• <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
    人妻人人澡人人爽人人| 亚洲精品在线美女| 免费在线观看黄色视频的| 国产av精品麻豆| 国产精品一二三区在线看| 成人国产av品久久久| av视频免费观看在线观看| 在现免费观看毛片| 亚洲色图 男人天堂 中文字幕| 人体艺术视频欧美日本| 免费观看人在逋| 黄色一级大片看看| 女人高潮潮喷娇喘18禁视频| 精品少妇内射三级| 中文字幕色久视频| 国产女主播在线喷水免费视频网站| 男人添女人高潮全过程视频| 热99国产精品久久久久久7| 18禁黄网站禁片午夜丰满| 男的添女的下面高潮视频| 亚洲第一青青草原| 亚洲图色成人| www日本在线高清视频| 多毛熟女@视频| 国产精品一国产av| 精品免费久久久久久久清纯 | av天堂在线播放| 老司机深夜福利视频在线观看 | 亚洲精品自拍成人| 国产在线视频一区二区| 久久久久久久国产电影| 亚洲自偷自拍图片 自拍| 久久影院123| 极品人妻少妇av视频| 在线看a的网站| 叶爱在线成人免费视频播放| 热99久久久久精品小说推荐| 丝袜在线中文字幕| 欧美国产精品va在线观看不卡| 国产人伦9x9x在线观看| 麻豆国产av国片精品| 亚洲av日韩在线播放| 高清视频免费观看一区二区| 精品人妻一区二区三区麻豆| 欧美日韩av久久| 丁香六月欧美| 国产激情久久老熟女| 亚洲一卡2卡3卡4卡5卡精品中文| 中文字幕人妻丝袜制服| 国产伦理片在线播放av一区| 天天躁夜夜躁狠狠躁躁| 亚洲国产欧美网| 黑人猛操日本美女一级片| 日本av免费视频播放| 永久免费av网站大全| 十八禁网站网址无遮挡| videos熟女内射| 每晚都被弄得嗷嗷叫到高潮| 久久精品久久久久久久性| 欧美人与性动交α欧美软件| 制服人妻中文乱码| e午夜精品久久久久久久| 大型av网站在线播放| 久久亚洲精品不卡| 日本五十路高清| 午夜视频精品福利| 亚洲欧美精品综合一区二区三区| 91精品伊人久久大香线蕉| svipshipincom国产片| e午夜精品久久久久久久| 欧美日韩国产mv在线观看视频| 又粗又硬又长又爽又黄的视频| 国产一区二区激情短视频 | 亚洲人成电影免费在线| 伊人久久大香线蕉亚洲五| 男女边吃奶边做爰视频| 久久精品人人爽人人爽视色| 不卡av一区二区三区| 老鸭窝网址在线观看| 亚洲精品成人av观看孕妇| 一区在线观看完整版| 国产真人三级小视频在线观看| 久久国产精品人妻蜜桃| 色精品久久人妻99蜜桃| 亚洲专区中文字幕在线| 欧美日韩亚洲国产一区二区在线观看 | 亚洲欧美成人综合另类久久久| 肉色欧美久久久久久久蜜桃| 成人午夜精彩视频在线观看| 亚洲国产欧美日韩在线播放| 91九色精品人成在线观看| 欧美精品av麻豆av| 十分钟在线观看高清视频www| 欧美日韩视频精品一区| 亚洲国产精品一区二区三区在线| 久久av网站| 美女中出高潮动态图| 久久久久久人人人人人| 老司机在亚洲福利影院| 国产精品熟女久久久久浪| 99精品久久久久人妻精品| 亚洲国产av新网站| 婷婷色麻豆天堂久久| videosex国产| 欧美激情 高清一区二区三区| 成人午夜精彩视频在线观看| 国产精品二区激情视频| 国产精品国产av在线观看| 涩涩av久久男人的天堂| 飞空精品影院首页| 天堂俺去俺来也www色官网| 手机成人av网站| 丝袜美足系列| 91精品国产国语对白视频| 欧美精品av麻豆av| 亚洲国产av新网站| 在线观看免费日韩欧美大片| 99国产精品一区二区蜜桃av | 婷婷色综合www| 国产人伦9x9x在线观看| 一边亲一边摸免费视频| 日韩制服骚丝袜av| 又大又爽又粗| 美女大奶头黄色视频| 你懂的网址亚洲精品在线观看| 国产成人精品在线电影| 午夜福利,免费看| 热99久久久久精品小说推荐| 在线观看免费视频网站a站| 亚洲成人免费av在线播放| 精品人妻1区二区| www.