• <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 ?

    基于隨機森林算法的學生成績預測的實現(xiàn)

    2024-07-01 15:27:12錢濤
    科技資訊 2024年8期
    關(guān)鍵詞:R語言隨機森林數(shù)據(jù)挖掘

    錢濤

    摘??要:教育數(shù)據(jù)挖掘是數(shù)據(jù)挖掘中的重要領(lǐng)域之一,其中成績預測是研究的重點內(nèi)容,

    成績數(shù)據(jù)是學生學習行為的重要反映?;跀?shù)據(jù)挖掘技術(shù),通過采集學生的基本信息、圖書借閱、消費行為、門禁數(shù)據(jù)等各類數(shù)據(jù),挖掘行為特征與學習成績之間的關(guān)聯(lián)性,構(gòu)建基于學生行為數(shù)據(jù)的成績預測模型。以達到對學生異常情況的早期預警,優(yōu)化教學實施過程,以促進學校對不同類群學生培養(yǎng)、引導和管理工作。

    關(guān)鍵詞:隨機森林?成績預測?R語言?數(shù)據(jù)挖掘

    中圖分類號:G434;TP18

    Realization?of?Student?Grade?Prediction?Based?on?the?Random?Forest?Algorithm

    QIAN?Tao

    (Zhejiang?Agricultural?Business?College,Shaoxing,Zhejiang?Province,312088?China)

    Abstract:?Educational?data?mining?is?one?of?the?important?fields?in?data?mining,?and?grade?prediction?is?its?key?research?content.?Grade?data?is?an?important?reflection?of?students'?learning?behavior.?Based?on?data?mining?technology,?this?paper?explores?the?correlation?between?behavioral?characteristics?and?academic?performance?by?collecting?various?data?such?as?students'?basic?information,?book?borrowing,?consumption?behavior?and?access?control?data,?and?builds?a?grade?prediction?model?based?on?student?behavior?data,?in?order?to?achieve?the?early?warning?of?the?abnormal?situation?of?students,?optimize?the?teaching?implementation?process,?and?promote?the?training,?guidance?and?management?of?different?groups?of?students.

    Key?Words:?Random?forest;?Grade?prediction;?R?language;?Data?mining

    數(shù)據(jù)挖掘在教育領(lǐng)域的應用已經(jīng)成為一種趨勢,取得了廣泛的關(guān)注和應用。高校管理人員通過收集學生的學習數(shù)據(jù)和行為數(shù)據(jù),結(jié)合大數(shù)據(jù)分析技術(shù),能夠?qū)W生的學習情況進行深度分析和挖掘。

    在教育大數(shù)據(jù)挖掘領(lǐng)域中成績預測是研究的重點內(nèi)容,成績數(shù)據(jù)是學生學習行為的重要反映。羅楊洋等人[1]針對混合學習場景,基于學生認知水平、先前知識水平和在線行為等數(shù)據(jù),建立多元回歸預測模型,開展預測結(jié)果指導下的學習干預,以提升在云環(huán)境下的學習效果。張莉等人[2]構(gòu)建模型應用到高考預測,支持向量機分類來預測高考的錄取批次,以回歸分析來預測高考特征分,并成功進行混合預測。沈江等人[3]提出了基于Adaboost方法的學生學習軌跡方法分析,引入了損益函數(shù)來表示預測誤差率帶來的影響,并根據(jù)預測的結(jié)果生成學生學習軌跡。王娜等人[4]、謝軍飛等人[5]、張文奇等人[6]分別采用基于Lightgbm、XGBoost、向量機等機器學習算法實現(xiàn)成績預測和學情預警功能。

    1隨機森林算法

    在數(shù)據(jù)挖掘的預測模型中往往包括分類和回歸任務,隨機森林算法能有效地處理上述兩類問題。本文將學生成績預測問題劃歸為一種多分類問題,相較于單一的決策樹,隨機森林算法在一定程度上可以能夠降低單一決策樹的方差,提高模型的穩(wěn)定性和泛化能力。隨機森林算法步驟如下。

    (1)自助采樣:從原始訓練數(shù)據(jù)集中進行有放回的隨機抽樣,生成多個自助樣本集。 (2)構(gòu)建決策樹:對于每個自助樣本集,使用決策樹算法(如CART、ID3等)構(gòu)建一棵決策樹。

