欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

CTR預(yù)估模型演進(jìn)史:從邏輯回歸到深度學(xué)習(xí)的關(guān)鍵路徑

CTR預(yù)估模型演進(jìn)史:從邏輯回歸到深度學(xué)習(xí)的關(guān)鍵路徑 做推薦系統(tǒng)這些年我最喜歡跟新人聊的一條演進(jìn)線就是CTR預(yù)估模型是怎么一步一步走到今天的。CTR點(diǎn)擊率預(yù)估這個(gè)指標(biāo)聽起來很樸素?zé)o非是“展示之后用戶點(diǎn)沒點(diǎn)”但它是推薦系統(tǒng)里最核心的預(yù)測(cè)目標(biāo)之一直接決定一個(gè)物品排在哪個(gè)位置、一條廣告值多少錢、一個(gè)視頻能獲得多少流量。我一直覺得把CTR技術(shù)的歷史脈絡(luò)讀透比單純背模型公式有價(jià)值得多因?yàn)槟憧吹降牟皇且欢压铝⒛P投且惶淄暾?、圍繞“如何理解用戶興趣”展開的問題求解思路。這篇內(nèi)容適合三類人看一是剛?cè)胄胁痪玫耐扑]算法工程師需要一個(gè)清晰的技術(shù)坐標(biāo)知道當(dāng)前各種花哨模型從哪里來、到哪里去二是做數(shù)據(jù)產(chǎn)品和增長(zhǎng)運(yùn)營(yíng)的同學(xué)明白點(diǎn)擊率背后連著什么樣的商業(yè)價(jià)值三是已經(jīng)在工業(yè)界做特征、做訓(xùn)練的資深研發(fā)哪怕你每天在調(diào)某個(gè)模型回頭看一遍演變史也會(huì)發(fā)現(xiàn)很多當(dāng)年沒想通的細(xì)節(jié)其實(shí)早在若干年前就被前人踩過了。1. 為什么CTR預(yù)估是推薦系統(tǒng)里最值得深挖的一條線1.1 從點(diǎn)擊率到商業(yè)價(jià)值的鏈路推薦系統(tǒng)的完整鏈路通常是召回 → 粗排 → 精排 → 重排 → 展示。召回負(fù)責(zé)從百萬甚至億級(jí)候選里選出幾百個(gè)可能感興趣的物品粗排用輕量模型快速過濾精排則是對(duì)剩下的幾十個(gè)物品做精細(xì)打分這個(gè)打分結(jié)果基本決定了用戶最終看到什么。CTR預(yù)估主要發(fā)生在粗排和精排這兩層。精排模型估計(jì)用戶點(diǎn)擊某個(gè)物品的概率重排階段再結(jié)合多樣性、業(yè)務(wù)規(guī)則、商業(yè)約束做最終調(diào)整。這里出現(xiàn)一個(gè)很關(guān)鍵的道理點(diǎn)擊率雖然是“點(diǎn)沒點(diǎn)”的二分類問題但它背后代表的是用戶在當(dāng)前場(chǎng)景下對(duì)內(nèi)容的迫切程度。一個(gè)CTR高的物品不一定用戶真的喜歡但它至少說明推薦系統(tǒng)給出的排序符合用戶當(dāng)下的注意力分布。從商業(yè)角度看點(diǎn)擊率往往直接連到廣告計(jì)費(fèi)、內(nèi)容消耗和商品成交。很多廣告系統(tǒng)采用點(diǎn)擊計(jì)費(fèi)模式預(yù)估CTR稍微偏差一點(diǎn)平臺(tái)和廣告主兩側(cè)的收益波動(dòng)都會(huì)被放大。正因如此CTR模型的每一次提升哪怕是零點(diǎn)幾個(gè)點(diǎn)的AUC漲幅放到幾億用戶的規(guī)模上都可能轉(zhuǎn)化成巨大的商業(yè)價(jià)值。這也是為什么這么多團(tuán)隊(duì)愿意投入大量人力去研究CTR模型結(jié)構(gòu)。1.2 看懂演變的兩個(gè)視角特征組合與表達(dá)能力的延伸如果只記模型名字看歷史很容易變成“一頭霧水”。我通常建議大家用兩個(gè)視角串起整條線第一個(gè)視角是特征組合能力。早期邏輯回歸完全依賴人工做特征交叉后來FM用隱向量自動(dòng)建模二階交叉GBDT用樹結(jié)構(gòu)自動(dòng)生成高階交叉深度學(xué)習(xí)則直接把特征扔進(jìn)Embedding和神經(jīng)網(wǎng)絡(luò)讓高維非線性的特征交互自動(dòng)涌現(xiàn)。你會(huì)發(fā)現(xiàn)整個(gè)演變過程就是“人工特征工程”不斷被替代、被自動(dòng)化的過程。第二個(gè)視角是模型的表達(dá)能力。從線性模型到淺層非線性模型再到深層神經(jīng)網(wǎng)絡(luò)、注意力機(jī)制、序列模型、多任務(wù)學(xué)習(xí)、生成式模型模型能感知的信息范圍越來越廣從單個(gè)樣本的靜態(tài)特征到用戶歷史行為序列再到跨任務(wù)、跨場(chǎng)景的全局信息。這兩個(gè)視角一旦建立后面所有的技術(shù)節(jié)點(diǎn)都能掛上去不會(huì)迷路。2. 傳統(tǒng)CTR模型時(shí)代特征工程就是模型的全部2.1 邏輯回歸為什么能統(tǒng)治那么多年在深度學(xué)習(xí)普及之前邏輯回歸Logistic RegressionLR是CTR預(yù)估的絕對(duì)主力后來很長(zhǎng)一段時(shí)間里也依然是工業(yè)界的基線模型。它的形式非常簡(jiǎn)潔對(duì)特征加權(quán)求和再套一個(gè)Sigmoid函數(shù)輸出0到1之間的點(diǎn)擊概率。邏輯回歸能統(tǒng)治多年靠的不是表達(dá)能力而是工程友好性。線上打分只需要做一次大規(guī)模稀疏向量點(diǎn)積延遲極低模型參數(shù)可以隨著新樣本增量更新非常適合廣告和推薦這種數(shù)據(jù)源源不斷產(chǎn)生的場(chǎng)景而且每個(gè)特征的權(quán)重都有明確含義運(yùn)營(yíng)和算法同學(xué)能直接解釋“這個(gè)特征讓點(diǎn)擊率漲了還是降了”這在業(yè)務(wù)協(xié)作中非常寶貴。當(dāng)時(shí)的核心工作幾乎全在特征工程上。工程師們要做特征離散化把連續(xù)值切分成多個(gè)區(qū)間再把類別特征做one-hot編碼變成高維稀疏向量。常見的特征包括用戶ID、物品ID、用戶年齡段、商品類目、當(dāng)前時(shí)間、歷史點(diǎn)擊次數(shù)等。為了讓模型記住組合信息大家還會(huì)手動(dòng)構(gòu)造大量交叉特征比如“用戶品類偏好 × 當(dāng)前場(chǎng)景”這類看起來很有腦洞的組合。訓(xùn)練方面早期常用SGD隨機(jī)梯度下降做大規(guī)模稀疏模型的訓(xùn)練后來FTRL這類在線優(yōu)化算法因?yàn)槟芗骖櫹∈栊院褪諗克俣瘸蔀楦鞔笃脚_(tái)處理海量點(diǎn)擊日志的標(biāo)配。損失函數(shù)就是經(jīng)典的交叉熵模型對(duì)正樣本預(yù)測(cè)概率越接近1、對(duì)負(fù)樣本預(yù)測(cè)概率越接近0損失越小。整個(gè)流程很成熟但問題也很明顯人工特征組合的規(guī)模是有限的線上業(yè)務(wù)一多特征列表容易膨脹到失控而且很多隱性交叉關(guān)系是人工難以預(yù)設(shè)的。提示LR雖然簡(jiǎn)單但不要小看它。很多團(tuán)隊(duì)用深度學(xué)習(xí)替換LR后線上收益并不明顯原因往往不是模型不好而是特征工程做糙了。LR加好特征通常能打贏結(jié)構(gòu)花哨但特征稀疏的深度模型。2.2 FM與FFM給特征組合加上隱向量邏輯回歸最大的痛點(diǎn)是無法自動(dòng)學(xué)習(xí)特征之間的二階交叉關(guān)系。如果數(shù)據(jù)里“年輕用戶 游戲品類”這個(gè)組合很重要但樣本中這個(gè)組合出現(xiàn)次數(shù)很少人工構(gòu)造的交叉特征可能根本沒能覆蓋到或者參數(shù)估計(jì)很不穩(wěn)定。FM因子分解機(jī)的核心思路是不再為每個(gè)特征組合單獨(dú)學(xué)習(xí)一個(gè)參數(shù)而是為每個(gè)特征學(xué)習(xí)一個(gè)低維隱向量?jī)蓚€(gè)特征的交叉權(quán)重直接用它們隱向量的內(nèi)積來表示。舉個(gè)例子用戶年齡段取值為“20~25歲”物品品類取值為“游戲”只要分別學(xué)到這兩個(gè)特征的向量它們的交互就能被推斷出來。即使“20~25歲 游戲”這個(gè)組合在樣本里很稀疏也能從其他組合中借到信息這就大大緩解了稀疏特征場(chǎng)景下二階組合參數(shù)無法可靠估計(jì)的問題。FM還有一個(gè)讓工程師很喜歡的特性二階交叉部分可以寫成平方項(xiàng)減去向量?jī)?nèi)積平方的形式計(jì)算復(fù)雜度能從O(n2)降到O(kn)其中k是隱向量維度。這意味著在特征數(shù)量很大的點(diǎn)擊日志上依然可以用相對(duì)低的成本完成訓(xùn)練和推理。