自偷自拍.com| 亚洲精品国产av蜜桃| 欧美 日韩 精品 国产| 18禁观看日本| 国产精品国产三级国产专区5o| 国产精品久久久久久精品电影小说| 啦啦啦在线免费观看视频4| 久久国产精品人妻蜜桃| 欧美少妇被猛烈插入视频| 男女边吃奶边做爰视频| 男女高潮啪啪啪动态图| 国产精品欧美亚洲77777| 精品熟女少妇八av免费久了| 人体艺术视频欧美日本| 亚洲精品一区蜜桃| 真人做人爱边吃奶动态| 久久99精品国语久久久| 亚洲欧洲日产国产| 久久人妻熟女aⅴ| 亚洲欧美色中文字幕在线| 丁香六月欧美| 免费在线观看黄色视频的| 久久久欧美国产精品| 亚洲精品日本国产第一区| 男人爽女人下面视频在线观看| 亚洲午夜精品一区,二区,三区| 美国免费a级毛片| 精品卡一卡二卡四卡免费| av天堂久久9| 国产成人啪精品午夜网站| 国产成人欧美在线观看 | 精品视频人人做人人爽| 中文字幕亚洲精品专区| 欧美成人精品欧美一级黄| 亚洲欧美中文字幕日韩二区| 一区二区三区乱码不卡18| 亚洲欧美一区二区三区久久| 91精品伊人久久大香线蕉| 啦啦啦在线免费观看视频4| 高潮久久久久久久久久久不卡| 青春草亚洲视频在线观看| 黑人猛操日本美女一级片| 久久久久久亚洲精品国产蜜桃av| 菩萨蛮人人尽说江南好唐韦庄| 欧美日韩福利视频一区二区| 亚洲精品久久久久久婷婷小说| 天天操日日干夜夜撸| 免费女性裸体啪啪无遮挡网站| 久久中文字幕一级| 亚洲国产日韩一区二区| 久久精品熟女亚洲av麻豆精品| 丝袜在线中文字幕| 精品少妇一区二区三区视频日本电影| 婷婷色综合www| 国语对白做爰xxxⅹ性视频网站| 国产精品一区二区免费欧美 | 国产男人的电影天堂91| 国产成人91sexporn| 免费看十八禁软件| 狂野欧美激情性bbbbbb| 人妻人人澡人人爽人人| 国产精品久久久久久人妻精品电影 | 自线自在国产av| 久久久精品区二区三区| 亚洲欧美精品综合一区二区三区| 国产精品熟女久久久久浪| 夜夜骑夜夜射夜夜干| 一本综合久久免费| 91精品国产国语对白视频| 久久精品国产综合久久久| 无限看片的www在线观看| 亚洲国产欧美网| 一区二区三区乱码不卡18| 精品国产国语对白av| 国产免费一区二区三区四区乱码| 色播在线永久视频| 亚洲成人手机| 国产在视频线精品| 一边摸一边抽搐一进一出视频| 老司机影院成人| a 毛片基地| 妹子高潮喷水视频| 国产精品久久久久久精品古装| 亚洲专区中文字幕在线| 新久久久久国产一级毛片| 久久久国产欧美日韩av| 久热这里只有精品99| 18禁国产床啪视频网站| 国产在线视频一区二区| 美女脱内裤让男人舔精品视频| 久久久久久久久久久久大奶| 波多野结衣一区麻豆| 精品久久久久久电影网| 一级毛片 在线播放| 大码成人一级视频| 极品人妻少妇av视频| 久久久久久亚洲精品国产蜜桃av| 爱豆传媒免费全集在线观看| 一级片'在线观看视频| 亚洲精品国产色婷婷电影| 国精品久久久久久国模美| 在线观看免费高清a一片| 一级毛片女人18水好多 | 在线观看免费视频网站a站| 久久人人97超碰香蕉20202| 亚洲精品一卡2卡三卡4卡5卡 | 亚洲人成电影观看| 中文字幕人妻丝袜制服| 19禁男女啪啪无遮挡网站| 