• <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 ?

    基于機器學習的推薦與評價方法

    2018-08-15 10:01:34黃星壽劉迪
    軟件工程 2018年5期
    關(guān)鍵詞:評價系統(tǒng)推薦系統(tǒng)機器學習

    黃星壽 劉迪

    摘 要:IT類專業(yè)學生由于其專業(yè)特點,企業(yè)實習環(huán)節(jié)往往貫穿整個培養(yǎng)過程,實習環(huán)節(jié)效果的好壞直接影響到學生的能力培養(yǎng)與就業(yè)質(zhì)量。如何將實習單位的資源配置、業(yè)務(wù)特點及學生專長與興趣等因素進行有機整合,是改善和提高實習效果的有效途徑。本文基于機器學習的方法,對IT專業(yè)學生實習單位推薦與評價開展了研究工作,以某高校計算機專業(yè)歷年的實習、評價和就業(yè)等相關(guān)數(shù)據(jù)為學習樣本,自動學習和生成推薦模型與評價體系。實際應(yīng)用效果表明:該系統(tǒng)能為實習組織工作提供更加客觀的決策支持信息,有效提高學生的實習與就業(yè)質(zhì)量。

    關(guān)鍵詞:推薦系統(tǒng);機器學習;評價系統(tǒng)

    中圖分類號:TP181 文獻標識碼:A

    Abstract:The effect of internship experience is a key factor of ability training and employment for college students,especially for IT majors.It is an effective way to improve the practical effect of business internship by integrating the resources and business characteristics of the firms with the expertise and interests of the students.This paper proposes an internship recommendation and evaluation system for IT major students based on machine learning methods by using college's internship and employment data as sample data to generate the recommendation model and the evaluation system.The findings show that the system can provide more objective decision-support information for the organization of internship,and improve students' internship and employment.

    Keywords:recommended system;machine learning;evaluation system

    1 引言(Introduction)

    國家信息化建設(shè)的迫切需求催生了大量IT企業(yè)的涌現(xiàn),同時也提出了持續(xù)性的IT專業(yè)人才需求。順應(yīng)這種趨勢,幾乎所有的高校都開設(shè)了IT類專業(yè)。在廣招生源的同時,各培養(yǎng)單位也都意識到企業(yè)實習環(huán)節(jié)在IT類專業(yè)學生培養(yǎng)過程中的重要性,也開展了大量有針對性的研究工作。

    文獻[1]對工科類大學生的成長方式進行了探索與總結(jié),通過雷達圖的形式給出了“實習、實訓”和“科技創(chuàng)新訓練”環(huán)節(jié)對學生就業(yè)能力培養(yǎng)的影響,詳細的論述了以就業(yè)為導(dǎo)向的工科類大學生培養(yǎng)應(yīng)該尤其注重加強企業(yè)實習環(huán)節(jié)的管理,充分利用好這一寶貴的社會資源,以培養(yǎng)出能滿足社會需求的專業(yè)人才;文獻[2]基于“5S管理理論”分析和論述了加強高校學生實習、實訓環(huán)節(jié)管理工作的必要性,并給出了相關(guān)的實施流程及可行性分析報告;文獻[3]以促進學生就業(yè)為出發(fā)點,詳盡的介紹了美國高校對于學生實習的有關(guān)價值觀念的形成過程和與之相對應(yīng)的政策制定與演進,實習過程的組織與效果測評等內(nèi)容。隨后與我國的相關(guān)制度與組織過程進行了深入對比,強調(diào)了“制度化”作為“基石”的重要性;文獻[4]也從促進學生就業(yè)的角度出發(fā),探討了加強實習基地建設(shè),緩解就業(yè)壓力和提高就業(yè)質(zhì)量的必要性和緊迫性,并對研究小組所開展的探索工作進行了簡潔的總結(jié)與反思;文獻[5]分析了在信息化背景下,教與學的過程在執(zhí)行環(huán)節(jié)中存在的一些問題,著重強調(diào)了“過程”的重要性。而實習環(huán)節(jié)也是整個過程中極為重要的一個環(huán)節(jié)。

    2 機器學習輔助決策(Decision-Making aided by

    machine learning)

    機器學習是指使用計算機通過模擬人類學習和獲取信息的準則,以預(yù)測為目標的一系列過程。它包括統(tǒng)計建模、優(yōu)化處理、算法設(shè)計和統(tǒng)計分析等,涉及數(shù)學、統(tǒng)計學和計算機科學等多個學科[6]。通過幾十年的發(fā)展,尤其是隨著計算機處理和存儲能力的日益提高,機器學習目前已經(jīng)成為一個熱點研究領(lǐng)域,并和各行各業(yè)緊密結(jié)合,成為一門“利器”。決策論作為運籌學的一個重要分支,為決策分析提供了堅實的理論基礎(chǔ)[7]。傳統(tǒng)意義上的決策論往往需要預(yù)先給定一個評價準則,隨后在給定的信息集上通過數(shù)量方法來尋找或選取最優(yōu)決策。當面臨的數(shù)據(jù)維度較高,組成復(fù)雜的時候,常規(guī)的數(shù)量方法難以挖掘出高維數(shù)據(jù)中所隱含的特征,導(dǎo)致容易偏離最優(yōu)決策。這種情況下,可以通過利用新的技術(shù)手段進行高維數(shù)據(jù)挖掘來改善效果;也可以轉(zhuǎn)變角色,退化為輔助決策來繼續(xù)發(fā)揮作用。麻省理工學院的資深學者Theja Tulabandhula和Cynthia Rudin在文獻[8]中提出了一種綁定機器學習和決策的框架,并在航線規(guī)劃和交通路徑規(guī)劃(ML&TRP;)等實際應(yīng)用領(lǐng)域開展了驗證性研究工作,在一定程度上證明了該方法的理論基礎(chǔ)和實際可行性。文獻[9]利用貝葉斯網(wǎng)絡(luò)對不確定性問題的表達與處理能力,設(shè)計了一套網(wǎng)絡(luò)交互教學效果評價系統(tǒng),能有效改善網(wǎng)絡(luò)教學效果評價的質(zhì)量。

