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

深耕商務建站與企業(yè)官網運營的一線實戰(zhàn)洞察。

基于Hadoop+Spark+Hive的視頻推薦系統(tǒng)設計與實現(xiàn)(含彈幕情感分析)

基于Hadoop+Spark+Hive的視頻推薦系統(tǒng)設計與實現(xiàn)(含彈幕情感分析) 每年三四月份總有一批人被畢設折磨得睡不著覺。尤其是大數(shù)據(jù)方向的題目光“HadoopSpark”這幾個詞就能嚇退一半人。但你要是把底層邏輯理順這套組合其實是最容易拿高分的——因為它太“標準”了。今天我用這篇完整拆解一套真實可落地的畢設方案基于HadoopSparkHive的視頻推薦系統(tǒng)附帶視頻彈幕情感分析和可視化大屏覆蓋從大數(shù)據(jù)存儲、離線計算、推薦算法、NLP情感分析到前端圖表的全鏈路。適合那些想要技術棧完整、答辯有東西講、簡歷寫得出項目的同學照著復刻或二次開發(fā)。先交代這套系統(tǒng)能做什么用戶刷視頻時系統(tǒng)基于他的歷史行為推薦下一個視頻視頻下方的彈幕會被批量抓取并做情感打分最后用圖表展示播放趨勢、熱門排行和觀眾情緒分布。模塊之間數(shù)據(jù)流轉清晰每個環(huán)節(jié)都能單獨在答辯時講出深度。接下來我按項目落地順序把設計思路、算法選型、代碼實現(xiàn)和答辯準備的細節(jié)全部攤開說。1. 項目整體設計與選題思路1.1 為什么是“HadoopSparkHive”而不是單機爬蟲很多人的第一個念頭是我用Python寫個爬蟲把某視頻網站的數(shù)據(jù)爬到本地再用Pandas做推薦配上Flask展示不也一樣嗎確實能跑通但畢設評委看的不只是“能不能跑”而是“你的方案和技術棧能不能支撐大數(shù)據(jù)場景”。單機方案你只有一套Pandas和Flask可以說分布式方案你可以講HDFS的存儲策略、Hive的分區(qū)表、Spark的內存計算和RDD血緣、ALS矩陣分解的分布式迭代每一塊都能展開成一篇論文章節(jié)。這套項目選型的關鍵在于讓每個組件干自己最擅長的事。HDFS負責扛住海量原始日志和彈幕數(shù)據(jù)它是整個系統(tǒng)的地基Hive把HDFS上雜亂無章的數(shù)據(jù)映射成有結構的分區(qū)表用類SQL語法做ETL清洗和指標統(tǒng)計相當于數(shù)據(jù)倉庫層Spark則專注于計算密集型的任務比如ALS推薦模型的訓練和彈幕情感分數(shù)的批量計算。三者形成一個標準的“存儲-數(shù)倉-計算”流水線數(shù)據(jù)從HDFS進經過Hive洗最后由Spark算結果落到MySQL供前端查詢。實際落地時還有一個額外的好處這套技術棧的生態(tài)資料極其豐富遇到環(huán)境問題、版本沖突搜一下基本都能找到解決方案。我做這套項目時最深刻的體會是畢設不是一個“選最酷技術”的比賽而是“在有限時間內把鏈路跑通、把原理講透”的測試這三個組件恰好同時滿足這兩個要求。1.2 系統(tǒng)模塊劃分與數(shù)據(jù)流向拆解整個系統(tǒng)拆成五個模塊各模塊之間職責單一接口明確。數(shù)據(jù)采集模塊負責把視頻元數(shù)據(jù)、用戶行為日志和彈幕內容寫入HDFS可以是模擬生成的批量文件也可以基于公開數(shù)據(jù)集改造數(shù)據(jù)倉庫模塊在Hive里建立分層表結構原始數(shù)據(jù)落地為ODS層清洗后形成DWD層統(tǒng)計加工后變成ADS層結果表推薦引擎模塊讀取行為數(shù)據(jù)用Spark MLlib訓練ALS模型產出每個用戶的Top-N推薦列表情感分析模塊讀取彈幕表經過分詞、情感打分、按視頻聚合三步得到每個視頻的情緒分布可視化模塊由SpringBoot提供接口ECharts渲染圖表。