国产精品一区二区在线观看99| 黄色一级大片看看| 国产伦人伦偷精品视频| 国产成人精品无人区| 伊人亚洲综合成人网| 如日韩欧美国产精品一区二区三区| 亚洲天堂av无毛| 精品熟女少妇八av免费久了| 久久精品久久久久久噜噜老黄| 亚洲国产av新网站| 国产精品 欧美亚洲| av国产精品久久久久影院| 女人爽到高潮嗷嗷叫在线视频| 午夜激情av网站| 晚上一个人看的免费电影| 国产亚洲精品第一综合不卡| 午夜免费观看性视频| 久久鲁丝午夜福利片| 亚洲欧美一区二区三区黑人| 只有这里有精品99| 99热网站在线观看| 国产片内射在线| 好男人视频免费观看在线| 精品少妇一区二区三区视频日本电影| 中文字幕制服av| av欧美777| 久久久国产精品麻豆| 久久精品成人免费网站| 菩萨蛮人人尽说江南好唐韦庄| 免费久久久久久久精品成人欧美视频| 高潮久久久久久久久久久不卡| 日本欧美国产在线视频| 少妇粗大呻吟视频| 久久精品熟女亚洲av麻豆精品| 老汉色av国产亚洲站长工具| 交换朋友夫妻互换小说| 男人操女人黄网站| 操美女的视频在线观看| 国产男人的电影天堂91| 久久 成人 亚洲| 九色亚洲精品在线播放| 亚洲精品一区蜜桃| 日韩,欧美,国产一区二区三区| 免费观看av网站的网址| 欧美日韩成人在线一区二区| 亚洲伊人久久精品综合| 好男人视频免费观看在线| 国产精品一区二区精品视频观看| 女人被躁到高潮嗷嗷叫费观| 国产成人系列免费观看| 久久久久精品人妻al黑| 国产精品 国内视频| 精品久久久久久电影网| 久久综合国产亚洲精品| 99国产精品一区二区三区| 欧美成人精品欧美一级黄| 亚洲精品久久成人aⅴ小说| 黄色一级大片看看| 免费高清在线观看视频在线观看| 国产97色在线日韩免费| 久久99热这里只频精品6学生| 精品福利观看| 在线观看人妻少妇| www.999成人在线观看| 中国美女看黄片| 亚洲免费av在线视频| 校园人妻丝袜中文字幕| 97人妻天天添夜夜摸| 精品人妻一区二区三区麻豆| 欧美人与善性xxx| 亚洲av日韩在线播放| 老司机午夜十八禁免费视频| 天堂8中文在线网| 国产精品久久久久久精品电影小说| 国产精品久久久久久精品古装| 国产av一区二区精品久久| 男的添女的下面高潮视频| 成人国产av品久久久| 国产精品一二三区在线看| 在线观看免费视频网站a站| 你懂的网址亚洲精品在线观看| 黄色片一级片一级黄色片| 亚洲 欧美一区二区三区| 亚洲精品在线美女| 热99久久久久精品小说推荐| 51午夜福利影视在线观看| 极品人妻少妇av视频| 99国产精品99久久久久| 婷婷色av中文字幕| 国产91精品成人一区二区三区 | 久久久久网色| 久久久国产欧美日韩av| 精品久久久久久久毛片微露脸 | 赤兔流量卡办理| 99国产精品一区二区蜜桃av | 又大又黄又爽视频免费| 黄色a级毛片大全视频| 亚洲五月色婷婷综合| 午夜影院在线不卡| 色网站视频免费| 国产成人一区二区三区免费视频网站 | 丰满饥渴人妻一区二区三| 在线观看人妻少妇| 国产伦人伦偷精品视频| 精品久久久久久电影网| 久久ye,这里只有精品| 丰满少妇做爰视频| 午夜两性在线视频| 男女无遮挡免费网站观看| 十八禁网站网址无遮挡| 亚洲五月婷婷丁香| 欧美另类一区| 欧美 亚洲 国产 日韩一| 另类精品久久| 一区二区日韩欧美中文字幕| 精品国产乱码久久久久久男人| 亚洲欧洲国产日韩| 国产人伦9x9x在线观看| 亚洲欧美一区二区三区国产| 国产淫语在线视频| 美女脱内裤让男人舔精品视频| 精品熟女少妇八av免费久了| 亚洲欧美日韩高清在线视频 | 