    本研究小組對我院計算機科學與技術(shù)、軟件工程、網(wǎng)絡(luò)工程等三個專業(yè),自2011年以來的實習與就業(yè)相關(guān)數(shù)據(jù)進行收集整理,涉及相關(guān)學生累計達785人,實習與就業(yè)單位達325家,統(tǒng)計的多維度的單位信息、學生信息、實習組織相關(guān)信息、評價與反饋信息等記錄高達300多萬條(維)。依靠人工已經(jīng)難以充分和有效的挖掘出這些信息內(nèi)部所包含的有價值信息,以為后續(xù)實習工作提供輔助決策。因此,本文利用機器學習的方法對2011—2014年的相關(guān)數(shù)據(jù)進行學習,從高維度數(shù)據(jù)中學習出各個實習/就業(yè)單位和學生的相關(guān)特征,給出明確的類別標識,并作為決策信息為2015屆的實習與就業(yè)組織工作提供參考依據(jù)。

    3 輔助決策的推薦系統(tǒng)構(gòu)建(Construction of

    recommendation system for aided decision-

    making)

    從宏觀上來說,將合適的學生派遣至合適的實習單位,能充分發(fā)揮主觀能動性和資源配置優(yōu)勢,達到最好的實習效果,從而提升學生的整體就業(yè)競爭力。具體到每位學生,只能從眾多的待選實習單位中選擇一家進行派遣,且在實習過程中進行改派的可操作性也不強。因此,如何準確的對實習單位和待派學生進行特征分析與匹配,成為要解決的關(guān)鍵問題之一,也是首要問題。具有自然屬性的“實習單位”和“實習生”完全能符合“物以類聚,人以群分”的屬性,如果能借助于機器學習算法對“實習單位”和“實習生”進行合理的分析與劃分,將能有效的提高實習派遣與管理的效率和改善效果。

    本系統(tǒng)的構(gòu)建目標即為:利用機器學習算法,以歷史的實習與就業(yè)數(shù)據(jù)為樣本,對相關(guān)實習單位按照多維特征值進行聚類操作,形成k個類;在實習派遣階段,再利用分類算法,將每名學生分到k類中的一個。這樣就能建立起一名學生到某類實習單位之間的映射關(guān)系,輔助決策推薦系統(tǒng)示意圖如圖1所示。

    在圖1中,m為學生總數(shù),n為實習單位總數(shù),k為實習單位總類數(shù),其中,n>>k。通過該“聚類—分類”操作,實習派遣操作就轉(zhuǎn)換為從系統(tǒng)為某位同學推薦的一類實習單位中選擇一個的問題。該系統(tǒng)要能完成相關(guān)功能操作,需要解決如下兩項關(guān)鍵問題:

    3.1 聚類算法選擇

    聚類算法目前已經(jīng)在眾多領(lǐng)域得到廣泛的應(yīng)用并取得了良好的效果,尤其是在商業(yè)推薦、社團劃分等應(yīng)用領(lǐng)域。在本系統(tǒng)中,聚類算法的目標為:從紛繁蕪雜的實習單位相關(guān)高維數(shù)據(jù)中,提取出關(guān)鍵性的特征向量,并以此為依據(jù)將所有的實習單位聚為k個類。這k個類將作為后續(xù)分類操作的依據(jù)。聚類操作的起源可以追溯至古老的分類學,在計算機的存儲和處理能力達到一定水平之前,利用數(shù)學工具進行定量的分析存在著困難,人類只能在經(jīng)驗和專業(yè)知識的基礎(chǔ)上執(zhí)行帶有較強主觀色彩的判斷。這種方式已經(jīng)難以適應(yīng)目前以大數(shù)據(jù)量為背景的應(yīng)用場景。與此同時,各種基于機器學習的聚類算法大量涌現(xiàn)并且開始具有實際應(yīng)用價值。其中,基于劃分式的方法發(fā)展得到了較多的關(guān)注,研究成果也較為豐富。劃分法的基本思想為:給定一個包含N個元素的數(shù)據(jù)集,通過分裂的方法將其構(gòu)造為k個分組。為了保障算法快速收斂,一般會要求同一分組中的元素之間的距離滿足一個給定的閾值(距離小則認為相似度高)。

    (1)K-MEANS算法

    K-MEANS算法是一種較為經(jīng)典的聚類算法,其基本思想為:根據(jù)總類別數(shù)量k,在樣本中隨機找出k個點來作為原始的類中心點,然后計算余下的點與選定的k個點的距離,按照距離將其歸入某類,完成操作后再重新計算k類中所有距離的平均值并將其作為新的中心點,不斷的迭代,直到測度函數(shù)收斂(中心點不再發(fā)生明顯變化)。通過該算法,可以將相識度高的點聚為一類,同時將不同類之間盡量分開。但是,利用K-MEANS算法所劃分的類別之間的差異度往往不夠大,且對樣本數(shù)據(jù)要求較高,在實際的應(yīng)用過程中需要采取各種改進措施。

