亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        數(shù)據(jù)集的語義關(guān)聯(lián)發(fā)現(xiàn)方法研究

        2018-08-15 08:15:22范冰冰
        關(guān)鍵詞:關(guān)聯(lián)實(shí)體語義

        龔 振 范冰冰

        (華南師范大學(xué)計(jì)算機(jī)學(xué)院 廣東 廣州 510631)

        0 引 言

        在大數(shù)據(jù)時(shí)代,數(shù)據(jù)成為了最具有價(jià)值的資產(chǎn),數(shù)據(jù)的開放和跨界融合是大數(shù)據(jù)產(chǎn)業(yè)得以壯大的關(guān)鍵。而傳統(tǒng)開放數(shù)據(jù)組織管理方式,數(shù)據(jù)集間相互孤立、缺乏關(guān)聯(lián)、雜亂無章,無法發(fā)掘其真正價(jià)值。同傳統(tǒng)的數(shù)據(jù)管理技術(shù)相比,關(guān)聯(lián)技術(shù)更容易實(shí)現(xiàn)多源數(shù)據(jù)的組合,它的自描述特性利于大范圍的數(shù)據(jù)共享。關(guān)聯(lián)數(shù)據(jù)也成為開放數(shù)據(jù)的最佳實(shí)踐之一[1]。

        關(guān)聯(lián)數(shù)據(jù)是W3C推薦的一種規(guī)范,用來發(fā)布和連接各類數(shù)據(jù)、信息和知識(shí)。通過對Web中各種數(shù)據(jù)資源及其相互之間關(guān)系映射進(jìn)行機(jī)器可讀的描述,可以在更大范圍內(nèi),準(zhǔn)確、高效、可靠地查找、分享、利用這些相互關(guān)聯(lián)的信息和知識(shí)。目前,RDF是最適合程序自動(dòng)處理的文檔之一,且能富含語義,已成為關(guān)聯(lián)數(shù)據(jù)的“標(biāo)配”,也是關(guān)聯(lián)數(shù)據(jù)的基礎(chǔ)數(shù)據(jù)模型。RDF是領(lǐng)域無關(guān)的,適用于Web的簡單而抽象的數(shù)據(jù)模型。其采用三元組的形式表達(dá)兩個(gè)資源間的二元關(guān)系或一個(gè)資源的屬性。RDF三元組是在網(wǎng)絡(luò)上發(fā)布關(guān)聯(lián)數(shù)據(jù)最簡單便捷的形式[2]。

        自關(guān)聯(lián)數(shù)據(jù)提出以來,它的研究和應(yīng)用一直是個(gè)熱點(diǎn),涵蓋生命科學(xué)、地理信息、科學(xué)出版物、電影、音樂等眾多領(lǐng)域。在歐美國家,關(guān)聯(lián)數(shù)據(jù)已經(jīng)開始應(yīng)用于政府?dāng)?shù)據(jù)的開放,如美國的data.gov、英國的data.gov.uk已經(jīng)采用RDF格式發(fā)布數(shù)據(jù)集并提供SPARQL方式查詢。國內(nèi)第一個(gè)關(guān)聯(lián)開放數(shù)據(jù)項(xiàng)目——zhishi.me,把維基百科中國、百度百科、互動(dòng)百科整合鏈接成一個(gè)知識(shí)庫,嘗試構(gòu)建中文通用知識(shí)圖譜[3]。文獻(xiàn)[4]借鑒國外圖書館MARC21轉(zhuǎn)換成RDF的成功做法,構(gòu)建CNMARC到RDF的映射實(shí)現(xiàn)進(jìn)行了關(guān)聯(lián)數(shù)據(jù)在圖書館學(xué)的實(shí)踐嘗試[4]。文獻(xiàn)[5-8]對實(shí)現(xiàn)關(guān)聯(lián)數(shù)據(jù)需要解決的關(guān)鍵問題包括描述、數(shù)據(jù)管理、語義互操作等進(jìn)行了探討。