數(shù)據(jù)在系統(tǒng)中的流轉順序是這樣的原始日志文件先上傳到HDFS指定目錄Hive通過外部表把目錄映射成ODS層原始表然后一條SQL把原始表清洗成DWD層用戶行為表和彈幕表Spark任務從DWD層取數(shù)跑完推薦和情感分析后把結果寫回Hive ADS層再同步到MySQL最終后端接口從MySQL取數(shù)返回給前端圖表。第一版跑通時我建議把數(shù)據(jù)量控制在千萬行以內比如模擬30萬用戶、5萬條視頻、800萬條行為記錄、200萬條彈幕。這個體量既有“數(shù)據(jù)量級”可講又不會讓部署環(huán)境爆炸。數(shù)據(jù)量太大Hive跑一次全量ETL要十幾分鐘調一次參數(shù)等到懷疑人生太小了評委又會覺得“這哪里有大數(shù)據(jù)的樣子”。200萬條彈幕配合HDFS存儲的多副本機制已經足夠支撐你講述“海量數(shù)據(jù)的分布式存儲與計算”。1.3 這套方案適合什么樣的人先說結論這套方案最適合“有一定后端基礎、想搞大數(shù)據(jù)方向但時間有限”的同學。純Java后端背景的人上手很快因為Hive SQL和Spark的DataFrame API都高度類SQL化SpringBoot也是熟悉的老朋友如果之前只寫過Python腳本需要在環(huán)境部署上多預留兩周。它不適合兩類人。第一類是追求新穎選題、想用Flink流處理和深度學習做情感分析的同學這套方案在實時性和模型精度上確實沒那么前沿第二類是幾乎沒有編程基礎、想純靠博客代碼蒙混過關的人因為這項目環(huán)環(huán)相扣任何一環(huán)報錯都需要你自己debug。在“保險”和“創(chuàng)新”之間我的建議很明確先把這套標準又穩(wěn)妥的方案吃透如果你還有余力再在某個環(huán)節(jié)做升級——比如把情感分析從詞典法替換成預訓練模型把離線推薦換成Spark Streaming近實時推薦。這樣的論文在答辯時會呈現(xiàn)出一種“我掌握了基礎還能主動挖掘延展”的層次感比一上來就搞深度學習卻做不出來的效果好得多。2. 視頻推薦系統(tǒng)ALS協(xié)同過濾與冷啟動實戰(zhàn)2.1 ALS推薦的核心原理與參數(shù)調整推薦系統(tǒng)的核心不是代碼而是算法原理。ALS全稱是交替最小二乘法用來解決協(xié)同過濾中的矩陣分解問題。它想做的是把“用戶-視頻”評分矩陣分解成兩個低秩矩陣的乘積用戶矩陣和視頻矩陣。如果用戶u的特征向量是p_u視頻i的特征向量是q_i那么預測評分就是p_u和q_i的點積。ALS的聰明之處在于“交替固定一邊更新另一邊”固定視頻矩陣去優(yōu)化用戶矩陣再固定用戶矩陣去優(yōu)化視頻矩陣交替迭代直到收斂。Spark MLlib直接內置了ALS實現(xiàn)這也是我選它的決定性理由。如果自己手寫基于用戶的協(xié)同過濾相似度矩陣在千萬級數(shù)據(jù)下會直接內存爆炸而ALS天然是分布式迭代的每個Executor分塊計算正好把Spark的優(yōu)勢展現(xiàn)出來。答辯時如果被問“為什么用Spark而不用MapReduce”ALS就是最好的論據(jù)——MapReduce每輪迭代都要落盤而Spark基于內存的迭代機制能讓幾十輪訓練在可接受的時間內完成。參數(shù)調優(yōu)部分我給出實測下來的一組穩(wěn)妥配置rank隱因子個數(shù)設為20maxIter設為20regParam設為0.1。rank太小模型表達能力不足推薦結果區(qū)分度差rank太大訓練時間明顯變長還可能過擬合。代碼寫法很簡單import org.apache.spark.ml.recommendation.ALS val als new ALS() .setMaxIter(20) .setRegParam(0.1) .setRank(20) .setUserCol(user_id) .setItemCol(video_id) .setRatingCol(rating) val model als.fit(trainingDF) model.write.save(hdfs:///models/als_model)這里有一個很多教程不會講的坑ALS默認處理的是顯式評分但視頻網站的“評分”其實是隱式反饋。