FFMField-aware Factorization Machine是FM的一個(gè)重要升級(jí)它進(jìn)一步考慮了“場(chǎng)”Field的概念。在FFM中每個(gè)特征對(duì)不同場(chǎng)要有不同的隱向量比如“用戶ID”這個(gè)特征在和“物品ID”交叉、和“時(shí)間特征”交叉時(shí)應(yīng)該使用不同的向量表示。這種細(xì)化讓模型表達(dá)能力更強(qiáng)在不少CTR比賽和工業(yè)場(chǎng)景中效果優(yōu)于FM但參數(shù)量和計(jì)算復(fù)雜度也隨之漲了一截線上部署時(shí)要做更多工程優(yōu)化。2.3 GBDT自動(dòng)交叉那時(shí)候的“手動(dòng)大模型”在深度神經(jīng)網(wǎng)絡(luò)大規(guī)模應(yīng)用之前GBDT梯度提升決策樹是特征工程領(lǐng)域的一把利器尤其是“GBDT LR”的組合方案曾經(jīng)在一段時(shí)間里代表了傳統(tǒng)CTR模型的天花板被很多平臺(tái)拿去打榜并驗(yàn)證了線上效果。GBDT做的事情是通過多輪迭代訓(xùn)練一組決策樹每棵樹擬合前面所有樹預(yù)測(cè)結(jié)果的殘差。對(duì)CTR問題來說把所有樣本的連續(xù)特征比如用戶歷史點(diǎn)擊次數(shù)、活躍天數(shù)等和部分稀疏特征喂進(jìn)去經(jīng)過若干輪迭代每棵樹的葉子節(jié)點(diǎn)實(shí)際上代表了一條自動(dòng)學(xué)到的特征組合規(guī)則。為了把樹模型變成線性的可組合特征常見做法是對(duì)訓(xùn)練好的若干棵樹取每個(gè)樣本落在每棵樹的葉子節(jié)點(diǎn)編號(hào)然后做one-hot編碼生成一個(gè)高維稀疏特征向量。比如有10棵樹、每棵64個(gè)葉子那么每個(gè)樣本就會(huì)得到一個(gè)640維的稀疏特征其中只有10個(gè)位置是1。這些編碼后的特征再送給LR就構(gòu)成了GBDT LR的兩階段模型。實(shí)際操作中這個(gè)方案有兩個(gè)非常關(guān)鍵的經(jīng)驗(yàn)點(diǎn)一是樹的數(shù)量和葉子數(shù)不能盲目加大否則編碼后的特征會(huì)極度稀疏LR訓(xùn)練時(shí)容易過擬合二是GBDT這種樹模型不能頻繁在線更新通常是每天或每小時(shí)離線訓(xùn)練一次再同步給線上LR使用。# 偽代碼用GBDT產(chǎn)出交叉特征并交給線性模型 import numpy as np # gbdt是訓(xùn)練好的多棵樹x_raw是單條樣本的原始連續(xù)特征 def gbdt_feature_transform(gbdt, x_raw): leafs [] for tree in gbdt.trees: leaf_idx tree.apply(x_raw) # 得到該樣本在當(dāng)前樹的葉子編號(hào) leafs.append(leaf_idx) # 把所有葉子編號(hào)拼接成一個(gè)稠密整數(shù)序列再用one-hot編碼 return to_onehot(leafs) # 將轉(zhuǎn)換后的特征拼接上原始特征一起送給LR訓(xùn)練 train_feature np.hstack([raw_feature, gbdt_feature_transform(gbdt, X_train)])回到當(dāng)時(shí)的視角GBDTLR已經(jīng)讓模型具備了“自動(dòng)做高階交叉特征”的能力但距離真正的端到端還有距離因?yàn)闃淠P捅旧硪廊皇请x線訓(xùn)練、離線產(chǎn)出的結(jié)構(gòu)無法像神經(jīng)網(wǎng)絡(luò)那樣直接在點(diǎn)擊日志上反復(fù)打磨每個(gè)參數(shù)。這個(gè)時(shí)代很像“手動(dòng)大模型”人要負(fù)責(zé)設(shè)計(jì)樹的數(shù)量、深度、學(xué)習(xí)率還要不斷調(diào)整LR側(cè)的稀疏特征處理邏輯。3. 深度學(xué)習(xí)CTR模型從Embedding開始的表達(dá)革命3.1 Embedding層把所有特征拉進(jìn)同一個(gè)語義空間深度學(xué)習(xí)給CTR模型帶來的第一個(gè)根本性變化不是神經(jīng)網(wǎng)絡(luò)本身而是Embedding嵌入機(jī)制。傳統(tǒng)one-hot編碼會(huì)把每個(gè)ID變成一個(gè)幾萬維的稀疏向量特征之間彼此孤立模型根本看不出兩個(gè)不同ID有什么相似性。Embedding則是把每個(gè)ID映射成一個(gè)幾百維的稠密向量維度遠(yuǎn)小于原始特征空間但能表達(dá)更豐富的語義關(guān)系。打個(gè)比方one-hot像是每個(gè)人都有一個(gè)完全不同的ID編號(hào)模型無法根據(jù)編號(hào)判斷兩個(gè)人的相似程度Embedding則像給人發(fā)了一張性格評(píng)分表評(píng)分接近的人就被認(rèn)為是相似的用戶。推薦系統(tǒng)里用戶ID和物品ID的Embedding會(huì)在訓(xùn)練中不斷調(diào)整逐漸讓“點(diǎn)擊過同一類物品的用戶”共享相似向量空間。這一機(jī)制的工程意義極其重要。它讓模型可以在超高維稀疏特征上訓(xùn)練同時(shí)把參數(shù)量控制在可接受范圍內(nèi)。一個(gè)大型電商平臺(tái)可能有上億用戶、幾千萬商品如果都用稠密的Embedding表示模型整體參數(shù)量可能達(dá)到幾十億甚至上百億這直接推動(dòng)了大規(guī)模分布式訓(xùn)練框架和Embedding參數(shù)服務(wù)器的發(fā)展。Embedding落地時(shí)有個(gè)常見問題頻率極低的ID無法學(xué)習(xí)到有意義的向量。業(yè)界通用做法是設(shè)置最小出現(xiàn)次數(shù)閾值過濾掉出現(xiàn)次數(shù)過少的ID或者讓它們共享一個(gè)“默認(rèn)Embedding向量”。這個(gè)細(xì)節(jié)看起來小處理不好會(huì)讓模型在冷門物品上做出很離譜的預(yù)測(cè)。3.2 WideDeep、DeepFM、DCN、xDeepFM各自解決什么問題深度學(xué)習(xí)CTR模型百花齊放的第一波主要是圍繞“如何把線性記憶能力和神經(jīng)網(wǎng)絡(luò)泛化能力結(jié)合”展開的。這里最值得記住的幾款模型放在一起看其實(shí)非常清晰我用一張表來梳理對(duì)比。模型核心思想特征交互方式典型適合場(chǎng)景Wide Deep線性Wide負(fù)責(zé)記憶深度DNN負(fù)責(zé)泛化淺層線性 深層非線性既需要強(qiáng)記憶用戶歷史偏好又需要自動(dòng)泛化新組合的場(chǎng)景比如推薦中的個(gè)性化召回與排序DeepFM用FM替換Wide側(cè)實(shí)現(xiàn)端到端自動(dòng)交叉FM做低階交互DNN做高階交互大規(guī)模稀疏CTR場(chǎng)景希望減少人工交叉特征DCN提出Cross網(wǎng)絡(luò)顯式做高階特征交叉多層Cross層做bit-level交叉特征維度高、交叉關(guān)系強(qiáng)的搜索和廣告排序xDeepFM在向量級(jí)別做顯式高階交叉壓縮交互網(wǎng)絡(luò)做vector-level交叉需要精細(xì)建模多特征向量交互的復(fù)雜場(chǎng)景WideDeep的思路非常工程化Wide側(cè)就是一個(gè)小型LR能精準(zhǔn)記住用戶過去點(diǎn)擊過的組合比如“晚上 長(zhǎng)視頻”Deep側(cè)是一個(gè)全連接神經(jīng)網(wǎng)絡(luò)能把沒見過的組合泛化出來比如“用戶喜歡A類視頻可能也喜歡類似的B類視頻”。兩者共享輸入特征和Embedding一起訓(xùn)練。這套結(jié)構(gòu)后來成為許多深度推薦系統(tǒng)的地基。DeepFM則干脆把Wide側(cè)換成FM這樣不僅保留了低階特征交叉能力還能和DNN一起端到端訓(xùn)練不需要像WideDeep那樣手動(dòng)設(shè)計(jì)Wide側(cè)的特征組合。DCN和xDeepFM則在“高階交叉”上做文章DCN的Cross網(wǎng)絡(luò)通過多層運(yùn)算讓特征維度之間直接交互xDeepFM進(jìn)一步把交叉提升到向量級(jí)別。這幾款模型并沒有絕對(duì)優(yōu)劣更多是看特征形態(tài)和業(yè)務(wù)目標(biāo)。3.3 深度模型上線后工程鏈路發(fā)生了什么變化用上深度學(xué)習(xí)CTR之后整個(gè)工程鏈路和傳統(tǒng)時(shí)代幾乎是兩個(gè)物種。