        從國內(nèi)外研究來看,現(xiàn)階段,數(shù)據(jù)集之間的關(guān)聯(lián)主要表現(xiàn)為各個(gè)數(shù)據(jù)集與 DBpedia、GeoNames 等少數(shù)核心資源集(HUB 資源)的鏈接,其他非 HUB 資源集之間的關(guān)聯(lián)相對比較少,數(shù)據(jù)集內(nèi)部實(shí)體間的關(guān)聯(lián)更加缺乏。其主要原因就是缺乏統(tǒng)一的關(guān)聯(lián)數(shù)據(jù)集描述規(guī)范和有效的數(shù)據(jù)集自動(dòng)關(guān)聯(lián)方法。針對此,本文參考國內(nèi)外研究,從數(shù)據(jù)集外部基本信息、內(nèi)部屬性特征、關(guān)聯(lián)關(guān)系映射三方面設(shè)計(jì)關(guān)聯(lián)數(shù)據(jù)集描述模型,并采用語義相似度計(jì)算方法,綜合數(shù)據(jù)項(xiàng)特征,發(fā)現(xiàn)數(shù)據(jù)集語義關(guān)聯(lián),構(gòu)建具有映射關(guān)系的RDF數(shù)據(jù),實(shí)現(xiàn)的數(shù)據(jù)集的統(tǒng)一描述和內(nèi)外部鏈接。最后以“廣州市政府?dāng)?shù)據(jù)統(tǒng)一開放平臺(tái)”為例進(jìn)行實(shí)驗(yàn),實(shí)現(xiàn)數(shù)據(jù)集的描述并建立鏈接關(guān)系。也為關(guān)聯(lián)數(shù)據(jù)技術(shù)在開放數(shù)據(jù)方面的實(shí)踐應(yīng)用提供借鑒價(jià)值。

        1 關(guān)聯(lián)數(shù)據(jù)集描述模型

        構(gòu)建關(guān)聯(lián)數(shù)據(jù)的關(guān)鍵步驟就是對數(shù)據(jù)集進(jìn)行描述。本文將數(shù)據(jù)集的描述分為外部描述(粗粒度描述)和內(nèi)部描述(細(xì)粒度描述)。描述模型除了包含數(shù)據(jù)集的數(shù)據(jù)特征信息之外,還需有描述數(shù)據(jù)集間的鏈接信息。數(shù)據(jù)集描述模型是應(yīng)用于關(guān)聯(lián)數(shù)據(jù)的開放與共享,采用RDF的標(biāo)準(zhǔn)數(shù)據(jù)格式及RDF/XML 描述語言,提供統(tǒng)一的數(shù)據(jù)描述,并根據(jù)的描述特征自動(dòng)發(fā)現(xiàn)和映射有關(guān)系的其他數(shù)據(jù)集。

        為了便于關(guān)聯(lián)數(shù)據(jù)在Web中共享和傳播,數(shù)據(jù)集描述模型的設(shè)計(jì)還要遵循一下三個(gè)原則:

        (1) 盡可能地復(fù)用已有的詞匯表和術(shù)語(如DCAT、DC、FOAF、Geo等),減少詞匯異構(gòu)。

        (2) 模型各部分描述能夠很好表述數(shù)據(jù)集信息特征。

        (3) 必須符合SPARQL的查詢方式。

        外部描述是用戶識(shí)別了解數(shù)據(jù)集內(nèi)容最為直接的方式。本文將外部描述分為數(shù)據(jù)集標(biāo)識(shí)信息、數(shù)據(jù)集限制信息、數(shù)據(jù)集維護(hù)信息三類。數(shù)據(jù)集標(biāo)識(shí)信息包括數(shù)據(jù)集標(biāo)題、分類、摘要等基本信息;數(shù)據(jù)集限制信息包括許可說明、權(quán)限等訪問與使用有關(guān)的限制信息;數(shù)據(jù)集維護(hù)信息包括更新日期、更新頻率、維護(hù)方等信息?;趶?fù)用已有的詞匯表原則,本文將借鑒都柏林核心詞匯并結(jié)合其他相關(guān)詞匯,選用部分適用于關(guān)聯(lián)數(shù)據(jù)集的外部描述詞匯,如表1所示。