用戶不會真的給每部視頻打分你拿到的只有播放、點贊、收藏、彈幕這類行為。用隱式反饋時你需要在ALS中設置setImplicitPrefs(true)同時調整setAlpha參數(shù)它控制行為次數(shù)與置信度的映射關系。我的做法是構造了一個連續(xù)型的觀看得分而不是簡單用0/1表示看過沒看過這樣推薦結果的區(qū)分度會好很多。2.2 評分數(shù)據(jù)怎么構造才合理這是整個推薦系統(tǒng)最容易被低估的環(huán)節(jié)。很多同學直接拿“播放次數(shù)”當評分最后出來的推薦列表永遠是熱門視頻因為熱門視頻的播放量天然碾壓小眾內容。正確的做法是把多種行為融合成一個綜合得分。經過幾輪實驗我用的公式是rating 0.4 * log1p(play_count) 0.3 * finish_rate * 10 0.3 * interact_norm 其中 interact_norm (like_count favorite_count danmu_count) 做 min-max 歸一化play_count取log是為了壓縮長尾分布log1p保證播放次數(shù)為0時不會變成負無窮。finish_rate就是完播率這個指標直接反映用戶對視頻的真實感興趣程度一個看了30秒就關掉的視頻和一個完整看完的視頻在推薦權重上必須有區(qū)分。interact_norm則是把點贊、收藏、發(fā)彈幕這些主動行為綜合進來因為它們比單純播放更能體現(xiàn)“用戶想要更多類似內容”的意圖。評分構造完成后按時間切分訓練集和測試集用戶前80%的行為去訓練后20%的行為去評估。評估指標用RMSE不夠直觀我會額外關注一個“推薦命中率”——測試集里用戶真正看過的視頻有多少出現(xiàn)在模型推薦的Top-20列表里。這個指標你完全可以自己寫二十行代碼實現(xiàn)并在論文里把它定義為“推薦有效性”答辯時很有說服力。2.3 冷啟動兜底與混合推薦策略ALS模型有個繞不開的現(xiàn)實問題冷啟動。新用戶沒有任何行為數(shù)據(jù)模型無法輸出他的向量新視頻也沒有人看過照樣無法參與矩陣分解。如果畢設只做了ALS評委一定會追問一句“那新注冊的用戶打開首頁看到什么”所以必須設計一個兜底策略。我的混合推薦策略分三層。第一層是ALS個性化推薦服務有行為的老用戶第二層是內容相似推薦基于視頻的類目、標簽、作者信息計算內容相似度服務只有基礎畫像的新用戶第三層是熱門兜底服務完全無畫像的新用戶和模型覆蓋不到的長尾視頻。三層結果融合時我采用加權打分的思路final_score 0.6 * als_score 0.3 * content_score 0.1 * hot_score需要注意這個權重不是拍腦袋定死的。當用戶行為數(shù)據(jù)足夠多時als_score的可信度更高可以適當提高到0.7當用戶是明顯的新用戶時content和hot占主導更合理。我在后端維護了一個簡單的策略配置表權重大小從配置中心讀取方便實驗對比時調整。b站在第一次打開時問用戶“你感興趣的分類”就是這個道理用顯式輸入的興趣標簽去彌補冷啟動的空白。熱門榜單也不能簡單地“總播放量排序”否則老視頻永遠霸榜。我改造了一個帶時間衰減的HotRank分數(shù)score log1p(play_count) / pow(age_in_days 2, 1.5)分母的age_in_days代表視頻上線天數(shù)。這樣新視頻有機會憑借短時間的高熱度沖上來老視頻的熱度則隨時間自然衰減推薦列表的多樣性會明顯改善。3. 視頻彈幕情感分析從分詞到分布式打分3.1 情感分析技術路線為什么選“詞典法”彈幕情感分析可以做得很復雜用深度學習模型跑句子分類也不是什么新鮮事但畢設場景下我堅定地選了“情感詞典規(guī)則打分”這條路線。