    (2)K-MEDOIDS算法

    為了克服K-MEANS算法對臟數(shù)據(jù)敏感的缺點,K-MEDOIDS算法利用一個對象(MEDOIDS)來代替初始中心點,然后進行初始聚類,再找出類中到其他點距離之和最小的點作為新的中心點,再重復(fù)該操作直到收斂。Partitioning Around Medoids(PAM)算法是該類算法中具有代表性的一種,但是由于存在較多的循環(huán)和迭代運算,算法復(fù)雜度較高——O(k(n-k)2)。文獻[9]提出了一種簡單高效的啟發(fā)式算法將計算復(fù)雜度降低為——O(nk),使得其實用性大幅度提高。

    在實際操作過程中,并不會向所有的實習單位都派遣實習生,尤其對于IT企業(yè),單位來源的動態(tài)性也較強,即使是同一單位,在不同時期所體現(xiàn)出的對實習生的特征也不盡相同(根據(jù)企業(yè)實際工程項目)。因此,對實習單位的聚類操作需要動態(tài)的進行,以適應(yīng)實際情況。經(jīng)過綜合對比分析和實驗測試,我們選擇文獻[10]提出的基于K-MEDOIDS的改進算法來作為本系統(tǒng)的聚類算法。

    3.2 分類算法選擇

    分類算法的研究工作也積累了大量的研究成果,可供選擇的面也較為豐富。但本系統(tǒng)所需的分類方法有極強的特性,主要體現(xiàn)為:企業(yè)類和實習生不具有同構(gòu)性,即某類企業(yè)的特征與某名學生的特征沒有直接的相似性,不能直接按聚合的k類來對學生進行分類。因此,我們需要建立起企業(yè)類到實習生之間的關(guān)聯(lián)規(guī)則,以實現(xiàn)將某位學生到某類企業(yè)直接的關(guān)聯(lián)(推薦依據(jù))。任務(wù)轉(zhuǎn)換為“關(guān)聯(lián)規(guī)則挖掘問題”,該問題是數(shù)據(jù)挖掘中的一個重要領(lǐng)域,而基于關(guān)聯(lián)規(guī)則的分類方法通常包含兩個基本步驟:首先,利用算法從樣本數(shù)據(jù)集中挖掘出所有的滿足預(yù)先指定支持度和置信度的類關(guān)聯(lián)規(guī)則;接下來利用啟發(fā)式算法從第一步給出的類關(guān)聯(lián)規(guī)則中挑選出恰當?shù)囊?guī)則,用于分類操作。采用在線學習的思想,文獻[11]提出了一種如圖2所示的模糊關(guān)聯(lián)規(guī)則挖掘方法。

    如圖2所示的關(guān)聯(lián)規(guī)則方法可簡述為:首先給出一個預(yù)定義的隸屬函數(shù),通過學習過程來學習事務(wù)數(shù)據(jù)庫中的對象(企業(yè)類/實習生數(shù)據(jù)集)并在線對模型的適應(yīng)度進行評估,最后給出確定的隸屬函數(shù),再利用模糊挖掘方法從數(shù)據(jù)集中挖掘出模糊關(guān)聯(lián)規(guī)則,用于指導(dǎo)分類過程。利用該方法可以有效的解決本研究所涉及的異構(gòu)對象之間的關(guān)聯(lián)問題,模型評估過程可以作為下一階段效果評價環(huán)節(jié)的反饋入口,提高準確率、增強系統(tǒng)的適應(yīng)性。

    4 效果評價模型(Effect evaluation model)

    單純考慮具體的實習成績評定等細節(jié)性環(huán)節(jié),往往會導(dǎo)致效果評價環(huán)節(jié)流于形式,失去評價的作用。本系統(tǒng)將綜合考慮實習生反饋、企業(yè)反饋、就業(yè)情況、教師評價等多方面的因素,力爭客觀評價,且對實習效果的評價將作為影響因子(λ)反饋至系統(tǒng)的分類模型環(huán)節(jié),用于評估、調(diào)整隸屬模型,更好的支撐模糊關(guān)聯(lián)規(guī)則的挖掘過程,從而改進派遣環(huán)節(jié)的分類效果,提高派遣環(huán)節(jié)的針對性,最終促進和提高實習效果,實現(xiàn)實習生、學校和實習單位三方的和諧發(fā)展。λ的構(gòu)成如表1所示。

    實習生可以在實習報告中,對實習派遣與預(yù)期情況的匹配程度進行打分評價,占0.2的權(quán)值;實習單位可以通過實習生的實習報告向?qū)W校反饋其是否愿意繼續(xù)接納同類實習生,以及給出相關(guān)評語等,占0.2權(quán)值;責任教師可以結(jié)合日??己藖韺W生實習期間的表現(xiàn)進行打分和評定,如有必要,也可以給出相關(guān)說明,該環(huán)節(jié)類似于傳統(tǒng)的實習成績評定,占0.1的權(quán)值;領(lǐng)導(dǎo)小組負責后續(xù)就業(yè)相關(guān)情況的跟進調(diào)查,主要依據(jù)是就業(yè)協(xié)議書、就業(yè)合同和走訪調(diào)查的結(jié)果等,占0.5的權(quán)值。因為就業(yè)情況能比較客觀的反映實習派遣的效果,例如,如果某位實習生從系統(tǒng)推薦的一類實習單位中選擇一個并最終在該實習單位就業(yè),認為該派遣為一項正確的派遣,故設(shè)定較高的權(quán)值,有利于隸屬函數(shù)的優(yōu)化和關(guān)聯(lián)規(guī)則的挖掘。評價模型輸出的λ值為歸一化的標準值,可以直接應(yīng)用于反饋環(huán)節(jié)。

    5 應(yīng)用效果與分析(Application effect and analysis)