        表1 關(guān)聯(lián)數(shù)據(jù)集外部描述選用的基本詞匯

        內(nèi)部描述是描述數(shù)據(jù)集內(nèi)部數(shù)據(jù)屬性信息,目的在于用戶可以通過數(shù)據(jù)集描述信息直接了解到數(shù)據(jù)內(nèi)部結(jié)構(gòu),而且通過對數(shù)據(jù)集內(nèi)部描述,可以標(biāo)記內(nèi)部實(shí)體屬性特征,便于辨別某些屬性間是否可能存在關(guān)聯(lián)。由于數(shù)據(jù)集內(nèi)部數(shù)據(jù)的描述尚未有可借鑒詞匯,本文來自定義新的詞匯DI(data item),用以描述數(shù)據(jù)集內(nèi)部屬性特征。例如:di:isLink作為數(shù)據(jù)集間關(guān)聯(lián)映射時(shí)對此字段是否要進(jìn)行關(guān)聯(lián)匹配。比如:對于數(shù)量這類無概念數(shù)值就不用計(jì)算和其他本體的關(guān)聯(lián);對于學(xué)校、公司等名詞這類有實(shí)際意義的屬性需要進(jìn)行關(guān)聯(lián)映射;對于身份證號、車牌號這類具有唯一標(biāo)識(shí)的屬性,以di:isUnique為標(biāo)記,來做更精準(zhǔn)的關(guān)系判斷,以及一些來描述屬性信息的詞匯。表2為本文設(shè)計(jì)的數(shù)據(jù)集內(nèi)部描述詞匯。

        表2 自定義數(shù)據(jù)集內(nèi)部描述詞匯

        續(xù)表2

        除了描述數(shù)據(jù)集信息的外部描述和內(nèi)部描述外,關(guān)聯(lián)數(shù)據(jù)集還需要關(guān)聯(lián)描述,目的在于描述數(shù)據(jù)集之間的關(guān)聯(lián)信息。鑒于關(guān)聯(lián)數(shù)據(jù)通常采用RDF數(shù)據(jù)形式,本文將數(shù)據(jù)集的關(guān)聯(lián)關(guān)系通過RDF三元組的來表示:主體為某一數(shù)據(jù)集資源或者內(nèi)部某一實(shí)體屬性值,謂詞用SKOS、OWL、VoID等表示關(guān)系的詞匯,賓語為另一數(shù)據(jù)集或者同數(shù)據(jù)集實(shí)體屬性值,以此來表述關(guān)聯(lián)關(guān)系。有些鏈接關(guān)系沒有明確指向,如owl:sameAs表示等同關(guān)系,主語和賓語可以互換,有些鏈接關(guān)系是不對稱的,如void: subjectsTarget用來說明主語鏈接指向。

        完整的關(guān)聯(lián)數(shù)據(jù)集描述模型的設(shè)計(jì)要包括以上三個(gè)方面的描述,分別用來表示不同的數(shù)據(jù)集信息以及數(shù)據(jù)間的關(guān)系。

        2 數(shù)據(jù)集的語義關(guān)聯(lián)

        關(guān)聯(lián)發(fā)現(xiàn)是實(shí)現(xiàn)構(gòu)建關(guān)聯(lián)數(shù)據(jù)的關(guān)鍵步驟,本文借鑒文獻(xiàn)[9]中關(guān)聯(lián)層次分類,把數(shù)據(jù)集關(guān)聯(lián)分為外部關(guān)聯(lián)和內(nèi)部關(guān)聯(lián)。兩個(gè)數(shù)據(jù)集外部描述如標(biāo)題、摘要、關(guān)鍵字等存在關(guān)聯(lián)關(guān)系即成為數(shù)據(jù)集外部關(guān)聯(lián)。數(shù)據(jù)集內(nèi)部數(shù)據(jù)存在實(shí)體關(guān)聯(lián)稱為數(shù)據(jù)集內(nèi)部關(guān)聯(lián)。數(shù)據(jù)集外部關(guān)聯(lián)和內(nèi)部關(guān)聯(lián)由于鏈接對象層次不同,不存在必然的聯(lián)系,卻更加豐富了數(shù)據(jù)集的聯(lián)系。大量的外部關(guān)聯(lián)和內(nèi)部關(guān)聯(lián)可以將眾多數(shù)據(jù)信息相互鏈接, 構(gòu)成關(guān)聯(lián)開放數(shù)據(jù)云LoD cloud(Linked open Data cloud)[10],進(jìn)而形成數(shù)據(jù)網(wǎng) (Web of Data)[11]。

        分析關(guān)聯(lián)數(shù)據(jù)相關(guān)技術(shù),語義相似度計(jì)算是目前計(jì)算資源間關(guān)聯(lián)度的比較常用的方法。所以本文基于設(shè)計(jì)的語義描述模型,綜合數(shù)據(jù)集的描述特征,采用語義相似度的計(jì)算方法,根據(jù)其語義相似度結(jié)果來判定數(shù)據(jù)集或內(nèi)部屬性間是否存在關(guān)聯(lián)。語義相似度的大小應(yīng)該是在區(qū)間 [0,1],相似度值越大,說明關(guān)聯(lián)程度越高,相似度為1可視為等同關(guān)系。

