不卡在线观看播放网 | 日韩视频在线欧美| 精品久久久久久电影网| 亚洲精品国产av蜜桃| 国产一区二区三区av在线| 建设人人有责人人尽责人人享有的| 大话2 男鬼变身卡| 女人爽到高潮嗷嗷叫在线视频| 久久精品人人爽人人爽视色| av在线播放精品| 中文字幕人妻丝袜一区二区 | av线在线观看网站| 只有这里有精品99| 在线免费观看不下载黄p国产| 亚洲久久久国产精品| 观看美女的网站| 欧美黑人精品巨大| 亚洲国产中文字幕在线视频| 国产日韩欧美亚洲二区| 亚洲美女视频黄频| 青春草国产在线视频| 汤姆久久久久久久影院中文字幕| 亚洲欧美日韩另类电影网站| 男女之事视频高清在线观看 | 成人国产av品久久久| 国产乱人偷精品视频| 国产麻豆69| 九九爱精品视频在线观看| 男人操女人黄网站| 国产精品久久久久久精品古装| 国产精品 国内视频| 国产 精品1| 最近中文字幕2019免费版| 男女国产视频网站| 亚洲成人国产一区在线观看 | 免费久久久久久久精品成人欧美视频| 无遮挡黄片免费观看| 女人精品久久久久毛片| 国产野战对白在线观看| 国产97色在线日韩免费| 亚洲成人免费av在线播放| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲av综合色区一区| 欧美亚洲 丝袜 人妻 在线| 丰满饥渴人妻一区二区三| 亚洲精品自拍成人| 美女国产高潮福利片在线看| 亚洲欧美一区二区三区黑人| 最近2019中文字幕mv第一页| 亚洲精品日韩在线中文字幕| 一级a爱视频在线免费观看| 国产精品国产三级专区第一集| 下体分泌物呈黄色| 母亲3免费完整高清在线观看| 一本大道久久a久久精品| 51午夜福利影视在线观看| 国产精品熟女久久久久浪| 欧美在线一区亚洲| 午夜激情av网站| av网站免费在线观看视频| 美女国产高潮福利片在线看| 狠狠婷婷综合久久久久久88av| 女性被躁到高潮视频| 人成视频在线观看免费观看| 日韩 亚洲 欧美在线| 欧美亚洲 丝袜 人妻 在线| 最近2019中文字幕mv第一页| 男女边摸边吃奶| 午夜激情av网站| 亚洲激情五月婷婷啪啪| 婷婷成人精品国产| 亚洲欧美成人综合另类久久久| 老汉色∧v一级毛片| 最黄视频免费看| 久久精品久久久久久久性| 黄片无遮挡物在线观看| 亚洲精品国产av蜜桃| 性少妇av在线| 国产精品麻豆人妻色哟哟久久| 国产精品免费大片| 亚洲精华国产精华液的使用体验| 精品少妇久久久久久888优播| 国产欧美亚洲国产| 精品少妇久久久久久888优播| 亚洲中文av在线| 我要看黄色一级片免费的| 精品国产露脸久久av麻豆| 色婷婷久久久亚洲欧美| 电影成人av| 丝袜脚勾引网站| 亚洲一区二区三区欧美精品| 国产精品久久久久久久久免| 看非洲黑人一级黄片| 亚洲专区中文字幕在线 | 999久久久国产精品视频| 桃花免费在线播放| 日本欧美视频一区| 久久午夜综合久久蜜桃| 国产精品.久久久| 美国免费a级毛片| 欧美在线一区亚洲| 欧美亚洲日本最大视频资源| 别揉我奶头~嗯~啊~动态视频 | 狂野欧美激情性xxxx| tube8黄色片| 各种免费的搞黄视频| 精品亚洲成a人片在线观看| 中文精品一卡2卡3卡4更新| 青春草视频在线免费观看| 国产精品一区二区在线不卡| 91精品三级在线观看| 咕卡用的链子| 亚洲av欧美aⅴ国产| 美女国产高潮福利片在线看| 在线观看免费日韩欧美大片| 999久久久国产精品视频| 亚洲精品乱久久久久久| 一区福利在线观看| 亚洲情色 制服丝袜|