原因有三。第一彈幕是短文本單條彈幕通常不會超過20個字信息高度口語化深度模型在超短文本上未必比精心設計的詞典規(guī)則強多少。第二深度學習需要大量標注數(shù)據(jù)你需要一個標注好的“正向/負向/中性”彈幕訓練集而公開的中文彈幕標注語料很少自己標幾萬條會消耗大量時間。第三也是最重要的詞典法可解釋性極強“這個詞是正面情感詞那個詞帶否定前綴所以這句彈幕是負面的”這個推理鏈條評委一聽就能理解而深度學習模型你很難向評委說清楚它內部到底怎么做的。計算量也要考慮進去。全網彈幕動輒幾十萬條每條都要做分詞和情感打分這就是一個天然的分布式任務——完全為Spark準備。你在論文里可以光明正大地寫“利用Spark分布式計算框架將彈幕數(shù)據(jù)分區(qū)并行處理顯著提升海量短文本的情感分析效率”這是單機爬蟲方案給不了你的素材。3.2 中文分詞與情感詞典的構建細節(jié)中文分詞是整個情感分析模塊最基礎的一步。彈幕里沒有空格機器不知道該在哪里斷開詞語我用的是開源中文分詞工具支持加載自定義詞典。這里有個很關鍵的操作一定要把視頻領域的專有名詞和網絡流行語加進分詞的用戶詞典否則“絕絕子”會被拆得亂七八糟“yyds”干脆就識別不出來。情感詞典的構建質量直接決定最終效果。我采用的是“基礎詞表領域擴展”的三層結構。第一層是全網通用的基礎情感詞典包含幾千個常見正負面詞匯這是地基第二層是結合彈幕場景手工整理的領域情感詞比如“上頭”是正面的“下頭”是負面的“破防”在彈幕語境里通常接近正面的激動情緒“血壓高了”是負面的吐槽第三層是網絡熱詞和外語縮寫比如“yyds”“絕了”“A爆了”都進正面向“屑”“拉胯”“低配”進負面向。歷史教訓告訴我網絡熱詞更新極快你可以先用通用詞典跑一版數(shù)據(jù)統(tǒng)計高頻但得分中性的詞再人工判斷是否需要加入詞典。光有情感詞還不夠彈幕的否定詞和程度副詞對極性影響巨大?!安缓每础焙汀疤每戳恕敝徊钜粋€字情感方向完全相反。我的處理邏輯是句子中情感詞前面的否定詞數(shù)量為奇數(shù)時情感極性反轉有程度副詞時按系數(shù)加權比如“非?!睓嘀?.8“有點”權重0.5。同時處理“但是”“然而”這類轉折詞轉折后的情感傾向對整體結果影響更大。3.3 Spark分布式情感打分的完整實現(xiàn)情感分析的Spark實現(xiàn)整體思路是從Hive讀取彈幕表在RDD的mapPartitions階段并行做分詞和情感打分最后按video_id分組聚合得到每個視頻的情感統(tǒng)計。核心偽代碼如下from pyspark.sql import SparkSession, functions as F spark SparkSession.builder.enableHiveSupport().appName(danmu-sentiment).getOrCreate() danmu_df spark.sql(SELECT video_id, comment_time, content FROM dwd_danmu WHERE dt2024-05-01) def analyze_partition(iterator): results [] for video_id, comment_time, content in iterator: tokens segment(content) label, score sentiment_analyze(tokens) results.append((video_id, comment_time, label, score)) return iter(results) parsed_rdd danmu_df.rdd.mapPartitions(analyze_partition) parsed_df parsed_rdd.toDF([video_id, comment_time, sentiment_label, sentiment_score]) result_df