特征處理從人人可手寫的腳本變成了需要統(tǒng)一管理和版本控制的特征平臺(tái)模型訓(xùn)練從單機(jī)或者簡(jiǎn)單參數(shù)服務(wù)器變成了支持?jǐn)?shù)百億Embedding參數(shù)的分布式訓(xùn)練集群線上打分從每次幾十微秒的稀疏向量點(diǎn)積變成了包含多層神經(jīng)網(wǎng)絡(luò)前向推理的計(jì)算過程。我記得做第一個(gè)深度CTR項(xiàng)目的時(shí)候最難受的其實(shí)不是模型結(jié)構(gòu)而是Embedding字典同步。訓(xùn)練服務(wù)器上維護(hù)一份很大的Embedding表線上服務(wù)又需要實(shí)時(shí)讀取最新版本。如果同步機(jī)制做得不好線上拿到的Embedding還是舊版本模型預(yù)測(cè)就會(huì)和離線評(píng)測(cè)差一大截。后來很多團(tuán)隊(duì)都靠“雙緩沖”或“增量快照”機(jī)制解決這個(gè)問題也就是同時(shí)維護(hù)當(dāng)前版本和影子版本切換時(shí)保證線上請(qǐng)求不受影響。另一個(gè)容易被忽視的點(diǎn)是特征覆蓋度。深度模型對(duì)每一維特征的質(zhì)量都更敏感如果一個(gè)特征在離線訓(xùn)練數(shù)據(jù)里覆蓋率為90%在生產(chǎn)環(huán)境只有60%那么模型訓(xùn)練出來的Embedding天然就會(huì)有偏。這個(gè)問題的排查難度比想象中大得多經(jīng)常表現(xiàn)為“離線AUC很高上線A/B測(cè)試卻沒有效果”。4. 用戶興趣的動(dòng)態(tài)建模注意力機(jī)制與序列模型4.1 DIN用戶的興趣不是靜態(tài)的到了這個(gè)階段CTR模型不再滿足于只看“用戶是誰、物品是什么、今天幾點(diǎn)”而是開始認(rèn)真考慮一個(gè)本質(zhì)問題用戶的興趣是動(dòng)態(tài)的并且會(huì)隨候選物品變化。DINDeep Interest Network提出了一個(gè)非常直覺的機(jī)制當(dāng)模型預(yù)測(cè)用戶對(duì)某個(gè)候選物品的點(diǎn)擊率時(shí)不應(yīng)該把用戶所有歷史行為一視同仁地做平均而是應(yīng)該讓與候選物品更相關(guān)的歷史行為起到更大作用。這個(gè)“更大作用”就是注意力權(quán)重。舉個(gè)電商場(chǎng)景例子用戶今天既看了手機(jī)殼又看了跑鞋?,F(xiàn)在來了一條新款手機(jī)的候選模型應(yīng)該更關(guān)注用戶最近看手機(jī)殼的行為而不是運(yùn)動(dòng)鞋的歷史換一條籃球鞋候選時(shí)注意力則應(yīng)該轉(zhuǎn)移到跑鞋那部分歷史。DIN的做法是對(duì)候選物品Embedding和用戶每條歷史行為Embedding做內(nèi)積得到相似度分?jǐn)?shù)再通過Softmax歸一化為注意力權(quán)重最后對(duì)歷史行為向量做加權(quán)求和作為用戶的“動(dòng)態(tài)興趣表示”。我個(gè)人的經(jīng)驗(yàn)是DIN類結(jié)構(gòu)在行為歷史比較豐富的用戶身上提升尤其明顯但遇到新用戶行為稀疏時(shí)注意力機(jī)制很容易退化基本退化成簡(jiǎn)單的平均Pooling。這時(shí)候需要靠ID類特征和物品內(nèi)容特征去兜底不要指望注意力能解決冷啟動(dòng)問題。4.2 DIEN把點(diǎn)擊行為看作一個(gè)過程DIN雖然給歷史行為加了權(quán)重但本質(zhì)上還是把所有歷史行為當(dāng)成一組獨(dú)立的、無序的向量??烧鎸?shí)的用戶瀏覽行為是有先后順序的用戶先看了A再看了B然后點(diǎn)擊了C這個(gè)時(shí)間順序本身就是興趣變化的重要信號(hào)。DIENDeep Interest Evolution Network在這條路上走得非常徹底它用GRU門控循環(huán)單元之類的循環(huán)結(jié)構(gòu)來建模用戶歷史行為的序列演變過程讓模型能夠捕捉“用戶在當(dāng)前候選物品出現(xiàn)之前興趣是如何一步步演變過來的”。除了結(jié)構(gòu)上的序列建模DIEN還有一個(gè)很有意思的工程細(xì)節(jié)引入輔助損失。因?yàn)镃TR樣本只能告訴我們用戶是否點(diǎn)擊這個(gè)候選并沒有直接告訴模型“用戶的興趣向量應(yīng)該是怎樣的”梯度信號(hào)其實(shí)很弱。輔助損失的做法是拿每一時(shí)刻的隱藏狀態(tài)去預(yù)測(cè)用戶下一個(gè)行為相當(dāng)于用行為預(yù)測(cè)來額外監(jiān)督興趣向量的學(xué)習(xí)。這樣訓(xùn)練出來的興趣表示會(huì)更貼合真實(shí)行為演化。這里要提醒一句序列模型比靜態(tài)DIN結(jié)構(gòu)訓(xùn)練慢不少而且線上推理時(shí)需要對(duì)用戶歷史行為做一個(gè)截?cái)嘁话闳∽罱鼛资綆装贄l行為即可。序列長(zhǎng)度一經(jīng)設(shè)定就相當(dāng)于做了一個(gè)強(qiáng)假設(shè)太短可能丟失早期興趣太長(zhǎng)又會(huì)帶來噪音和計(jì)算壓力。真實(shí)項(xiàng)目里可以根據(jù)行為均值數(shù)和延遲預(yù)算來調(diào)。4.3 Transformer結(jié)構(gòu)如何接管行為序列建模循環(huán)神經(jīng)網(wǎng)絡(luò)GRU雖然能建模順序但只能從左到右逐步傳遞信息越靠前的影響越容易衰減。后來者把自然語言處理領(lǐng)域大放異彩的Transformer結(jié)構(gòu)引入了行為序列建模用多頭自注意力機(jī)制讓序列里任意兩個(gè)行為之間都能直接交互一步到位捕捉長(zhǎng)距離依賴。用Transformer做用戶行為序列建模大致流程是把用戶歷史行為對(duì)應(yīng)的物品Embedding加上位置編碼然后經(jīng)過若干層自注意力編碼器得到每個(gè)位置的新表示再把這些表示匯總成用戶的序列興趣向量和候選物品特征一起進(jìn)入最終CTR預(yù)測(cè)層。這種結(jié)構(gòu)對(duì)“行為之間互相影響”的建模能力非常強(qiáng)比如用戶看完手機(jī)后又看了耳機(jī)歷史序列里這兩個(gè)行為會(huì)相互增強(qiáng)上下文信息。但在工業(yè)落地時(shí)傳統(tǒng)Transformer的計(jì)算復(fù)雜度是序列長(zhǎng)度的平方行為序列拉長(zhǎng)后開銷會(huì)快速上升。很多平臺(tái)在實(shí)踐中的做法是限制最長(zhǎng)序列長(zhǎng)度、只取最近一段行為同時(shí)用多層蒸餾把大模型壓縮成線上可以承受的小模型。注意當(dāng)用戶行為序列越變?cè)介L(zhǎng)與其盲目加長(zhǎng)輸入不如認(rèn)真做行為篩選。比如優(yōu)先保留與候選品類相關(guān)的歷史行為再做注意力建模效果往往比堆長(zhǎng)度更好。5. 轉(zhuǎn)化鏈路與多任務(wù)建模CTR不再是孤立指標(biāo)5.1 CVR預(yù)估為什么更難CTR預(yù)估預(yù)測(cè)的是點(diǎn)擊但很多業(yè)務(wù)真正關(guān)心的是更深一層的轉(zhuǎn)化比如電商里的購買、內(nèi)容平臺(tái)里的完播、廣告里的下單。CVR轉(zhuǎn)化率預(yù)估算起來比CTR難得多主要有三個(gè)原因。第一是樣本稀疏。點(diǎn)擊已經(jīng)是一個(gè)低頻事件轉(zhuǎn)化比點(diǎn)擊還要稀疏得多尤其在短視頻或信息流廣告場(chǎng)景可能幾百上千次曝光才產(chǎn)生一次轉(zhuǎn)化。模型能在稀疏樣本上學(xué)到的有效信號(hào)非常有限。第二是樣本選擇偏差。傳統(tǒng)CVR模型如果只用點(diǎn)擊后的樣本訓(xùn)練訓(xùn)練數(shù)據(jù)本身就是被“點(diǎn)擊”篩選過的這會(huì)讓模型低估那些“小概率被點(diǎn)擊但一旦點(diǎn)擊就很容易轉(zhuǎn)化”的優(yōu)質(zhì)物品。第三是延遲反饋。用戶點(diǎn)擊之后可能過很久才發(fā)生轉(zhuǎn)化今天是點(diǎn)擊樣本明天可能就變成轉(zhuǎn)化樣本了。這在實(shí)時(shí)訓(xùn)練系統(tǒng)中會(huì)造成標(biāo)簽偏差如果處理不好模型會(huì)誤判很多待轉(zhuǎn)化的點(diǎn)擊為負(fù)樣本。