    本小組將系統(tǒng)應(yīng)用在我院2015屆161名畢業(yè)生的實習派遣和效果評價環(huán)節(jié),并對效果進行了分析。總的實習單位數(shù)量為78個(基本都為網(wǎng)絡(luò)、軟件、培訓等IT類企業(yè)),實習單位聚類情況如圖3所示。

    分析圖3的數(shù)據(jù),我們可以發(fā)現(xiàn),系統(tǒng)將這78家單位聚為25個類,且絕大多數(shù)的類包含的單位數(shù)量都在2至5家,僅有三個單選類,我們查看原始數(shù)據(jù)發(fā)現(xiàn)其分別為醫(yī)療、交通和政府機構(gòu)等與IT企業(yè)相關(guān)性不強的單位,因而很難找到共性特征。這樣的聚類效果為后續(xù)模糊關(guān)聯(lián)和推薦打下了較好的基礎(chǔ)。

    在所有的161名畢業(yè)生中,有五人與非IT類單位有明確的就業(yè)意向,其實習派遣直接指定。實際參與推薦的實習生總共為156名,所有的同學都很快的從推薦類中選取了自己認為合適的單位并順利完成實習過程。目前共確定有效就業(yè)人數(shù)為155人,占總畢業(yè)人數(shù)的96.2%,統(tǒng)計數(shù)據(jù)具有說服力。在應(yīng)用本系統(tǒng)之前,實習派遣很難有針對性的開展,學生最后的就業(yè)也基本與實習單位沒有關(guān)聯(lián)。應(yīng)用本系統(tǒng)后的2015屆畢業(yè)生中,有87人在實習單位就業(yè),有10人表示期望與實際情況不符合,有16家實習單位表示實習生能力有待提高,將加權(quán)統(tǒng)計得到的λ值反饋至模糊關(guān)聯(lián)學習模塊,系統(tǒng)為8名學生給出了與之前不一樣的推薦類。這表明系統(tǒng)在具備穩(wěn)定性的同時,也能根據(jù)實際情況進行自適應(yīng)調(diào)節(jié)。

    6 結(jié)論(Conclusion)

    大數(shù)據(jù)這一名詞不僅頻繁出現(xiàn)在學術(shù)界、政府報告和各類媒體中,它實際上已經(jīng)滲透到人們?nèi)粘I畹母鱾€層面。高效且成熟的機器學習算法恰好為我們提供了分析和挖掘大數(shù)據(jù)背后隱含規(guī)律的工具。本文利用機器學習算法,通過對我們近年來積累的大量實習單位、實習生和就業(yè)信息數(shù)據(jù)進行挖掘,學習并構(gòu)建出了具有實用性的IT專業(yè)學生實習單位推薦與評價系統(tǒng)。在通過聚類算法實現(xiàn)對實習單位準確聚類的基礎(chǔ)上,利用數(shù)據(jù)挖掘方法得出實習生與實習單位直接的模糊關(guān)聯(lián)規(guī)則,將其作為指導(dǎo)實習派遣的決策依據(jù),實現(xiàn)高效且有針對性的派遣決策。為適應(yīng)實習單位和實習生的動態(tài)變化特點,系統(tǒng)給出綜合模型來對實習效果進行評價,并以此作為反饋因子來指導(dǎo)前述關(guān)聯(lián)規(guī)則的挖掘,使系統(tǒng)具備自適應(yīng)特性。實際應(yīng)用效果也進一步驗證了系統(tǒng)的合理性和可行性。

    本系統(tǒng)的推薦部分已經(jīng)具備了可直接使用的原型系統(tǒng),但是在評價部分還存在進一步完善之處。比如:反饋環(huán)節(jié)的原始信息目前基于紙質(zhì)材料,部分評價主體基于客觀因素可能會做出不太客觀的評價,后續(xù)考慮修應(yīng)用遠程在線式評價系統(tǒng),實現(xiàn)評價主體的“盲評”,增強客觀性。此外,評價權(quán)重值分配是否存在完善之處,還有待進一步驗證。

    參考文獻(References)

    [1] 于欣欣,李兆博.工科類大學生成長路徑的研究與探索[J].現(xiàn)代教育管理,2015(1):124-128.

    [2] 何瑜.高校學生實訓實習管理模式創(chuàng)新研究——基于5S管理理論[J].內(nèi)蒙古師范大學學報(教育科學版),2015,05:76-77.

    [3] 朱紅,凱倫·阿諾德,陳永利.制度的基石、保障與功能——中美大學生實習比較及對就業(yè)的啟示[J].北京大學教育評論,2012,01:107-123;190.

    [4] 詹一虹,侯順.加強實習基地建設(shè)拓寬高校畢業(yè)生就業(yè)渠道[J].教育研究,2006,09:90-92.

    [5] 蔡旻君.信息技術(shù)環(huán)境下“學”與“教”分離現(xiàn)象透視和成因分析[J].電化教育研究,2013,02:93-99.

    [6] Christopher Bishop.Pattern recognition and machine learning

    [M].springer,2007:138-216.

    [7] Perry J.Williams,Mevin B.Hooten.Combining statistical inference and decisions in ecology[J].Ecological Applications,

    2016,26(6):1930-1942.

    [8] Tulabandhula T,Rudin C.On combining machine learning with decision making[J].Machine Learning,2014,97(1-2):33-64.

    [9] 張曉勇,彭軍,文孟飛.基于貝葉斯網(wǎng)絡(luò)的網(wǎng)絡(luò)交互教學成效評價系統(tǒng)[J].現(xiàn)代遠程教育研究,2012,04:85-90.

    [10] Park H S,Jun C H.A simple and fast algorithm for K-medoids clustering[J].Expert Systems with Applications,2009,36(2):3336-3341.