        2.1 外部關(guān)聯(lián)

        數(shù)據(jù)集標(biāo)題、摘要、關(guān)鍵字、主題分類是表述一個(gè)數(shù)據(jù)集所述內(nèi)容的基本信息項(xiàng)。標(biāo)題、摘要屬于長文本類型,對此類型數(shù)據(jù)項(xiàng),首先進(jìn)行分詞,轉(zhuǎn)為詞集。使用向量空間模型方法計(jì)算相似度。其語義相似度計(jì)算公式如下:

        詞集1表示為D1,詞集2表示為D2,其中:

        D1={w11,w12,…,w1n}

        D2={w21,w22,…,w2n}

        D1和D2的相似度:

        (1)

        這里把標(biāo)題和摘要的相似度值分別記為Simt和Simd。

        主題、關(guān)鍵字?jǐn)?shù)據(jù)項(xiàng)屬于概念性詞匯,概念間的語義計(jì)算一般基于第三方語料庫或者領(lǐng)域本體計(jì)算相似關(guān)系。本文采用基于百度百科的詞語相似度計(jì)算方法進(jìn)行此方面計(jì)算。此方法通過對百科名片、詞條正文、開放分類和相關(guān)詞條部分的相似度計(jì)算方法,對其再加權(quán)就得到整體的相似度結(jié)果,這里給出總體相似度計(jì)算公式[12]:

        (2)

        把主題和關(guān)鍵字的相似度值分別記為Simc和Simk。

        外部描述的總體相似度值即為這四項(xiàng)加權(quán):

        Simout=θtSimt+θdSimd+θcSimc+θkSimk

        (3)

        由于標(biāo)題和摘要是描述數(shù)據(jù)集內(nèi)容主要數(shù)據(jù)項(xiàng),其中θt和θd權(quán)重相對大一些,θc和θc權(quán)重相對小一些。θt+θd+θc+θk總和為1,具體權(quán)重賦值根據(jù)實(shí)驗(yàn)結(jié)果調(diào)整優(yōu)化。

        2.2 內(nèi)部關(guān)聯(lián)

        對于結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)集,還需進(jìn)行內(nèi)部數(shù)據(jù)描述,數(shù)據(jù)集的內(nèi)部關(guān)聯(lián)也是建立在內(nèi)部描述的基礎(chǔ)上的。對于同一數(shù)據(jù)集或者不同數(shù)據(jù)集間內(nèi)部記錄的某些屬性實(shí)體值可能是表述同一對象,這里就要建立數(shù)據(jù)集的內(nèi)部關(guān)聯(lián)。

        在內(nèi)部數(shù)據(jù)描述中,di:isLink表示此屬性是否需要實(shí)現(xiàn)關(guān)聯(lián),當(dāng)為true時(shí),要計(jì)算此屬性實(shí)體和其他屬性實(shí)體關(guān)聯(lián)度;為false時(shí),可以不用計(jì)算此屬性的關(guān)聯(lián)。當(dāng)di:isUnique為true時(shí),表示此屬性為身份證、車牌號等唯一標(biāo)識(shí)屬性,可以直接采用文本值比較的方法,判斷兩個(gè)實(shí)體是否一致,其相似度取值為只能為0或1。

        當(dāng)di:isUnique為false時(shí),標(biāo)識(shí)此屬性非唯一標(biāo)識(shí),需綜合此屬性的描述特征以及具體屬性值,判斷實(shí)體間是否相關(guān)。在內(nèi)部描述中有對此屬性信息的描述:name、type、description,這三項(xiàng)描述了此屬性的名稱(如產(chǎn)品名稱)、類型(如string)、說明(如本數(shù)據(jù)集的產(chǎn)品名稱是農(nóng)作物品種的學(xué)名)。

        計(jì)算di:type的相似度,由于di:type為固定范圍取值,這里采用文本值比較計(jì)算方法,記為Sim1。屬性說明di:description部分,采用式(1)計(jì)算,記作Sim2。屬性名稱di:name采用式(1)計(jì)算,記作Sim3。對于屬性值,先進(jìn)行詞性分析,對于詞性為長文本的屬性值采用式(1)計(jì)算相似度,對于概念性屬性值采用式(2)計(jì)算相似度,此部分記為Sim4。內(nèi)部關(guān)聯(lián)綜合相似度為:

        Siminner=θ1Sim1+θ2Sim2+θ3Sim3+θ4Sim4

        (4)