    (3)特征值選擇:在構(gòu)建決策樹的過程中,每個節(jié)點使用隨機選擇的特征子集進行分裂,而不是使用所有特征。通過這種篩選增加模型中可能存在的過擬合現(xiàn)象。

    (4)集成預測:當所有決策樹構(gòu)建完成后,對于新的輸入樣本,將其輸入到每棵決策樹中進行預測。每棵樹都會給出一個分類結(jié)果,隨機森林算法將這些結(jié)果進行集成。

    2基于隨機森林算法構(gòu)建成績預測模型

    本文的研究對象是來自某高職院校財經(jīng)類專業(yè)的三個班2021級105名學生,通過隨機森林算法將學生行為數(shù)據(jù)進行數(shù)據(jù)建模,預測學生學期末成績的等級。研究數(shù)據(jù)包括一卡通數(shù)據(jù)(消費、門禁情況)、圖書館數(shù)據(jù)(借閱、到館情況)、教務數(shù)據(jù)(生源、學業(yè)情況)。數(shù)據(jù)的收集時間從2022年2—6月(2021—2022學年第二學期)。

    2.1?數(shù)據(jù)準備與預處理

    所使用的學生數(shù)據(jù)都是來源于學校中相關(guān)業(yè)務系統(tǒng)的數(shù)據(jù)庫,其中一卡通系統(tǒng)使用SQL?Server,圖書、門禁、教務數(shù)據(jù)采用Oracle。經(jīng)過對業(yè)務系統(tǒng)數(shù)據(jù)進行預處理后,選定為10項特征數(shù)據(jù)分別為X1:性別(0男,1女),X2:生源(1普高生,2三校生,3中高職一體),X3:英語四級通過(0否,1是),X4:月均圖書借閱量(數(shù)值),X5:月均入館頻次(數(shù)值),X6:晚歸情況(數(shù)值型),X7:月均消費值(數(shù)值),X8:月均早餐數(shù)(數(shù)值),X9:月均請假次數(shù)(數(shù)值),X10:上學期加權(quán)平均分(數(shù)值),X11:專業(yè)課加權(quán)均分(數(shù)值),選定GRADE為預測數(shù)據(jù)即當前學期成績專業(yè)均分等級:G(80-100),P(60-80),NP(60以下)。

    2.2?預測的RF模型算法實現(xiàn)

    2.2.1數(shù)據(jù)隨機抽樣

    本實驗的編程語言是?R?語言,在?RStudio?環(huán)境下運行。數(shù)據(jù)預處理后整個數(shù)據(jù)集包含105個樣本和11個變量。將學生的考試等級(grade)視為響應變量,響應變量設(shè)置為因子變量,實驗中選取65%的樣本作為訓練集,剩余作為預測集,代碼如下所示。

    2.2.2模型構(gòu)建以及參數(shù)調(diào)整

    通過R中randomForest包中randomForest函數(shù)從訓練集中有放回地隨機抽取76個樣本,在每棵樹的每個節(jié)點隨機抽取4個變量,從而生成了200棵經(jīng)典決策樹,代碼如下所示。

    模型中mtry參數(shù)控制每個決策樹在分裂節(jié)點時隨機選擇的特征數(shù)。一般推薦使用默認值模型中總特征值的平方根,故mtry參數(shù)設(shè)定為4。模型中ntree的設(shè)置會導致模型的穩(wěn)定性和準確性變化,可以通過下圖所示,ntree與error之間的關(guān)系,在ntree設(shè)置到200時,模型中error值趨向穩(wěn)定。

    2.2.3模型訓練以及混淆矩陣

    經(jīng)過上述步驟已經(jīng)實現(xiàn)成績預測模型cjyc_rf構(gòu)造,接下來將在預測集中通過predict函數(shù)將cjyc_rf模型和testdata作為參數(shù),生成testpredprob預測值,將testdata$GRADE作為參數(shù)通過confusionMatrix函數(shù)構(gòu)建混淆矩陣以及生成ROC圖,ROC圖用于表示分類模型對成績預測的效果,代碼如圖4所示。

    預測模型在訓練集和預測級中的預測分類結(jié)果如圖5和圖6所示,73個訓練樣本中68個樣本匹配,分別G(優(yōu)秀):27,P(合格):32,NP(不合格):9,Accuracy為0.9315。在33個預測樣本中24個樣本匹配,分別G(優(yōu)秀):9,P(合格):14,NP(不合格):1,Accuracy為0.7742,成績預測模型cjyc_rf在預測集展現(xiàn)出較好的預測效果,但由于本次實驗中樣本總數(shù)偏少,隨機森林本身就是容易過擬合的模型,存在一定的過擬合現(xiàn)象導致訓練集和預測集預測效果有一定的差距。