    [11] Alcalá-Fdez J,Alcalá R,Gacto M J,et al.Learning the membership function contexts for mining fuzzy association rules by using genetic algorithms[J].Fuzzy Sets and Systems,2009,160(7):905-921.

    作者簡介:

    黃星壽(1963-),男,本科,副教授.研究領(lǐng)域:統(tǒng)計學,微分方程.

    劉 迪(1980-),男,博士,副教授.研究領(lǐng)域:機器學習.

    猜你喜歡
    評價系統(tǒng)推薦系統(tǒng)機器學習
    基于用戶偏好的信任網(wǎng)絡(luò)隨機游走推薦模型
    基于個性化的協(xié)同過濾圖書推薦算法研究
    基于學業(yè)質(zhì)量的增值性評價系統(tǒng)的分析與構(gòu)建
    個性化推薦系統(tǒng)關(guān)鍵算法探討
    基于互聯(lián)網(wǎng)的中等職業(yè)教育教學質(zhì)量評價系統(tǒng)的開發(fā)構(gòu)建
    基于機器學習的圖像特征提取技術(shù)在圖像版權(quán)保護中的應(yīng)用
    基于網(wǎng)絡(luò)搜索數(shù)據(jù)的平遙旅游客流量預(yù)測分析
    時代金融(2016年27期)2016-11-25 17:51:36
    基于移動互聯(lián)技術(shù)的通用評價系統(tǒng)的設(shè)計
    淺談Mahout在個性化推薦系統(tǒng)中的應(yīng)用
    前綴字母為特征在維吾爾語文本情感分類中的研究
    人妻久久中文字幕网| 国产高清不卡午夜福利| 亚洲在线自拍视频| 国产高清三级在线| 99久久成人亚洲精品观看| 女的被弄到高潮叫床怎么办| 久久久国产成人免费| ponron亚洲| 国产精品久久久久久精品电影小说 | 国产精品久久久久久亚洲av鲁大| 国产亚洲精品av在线| 午夜精品一区二区三区免费看| 天堂影院成人在线观看| 桃色一区二区三区在线观看| 国产淫片久久久久久久久| 在现免费观看毛片| 国产老妇伦熟女老妇高清| 麻豆国产av国片精品| 男人狂女人下面高潮的视频| 熟妇人妻久久中文字幕3abv| 国产精品福利在线免费观看| 亚洲18禁久久av| 卡戴珊不雅视频在线播放| 国产中年淑女户外野战色| 老女人水多毛片| www.av在线官网国产| 神马国产精品三级电影在线观看| 国产一区二区亚洲精品在线观看| 国产淫片久久久久久久久| 一本精品99久久精品77| 婷婷精品国产亚洲av| 日韩欧美精品v在线| 亚洲国产欧美人成| 国产美女午夜福利| 午夜激情欧美在线| 韩国av在线不卡| 亚洲精品456在线播放app| 1024手机看黄色片| 深爱激情五月婷婷| 噜噜噜噜噜久久久久久91| 国产精品国产三级国产av玫瑰| 日本色播在线视频| 欧美日本亚洲视频在线播放| 成人毛片a级毛片在线播放| 国产av在哪里看| 此物有八面人人有两片| 小说图片视频综合网站| 99视频精品全部免费 在线| 日本成人三级电影网站| 国产av麻豆久久久久久久| 老女人水多毛片| 成熟少妇高潮喷水视频| 国产淫片久久久久久久久| 国产精品嫩草影院av在线观看| 综合色丁香网| 热99在线观看视频| 一个人看视频在线观看www免费| 国产视频内射| 日日摸夜夜添夜夜爱| 18禁黄网站禁片免费观看直播| 国产伦理片在线播放av一区 | 一级毛片电影观看 | 岛国在线免费视频观看| 国产极品精品免费视频能看的| 99热这里只有精品一区| 久久久国产成人免费| 午夜激情欧美在线| 特大巨黑吊av在线直播| 国产成人一区二区在线| 18禁黄网站禁片免费观看直播| 99九九线精品视频在线观看视频| 蜜桃亚洲精品一区二区三区| 99久久九九国产精品国产免费| 欧美日韩精品成人综合77777| 午夜亚洲福利在线播放| 久久精品国产亚洲av涩爱 | 成年免费大片在线观看| 特级一级黄色大片| 最新中文字幕久久久久| 中国美女看黄片| 亚洲美女搞黄在线观看| 亚洲最大成人中文| 黄片wwwwww| 69人妻影院| 蜜桃亚洲精品一区二区三区| 变态另类成人亚洲欧美熟女| 亚洲自偷自拍三级| 美女 人体艺术 gogo| 国产精品野战在线观看| 国产极品天堂在线| а√天堂www在线а√下载| 女人被狂操c到高潮| 国产伦在线观看视频一区| 国产精品福利在线免费观看| 欧美在线一区亚洲| 欧美另类亚洲清纯唯美| 国产精品乱码一区二三区的特点| 国产伦精品一区二区三区视频9| 我要搜黄色片| 国产老妇伦熟女老妇高清| 国内精品宾馆在线| 亚洲最大成人手机在线| 国产淫片久久久久久久久| 