5.2 ESMM與MMoE兩種典型的多任務(wù)解法解決CVR預(yù)測(cè)困難的一個(gè)重要思路是把相關(guān)知識(shí)從數(shù)據(jù)更豐富的任務(wù)中遷移過來也就是多任務(wù)學(xué)習(xí)。ESMMEntire Space Multi-Task Model是一個(gè)非常經(jīng)典的解法。它將“曝光 → 點(diǎn)擊 → 轉(zhuǎn)化”這一整條鏈路拆成兩個(gè)同時(shí)訓(xùn)練的任務(wù)CTR任務(wù)和CTCVR點(diǎn)擊且轉(zhuǎn)化任務(wù)。模型同時(shí)接收全量曝光樣本而不是只從點(diǎn)擊樣本中訓(xùn)練CVR這就在很大程度上解決了樣本選擇偏差問題。兩個(gè)任務(wù)共享底層Embedding轉(zhuǎn)化率可以間接表示為CTCVR除以CTR從數(shù)學(xué)上形成了一個(gè)完整一致的目標(biāo)體系。MMoEMulti-gate Mixture-of-Experts則是另一類常見做法。它設(shè)計(jì)了多個(gè)專家網(wǎng)絡(luò)每個(gè)專家都能從不同角度處理輸入特征再用一個(gè)門控網(wǎng)絡(luò)根據(jù)當(dāng)前樣本的特點(diǎn)動(dòng)態(tài)決定各專家的權(quán)重組合。這個(gè)結(jié)構(gòu)很適合任務(wù)差異比較大的場(chǎng)景比如既要預(yù)測(cè)點(diǎn)擊率又要預(yù)測(cè)視頻完播時(shí)長(zhǎng)兩者背后的用戶動(dòng)機(jī)差異很大時(shí)完全共享底層就可能互相拖累。MMoE讓模型在共享與獨(dú)立之間找到一個(gè)平衡點(diǎn)。從我實(shí)踐的角度看多任務(wù)模型上線前一定要厘清各任務(wù)之間的尺度關(guān)系。點(diǎn)擊率是0到1的概率完播時(shí)長(zhǎng)是一個(gè)秒數(shù)GMV是一個(gè)金額它們要經(jīng)過適當(dāng)?shù)淖儞Q或獨(dú)立塔處理才能在統(tǒng)一Loss里被公平優(yōu)化否則容易陷入“大數(shù)值任務(wù)壓過小數(shù)值任務(wù)”的問題。5.3 全域建模與冷啟動(dòng)的現(xiàn)實(shí)意義多任務(wù)建模的升級(jí)版思路是全域建模不再針對(duì)單個(gè)CTR或者單個(gè)CVR單獨(dú)打分而是直接建模一個(gè)統(tǒng)一目標(biāo)比如電商里的商品成交總額GMV或者短視頻里的綜合消費(fèi)時(shí)長(zhǎng)。這類模型會(huì)根據(jù)業(yè)務(wù)目標(biāo)給點(diǎn)擊率、轉(zhuǎn)化率、客單價(jià)分別估計(jì)再通過公式組合成一個(gè)最終分。這里的難點(diǎn)在于不同指標(biāo)之間存在復(fù)雜的相互影響轉(zhuǎn)化率可能很高但客單價(jià)很低點(diǎn)擊率高但退貨率也高。全域建模還帶來另一個(gè)好處冷啟動(dòng)。當(dāng)一個(gè)新物品上線時(shí)它的點(diǎn)擊樣本很少但平臺(tái)可以從相似品類的轉(zhuǎn)化統(tǒng)計(jì)中獲得先驗(yàn)知識(shí)。于是很多系統(tǒng)開始引入“相似物品Embedding平均”策略新物品與若干歷史商品計(jì)算相似度用相似商品的Embedding均值作為初始表示再疊加少量?jī)?nèi)容側(cè)特征標(biāo)題、圖片、品牌、類目讓其在第一天就能獲得一個(gè)不算離譜的排序位置。這是工程上非常實(shí)用的一招。6. 生成式推薦與大規(guī)模預(yù)訓(xùn)練CTR的下一個(gè)形態(tài)6.1 大模型在推薦系統(tǒng)里能做什么這兩年大規(guī)模預(yù)訓(xùn)練模型開始滲透到推薦系統(tǒng)的各個(gè)角落。很多人問大模型是不是要替代傳統(tǒng)CTR模型我的判斷是短期不會(huì)但它確實(shí)在改變CTR模型的“外圈”能力。大模型目前在推薦系統(tǒng)里能干的事情至少有三類。第一類是特征編碼和語義理解把物品的標(biāo)題、圖片描述、類目名稱等文本信息交給大模型生成富含語義的向量表示然后作為CTR模型里的額外特征輸入。第二類是行為序列的深層理解用預(yù)訓(xùn)練模型先對(duì)用戶歷史行為做無監(jiān)督重建訓(xùn)練再遷移到CTR精排任務(wù)上往往能學(xué)到更通用的興趣表示。第三類是輔助推薦流程比如用大模型生成推薦理由、自動(dòng)解釋推薦結(jié)果、輔助運(yùn)營(yíng)編輯撰寫活動(dòng)文案這些都能提升產(chǎn)品體驗(yàn)。但要注意一個(gè)現(xiàn)實(shí)約束大模型推理成本遠(yuǎn)高于傳統(tǒng)CTR模型線上幾萬QPS的場(chǎng)景根本扛不住直接調(diào)用大模型。實(shí)踐中通常是離線用大模型做特征和候選增強(qiáng)線上繼續(xù)使用輕量模型做實(shí)時(shí)打分。這也是我強(qiáng)烈建議工程團(tuán)隊(duì)遵循的路徑。6.2 生成式推薦把“排序”變“生成”更進(jìn)一步的方向是生成式推薦。傳統(tǒng)推薦是把候選集里的每個(gè)物品分別打分再按分?jǐn)?shù)排序生成式推薦則把推薦問題看作一個(gè)條件生成問題直接根據(jù)用戶的歷史行為生成下一步最可能感興趣的若干物品或者直接生成一個(gè)有序推薦序列。這里可以借用自然語言生成的基本理解用戶行為序列里的每一個(gè)點(diǎn)擊、每一個(gè)交互行為可以看成一條由物品ID組成的“語句”中的Token生成式模型根據(jù)這條“語句”預(yù)測(cè)下一個(gè)Token也就是用戶最可能產(chǎn)生交互的下一個(gè)物品。系統(tǒng)輸出的是一串候選物品ID而不是一個(gè)排序分。生成式推薦的魅力在于它跳過了傳統(tǒng)“候選生成 打分排序”的割裂流程讓整個(gè)推薦過程在同一個(gè)模型里端到端完成。挑戰(zhàn)也很直接物品ID空間極大生成輸出很容易出現(xiàn)不在候選空間里的ID必須配合受限解碼和候選校驗(yàn)。目前這個(gè)方向還在快速演化中我更愿意把它看作CTR技術(shù)的一種自然延伸而不是完全推翻。6.3 趨勢(shì)判斷CTR會(huì)消失還是會(huì)轉(zhuǎn)型我個(gè)人的判斷是CTR這種預(yù)測(cè)形式不會(huì)消失但它會(huì)從“一個(gè)簡(jiǎn)單的概率數(shù)字”轉(zhuǎn)型為“一個(gè)完整決策體系里的基礎(chǔ)組件”。因?yàn)闊o論推薦系統(tǒng)最終用多復(fù)雜的生成模型商業(yè)決策最終還是要落到期望收益的計(jì)算上而期望收益本身就包含了對(duì)用戶行動(dòng)概率的估計(jì)。CTR模型演變了這么多年底層的問題沒有變只是答案的形態(tài)在不斷變化。未來的CTR模型一定會(huì)越來越多地結(jié)合多模態(tài)信息、長(zhǎng)期行為記憶、跨場(chǎng)景共享和大模型推理能力。但越是這樣越需要從業(yè)者理解歷史為什么FM能解決稀疏交叉問題為什么Attention能建模動(dòng)態(tài)興趣為什么多任務(wù)能緩解樣本偏差這些底層規(guī)律不會(huì)因?yàn)槟P徒Y(jié)構(gòu)改變而失效反而是你做技術(shù)判斷時(shí)真正能依賴的錨點(diǎn)。7. 從模型演變中總結(jié)出來的工程經(jīng)驗(yàn)7.1 評(píng)估指標(biāo)與離線在線的一致性陷阱CTR模型迭代中最容易出現(xiàn)的問題就是離線指標(biāo)漲得很好上線一測(cè)卻沒效果甚至負(fù)向。這里最常見的原因有三個(gè)。第一個(gè)是評(píng)估方式太粗。全局AUC雖然便于對(duì)比但推薦場(chǎng)景用戶差異很大更有參考價(jià)值的常常是GAUC也就是按用戶分組計(jì)算的AUC加權(quán)平均。同一模型在不同用戶群體上表現(xiàn)差異巨大全局AUC很容易掩蓋這個(gè)問題。第二個(gè)是離線樣本與線上分布不一致最典型的就是特征穿越。比如用了當(dāng)日的統(tǒng)計(jì)特征去預(yù)測(cè)當(dāng)日點(diǎn)擊離線表現(xiàn)必然虛高因?yàn)闃?biāo)簽信息被泄露進(jìn)特征了。做特征時(shí)必須嚴(yán)格保證訓(xùn)練時(shí)該特征只能使用標(biāo)簽時(shí)刻之前的信息。第三個(gè)是簡(jiǎn)單用LogLoss判斷模型。CTR數(shù)據(jù)里負(fù)樣本占比極高模型如果總是預(yù)測(cè)很小的概率LogLoss會(huì)比自己想的更敏感。