    3.2.4特征屬性重要性排序

    通過調(diào)用RondomForest包中?importances?函數(shù),將cjyc_rf模型作為參數(shù),輸出后得到11個特征屬性在此次預測模型中的預測的重要程度,MeanDecrease?Accuracy和MeanDecrease?Gini為隨機森林模型中的兩個重要指標,分別表示隨機森林預測準確性的降低程度以及每個變量對分類樹每個節(jié)點上觀測值的異質(zhì)性的影響,值越大代表對應的特征屬性的重要性越大。在圖7中,X5(月均圖書借閱量),X6(晚歸情況),X8(月均早餐數(shù)),X10(上學期加權(quán)平均分),X11(專業(yè)課加權(quán)均分)五項特征值對預測的結(jié)果影響比較大。通過研究特征屬性對成績預測重要性的排名,可以明確學習過程有一定延續(xù)性,前一學期的學習成績對后一階段的學習有很大程度的影響,早餐消費次數(shù)、晚歸次數(shù)、月均入館頻次一定程度上反映學生的自律程度和學習自主性,但是像學生的生源、性別、圖書借閱次數(shù)等數(shù)據(jù)相對于其他動態(tài)數(shù)據(jù)而言影響的比重較小。

    3結(jié)語

    本文學生在校的行為數(shù)據(jù)中篩選出特征數(shù)據(jù),構(gòu)建預測模型進行學生成績預測,并對特征數(shù)據(jù)進行重要性排序。文中選取的隨機森林方法是一種樹型分類器的組合算法。它的優(yōu)點在于能高效地處理大數(shù)據(jù)集,而且預測精度較高。數(shù)據(jù)在分析前不需要過多的預處理,不需要標準化或是歸一化,但本次實驗的樣本基數(shù)偏小,存在一定的過擬合現(xiàn)象。

    參考文獻

    [1] 羅楊洋,韓錫斌.基于增量學習算法的混合課程學生成績預測模型研究[J].電化教育研究,2021,42(7):83-90.

    [2] ?張莉,盧星凝,陸從林,等.支持向量機在高考成績預測分析中的應用[J].中國???科學技術(shù)大學學報,2017,47(1):1-9.

    [3] 沈江,陳璐琳,潘婷,等.新工科背景下基于數(shù)據(jù)挖掘的學習軌跡分析[J].天津大學學報(社會科學版),2023,25(6):499-506.

    [4] 王娜,李勁松,潘子堯,等.基于支持向量機的學位預警方法研究[J].吉林大學學報(信息科學版),2023,41(5):903-907.

    [5] 謝軍飛,張海清,李代偉,等.基于Lightgbm和XGBoost的優(yōu)化深度森林算法[J].南京大學學報(自然科學),2023,59(5):833-840.

    [6] 張文奇,王海瑞,朱貴富.基于因果推斷和多頭自注意力機制的學生成績預測[J].現(xiàn)代電子技術(shù),2023,46(17):111-116.