狂野欧美白嫩少妇大欣赏| 三级毛片av免费| 午夜激情欧美在线| 真实男女啪啪啪动态图| 中文在线观看免费www的网站| 五月玫瑰六月丁香| 亚洲av.av天堂| 九色成人免费人妻av| 91在线精品国自产拍蜜月| 日韩 亚洲 欧美在线| 午夜福利成人在线免费观看| 特大巨黑吊av在线直播| 久久人人爽人人片av| 韩国av在线不卡| 中文字幕制服av| 国产大屁股一区二区在线视频| 久久精品国产亚洲av涩爱 | 少妇被粗大猛烈的视频| 久久热精品热| av免费观看日本| 亚洲精品日韩av片在线观看| 深夜精品福利| 亚洲四区av| 女的被弄到高潮叫床怎么办| 少妇的逼水好多| 亚洲性久久影院| 国产精品99久久久久久久久| 色5月婷婷丁香| av专区在线播放| 国产午夜精品论理片| 欧美在线一区亚洲| 国产一区二区激情短视频| 国产亚洲91精品色在线| 啦啦啦观看免费观看视频高清| 国产精品人妻久久久久久| 黄色一级大片看看| 国产三级中文精品| 亚洲国产欧洲综合997久久,| 国产国拍精品亚洲av在线观看| 亚洲七黄色美女视频| 麻豆国产av国片精品| 久久99热6这里只有精品| 国产成人a区在线观看| 亚洲在线观看片| 男女那种视频在线观看| 亚洲欧美成人精品一区二区| 亚洲国产精品合色在线| 一级黄色大片毛片| 国产亚洲5aaaaa淫片| 激情 狠狠 欧美| 简卡轻食公司| 高清毛片免费看| 插逼视频在线观看| 国产精品三级大全| 欧美高清性xxxxhd video| 国产熟女欧美一区二区| a级毛片a级免费在线| 日韩一区二区三区影片| 不卡视频在线观看欧美| 欧美精品国产亚洲| 精品日产1卡2卡| 国产免费男女视频| 日韩制服骚丝袜av| 日本一二三区视频观看| 日日摸夜夜添夜夜添av毛片| 国产真实伦视频高清在线观看| 欧美在线一区亚洲| 日韩欧美国产在线观看| 成人毛片60女人毛片免费| 国产精品日韩av在线免费观看| 久久99热6这里只有精品| 黄色一级大片看看| 久久久久久国产a免费观看| 欧美3d第一页| 永久网站在线| 两个人视频免费观看高清| 午夜福利成人在线免费观看| 国产熟女欧美一区二区| 综合色av麻豆| 日韩欧美国产在线观看| av在线观看视频网站免费| av视频在线观看入口| 亚洲av不卡在线观看| 免费看光身美女| 婷婷六月久久综合丁香| 国产人妻一区二区三区在| 亚洲国产日韩欧美精品在线观看| 亚洲av男天堂| 最近的中文字幕免费完整| 欧美人与善性xxx| avwww免费| 国产精品无大码| 97热精品久久久久久| 国内精品久久久久精免费| 99国产极品粉嫩在线观看| 一区二区三区四区激情视频 | 国产爱豆传媒在线观看| 综合色丁香网| 尤物成人国产欧美一区二区三区| 亚洲乱码一区二区免费版| 狠狠狠狠99中文字幕| 色尼玛亚洲综合影院| 精品一区二区三区人妻视频| 长腿黑丝高跟| 毛片女人毛片| 亚洲国产欧美人成| 日本色播在线视频| 狂野欧美激情性xxxx在线观看| 校园人妻丝袜中文字幕| 成人性生交大片免费视频hd| 久久久久久久久久久丰满| 波多野结衣巨乳人妻| 亚洲精品自拍成人| or卡值多少钱| 国产真实乱freesex| 内地一区二区视频在线| 看黄色毛片网站| 免费无遮挡裸体视频| 可以在线观看毛片的网站| 可以在线观看的亚洲视频| 国产精品伦人一区二区| 麻豆一二三区av精品| 亚洲在久久综合| 人妻夜夜爽99麻豆av| 欧美又色又爽又黄视频| 长腿黑丝高跟| 能在线免费看毛片的网站| 晚上一个人看的免费电影| 赤兔流量卡办理| 国语自产精品视频在线第100页| 国产av在哪里看| 亚洲精品色激情综合| 久久国内精品自在自线图片| 免费看光身美女| 国产精品人妻久久久影院| a级毛色黄片| 国产亚洲精品久久久久久毛片| 一边亲一边摸免费视频| 99久国产av精品| 午夜福利在线观看免费完整高清在 | 午夜老司机福利剧场| 99久久精品国产国产毛片| 国产精品无大码| 精品久久国产蜜桃| 12—13女人毛片做爰片一| 天堂影院成人在线观看| 91精品一卡2卡3卡4卡| 边亲边吃奶的免费视频| 亚洲av.av天堂| 日日摸夜夜添夜夜爱| 国产麻豆成人av免费视频| 成人二区视频| 国产av麻豆久久久久久久| 高清午夜精品一区二区三区 | 久久久久九九精品影院| 久久久久久久久久久丰满| 欧美日韩综合久久久久久| 99热只有精品国产| 狂野欧美白嫩少妇大欣赏| 国产精品1区2区在线观看.