建議同時(shí)看AUC、GAUC、校準(zhǔn)度、PCOC等多個(gè)指標(biāo)綜合判斷。7.2 線上延遲與模型復(fù)雜度的取舍模型效果和線上延遲之間永遠(yuǎn)存在矛盾。一次精排請(qǐng)求通常有幾十毫秒的預(yù)算其中特征獲取、模型推理、業(yè)務(wù)規(guī)則都要占時(shí)間。如果精排模型用的是類似Transformer的大結(jié)構(gòu)很可能光推理就要幾十毫秒用戶感受到的就是卡頓。我踩過幾次坑之后總結(jié)出幾條實(shí)用經(jīng)驗(yàn)一是線上工程量級(jí)估不準(zhǔn)時(shí)先用小模型跑通全鏈路再逐步替換復(fù)雜模塊二是能用特征篩選解決的盡量不要加模型復(fù)雜度三是如果模型真的很大考慮蒸餾方案用一個(gè)輕量學(xué)生模型模仿大模型的輸出兩個(gè)模型的效果差距通常能控制在可接受范圍內(nèi)。還有一個(gè)非常容易被忽略的點(diǎn)模型推理時(shí)KV Cache和Batch顯存占用也要提前壓測(cè)否則模型還沒上線GPU先被壓垮了。7.3 特征管理與數(shù)據(jù)治理特征工程永遠(yuǎn)不會(huì)消失只是從“手工設(shè)計(jì)”變成了“平臺(tái)化管理”。我見過太多深層模型因?yàn)橐粋€(gè)垃圾特征翻車。特征上線之前至少要查三樣?xùn)|西覆蓋率、穩(wěn)定度、與標(biāo)簽的時(shí)間先后關(guān)系。覆蓋率低于某閾值比如60%的特征對(duì)模型貢獻(xiàn)很小卻會(huì)拖慢訓(xùn)練穩(wěn)定度差的特征比如一周內(nèi)分布劇烈變化線上使用起來風(fēng)險(xiǎn)極高時(shí)間先后關(guān)系錯(cuò)位的特征就更不用說了屬于數(shù)據(jù)事故。另外一個(gè)必須強(qiáng)調(diào)的點(diǎn)是在線離線特征一致性。訓(xùn)練時(shí)同一套特征邏輯和線上打分時(shí)用的必須是同一份代碼、同一個(gè)版本否則模型學(xué)到的分布和線上輸入分布根本對(duì)不上。最好建立特征校驗(yàn)流水線每天自動(dòng)對(duì)比離線特征統(tǒng)計(jì)和線上采樣特征統(tǒng)計(jì)差異超閾值時(shí)及時(shí)告警。這個(gè)工作很枯燥但對(duì)推薦系統(tǒng)的穩(wěn)定性來說價(jià)值比無腦調(diào)模型結(jié)構(gòu)大得多。7.4 速查表一代模型一代路最后把這套演進(jìn)史總結(jié)成一張速查表方便大家按場(chǎng)景選型時(shí)快速定位。模型時(shí)代代表方法核心優(yōu)勢(shì)主要代價(jià)適合場(chǎng)景線性時(shí)代LR、FTRL簡(jiǎn)單、可解釋、快速更新需要大量人工特征和交叉新團(tuán)隊(duì)快速上線基線、預(yù)算有限的場(chǎng)景淺層組合FM、FFM、GBDTLR自動(dòng)二階交叉、部分高階交叉工程鏈路復(fù)雜、離線在線模式割裂特征稀疏、有強(qiáng)交叉關(guān)系的傳統(tǒng)推薦深度表示DeepFM、DCN、xDeepFM端到端、非線性表達(dá)、自動(dòng)高階特征訓(xùn)練成本大、Embedding同步復(fù)雜大規(guī)模ID特征、復(fù)雜業(yè)務(wù)的中大型系統(tǒng)興趣建模DIN、DIEN、Transformer序列動(dòng)態(tài)興趣、長(zhǎng)短期行為建模序列長(zhǎng)度敏感、推理成本高行為豐富、時(shí)效性強(qiáng)的電商和內(nèi)容平臺(tái)多任務(wù)與全域ESMM、MMoE解決稀疏與選擇偏差、統(tǒng)一商業(yè)目標(biāo)目標(biāo)之間容易互相干擾轉(zhuǎn)化鏈路長(zhǎng)、多業(yè)務(wù)指標(biāo)并存場(chǎng)景生成式與大模型生成式推薦、預(yù)訓(xùn)練增強(qiáng)語義強(qiáng)、序列建模強(qiáng)、端到端生成成本高、穩(wěn)定性有待驗(yàn)證內(nèi)容理解要求高、長(zhǎng)期探索型業(yè)務(wù)這個(gè)表不是標(biāo)準(zhǔn)答案只是給了一個(gè)選型坐標(biāo)系。真實(shí)業(yè)務(wù)中很多團(tuán)隊(duì)是同時(shí)使用多個(gè)時(shí)代模型形成級(jí)聯(lián)結(jié)構(gòu)粗排用LR或FM快速過濾精排用深度興趣模型重排再套多目標(biāo)模型和大模型增強(qiáng)的規(guī)則。演變史從來不是一條單行道更像是層層疊加的地層。8. 我的個(gè)人體會(huì)與給新人的建議如果讓我壓縮所有經(jīng)驗(yàn)給正在學(xué)習(xí)CTR的新人三條建議我會(huì)說先吃透業(yè)務(wù)鏈路再談模型結(jié)構(gòu)。我在實(shí)際項(xiàng)目里見過太多同學(xué)一上來就追最新的模型結(jié)果連“這個(gè)候選是怎么進(jìn)來的”“這個(gè)轉(zhuǎn)化指標(biāo)怎么歸因”都沒搞清最后做出的模型效果自然一般。第二條是不要迷信復(fù)雜度。模型結(jié)構(gòu)不是越復(fù)雜越好一個(gè)DeepFM加一套扎實(shí)的特征管理往往比一個(gè)復(fù)雜的多任務(wù)大模型更容易見到收益。優(yōu)先把數(shù)據(jù)管好把離線在線一致性搞定把樣本質(zhì)量提上去這些基礎(chǔ)的收益天花板比模型層更高。第三條是重視從歷史里找答案。很多當(dāng)下看起來全新的問題回到十幾年前甚至幾十年前的模型思想里都能找到影子。LR時(shí)代的特征離散化經(jīng)驗(yàn)放到深度學(xué)習(xí)CTR里一樣適用FM解決稀疏交互的思路至今仍是很多新模型的理論底色。理解了這些你才不會(huì)被一波又一波的概念反復(fù)收割。最后再分享一個(gè)實(shí)際操作的小技巧每次要換模型結(jié)構(gòu)時(shí)先給自己設(shè)定一個(gè)“增量下限”。比如要求新模型離線GAUC至少提升0.5個(gè)點(diǎn)否則不考慮上線。這個(gè)閾值看起來簡(jiǎn)單卻能逼著團(tuán)隊(duì)把精力放在真正有效的改進(jìn)上而不是為了換結(jié)構(gòu)而換結(jié)構(gòu)。CTR技術(shù)演變了這么多年最珍貴的東西從來不是某個(gè)模型的名字而是推動(dòng)每個(gè)模型出現(xiàn)的真實(shí)問題和解決問題的耐心。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
五月天丁香网| 草了bav视频在线观看| 丁香五月手机在线| 婷婷激情欧美| 激情综合综合综合| 九九99久久| 亚洲一级AV在线免费播放| 欧美叉叉叉BBB网站| 五月丁香啪啪激情| 婷婷五月天av| 亚洲综合激情五月| 五月婷婷狠狠干| 99 热| 久久sp免费视频| 任你搞网站| 婷婷五月综合在线视频| xxxx五月激情| 色丁香五月婷婷| 欧美日韩五月婷婷| www天堂99| 91性高潮久久久久久久久| 99热丁香| www.婷婷五月天.com| 操操操操操电影网| 69婷婷丁香午夜| 色色综合色视频| 久热99热| 久久新| 婷婷五月丁香激情图片| 在线看AV| 五月天婷婷狂暴白浆| 天天插天天干| 日韩aaaaa| 亚洲六月婷婷| 99ri精品在线| 五月天 婷 欧美亚洲| 天天做天天爱天天综合| 久久这里只有欧美| 五月天激情无码高清| 麻豆科斗777| 99热9999| caop在线| 婷婷五月AV| 成熟妇人A片免费看网站| 99热自拍| 97资源碰碰| 少妇搡BBBB搡BBB搡毛茸茸 | 丁香六月婷婷久久综合| 丁香五月成人| 天天插天天插| 天天综合 99久久婷婷| www激情婷婷com| 伊人午夜综合色啪| 丁香五月欧美色综合| 五月天成人伊人| 在线区区区| 亚洲综合网区| 天天搽天天射| va中文资源在线观看| 国产色丁香| 五月丁香久久综合| 9l视频自拍9l九色成人| 中文字幕 码精品视频网站| 超碰93在线观看| 免费人人操| 大香婷婷| 99噜噜噜| 大香蕉伊人99| 免费亚洲婷婷中文字幕| 九九碰九九爱97| 99热这里只有精品1025| 日本三级韩三级99久久| 大香蕉丁香五月| 一起草AV入口| 五月婷婷 激情按摩| 99人妻碰碰久久久禁片| 欧美五月婷婷综合| 亚洲欧洲一二| 色婷婷瘦婷婷日韩| 天堂中文国产| 丁香五月性| 丁香婷婷网| 成片免费播放| 超碰三级秋霞| 婷婷六月激情啪啪| 天天干天天玩天天夜天天射天天操天天日蜜臀少妇 | 六月色播| 九月色婷婷综合| 激情综合五月婷婷丁香| 五月综合激情| 成人看片网站| 色999亚洲人成色| 97在线视频观看| 狠狠狠狠狠狠| 不卡的AV网站| 日韩AV在线免费| 丁香久久激情俄| xxxx五月天色色| 91刘玥视频在线观看| 色综合久久无码| 欧美碰碰| 精品99在线| 99在线视频精品| 97久久精品| 日本久久精品| 久久aaa| 久综合九| 婷婷色在线| 九九热这里只有精品首页| 亚洲人人96@| 五月综合激情图片| 99这里有精品视频视频| 欧美视频五区| 开心五月激情网| 开心五月深爱五月| 丁香五月婷婷操逼| 毛片蕉地一二| 狼友视频在线观看18| 丁香五月欧美成人| 激情五月综合色婷婷| 插插五月天| 夜夜做夜夜愛| 六月婷婷色色色| 99无码视频| 五月丁香大香蕉| 午夜69成人做爰视频| 丁香综合日产精品久久| 色综合狠狠色| 人人干人人干骚美女| 天天爱天天做天天舔| 亚洲AAAA网| 思思热99在线视频| www999日韩精品| 高清无码入口| 日本二级毛片二级毛片| 超碰99热精品| 啪啪东京热| 9人人操人人看| 思恩热国产视频右线观看| 99re思思精品视频在线观看| 人人草人人视| 91超级碰碰碰| 夜夜嗨一区二区三区直播内容| 亚洲一区二区 成人网站戴套| 99热这里有精品首页10| 久久婷婷丁香五月一二三| 开心五月综合激情综合五月| www.