    猜你喜歡
    R語言隨機森林數(shù)據(jù)挖掘
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢
    基于并行計算的大數(shù)據(jù)挖掘在電網(wǎng)中的應用
    電力與能源(2017年6期)2017-05-14 06:19:37
    隨機森林在棉蚜蟲害等級預測中的應用
    基于二次隨機森林的不平衡數(shù)據(jù)分類算法
    軟件(2016年7期)2017-02-07 15:54:01
    拱壩變形監(jiān)測預報的隨機森林模型及應用
    基于GPS軌跡數(shù)據(jù)進行分析改善城市交通擁擠
    基于R語言的Moodle平臺數(shù)據(jù)挖掘技術(shù)的研究
    基于隨機森林算法的飛機發(fā)動機故障診斷方法的研究
    基于R語言的湖南產(chǎn)業(yè)結(jié)構(gòu)對其經(jīng)濟增長貢獻分析
    商(2016年24期)2016-07-20 08:03:39
    注重統(tǒng)計思維培養(yǎng)與應用為主導的生物統(tǒng)計學課程建設(shè)
    考試周刊(2016年15期)2016-03-25 04:09:43
    岛国视频午夜一区免费看| 中文在线观看免费www的网站| 精品熟女少妇八av免费久了| 少妇的丰满在线观看| 国内久久婷婷六月综合欲色啪| www.熟女人妻精品国产| 成人国产综合亚洲| 无遮挡黄片免费观看| 波多野结衣高清作品| 久久精品91无色码中文字幕| 高清在线国产一区| 九九在线视频观看精品| 欧美午夜高清在线| 中国美女看黄片| 最新在线观看一区二区三区| 99久久99久久久精品蜜桃| 国内少妇人妻偷人精品xxx网站| 国产精品免费一区二区三区在线| 午夜福利视频1000在线观看| 成人18禁在线播放| 国产精品99久久99久久久不卡| 国产精品久久久久久亚洲av鲁大| 琪琪午夜伦伦电影理论片6080| 久久午夜亚洲精品久久| 亚洲人成网站高清观看| 欧美日韩黄片免| 日韩欧美国产一区二区入口| 三级国产精品欧美在线观看| 欧美成狂野欧美在线观看| 国产精品日韩av在线免费观看| 男女做爰动态图高潮gif福利片| 身体一侧抽搐| 91九色精品人成在线观看| 精品99又大又爽又粗少妇毛片 | 欧美日韩综合久久久久久 | 国产伦人伦偷精品视频| 偷拍熟女少妇极品色| 超碰av人人做人人爽久久 | 国产成人av教育| 国产精品亚洲av一区麻豆| 成人一区二区视频在线观看| 亚洲专区中文字幕在线| 午夜福利免费观看在线| 国产97色在线日韩免费| 国产亚洲精品av在线| 亚洲av成人不卡在线观看播放网| 18禁在线播放成人免费| 国产日本99.免费观看| 欧美中文综合在线视频| 美女 人体艺术 gogo| 18禁美女被吸乳视频| 深夜精品福利| 十八禁网站免费在线| or卡值多少钱| 欧美性猛交╳xxx乱大交人| 淫秽高清视频在线观看| 搡老妇女老女人老熟妇| 国产高清有码在线观看视频| 欧美xxxx黑人xx丫x性爽| 毛片女人毛片| 亚洲五月婷婷丁香| 欧美极品一区二区三区四区| 一级黄色大片毛片| 免费电影在线观看免费观看| 少妇裸体淫交视频免费看高清| 精品人妻1区二区| 一卡2卡三卡四卡精品乱码亚洲| 一进一出抽搐动态| 久久性视频一级片| 狠狠狠狠99中文字幕| 最近视频中文字幕2019在线8| 搡老妇女老女人老熟妇| 日本免费a在线| 午夜福利在线观看吧| 国产精品美女特级片免费视频播放器| 一个人看视频在线观看www免费 | 欧美丝袜亚洲另类 | 午夜福利免费观看在线| 大型黄色视频在线免费观看| 99视频精品全部免费 在线| 国产三级中文精品| 亚洲精品一区av在线观看| 美女免费视频网站| 免费人成视频x8x8入口观看| 