| 丰满乱子伦码专区| 亚洲三级黄色毛片| 色吧在线观看| 日本在线视频免费播放| 精品久久久久久久久亚洲| 国产精品美女特级片免费视频播放器| 国产精品久久久久久久电影| 欧美成人a在线观看| 欧美日本视频| 精品久久国产蜜桃| 午夜精品一区二区三区免费看| 黄片wwwwww| 国产中年淑女户外野战色| 欧美日韩一区二区视频在线观看视频在线 | 亚洲最大成人手机在线| 三级男女做爰猛烈吃奶摸视频| 毛片女人毛片| 给我免费播放毛片高清在线观看| 精品久久久久久成人av| 日日摸夜夜添夜夜添av毛片| 又粗又爽又猛毛片免费看| 国产精品三级大全| 插阴视频在线观看视频| 真实男女啪啪啪动态图| 黄色一级大片看看| 91aial.com中文字幕在线观看| 中国国产av一级| 久久精品国产99精品国产亚洲性色| 内射极品少妇av片p| 热99在线观看视频| 亚洲精品456在线播放app| 欧美精品一区二区大全| 久久午夜亚洲精品久久| 国产老妇女一区| 国产黄色小视频在线观看| 国产激情偷乱视频一区二区| 深夜精品福利| 久久久a久久爽久久v久久| 久久精品久久久久久噜噜老黄 | 日韩欧美国产在线观看| 99久久精品热视频| 91精品国产九色| 国内少妇人妻偷人精品xxx网站| 成人无遮挡网站| 两性午夜刺激爽爽歪歪视频在线观看| 狂野欧美激情性xxxx在线观看| 国产精品麻豆人妻色哟哟久久 | 桃色一区二区三区在线观看| 亚洲欧美日韩东京热| 国产高清激情床上av| 在线观看午夜福利视频| 联通29元200g的流量卡| 午夜福利在线在线| 欧美人与善性xxx| 国产极品天堂在线| 卡戴珊不雅视频在线播放| 亚洲第一电影网av| 欧美一区二区精品小视频在线| 淫秽高清视频在线观看| 国产精品蜜桃在线观看 | 91精品国产九色| 特级一级黄色大片| 久久久久久久久久成人| 国产一区二区三区av在线 | 亚洲国产精品合色在线| 免费观看人在逋| 波多野结衣巨乳人妻| 国产成年人精品一区二区| 欧美极品一区二区三区四区| 日韩中字成人| 国产精品伦人一区二区| 少妇人妻一区二区三区视频| 麻豆av噜噜一区二区三区| 久久久久久九九精品二区国产| 高清毛片免费观看视频网站| 中国美白少妇内射xxxbb| 免费观看a级毛片全部| а√天堂www在线а√下载| 久久草成人影院| 白带黄色成豆腐渣| 精品国产三级普通话版| 99国产精品一区二区蜜桃av| 久久午夜亚洲精品久久| 久久久久久久亚洲中文字幕| 成人特级黄色片久久久久久久| 亚洲内射少妇av| 51国产日韩欧美| 99九九线精品视频在线观看视频| 在线免费十八禁| 熟妇人妻久久中文字幕3abv| 久久精品国产亚洲av香蕉五月| 我要看日韩黄色一级片| 亚洲国产色片| 国产免费男女视频| 丰满人妻一区二区三区视频av| 简卡轻食公司| 亚洲国产精品合色在线| 亚洲一级一片aⅴ在线观看| 性色avwww在线观看| 欧美潮喷喷水| 国产精品综合久久久久久久免费| 观看美女的网站| 成人亚洲精品av一区二区| 一个人看的www免费观看视频| 久久精品国产自在天天线| 色播亚洲综合网| 久久久久久久久久久丰满| 日本免费一区二区三区高清不卡| 久久综合国产亚洲精品| 国产日本99.免费观看| 一个人看的www免费观看视频| 国产精品,欧美在线| 午夜爱爱视频在线播放| 国产爱豆传媒在线观看| 国产麻豆成人av免费视频| 日本黄色视频三级网站网址| 欧美日韩乱码在线| 最近最新中文字幕大全电影3| 热99在线观看视频| 别揉我奶头 嗯啊视频| 国产不卡一卡二| 日本撒尿小便嘘嘘汇集6| 中文字幕av成人在线电影| 能在线免费观看的黄片| 久久欧美精品欧美久久欧美| 桃色一区二区三区在线观看| 亚洲国产精品sss在线观看| 亚洲成a人片在线一区二区| 亚洲激情五月婷婷啪啪| 久久人人爽人人片av| 波多野结衣高清无吗| 精品人妻熟女av久视频| 精品不卡国产一区二区三区| 国产精品国产三级国产av玫瑰| 国产精品久久久久久精品电影小说 | 欧洲精品卡2卡3卡4卡5卡区| 热99在线观看视频| 一本精品99久久精品77| 亚洲av免费在线观看| 国产亚洲av片在线观看秒播厂 | 大香蕉久久网| 亚洲av一区综合| 又黄又爽又刺激的免费视频.| 此物有八面人人有两片| 欧美一区二区国产精品久久精品| 中文字幕制服av| 小说图片视频综合网站| 少妇的逼好多水| 中出人妻视频一区二区| 亚洲一区二区三区色噜噜| 国产黄色小视频在线观看| 国产成人a区在线观看| 日韩欧美精品v在线| 毛片女人毛片| 久久久久久久久久成人| 国产男人的电影天堂91| 99久国产av精品| 身体一侧抽搐| 日韩成人av中文字幕在线观看| 成人二区视频| 尾随美女入室| 欧美又色又爽又黄视频| 一级毛片电影观看 | 男的添女的下面高潮视频| 国内揄拍国产精品人妻在线| 丝袜美腿在线中文| 男人狂女人下面高潮的视频| 国产精品野战在线观看| 亚洲精品乱码久久久久久按摩| 成年女人永久免费观看视频| 日韩亚洲欧美综合| 国产综合懂色| 欧美日韩综合久久久久久| 看非洲黑人一级黄片| 日本免费a在线| 好男人在线观看高清免费视频| 日韩成人伦理影院| www日本黄色视频网| 久久6这里有精品| 波多野结衣巨乳人妻| 婷婷六月久久综合丁香| 国产美女午夜福利| 