        式中:θ1+θ2+θ3+θ4總和為1,屬性值作為整個(gè)屬性的關(guān)鍵特征,θ4應(yīng)該具有更高的權(quán)重,其他權(quán)重賦值根據(jù)實(shí)驗(yàn)結(jié)果進(jìn)行優(yōu)化調(diào)整。

        3 實(shí)驗(yàn)結(jié)果

        本實(shí)驗(yàn)數(shù)據(jù)來源于廣州市政府?dāng)?shù)據(jù)統(tǒng)一開放平臺(tái),爬取了其中574個(gè)數(shù)據(jù)集,此數(shù)據(jù)量已經(jīng)占此平臺(tái)總數(shù)據(jù)集量的95%以上,實(shí)驗(yàn)數(shù)據(jù)相對比較可靠。為了實(shí)現(xiàn)數(shù)據(jù)集的關(guān)聯(lián),并驗(yàn)證本研究方法的有效性和科學(xué)性,本文設(shè)計(jì)了以下實(shí)驗(yàn)流程:

        (1) 搭建基于Java的Jena[13]框架,便于把讀取到的數(shù)據(jù)集轉(zhuǎn)換成RDF數(shù)據(jù)。

        (2) 根據(jù)關(guān)聯(lián)數(shù)據(jù)集描述模型引入所需詞匯并創(chuàng)建自定義的DI詞匯。

        (3) 讀取數(shù)據(jù)集及元數(shù)據(jù),參照描述模型,生成RDF數(shù)據(jù)。

        (4) 根據(jù)內(nèi)外描述,利用上文關(guān)聯(lián)計(jì)算方法計(jì)算對應(yīng)項(xiàng)相似度,對于相似度值大于設(shè)定閾值的數(shù)據(jù)集或?qū)嶓w屬性建立關(guān)聯(lián)映射。

        (5) 輸出關(guān)聯(lián)數(shù)據(jù)集的RDF/XML格式文件。

        數(shù)據(jù)集的關(guān)聯(lián)發(fā)現(xiàn)流程如圖1所示。

        圖1 數(shù)據(jù)集描述和關(guān)聯(lián)發(fā)現(xiàn)流程

        考慮計(jì)算時(shí)數(shù)據(jù)項(xiàng)描述特征,數(shù)據(jù)集標(biāo)題和內(nèi)部屬性值對語義相似度影響較大,所以權(quán)重應(yīng)該較大。又經(jīng)過多組權(quán)重實(shí)驗(yàn)結(jié)果對比分析,式(3)中權(quán)重系數(shù)設(shè)為了θt∶θd∶θc∶θk=0.6∶0.2∶0.1∶0.1,式(4)權(quán)重系數(shù)設(shè)為θ1∶θ2∶θ3∶θ4=0.1∶0.1∶0.1∶0.7,其結(jié)果相對較好。當(dāng)然,具體的賦值也可以根據(jù)實(shí)際實(shí)驗(yàn)調(diào)整,進(jìn)行優(yōu)化。表3是“廣州市高新技術(shù)企業(yè)名單”這一數(shù)據(jù)集與其他數(shù)據(jù)集外部關(guān)聯(lián)相似度計(jì)算結(jié)果。

        表3 “廣州市高新技術(shù)企業(yè)名單”數(shù)據(jù)集

        廣州市政府?dāng)?shù)據(jù)統(tǒng)一開放平臺(tái)未涉及到數(shù)據(jù)集內(nèi)部關(guān)聯(lián),并且未實(shí)現(xiàn)對內(nèi)部數(shù)據(jù)的檢索查詢。本實(shí)驗(yàn)以數(shù)據(jù)集“廣州市農(nóng)藥使用品種推薦名錄”中“產(chǎn)品名稱”屬性和“廣州市地理標(biāo)志產(chǎn)品一覽表”中的“作物”屬性計(jì)算兩數(shù)據(jù)集內(nèi)部具有關(guān)聯(lián)的實(shí)體的語義相似度,其結(jié)果如表4所示。

        表4 數(shù)據(jù)集內(nèi)部數(shù)據(jù)的實(shí)體相似度計(jì)算結(jié)果

        從實(shí)驗(yàn)結(jié)果可以看出,對角線上的數(shù)值均在0.8以上,其產(chǎn)品也為對應(yīng)的作物的某一品種,兩個(gè)實(shí)體本身存在關(guān)聯(lián)關(guān)系。如“錢崗糯米糍”是“荔枝”的一個(gè)種類,根據(jù)本文方法計(jì)算的相似度為0.810 307,它們之間關(guān)聯(lián)程度比其他非對應(yīng)的作物產(chǎn)品相似度相對較高,可以驗(yàn)證本方法實(shí)體間相似度計(jì)算的相對較為可靠。