国产色爽女视频免费观看| 久久精品91蜜桃| 99精品欧美一区二区三区四区| 桃红色精品国产亚洲av| 国产激情欧美一区二区| 亚洲美女黄片视频| 免费观看人在逋| 国产v大片淫在线免费观看| www日本在线高清视频| eeuss影院久久| 久久6这里有精品| 亚洲国产中文字幕在线视频| 亚洲成人免费电影在线观看| 国产高清视频在线观看网站| 国产中年淑女户外野战色| 9191精品国产免费久久| 国产真人三级小视频在线观看| 99国产精品一区二区蜜桃av| 日本一本二区三区精品| 国产精品影院久久| 久久久久久久精品吃奶| 久久伊人香网站| 动漫黄色视频在线观看| 国产精品爽爽va在线观看网站| 国内精品久久久久久久电影| 国产黄片美女视频| 久久精品影院6| 欧美色视频一区免费| 亚洲午夜理论影院| 国产97色在线日韩免费| 国产亚洲欧美98| 欧洲精品卡2卡3卡4卡5卡区| 99国产精品一区二区三区| 每晚都被弄得嗷嗷叫到高潮| 欧美又色又爽又黄视频| 在线观看一区二区三区| 最新中文字幕久久久久| 久久婷婷人人爽人人干人人爱| 亚洲精品成人久久久久久| 草草在线视频免费看| 久久婷婷人人爽人人干人人爱| 757午夜福利合集在线观看| 亚洲av中文字字幕乱码综合| 久久国产精品人妻蜜桃| 午夜视频国产福利| 岛国在线观看网站| 精品一区二区三区人妻视频| 99精品欧美一区二区三区四区| 国产美女午夜福利| 伊人久久精品亚洲午夜| 色综合亚洲欧美另类图片| 男插女下体视频免费在线播放| 一级毛片女人18水好多| 女人高潮潮喷娇喘18禁视频| 一边摸一边抽搐一进一小说| 波多野结衣巨乳人妻| 午夜免费成人在线视频| 桃红色精品国产亚洲av| 欧美乱码精品一区二区三区| 久久久久久久久大av| 亚洲av免费高清在线观看| 免费一级毛片在线播放高清视频| 国产一区在线观看成人免费| 成年人黄色毛片网站| 丁香六月欧美| 日本 av在线| 成年人黄色毛片网站| 久久久久久久久中文| 午夜福利在线在线| 男女视频在线观看网站免费| 亚洲中文日韩欧美视频| 日韩 欧美 亚洲 中文字幕| 午夜免费激情av| 波多野结衣巨乳人妻| www日本黄色视频网| 成人无遮挡网站| 中文字幕久久专区| 少妇人妻一区二区三区视频| 精品久久久久久久末码| 天堂av国产一区二区熟女人妻| 91av网一区二区| 桃红色精品国产亚洲av| 日韩国内少妇激情av| 午夜a级毛片| 久久午夜亚洲精品久久| 欧美激情久久久久久爽电影| 国产高清视频在线观看网站| 欧美一级毛片孕妇| 精品一区二区三区人妻视频| 亚洲黑人精品在线| 成人一区二区视频在线观看| 久久久成人免费电影| 亚洲人成电影免费在线| 免费无遮挡裸体视频| 香蕉av资源在线| av女优亚洲男人天堂| 国产一区二区三区视频了| 最新中文字幕久久久久| 国产中年淑女户外野战色| 欧美日韩精品网址| 国产av不卡久久| 99久国产av精品| 变态另类成人亚洲欧美熟女| 床上黄色一级片| 成人鲁丝片一二三区免费| 99视频精品全部免费 在线| 午夜福利免费观看在线| 两个人看的免费小视频| 少妇丰满av| tocl精华| 色老头精品视频在线观看| 88av欧美| 欧美极品一区二区三区四区| 人人妻,人人澡人人爽秒播| 超碰av人人做人人爽久久 | 床上黄色一级片| 亚洲乱码一区二区免费版| 久久99热这里只有精品18| 99在线人妻在线中文字幕| а√天堂www在线а√下载| 中出人妻视频一区二区| 国产毛片a区久久久久| 波多野结衣高清无吗| 久久婷婷人人爽人人干人人爱| 噜噜噜噜噜久久久久久91| 色精品久久人妻99蜜桃| 欧美丝袜亚洲另类 | 少妇高潮的动态图| 亚洲精品在线美女| 久久亚洲精品不卡| 午夜亚洲福利在线播放| 夜夜夜夜夜久久久久| 免费观看精品视频网站| 欧美最黄视频在线播放免费| 午夜日韩欧美国产| 亚洲欧美日韩东京热| 