色五月| 婷婷丁香久久| 这里只有精品96| 丁香花成人区| 丁香五月综合久久八| 久久66精品| 六月丁丁香| 天天天天天日| 在线不卡AC| 99熟女啪啪视频| 青青.com| 99热99热不卡| 色婷婷在线播放| 久草热久草在线视频| 色情成人五月天| 91黄操| 九九热视频首页/这里只有精品| 人人草人人爱手机视频看看| 97狠狠色| 清纯唯美 激情四射| 婷婷综合日本| 六月丁香激情综合网| 人人操日| 欧美丁香六月激情视频| 欧美色五月| 玖玖婷婷五月天| av高清无码| 久久久久婷| 六月婷婷网| 99久久大片| 啊v视频在线观看| 欧美成人猛片AAAAAAA| 94干大香蕉| 色婷婷狠狠爱| 视频色色色色色色| 色欲久久综合| 99爱爱网| 99秘 在线| 五月婷婷影| 成人午夜天| 射久久丁香五月| 丁香五月网络网络| 五月婷婷婷丁香播| 亚洲中文字幕在线观看| 色v综合网| 五月婷婷免费在线观看| 激情九月婷婷| 色五月激情图片| 五月婷婷综合激情网| 婷婷丁香五月天亚洲| www.henhenl| 丁香六月天| 99热99天堂| 袁子仪视频观看| 色婷婷六月| 丁香五月激情网| 精国产品一区二区三区A片| 94干大香蕉| 美妞av| 天天舔天天摸| 黄网在线免费| 色色无码日韩| 桃色五月天| 国产精品久久久久9999小说| 五月色婷| 久久99网| 国产精产国品一二三在观看 | 99精品国产乱码久久久人妻| 亚洲av成人在线| 66精品成人免费网站在线观看| 欧美一级色| 97在线天堂| 婷婷综合激情五月中文字幕| 综合性爱网| 影音先锋日本三级资源| 精品视频这里只有精品| 色色色婷婷| 免费在线观看AV网站| 激情久久综合| 野战毛片三一3| 五月婷婷综合在线| 日韩在线视频中文字幕| 激情六月综合| 亚洲日韩操B| 97人人超| 成人免费在线电影| 北条麻妃伊人 | 欧美精品中文字幕亚洲专区| 粉嫩av懂色av蜜臀av熟妇| 青青草原精品久久| 国产人妻777人伦精品HD| 中文字幕不卡+婷婷五月| 婷婷涩涩五月天| 国产做A爰片毛片A片美国| 色琪琪一综合久久激情五月视频| 婷婷开心激情| 噢美99| 欧洲激情网站| 亚洲av成人在线| 日本大逼91| 96性爱视频| 丁香色婷婷五月天| 色综合中文色综合网| 婷婷五月天天aV| 国产99热| 婷婷丁香五月天综合AV| 99A级片| 五月天婷婷激情四射综合| 五月婷久久| 九九Av| 日亚二欧美| 26uuu欧美激情另类| 激情AV| 91热在线| 外国碰视频网站97| 超碰爱爱爱| 欧美综合激情五月天| 亚洲va综合va国产va中文| 成片免费观看视频大全| 玖玖爱资源站| 久久综合色五月| 99综合视频在线| 欧美久久网| 69久热| 天天插天天干天天舔| 久久视频这里有精品99| 狠狠久久婷五月| 99视频精品全部观看10| Caoporn公开| 色五月五月天| 92久久精品一区二区| 九九综合视频在线观看| 色情综合| 欧美人人操| 欧美乱码国产一级A片| 婷婷五月综合免费在线| 99热这里只有免费| 久久婷婷青青草| 丁香婷婷激情五月| 嫩BBB槡BBBB搡BBBB| 色五月婷婷婷婷婷婷婷婷婷婷| 五月天久久综合| 另类国产区| 婷婷五月天精品| 99热在线中出| 人人视频色| 亚洲妇女熟BBW| 五月婷婷播| 99在线观看| 99精品视频在线观看免费| 久草性爱| 大香蕉婷婷丁香视频在线| 另类视在线| 97超级碰碰碰| 97色色网| 手机旧版看人妻1025| 五月天色狠狠| 色99在线观看| 久久性视频| 久久资源网五月婷| 色综合久久综合中文综合网| 色婷婷久久综合| 99网址在线看| 国产激情综合五月久久| 久99视频| 99热在线播放| 久久99最新| 激情99| 99re热| 99热欧美| 色噜噜狠狠色综合日日免费| 精品久久久久成人码免费动漫| 激情五月天啪啪| 天堂成人A片永久免费网站| 五月天婷婷日日爱| 色五月婷婷五月天| 秋霞电影理论| 婷婷五月丁香基| 只有久久精品免费| 黄色高清无码| 婷婷性福五月天| 久久综合五月| 婷婷情色五月天| 99乱视频| 99在线精品免费视频| WWW,五月天| 99热这里只有精| 午夜色色色极品视频| 婷婷综合五月天| 天天做天天爱天天日| 久久思思热| 激情综合女人网五月播播| 久久激情五月| 亚洲欧洲国产精品| 夜夜操天天干| 亚洲久久视频| 欧美日韩二区在线| 婷婷五月天激情基地| 五月丁香花激情啪啪网| 女人被男人吃奶到高潮| 色婷婷五月色| 大香网伊人久久综合| 激情婷婷| 免费视频WWW在线观看网站| 激情五月天之五月婷婷| 91国产精品视频播放| 丁香桃色网| 日韩在线观看亚洲| 亚洲色99| 欧美黑人巨大猛烈cuckold| 六月丁花香啪啪激情欧美| 99久久久| 91艹人| 99操逼| 影音先锋xfplay资源男人网| 欧美成人AAA片一区国产精品| 色婷婷综合网站| www.色情五月天.com| 欧洲色色| 久久这里都是精品免费| 玖玖爱伊人网| 色色热| 久久九色| 色135综合网| 五月丁香六月婷婷的女人| 久草丁香婷婷五月天婷| 五月婷婷中文字幕| 白天AV月月| 欲色人妻| 丝袜人妻| 天天成人综合| 丁香五月婷婷综合激情啪啪啪啪啪啪啪| 色噜噜狠狠色综无码久久合欧美| 超碰91在线| 五月丁香六月婷| 人人干AV| 婷婷五月中文字幕| 婷婷丁香六月| 九九机热| av在线激情| 天天操夜夜操| 婷婷爱五月天人人爱| 71在线精品视频一区| 中文字幕成人| 亚洲激情区| 少妇被躁爽到高潮无码文| 中文字幕色色| 在线中文字幕视频| 欧美成人猛片AAAAAAA| 99综合色| 97综合在线| 成人国产欧美大片一区| 人妻久久久久久| 狠狠干综合| 99re欧美精品| 国产免费一区二区三区三州老师F1F1.CC| 高潮毛片遮挡费高一百度| 丁香五月婷婷综合啪啪| 日韩精品一区二区亚洲AV观看| 色五月天天在线观看资源站| 色综合9| 午夜免费试看| 五月婷婷丁香五月婷婷| 亚洲av日韩无码| 另类少妇人与禽zOZZ0性伦| 亭亭五月天成人| 国产黄色一级片| 色五月激情综合网| 色色色图| 天天噜天天插| 色很久综合| 婷婷综合激情| 怡红院一二三| 99色综合网| 色啪久| 超碰99久久| 天天日夜夜夜操操操操| 91日视频| 中文字幕一色哟哟哟哟| www.