成人永久免费在线观看视频| 欧美激情在线99| 国产在线男女| 日韩三级伦理在线观看| 老司机福利观看| 在线观看av片永久免费下载| 免费观看的影片在线观看| 一个人看视频在线观看www免费| 黑人高潮一二区| 特大巨黑吊av在线直播| 一进一出抽搐gif免费好疼| 在线观看午夜福利视频| 亚洲,欧美,日韩| 人妻夜夜爽99麻豆av| 日韩av在线大香蕉| 99热精品在线国产| 26uuu在线亚洲综合色| 国产中年淑女户外野战色| 中文亚洲av片在线观看爽| 久久综合国产亚洲精品| 黄色欧美视频在线观看| 男女做爰动态图高潮gif福利片| 久久精品国产99精品国产亚洲性色| 91av网一区二区| 一级av片app| 亚洲美女视频黄频| 最近最新中文字幕大全电影3| 国产成年人精品一区二区| 成人午夜精彩视频在线观看| 最近视频中文字幕2019在线8| 午夜免费男女啪啪视频观看| av视频在线观看入口| 国产白丝娇喘喷水9色精品| 亚洲高清免费不卡视频| av在线蜜桃| 在线免费十八禁| 国产亚洲5aaaaa淫片| 晚上一个人看的免费电影| 精品国产三级普通话版| 国产探花在线观看一区二区| 国产一区二区三区在线臀色熟女| 两性午夜刺激爽爽歪歪视频在线观看| 成人无遮挡网站| 两个人的视频大全免费| 久久精品国产亚洲网站| 久久精品久久久久久噜噜老黄 | 久久这里有精品视频免费| 中国国产av一级| 内射极品少妇av片p| 一边摸一边抽搐一进一小说| 1000部很黄的大片| 成年免费大片在线观看| 久久久久久伊人网av| 成人欧美大片| 国产精品女同一区二区软件| 精品不卡国产一区二区三区| 麻豆成人午夜福利视频| 亚洲国产精品sss在线观看| 亚洲av不卡在线观看| 91av网一区二区| 国产精华一区二区三区| 少妇熟女欧美另类| 三级国产精品欧美在线观看| 18禁在线无遮挡免费观看视频| 天堂av国产一区二区熟女人妻| 国产精品人妻久久久影院| 精品久久久久久久久久久久久| 亚洲精品成人久久久久久| 成年免费大片在线观看| 男人舔奶头视频| 久久久久网色| 插逼视频在线观看| 免费观看的影片在线观看| 亚洲激情五月婷婷啪啪| 成人亚洲精品av一区二区| 国产精品久久久久久精品电影| 联通29元200g的流量卡| 国产精品精品国产色婷婷| 看十八女毛片水多多多| 精品人妻熟女av久视频| 美女大奶头视频| 中文字幕人妻熟人妻熟丝袜美| 国产一区二区亚洲精品在线观看| 麻豆成人av视频| 男人的好看免费观看在线视频| 日本免费一区二区三区高清不卡| 国产精品蜜桃在线观看 | 亚洲最大成人手机在线| 国产精品久久久久久亚洲av鲁大| 蜜桃久久精品国产亚洲av| 国产成人精品婷婷| 亚洲国产日韩欧美精品在线观看| 中国美女看黄片| 国产高潮美女av| 成人亚洲精品av一区二区| 亚洲国产欧洲综合997久久,| 欧美人与善性xxx| 国产精华一区二区三区| 国产三级在线视频| 亚洲天堂国产精品一区在线| 国产一区二区亚洲精品在线观看| 国产精品.久久久| 亚洲av免费高清在线观看| 国产一区二区三区av在线 | 一边亲一边摸免费视频| 伦精品一区二区三区| 日韩av在线大香蕉| 一区二区三区高清视频在线| 精品99又大又爽又粗少妇毛片| 亚洲av免费在线观看| 欧美激情国产日韩精品一区| 国模一区二区三区四区视频| 91午夜精品亚洲一区二区三区| 99热这里只有精品一区| 麻豆国产97在线/欧美| 国产精品.久久久| 国内精品宾馆在线| www日本黄色视频网| 国产在线精品亚洲第一网站| 搡老妇女老女人老熟妇| 插逼视频在线观看| 亚洲成a人片在线一区二区| 在线免费观看的www视频| 中文资源天堂在线| 国产亚洲精品久久久com| 国产av在哪里看| av在线老鸭窝| 深爱激情五月婷婷| 日本黄大片高清| 91精品国产九色| 亚洲av成人av| 成年版毛片免费区| 一本一本综合久久| 99久久久亚洲精品蜜臀av| 1024手机看黄色片| 精品熟女少妇av免费看| 久久精品夜色国产| 亚洲精品成人久久久久久| av在线老鸭窝| 亚洲欧美日韩卡通动漫| 永久网站在线| 欧美另类亚洲清纯唯美| 国产亚洲91精品色在线| 网址你懂的国产日韩在线| 可以在线观看的亚洲视频| 成人国产麻豆网| 看黄色毛片网站| 最后的刺客免费高清国语| 国产真实伦视频高清在线观看| 国产色爽女视频免费观看| 狠狠狠狠99中文字幕| 身体一侧抽搐| 高清毛片免费看| 色综合站精品国产| 高清午夜精品一区二区三区 | 99久久精品热视频| 波多野结衣巨乳人妻| 成人无遮挡网站| 精品人妻视频免费看| 国产在视频线在精品| 日韩成人av中文字幕在线观看| 亚洲第一区二区三区不卡| 成熟少妇高潮喷水视频| 亚洲内射少妇av| 国产老妇女一区| 女人被狂操c到高潮| 亚洲欧洲日产国产| 老熟妇乱子伦视频在线观看| 少妇熟女欧美另类| 国产精品一及|