三级男女做爰猛烈吃奶摸视频| 成年女人看的毛片在线观看| 国产精品一及| 两人在一起打扑克的视频| 一个人看的www免费观看视频| 深夜精品福利| 高清在线国产一区| 五月伊人婷婷丁香| av片东京热男人的天堂| 亚洲成人久久性| 夜夜爽天天搞| 国产精品亚洲美女久久久| 岛国视频午夜一区免费看| 日韩欧美精品免费久久 | 亚洲一区二区三区不卡视频| 亚洲精品日韩av片在线观看 | 国语自产精品视频在线第100页| 亚洲熟妇中文字幕五十中出| 波多野结衣高清无吗| 69人妻影院| 国产精品野战在线观看| 久久精品国产亚洲av香蕉五月| 国产麻豆成人av免费视频| 午夜日韩欧美国产| 长腿黑丝高跟| 国产精品一区二区免费欧美| 午夜a级毛片| 国内精品久久久久久久电影| 国产精品综合久久久久久久免费| 久久性视频一级片| 在线观看免费视频日本深夜| 国产精品精品国产色婷婷| 亚洲国产中文字幕在线视频| 一级a爱片免费观看的视频| 久久午夜亚洲精品久久| 久久香蕉精品热| 51午夜福利影视在线观看| 一本精品99久久精品77| 国产一区二区在线观看日韩 | 国内精品美女久久久久久| 69av精品久久久久久| 人人妻人人看人人澡| 草草在线视频免费看| 亚洲成a人片在线一区二区| 国产精品99久久99久久久不卡| 俄罗斯特黄特色一大片| 日韩欧美在线乱码| 久久精品综合一区二区三区| 淫妇啪啪啪对白视频| 久久亚洲精品不卡| 一卡2卡三卡四卡精品乱码亚洲| av天堂在线播放| 青草久久国产| 亚洲中文字幕日韩| 国模一区二区三区四区视频| 又黄又爽又免费观看的视频| 国产免费av片在线观看野外av| 天天添夜夜摸| 亚洲最大成人手机在线| 亚洲av不卡在线观看| 久久国产精品人妻蜜桃| 成年女人看的毛片在线观看| 欧美一区二区国产精品久久精品| 国产97色在线日韩免费| 亚洲最大成人中文| 午夜福利在线在线| 90打野战视频偷拍视频| 最后的刺客免费高清国语| 精品99又大又爽又粗少妇毛片 | 99久久精品热视频| 亚洲欧美一区二区三区黑人| 熟女少妇亚洲综合色aaa.| 每晚都被弄得嗷嗷叫到高潮| 国产精品嫩草影院av在线观看 | 久久精品国产99精品国产亚洲性色| 一本精品99久久精品77| 岛国在线观看网站| 精品福利观看| 草草在线视频免费看| 母亲3免费完整高清在线观看| 精品久久久久久成人av| 亚洲国产日韩欧美精品在线观看 | 亚洲无线在线观看| 久久久久国内视频| 一级黄片播放器| 91九色精品人成在线观看| 人人妻人人澡欧美一区二区| 黄色视频,在线免费观看| 可以在线观看的亚洲视频| 啦啦啦观看免费观看视频高清| 不卡一级毛片| 亚洲国产欧洲综合997久久,| 亚洲avbb在线观看| 精华霜和精华液先用哪个| 国产日本99.免费观看| 91久久精品电影网| 99在线视频只有这里精品首页| 中文亚洲av片在线观看爽| 天天躁日日操中文字幕| 久久精品亚洲精品国产色婷小说| 超碰av人人做人人爽久久 | 日本精品一区二区三区蜜桃| 国产精品一区二区免费欧美| 欧美黄色片欧美黄色片| 色尼玛亚洲综合影院| 欧美bdsm另类| 亚洲国产中文字幕在线视频| 亚洲美女视频黄频| 精品99又大又爽又粗少妇毛片 | 麻豆成人av在线观看| 亚洲欧美日韩无卡精品| 91字幕亚洲| 欧美日韩中文字幕国产精品一区二区三区| 亚洲人成伊人成综合网2020| 天堂av国产一区二区熟女人妻| 91av网一区二区| 女生性感内裤真人,穿戴方法视频| 亚洲人成伊人成综合网2020| 国产成+人综合+亚洲专区| 最新中文字幕久久久久| 搡老妇女老女人老熟妇| 内地一区二区视频在线| 亚洲国产精品999在线| 亚洲人成伊人成综合网2020| 人人妻人人澡欧美一区二区| 又爽又黄无遮挡网站| 国产高潮美女av| 最近视频中文字幕2019在线8| 国产精品 欧美亚洲| 亚洲成av人片在线播放无| 夜夜躁狠狠躁天天躁| 