        4 結(jié) 語

        以關(guān)聯(lián)數(shù)據(jù)形式發(fā)布數(shù)據(jù)是開放數(shù)據(jù)的未來發(fā)展趨勢。本文結(jié)合數(shù)據(jù)集外部描述、內(nèi)部描述和鏈接信息設(shè)計(jì)關(guān)聯(lián)數(shù)據(jù)集描述模型,并根據(jù)描述模型,提出基于語義相似度的數(shù)據(jù)集關(guān)聯(lián)發(fā)現(xiàn)方法,實(shí)現(xiàn)關(guān)聯(lián)數(shù)據(jù)的程序化創(chuàng)建轉(zhuǎn)換。相比其他研究,本文設(shè)計(jì)的描述模型為關(guān)聯(lián)數(shù)據(jù)集的開放共享提供了可借鑒的描述模型。其關(guān)聯(lián)方法不僅實(shí)現(xiàn)了數(shù)據(jù)集之間的基本描述層面的關(guān)聯(lián),還實(shí)現(xiàn)了數(shù)據(jù)集內(nèi)部數(shù)據(jù)屬性之間的關(guān)聯(lián),大大提高了數(shù)據(jù)信息的關(guān)聯(lián)程度。本文的研究雖然完成了一定的工作,但還有一些問題需要改進(jìn):其一數(shù)據(jù)集關(guān)聯(lián)由于要綜合多個(gè)數(shù)據(jù)項(xiàng),隨著數(shù)據(jù)集的增多,計(jì)算量會(huì)暴漲,需要一個(gè)有效的計(jì)算框架。此外,各數(shù)據(jù)項(xiàng)相似度值的權(quán)重系數(shù)和綜合相似度閾值還需進(jìn)行優(yōu)化,以提高關(guān)聯(lián)質(zhì)量。

        猜你喜歡
        關(guān)聯(lián)實(shí)體語義
        語言與語義
        前海自貿(mào)區(qū):金融服務(wù)實(shí)體
        中國外匯(2019年18期)2019-11-25 01:41:54
        “一帶一路”遞進(jìn),關(guān)聯(lián)民生更緊
        奇趣搭配
        實(shí)體的可感部分與實(shí)體——兼論亞里士多德分析實(shí)體的兩種模式
        兩會(huì)進(jìn)行時(shí):緊扣實(shí)體經(jīng)濟(jì)“釘釘子”
        振興實(shí)體經(jīng)濟(jì)地方如何“釘釘子”
        智趣
        讀者(2017年5期)2017-02-15 18:04:18
        “上”與“下”語義的不對稱性及其認(rèn)知闡釋
        認(rèn)知范疇模糊與語義模糊
        日日碰狠狠添天天爽无码| 婷婷色综合成人成人网小说| 亚洲AV无码AV色| av国产自拍在线观看| 熟女无套高潮内谢吼叫免费| 日本做受高潮好舒服视频| 国产高清吃奶成免费视频网站| 一级黄色一区二区三区视频| 日韩精品人妻中文字幕有码在线| 人妻少妇不满足中文字幕| 波多野结衣有码| 女优免费中文字幕在线| 亚洲第一幕一区二区三区在线观看 | 亚洲欧美激情在线一区| 无码不卡一区二区三区在线观看| 一级a免费高清免在线| 人人人妻人人人妻人人人| 双腿张开被9个男人调教| 亚洲AV无码精品色欲av| 日韩一区二区中文字幕视频| 激情综合色综合啪啪开心| 丰满熟女人妻中文字幕免费| 国产激情一区二区三区成人免费| 日韩精品一区二区三区影音视频| 国产av一区二区三区天堂综合网| 蜜臀av一区二区| 亚洲国产视频精品一区二区| 亚洲av成熟国产一区二区| 日韩人妻无码精品久久| 国产成人综合久久久久久| 视频一区二区免费在线观看| 日本熟妇人妻xxxx| 无尽动漫性视频╳╳╳3d| 久久婷婷国产综合精品| 日本一区二区三区亚洲| 40岁大乳的熟妇在线观看| 337p日本欧洲亚洲大胆色噜噜| 97中文乱码字幕在线| 国产欧美va欧美va香蕉在| 久久精品国产亚洲av成人| 61精品人妻一区二区三区蜜桃|