久久久久久久| 五月天夜夜爱夜夜操| 99热综合在线| 婷婷.com| 99在线观看| 天天插天天| 婷婷欧美综合| 7777国产盗摄农村女人| 五月丁香色婷婷熟女| 久久久久久久久久91| 202丰满熟女妇大| 婷婷五月激情图片| 国产成人VA| 超碰在线网站| 久久久天堂国产精品女人| 色情五月停停丁香| 丁香五月婷婷性爱| 日韩在线成人电影| 国产真人做爰视频免费| 日本三级中文字幕| 激情综合色五月丁香六月亚洲| 色色五月天网站| 婷婷五月激情欧美大胆视频| 久久久久9| 99热成人在线观看| 国产精品久久99| 第1影院之五月婷婷| 91狠狠色丁香婷婷综合久久| 色婷另类| 五月婷婷综合潮喷| wuyuedingxiang99| 99日精品视频| 激情AV综合| 美女网黄| 99热国产这里只有精品| 深爱网深爱综合网| 大香蕉综合在线| 色99欧洲色19| 伊人综合网站| 婷综合| 色婷婷社区| 99无码免费视频| 久Se视频在线观看| 久久精品凹凸分类| www激情| 五月色婷婷综合| 另类小说五月天综合| 成人五月天丁香婷| Y11111111111少妇电影院| 婷婷五月av| 狠狠干综合网| 色五月婷婷色五月| 欧美五月丁香在线观看| 婷婷爱在线观看| 九热视频精品| 国产精品成人网址| 国外亚洲成AV人片在线观看| 色五月综合网| 五月欧美丁香在线观看| 色五月综合网| 99re久热只有精品6在线直播| 综激情网| 《丁香激情综合久久伊人久久》影视在线观看 -高清预告手机免费播放 -三妹影院 | XX色综合| 亚洲激情综合| 超碰女人天堂| 女人天堂AV| 丁香美女主播视频在线观看| 丁香五月婷婷成人综合| 五月总合激情网| 婷婷丁香五月91| 久草婷妨| 免费无码毛片一区二区A片| 热九九精品| www.99热| 色五月激情婷婷| 激情综合网,五月| 99热婷婷| 九九99精品视频| 伊人久久大香线蕉亚洲五月天,| 精品国产乱码久久久久久免费| 可以看的AV| 91九色无码日韩| 久久黄色片| 日逼免费视频| 色欲日日躁| 少妇丁香婷婷 | 噜噜操操| 人人操av| 久久久精品色| 丁香五月六月激情久久| 99re这里有精品手机在线| 这里只有精9| 五月花综合| 亚洲天堂爱爱| 五月天婷婷网站888| 国产中文字幕在线视频免费观看 | 小色小蛇伊人婷婷色香五月| 日本在线视频看se99| 在线播放 精品| 日韩AV中文在线观看| 亚洲中文字幕在线观看| 亚洲久热| 久久激情网| 天天干天天操天天爽| 伊人干综合| 久久久性爱视频| 五月丁香六月婷婷激情网| 五月天婷婷亚洲| 99成人免费热视频| 五月天六月婷婷电影| 操丝袜视频影院导航| 亚洲色婷婷婷婷人人爽| 五月婷婷色播视频| 丁香五月1页| 大香蕉五月天婷婷| 婷婷操逼| 99视频内射三四| 久久丁香五月天| 婷婷色五月丁香六月欧美啪| 激情六月丁香| 丁香大香蕉| 97香蕉久久超级碰碰高清版| 午夜激情婷婷| 粉嫩av蜜桃av蜜臀av| 亚洲视频操| 日本97在线视频| AV动漫不卡无码免费| 九九干视频| 色五月婷婷影院| 激情五月天的婷婷| 91肏| 日韩成人av在线| 婷婷伊人久久| 91丨九色丨东北熟女| 九色婷婷| 全亚洲最大的婷婷五月天网站COM| www.色五月| 天天日日夜夜爽| 新久久五月天激情| 9999热精品在线免费播放| 激情啪啪五月天| 六月丁婷婷| 婷婷丁香六月影视| 五月天色五月天| 婷婷五月天com| 色五月婷婷婷婷| 丁香婷婷在线| 91成人性爱视频| 人人视频人人干人人做| 日韩在线观看亚洲| 久九色| 99色婷婷| www狠狠| 欧美三级A做爰在线观看| 亚洲乱码日产精品BD| av操逼网| 婷婷五月开心六月AV| www亚洲无码| 啪啪操操| 丁香六月婷婷综合激情欧美| 五月丁香六月婷婷综合在线| ...婷婷国产成人亚洲日韩| 2025天天爽天天摸| 天天爽天天做| www.99热| 碰碰91| 激情五月天婷婷五月天| 免费视频WWW在线观看网站| 日韩限制级大尺度黑料泄密大尺度视频一区二区在线观看 | 深爱激情中文五月天av| 五月婷婷久久综合| 婷婷六月伊人| 玖玖婷婷五月天| 久艹大香蕉| 91啪啪视频| 97色色色| 影音先锋秋秋五月婷婷| www.一起草av| 91色噜噜狠狠狠狠色综合| 婷婷五月天色色| 婷婷五月天在线综合导航| 丁香五月婷婷亚洲另类| 五月婷婷丁香色播网| 婷婷色五月在线视频| 天堂色婷婷| 婷婷另类小说| 国产亚洲精品久久久久久郑州| 婷婷五月丁香五月基地| 日韩无码人妻一区二区| www.婷婷五月| 婷婷热婷婷色| 牛牛碰免费| 99热| 婷婷综合五月天| 国产毛片精品一区二区色欲黄A片| 国产原创视频91九色| 干一干xxxx| 俺也去婷婷五月天第五色| 五月婷综合性中心| 亚洲综合99| 婷婷九月| 无码激情AAAAA片-区区| 免费超碰在线| 91精品综合久久久久久五月丁香| 亚洲人人干| 色综合久久88色综合天天99| 午夜一区| 中文字幕日产A片在线看| 91N 一起草| 伊人狠狠丁香婷婷综合尤物| 激情六月丁香综合| 乱轮A片| 五月丁香色婷婷久久| 五月婷婷综合视频| 91国产精品视频播放| 日本久久爽| 色5在线| 九九久久五月天综合伊人| 韩国情人在线电视剧免费观看高清版全集| 欧美爆乳一区二区三区| 99热这里都是精品| 777精品久无码人妻蜜桃| 99在线一区| 91一起操| 久久网思思| 九九视屏| 国产毛片欧美毛片久久久| 亚洲婷婷综合视频| 色就是色婷婷五月亚洲激情| 日韩欧美骚货| 97碰在线| 伊人婷婷大香蕉在线| 操逼三区| 亚洲综合丁香五月| 狠狠干狠狠干| 无码人妻精品一区二区蜜桃色欲| 激情丁香五月天图片| 日本综合久| 三十路磁力链接| 激情五月天啪啪| 亚洲国产精品二二三三区| 六月激情丁香一道本7777| 2014天天爽| 日韩AV大全| 婷婷五月天伊人网| 九九视频在线观看| 91在线人| 久久视屏这里只有久久| 激情伊人五月天| 色播五月| 丁香亚洲色综合| 婷婷色五月综合| www.henhenl| 色综合xx| 九九热精品99| 操操操97| 亚洲不卡| 99热99热99热99热| 丁香五月成人社区| 黄色AAAAAAA| 99re最新地址视频| 久久99热这里只有精品| 97色婷婷| 开心五月婷婷婷美女| 91视屏在线观看com.wwwvv| 久久精彩视频| 五月婷婷色欲| 色综合九九| 日操夜撸| 91操碰| 婷婷丁香社区| 三区激情四射av| 色色网站免费| 婷婷99| 激情久久 婷婷| 天天干-天天日| 色9999日韩国产| yw.av| 热久久思思热思思| 超碰97免费在线| 婷婷五月色播天| 丁香五月婷婷狠狠色| 丁香五月Av| 久久久com| 激情五月,激情综合网| 五月欧美色色五月| 五月丁香影视| 黑人无码一区| 色噜综| 欧洲色| 噜噜色五月| 5月丁香六月婷婷| 日本99视频| 五月丁香偷拍| 操逼123网| 另类视频在线| 综合激情在线观看| 五月天婷婷开心| 99自拍视频| 欧美日韩五月婷婷| 蜜臀嫩草| www.夜夜操| 亚洲成人AV在线播放| 五月天精品视频| 色婷婷成人做爰A片免费看网站| 色九月欧美| 久久视频在线| 欧美日韩精品人妻狠狠躁免费视频| 亚洲精品视频在线播放| 九九热这里只有精品6| 激情AV网| 开心久久xxx色| 五月色丁香| 97人人操人人操人人操人人| 丁香六月爱综合| 亚洲中文字幕av| 中文字幕精品在线观看| 丁香五月天在线| 婷婷99狠狠躁天天久久久九九九| 激情婷婷五月天。| 99碰网站| 久久丁香五月婷婷| 久久久久激情| 五月天激情图片| 五月婷性爱| 在线VA视频| 99色性爰网络| www999日韩精品| 色屌丝中文字幕| Aaa久久| 六月丁香综合999| 六月丁香久久| 婷婷综合网站| 女人被男人吃奶到高潮| 色婷婷另类| 日本va欧美va欧美| 99精品国产乱码久久久人妻| 天天五月香欧美| 五月天婷婷基地| 丁香色成人| 激情五月天婷婷在线网址发给我| 中文字幕成人版| 婷婷五月天激情视频| 色色99| 久久久久久激情| 久久婷婷五月天激情| 葵花AV在线| 激情丁香五月婷婷啪啪| 艹B高清无码| 五月天堂婷婷| 丁香五月天啪啪| 秋霞电影一级黄| 色色色9| 在线看片av| 久热AA| 六月丁香婷婷色狠狠久久| 色五月婷婷激情| 黄色av高清| 狠狠五月天婷婷激情网。| 99ree6| 青青草蜜臀| 亚洲乱码日产精品BD| 99热久久这里只有精品| 久久人妻视频| 色婷婷影院| 香蕉婷婷色五月| 色色色97| 日亚二欧美| 丁香五月停停基地| 激情99| 色播五月天婷婷老师| 色五婷婷在线视频| 日本视频欧美观看免费| 涩综合婷婷| 69精品人人人人人人| 婷婷五月六| 69久久久| 婷婷五月六月激情| 天天操天天插天天射| 噜综合| 欧美激情五月天| 狠狠狠婷婷五月综合| 色五月 五月婷婷| 五月激情婷婷图片基地| 日韩无码成人电影| 久久激情综合| 亚洲国产精品VA在线看黑人| 六月色五月天天婷婷| www.99精品在线| 五月婷久久草| 人妻精品一区二区三区| 91久久18| 怡红院一二三| 97在线视频 欧美| 婷婷五月在线播放| 久久九九怡红院| 五月天婷婷综合免费| 婷婷丁香五月基地| 激情五月婷婷五月| 九月婷婷激情| 五月丁香婷婷婷激情爱爱| 久久婷视频| 秋霞A V毛片| 91丨九色丨43老版熟女| 激情综合婷婷| 99视频这里只有免费精品| 99久久网站| 婷婷色五月天第7色| 成人做爰高潮A片免费视频| 婷婷五月天伊人网在线观看视频| 久久婷婷午夜| 五月婷婷六月少妇激情| 91综合色噜噜| 中文久久婷婷| 日日噜噜夜夜狠狠久久丁香六月| 人人摸人人搞| 婷婷久久久久久久| 一级AV片| 99在线精品免费视频| 4399高清无码视频| 婷婷五月天影院| 秋霞电影一级黄| 双性美人被调教到喷水A片| 日本在线噜噜| 99啪在线视频| 性视频久久| 大香蕉手机视频| 激情五月天婷婷| 99re这里只有精品首页| 色婷婷精| 色爱99| 五月丁香啪啪激情| 91色久| 99色热视频| 激情婷婷五月综合| 99视频九九热| 高潮毛片遮挡费高一百度| 五月丁香综合激情| 激情综合亚洲色婷婷五月| 日日噜噜久久婷婷五月天| 99热综合网| anquye伊人| 婷婷婷婷午夜| 