亚洲成人中文字幕在线播放| 欧美成狂野欧美在线观看| 人妻久久中文字幕网| 亚洲专区中文字幕在线| 欧美在线一区亚洲| 怎么达到女性高潮| 中文字幕人成人乱码亚洲影| 精品无人区乱码1区二区| 看黄色毛片网站| 高清日韩中文字幕在线| 三级毛片av免费| h日本视频在线播放| 乱人视频在线观看| 精品久久久久久久久久免费视频| 日韩欧美精品v在线| 免费观看的影片在线观看| 老司机深夜福利视频在线观看| 国产真人三级小视频在线观看| 99久久无色码亚洲精品果冻| 日本一本二区三区精品| 亚洲精品亚洲一区二区| 精品久久久久久久末码| 天堂av国产一区二区熟女人妻| 午夜福利18| 国产精品久久视频播放| 国产精品电影一区二区三区| 亚洲欧美日韩无卡精品| 亚洲最大成人手机在线| 一本综合久久免费| 国产伦精品一区二区三区视频9 | 免费看美女性在线毛片视频| 欧美精品啪啪一区二区三区| 亚洲精品影视一区二区三区av| 特级一级黄色大片| 免费搜索国产男女视频| 在线a可以看的网站| 18禁裸乳无遮挡免费网站照片| 精品福利观看| 免费观看的影片在线观看| 亚洲中文字幕一区二区三区有码在线看| 日韩亚洲欧美综合| 亚洲av成人不卡在线观看播放网| 性欧美人与动物交配| 国产野战对白在线观看| 首页视频小说图片口味搜索| 美女免费视频网站| 欧美另类亚洲清纯唯美| 国产91精品成人一区二区三区| 天堂影院成人在线观看| АⅤ资源中文在线天堂| 中文字幕高清在线视频| 偷拍熟女少妇极品色| 免费看光身美女| 国产精品久久久久久人妻精品电影| 国产精品98久久久久久宅男小说| 毛片女人毛片| 欧美+亚洲+日韩+国产| 日本撒尿小便嘘嘘汇集6| 欧美+亚洲+日韩+国产| av片东京热男人的天堂| 在线观看一区二区三区| 观看免费一级毛片| 久久久久久国产a免费观看| 看片在线看免费视频| 天天添夜夜摸| 婷婷亚洲欧美| 在线观看午夜福利视频| 91久久精品电影网| 欧美黄色淫秽网站| 久久99热这里只有精品18| 九色国产91popny在线| 欧美黄色片欧美黄色片| 一区二区三区国产精品乱码| 日本a在线网址| 激情在线观看视频在线高清| 一边摸一边抽搐一进一小说| 12—13女人毛片做爰片一| 在线观看免费午夜福利视频| 亚洲成人精品中文字幕电影| 色尼玛亚洲综合影院| 亚洲av美国av| 99久久99久久久精品蜜桃| 乱人视频在线观看| 老司机在亚洲福利影院| 欧美成狂野欧美在线观看| 亚洲专区中文字幕在线| 国产v大片淫在线免费观看| 欧美一级毛片孕妇| 免费看日本二区| 国产99白浆流出| 男女视频在线观看网站免费| 国产激情欧美一区二区| 美女高潮喷水抽搐中文字幕| 国产aⅴ精品一区二区三区波| av欧美777| 成人鲁丝片一二三区免费| 波多野结衣高清无吗| 日本一二三区视频观看| 日韩国内少妇激情av| 久久久久久国产a免费观看| 制服人妻中文乱码| 午夜福利18| 99在线视频只有这里精品首页| 全区人妻精品视频| 亚洲精品影视一区二区三区av| 在线播放无遮挡| 国产欧美日韩一区二区三| 校园春色视频在线观看| 国产精品综合久久久久久久免费| 十八禁人妻一区二区| av天堂中文字幕网| 欧美在线一区亚洲| 一个人看视频在线观看www免费 | 午夜福利成人在线免费观看| 国产三级在线视频| 首页视频小说图片口味搜索| www.