1024香蕉在线观看| 免费观看人在逋| 色婷婷av一区二区三区视频| 一区二区三区四区激情视频| 妹子高潮喷水视频| kizo精华| 这个男人来自地球电影免费观看| 国产男女内射视频| 又黄又粗又硬又大视频| 免费黄频网站在线观看国产| 老司机影院毛片| 精品国产乱码久久久久久小说| 欧美精品av麻豆av| 精品少妇一区二区三区视频日本电影| 熟女av电影| 久久精品亚洲av国产电影网| 制服人妻中文乱码| 丰满饥渴人妻一区二区三| 国产伦理片在线播放av一区| 制服诱惑二区| 国产精品欧美亚洲77777| 黄色视频在线播放观看不卡| 久热这里只有精品99| 亚洲精品自拍成人| 欧美精品av麻豆av| 婷婷色av中文字幕| 成年人免费黄色播放视频| 欧美日韩福利视频一区二区| 午夜福利视频精品| 国产爽快片一区二区三区| 在线精品无人区一区二区三| 69精品国产乱码久久久| 少妇猛男粗大的猛烈进出视频| 嫩草影视91久久| 欧美日韩综合久久久久久| 国产成人欧美在线观看 | 中文字幕色久视频| 一本综合久久免费| tube8黄色片| 亚洲欧美精品自产自拍| 国产精品免费大片| a级毛片黄视频| 日韩电影二区| 母亲3免费完整高清在线观看| 一边亲一边摸免费视频| 水蜜桃什么品种好| 国产欧美日韩一区二区三 | 亚洲成人免费av在线播放| 亚洲欧美一区二区三区黑人| 日本猛色少妇xxxxx猛交久久| 精品福利观看| 欧美激情 高清一区二区三区| 亚洲美女黄色视频免费看| 女人爽到高潮嗷嗷叫在线视频| av在线老鸭窝| 国产成人精品久久二区二区91| 丰满人妻熟妇乱又伦精品不卡| 一级黄片播放器| 十八禁网站网址无遮挡| 亚洲国产av新网站| 国产精品久久久久成人av| 亚洲精品久久成人aⅴ小说| 国产精品 国内视频| 久久久久久久久免费视频了| 老司机靠b影院| 色94色欧美一区二区| 成人国语在线视频| 午夜激情av网站| 精品人妻熟女毛片av久久网站| 中文字幕人妻熟女乱码| av国产久精品久网站免费入址| 天天躁狠狠躁夜夜躁狠狠躁| 久久99一区二区三区| 日韩av免费高清视频| 一区二区三区激情视频| 老汉色av国产亚洲站长工具| 国产一区二区在线观看av| 亚洲精品日本国产第一区| 国产不卡av网站在线观看| 最黄视频免费看| 国精品久久久久久国模美| 嫩草影视91久久| 国产女主播在线喷水免费视频网站| 国产精品一区二区在线不卡| 久久久久久久大尺度免费视频| 亚洲九九香蕉| www.熟女人妻精品国产| 久久久久久久大尺度免费视频| 国产熟女欧美一区二区| 丰满人妻熟妇乱又伦精品不卡| 超碰97精品在线观看| av有码第一页| 色综合欧美亚洲国产小说| 亚洲五月色婷婷综合| 狠狠婷婷综合久久久久久88av| 国产免费又黄又爽又色| 免费看十八禁软件| 精品一区在线观看国产| 成年av动漫网址| 成年美女黄网站色视频大全免费| 国产人伦9x9x在线观看| 亚洲av成人不卡在线观看播放网 | 欧美激情极品国产一区二区三区| 中文字幕色久视频| 在现免费观看毛片| 人人妻人人爽人人添夜夜欢视频| 少妇人妻久久综合中文| 国产精品99久久99久久久不卡| 黄色视频不卡| xxx大片免费视频| 999精品在线视频| 51午夜福利影视在线观看| 欧美久久黑人一区二区| 新久久久久国产一级毛片| 亚洲精品自拍成人| 99久久综合免费| 成年动漫av网址| 成人黄色视频免费在线看| 欧美日韩国产mv在线观看视频| 亚洲视频免费观看视频| 日本vs欧美在线观看视频| 国产日韩欧美视频二区| 亚洲人成77777在线视频| 男女边吃奶边做爰视频| 成人国产一区最新在线观看 | 人妻人人澡人人爽人人| av视频免费观看在线观看| 欧美日韩一级在线毛片| 欧美日韩精品网址| 久久精品人人爽人人爽视色| 中文字幕最新亚洲高清| 91成人精品电影| 大香蕉久久成人网| 一本久久精品| 日本黄色日本黄色录像| 成人国语在线视频| 免费看av在线观看网站| 永久免费av网站大全| 大片免费播放器 马上看| 久久久欧美国产精品| 国产成人免费观看mmmm| 免费看av在线观看网站| 99国产精品一区二区蜜桃av | 国产一区二区 视频在线| 午夜免费成人在线视频| 国产成人影院久久av| 欧美性长视频在线观看| 五月开心婷婷网| av天堂久久9| 午夜福利视频在线观看免费| 在线观看免费日韩欧美大片| 色婷婷久久久亚洲欧美| 成人免费观看视频高清| 亚洲 欧美一区二区三区| 欧美人与善性xxx| 日韩中文字幕视频在线看片| 日韩制服丝袜自拍偷拍| 久久性视频一级片| 国产老妇伦熟女老妇高清| 岛国毛片在线播放| 亚洲欧洲精品一区二区精品久久久| 国产亚洲精品第一综合不卡| 国产精品一国产av| 日韩 亚洲 欧美在线| 国产熟女欧美一区二区| 美女福利国产在线| 午夜免费男女啪啪视频观看| av片东京热男人的天堂| 国产精品久久久久久精品古装| 亚洲一码二码三码区别大吗| 91九色精品人成在线观看| 黄色视频不卡| 国产精品一区二区免费欧美 | 婷婷成人精品国产| 日韩大码丰满熟妇| 2021少妇久久久久久久久久久| 成人亚洲精品一区在线观看| 久久热在线av| 亚洲人成网站在线观看播放| av又黄又爽大尺度在线免费看| 天天躁夜夜躁狠狠躁躁| 18在线观看网站| 国产片特级美女逼逼视频| 天天添夜夜摸| 高清不卡的av网站| 亚洲视频免费观看视频| 午夜久久久在线观看| av天堂在线播放| 99热国产这里只有精品6| 超碰97精品在线观看| 国产av精品麻豆| 热re99久久国产66热| 亚洲精品美女久久av网站| 两个人看的免费小视频| 赤兔流量卡办理| 久久久久国产一级毛片高清牌| 极品少妇高潮喷水抽搐| 国产成人av教育| 每晚都被弄得嗷嗷叫到高潮| 国产黄色免费在线视频| 男人爽女人下面视频在线观看| 大陆偷拍与自拍| 99久久综合免费| 国产精品.久久久| 久久综合国产亚洲精品| 久久久欧美国产精品| 亚洲精品国产一区二区精华液| 精品人妻1区二区| 国产精品秋霞免费鲁丝片| www.自偷自拍.com| 中文字幕人妻熟女乱码| 欧美日韩亚洲高清精品| 亚洲一卡2卡3卡4卡5卡精品中文| 丰满饥渴人妻一区二区三| 男女边摸边吃奶| 一级a爱视频在线免费观看| 亚洲国产精品一区二区三区在线| 精品久久久精品久久久| 女性生殖器流出的白浆| 久久 成人 亚洲| 成人免费观看视频高清| 日日摸夜夜添夜夜爱| 国产一区二区激情短视频 | 亚洲欧洲精品一区二区精品久久久| 一区二区日韩欧美中文字幕| 欧美国产精品一级二级三级| 一区二区日韩欧美中文字幕| 大片电影免费在线观看免费| 美女午夜性视频免费| 高清av免费在线| avwww免费| 国产精品三级大全| 一区福利在线观看| 国产精品 欧美亚洲| 国产精品国产av在线观看| 男女高潮啪啪啪动态图| 人妻 亚洲 视频| 一级毛片电影观看| 另类亚洲欧美激情| 青春草亚洲视频在线观看| 午夜福利,免费看| 国产成人av激情在线播放| www.999成人在线观看| 国精品久久久久久国模美| 女人久久www免费人成看片| 中文字幕av电影在线播放| 捣出白浆h1v1| 在线观看免费高清a一片| 好男人电影高清在线观看| 国产成人欧美在线观看 | 亚洲精品国产区一区二| 日韩制服骚丝袜av|