色五月婷婷影院| 五月天综合激情网| 思思99热| 亚洲精品久久久久久久久久吃药| 伊人五月婷婷国产视频| WWW久久久| 婷婷,五月天,丁香,第一| 日本一級黃色一級片| 色婷婷成人五月| PORNY九色9l自拍视频成人| 大香蕉手机视频| 亚洲人人操BD| 久久hd| 丁香五月婷久久| 少妇口诉沐足视频播放器网址| AV在线不卡网站| 爆乳熟妇一区二区三区爆乳照片| 婷婷五月激情网站| 播丁香五月婷婷欧美| 婷婷99狠狠| 性色人人爽| 国产一级片色色| 精品丁香五月天在线播放| 另类小说五月天| 精品成人在线| 亚洲无码11| 色99视| 日本天堂网站99| 久久9精品| 伊人在线婷婷草| 99色在线观看视频者| 久久在线大香蕉| 丁香五月婷婷婷婷欧美综合| 色色色com| 日日夜夜狠狠| 婷婷免费精品视频| 久久婷婷七月丁香| 伊人婷婷五月天| 天天五月丁香五月| 亚洲av另类在线观看| 丁香 亚洲 久久| 色综久久久| 波多野结衣成人作品在线| 高清不卡一区| 人人综合五月人人婷婷| 色9月| 91狠狠色丁香婷婷综合久久精品| 婷婷日日夜夜| 婷婷丁香久久| 熟女强人妻一区二区三区四区无| 久久五月丁香| 亚洲国产精品五月天| 99视频啪啪| 九九精品热| 日日夜夜天天爽| av久热| 婷婷狠狠综合网入口| 久久免费操| 婷婷色系婷色| 婷婷五月丁香A∨| 天天爽天天干| 五月丁香五月婷婷在线观看| 激情AV| 另类婷婷五月天啪帕帕| 超碰人妻在线| 亚洲va欧美va国产综合久久久| 久久婷婷五月丁香网| 激情婷婷丁香五月| 婷婷婷久久久| 日日夜夜青青草| 色婷婷综合成人| 丰满少妇猛烈A片免费看观看| 五月天久久综合婷婷| 五月丁香婷婷AV天堂| 婷婷五月色惰| 性色做爰片在线观看WW| 人妻视频在线| 亚洲色五月天在线| 97色啪| 青草视频在线播放| 日本色天堂| 无码人妻一区二区三区免费九色| 九九色图| 色九九九综合| 久久伊人五月天| 五月天天久久香| 婷婷五月丁香在线观看| 激情九月天天天天婷婷| 国产毛片精品一区二区色欲黄A片| 久久丁香五月| 婷婷六月天亚州| 五月开心婷婷极品激情| 毛片蕉地一二| 欧美成人AAA片一区国产精品| 色婷婷五月综合在线| 亚洲五月丁| 91偷拍视频| 五月婷婷综合色啪首页| 色色色欧美| 天天综合五月天| 亚洲六月婷| 热九九精品| 在线91日韩| 拍真实国产伦偷精品| 超碰在线观看9| 丁香五月天综合网| 99视频这里只有免费精品| 激情骚五月| 国产69久久久欧美黑人A片| 综合久久综合| 色五月婷婷丁香五月| 视频免费精品免费精品免费精品免费精品免费精品免费精品免费99 | 五月丁香 啪啪| 日日夜夜爽| 五月丁香婷婷AV天堂| 久久 婷婷 五月天| 色涩视频久久| 大香蕉九九| 欧美综合五月丁香六月婷| 玖玖资源站蜜臀| 99区视频| 色婷婷香蕉| 一区二区三区四区牛| 九九视频在线观看视频6| 久久五月婷| 婷婷深爱五月| 啪啪激情网站| 婷婷四月 成人 狠狠干| 久re热视频| 91紱請| 五月丁香婷婷色| 最新va在线播放| 激情五月婷婷色播网| 婷婷五月天视| 久久最新色| 色99xx| 免费看欧美成人A片无码| 色婷婷视频| 久久五月婷婷丁香| 久久久久思思热| 五月激情六月| 伊人干综合| 色综合色色色色| 久777| 人妻少妇色综合| 色情五月婷婷| 五月天社区婷婷丁香社区| 狠狠插日日干撸| 婷婷五月开心中文字幕色| 99er6免费视频热播| 毛片新网地| 亚洲最大视频网站| 色色色色丁香| 超碰人人草| 国产激情视频在线观看| 五月婷婷在线观看黄| 五月天激情无码专区| 五月天综合区| 好吊操这里只有精品| 日韩一级A片黄色| 玖玖婷婷婷丁香五月| 丁香五月婷婷激情蜜桃| 久久婷婷青青草| 538在线精品| 五月激情小说| 1024人妻| 色婷天天| 美女五月天| 战争与艾拉电影免费观看| 五月天婷婷青青| 无码一区二区三区四区五区| 99热这里都是精品| 国内久久亭亭| 婷婷丁香六月天激情四射网| 一点色成人网| 五月婷婷色色| 青青草成人网| 婷婷综合激情| 欧洲亚洲免费视频9| 丁香五月婷婷大香蕉| 精品久久99码| 操人妻视频91| 天天插天天| 丁香五月久久综合| 能看的av片| 综合色五月天| 婷婷丁香成人在线视频| 激情桃色网| 婷婷色导航| 丁香六月婷婷开心| 在线成人网址| 成人综合AV| 另类激情四射| 五月天停婷基地| 97爱综合| 激情五月天99色| 9久久网| 91操屁股| 亚洲精品成人片在线播| 五月天激情黄色网址| 日韩AV成人电影| 日韩欧美性爱| 日本nghangse中文字幕| 久久久久九九九九视屏小说88| 久久加勤综合| 伊人九热| 1024欧美看片| 久热精品9999| 激情久久伊人| 五月丁香六月激情网站| 六月婷婷综合网2| 婷婷大香焦| 五月天婷婷丁香成人网| 五月天丁香婷婷视频网址| 日韩AV中文在线观看| 97一区二区| 好吊兆人妻| 99在线看视频| 日韩三级视频一区二区| 日操夜操天天操不卡| 亚洲美女裸体被操在线观看| 97婷婷五月丁香| 超爽内射| 熟女国产在线一区二区三区四区| 人人肏逼视频在线一区二区| 婷婷五月综合基地| 日韩精品VIP| 月色色综合婷婷网| 9久久久| 中文字幕五月久久婷| 六月丁香色色| 天天操无码| 亚洲小视频免费播放| 9 1超碰九色| 色综合色综合网| 99 热| 国产精品噜噜在线视频| 久久狠色噜噜狠狠狠狠97| 精品综合久久久久久五月天| 伊人丁香花综合影院| 六月婷婷国产| 青青草原福利在线| 噜噜色婷婷| 六月婷婷激情| 六月婷婷av| 99热这里| 欧美怡红院黄站| chaopeng在线人人| 涩涩婷婷五月| 色五月综合| av大香蕉| 九月婷婷综合八月丁香在线观看| 99色最新在线视频| 五月天婷婷五月| 天天草天天摸| 91人操| 日日夜夜狠狠| 香蕉人妻AV久久久久天天| 亚洲av电影在线| 五月天婷婷激情在线色图| 丁香五月AV| 五月丁香啪啪网| 天天干夜夜操A片| 丁香六月毛片| 午夜做爱影院| 丁香 久久| 深爱激情综合网| 北京熟妇搡BBBB搡BBBB| 伊人爱爱日本| 国产第99页| 五月丁香啪啪综合| 色5在线| 麻豆123区| 伊人五月丁香| 亚洲综合五月天| 自拍偷窥99热| 精品人妻伦一二三区久久| 2023天天日夜夜爽| 日韩欧美四五区| 这里只有九九精品| 天天操人人干| 婷婷五月天黄色| 久草热在线视频| 高清资源站日A美A欧亚…| 97操碰人免费| 欧美网站视频4399| 国产成人网址| 久久五月婷婷开心网| 五月丁香六月婷婷在线观看| 最新色色五月天| 欧美激情性做爰免费视频| 5Www色5夜| 久超超碰| 色五月久久成人婷婷| 五月天六月婷婷电影| 九九大香蕉黄色影院| 99碰碰| 123日本不卡在线| 日韩在线视频网站| 久久九九99| 激情五月综合色婷婷| 少妇性按摩无码中文A片| 丁香五月天天| 久久久久久97| 538午夜激情| www.激情| 婷婷网五月| 日韩AV在线免费| 99这里只有| 色五月婷婷AV| 九月激情网| 久久在线视频只有这里有精品| EEUSS鲁片一区二区三区| 韩国久久少妇视屏| 人妖色AV色综合| 婷婷精品在线| 天天成人综合| 毛v一区二区视频| 日韩色五月| 亚洲五月天综合| 色色色五月婷| 99热国品| 99久久6| 久久婷婷色情7777网站| 丁香五月婷婷啪啪| 色五月亚洲五月天| 欧美婷婷综合| 99热这里都是精品| 色五月天天在线观看资源站| 亚洲激情四射色| WWW.99热| 91porn一起草| 91女人18毛片水多国产| 婷婷丁香成人| 91碰在线| 狠狠操狠狠插| 色婷婷亚洲综合天堂| 丁香六月激情综合| 婷婷五月天天aV| 99热在线精品观看| 97操碰98| 婷婷她六月天| 99精品大片| 伊人久久婷婷| 第1影院之五月婷婷| 99∨VTV| 97婷婷五月| 欧美影院婷婷| 激情亚洲五月| 久草五月婷婷| 久久在线人妻| 玖玖综合色| 日韩av手机在线观看| 九九性爱网| 久久奄也去色色网站| 91av成人| 婷婷激情五月综合| 99久久免费精品| 日日婷婷不卡| 热99国产精品| 婷婷成人丁香色情基地30| 97婷婷狠狠| 激情综合网激情五月俺也去| 色区久久| 天天操天天操天天操天天操天天操天天操天天操天天操天天操 | 欧美视频五区| 色逼综合网| 色婷婷婷婷| 六月丁香色婷婷| 天天干天天拍| 亚洲熟女色| 丁香五月天天高清在线| 狠狠搞狠狠操| 婷婷五月中文字幕| 色婷婷在线综合色播网| 欧美三级欧美一级| 午夜微拍福利| 影音先锋xfplay资源男人网| 天天噜| 97色精品视频| 99re思思| 国产精品国产| 丁香五月综合网| 五月天激情综合网站| 婷婷五月色色| 丁香五月婷婷av影院| 日本精品在线噜噜噜| 亚洲色色色| 欧美一级a| 日韩成人AV在线| 国产视频婷婷| 亚洲激情四射色| 五月婷婷开心深| 思思99久久| 99精彩视频在线观看| www。五月天。com|