色视频.com| 免费人成在线观看视频色| 欧美性感艳星| 精品不卡国产一区二区三区| 18禁黄网站禁片午夜丰满| 91av网一区二区| 亚洲天堂国产精品一区在线| 国产黄a三级三级三级人| 欧美乱色亚洲激情| 桃红色精品国产亚洲av| 午夜福利在线观看免费完整高清在 | 日韩国内少妇激情av| 一区二区三区免费毛片| 久久久久久人人人人人| 特大巨黑吊av在线直播| 深夜精品福利| 国产伦一二天堂av在线观看| 色精品久久人妻99蜜桃| 国产高清视频在线播放一区| 精品午夜福利视频在线观看一区| 日本精品一区二区三区蜜桃| 亚洲国产日韩欧美精品在线观看 | 一区二区三区高清视频在线| 国产v大片淫在线免费观看| 久久中文看片网| 亚洲国产欧美网| 久久6这里有精品| 成年女人看的毛片在线观看| 桃色一区二区三区在线观看| 九九久久精品国产亚洲av麻豆| 99精品在免费线老司机午夜| 日韩欧美免费精品| 久久精品91蜜桃| 可以在线观看的亚洲视频| 啦啦啦免费观看视频1| 精品人妻一区二区三区麻豆 | 天堂网av新在线| 深爱激情五月婷婷| 又紧又爽又黄一区二区| 国产精品美女特级片免费视频播放器| 少妇丰满av| 看免费av毛片| 国产伦人伦偷精品视频| 亚洲国产高清在线一区二区三| 日本撒尿小便嘘嘘汇集6| 久久99热这里只有精品18| 亚洲av中文字字幕乱码综合| 母亲3免费完整高清在线观看| 91久久精品电影网| 一卡2卡三卡四卡精品乱码亚洲| 亚洲熟妇中文字幕五十中出| 亚洲va日本ⅴa欧美va伊人久久| 免费观看的影片在线观看| 人人妻人人澡欧美一区二区| 国产综合懂色| 免费大片18禁| 国产午夜福利久久久久久| 精品一区二区三区视频在线 | 最近最新中文字幕大全电影3| 国产精品日韩av在线免费观看| 白带黄色成豆腐渣| 狂野欧美白嫩少妇大欣赏| 最新中文字幕久久久久| 国产精品野战在线观看| 母亲3免费完整高清在线观看| 国内少妇人妻偷人精品xxx网站| 蜜桃亚洲精品一区二区三区| 久久这里只有精品中国| 在线播放国产精品三级| 久久久久久久久大av| 国产成人a区在线观看| 美女高潮喷水抽搐中文字幕| 真实男女啪啪啪动态图| 黄色女人牲交| 亚洲第一电影网av| 国产精品一及| 国内精品久久久久精免费| 久久久久久久久大av| 法律面前人人平等表现在哪些方面| 亚洲国产精品999在线| 久久草成人影院| 亚洲精品日韩av片在线观看 | 色综合婷婷激情| 久久精品影院6| 小蜜桃在线观看免费完整版高清| 深夜精品福利| 国产探花在线观看一区二区| 岛国视频午夜一区免费看| 黑人欧美特级aaaaaa片| 国产主播在线观看一区二区| 色尼玛亚洲综合影院| 色吧在线观看| 亚洲国产精品久久男人天堂| 亚洲成人中文字幕在线播放| 欧美中文综合在线视频| 18禁黄网站禁片免费观看直播| 国产精品亚洲av一区麻豆| 在线观看av片永久免费下载| 可以在线观看的亚洲视频| 99国产极品粉嫩在线观看| 老司机午夜福利在线观看视频| 久久亚洲精品不卡| 天堂影院成人在线观看| 在线免费观看的www视频| 久久久久久久亚洲中文字幕 | 一级毛片高清免费大全| 国产精品免费一区二区三区在线| 最近最新中文字幕大全电影3| 久久精品国产清高在天天线| 久久久精品大字幕| 成人特级av手机在线观看| 一级毛片高清免费大全| 亚洲狠狠婷婷综合久久图片| 91九色精品人成在线观看| 最近最新中文字幕大全免费视频| av福利片在线观看| 久9热在线精品视频| 国产精品影院久久| 午夜福利成人在线免费观看| 欧美黄色片欧美黄色片| av专区在线播放| 琪琪午夜伦伦电影理论片6080| 免费一级毛片在线播放高清视频| 亚洲性夜色夜夜综合| 亚洲成av人片在线播放无| 18禁在线播放成人免费| 日本熟妇午夜| 免费搜索国产男女视频| 日本黄色视频三级网站网址| 亚洲欧美日韩高清专用| 欧美+亚洲+日韩+国产| 国产v大片淫在线免费观看| 午夜免费观看网址| 精品免费久久久久久久清纯| 国产午夜精品论理片| 欧美性感艳星| 欧美日韩瑟瑟在线播放| 亚洲精品影视一区二区三区av| 夜夜看夜夜爽夜夜摸| 日韩有码中文字幕| 亚洲精品日韩av片在线观看 | 午夜精品一区二区三区免费看| 亚洲内射少妇av| 亚洲av中文字字幕乱码综合| 亚洲av第一区精品v没综合| 网址你懂的国产日韩在线| 成年人黄色毛片网站| 在线观看av片永久免费下载|