parsed_df.groupBy(video_id).agg( F.sum(F.when(F.col(sentiment_label) positive, 1).otherwise(0)).alias(pos_cnt), F.sum(F.when(F.col(sentiment_label) negative, 1).otherwise(0)).alias(neg_cnt), F.sum(F.when(F.col(sentiment_label) neutral, 1).otherwise(0)).alias(neu_cnt), F.avg(sentiment_score).alias(avg_score) ) result_df.write.mode(overwrite).saveAsTable(ads_video_sentiment)我提醒一句千萬不要用for循環(huán)一條條collect彈幕數(shù)據(jù)到driver端那樣Spark就變成了一個慢速Python解釋器。mapPartitions的核心價值在于每個分區(qū)獨立處理數(shù)據(jù)不經過網絡匯聚分詞和打分直接在各Executor本地執(zhí)行這是“分布式計算”的題眼所在。開發(fā)過程中還踩過一個性能大坑彈幕數(shù)據(jù)按video_id分組時熱門視頻的彈幕量可能是普通視頻的幾百倍造成典型的數(shù)據(jù)傾斜。解決辦法是為熱門視頻添加隨機前綴做兩階段聚合先加鹽打散——給key拼接一個0到9的隨機數(shù)做第一輪部分聚合再去掉前綴做第二輪全局聚合。通過這個小技巧整個作業(yè)的運行時間從25分鐘降到9分鐘效果立竿見影這個案例也被我寫進了論文的“系統(tǒng)性能調優(yōu)”章節(jié)答辯時講出來非常加分。4. 視頻可視化模塊后端接口與圖表落地4.1 前后端技術選型與數(shù)據(jù)通路可視化模塊我采用的是SpringBoot ECharts的組合。后端直接暴露JSON接口前端用ECharts渲染圖表沒有引入太重的框架避免給自己增加無謂的工作量。為什么不用現(xiàn)成的BI工具做可視化因為畢設需要一個自己動手寫的Web系統(tǒng)來體現(xiàn)工程能力而且ECharts是Apache頂級的開源可視化庫示例豐富、圖表美觀、文檔齊全任何圖表需求幾乎都能找到現(xiàn)成的demo改。數(shù)據(jù)通路是整個可視化模塊的靈魂。Spark計算完的結果先落到Hive的ADS層表再用Sqoop或者直接寫JDBC把結果同步到MySQL。這樣做的好處是查詢極快前端的每一次圖表請求都不需要去Hive跑SQL只需查MySQL里已經聚合好的結果表。如果你試圖讓前端直接連HiveJDBC連接慢、并發(fā)能力差、還會占用集群資源圖表頁面卡成PPT答辯現(xiàn)場會很難堪。同步策略上因為這不是實時系統(tǒng)我設置了一個每天凌晨2點執(zhí)行的全量刷新任務。白天系統(tǒng)跑業(yè)務凌晨把前一日的數(shù)據(jù)同步過去第二天早上打開首頁就是最新的統(tǒng)計結果。后續(xù)你如果想給系統(tǒng)加實時噱頭可以把Spark Streaming接進來每5分鐘同步一次增量那就是另一個維度的論文素材了。4.2 核心圖表與展示指標設計可視化大屏的指標設計要有邏輯層次不能像拼盤一樣堆圖表。我的主頁核心展示區(qū)放了5個圖表模塊每一個都有對應的講述點。播放量Top10柱狀圖表達的是“內容熱度”每日播放趨勢折線圖表達的是“時間維度增長”彈幕情感占比環(huán)形圖表達的是“觀眾整體情緒”高頻彈幕詞云表達的是“用戶在聊什么”個人推薦列表表達的是“系統(tǒng)的個性化為用戶做了什么”。頻率刷新的彈幕情感占比環(huán)形圖是整個大屏的視覺C位。紅色系表示負面、綠色系表示正面、灰色表示中性鼠標懸浮能看到具體數(shù)量。高頻彈幕詞云是補齊“彈幕情感分析”和“文本內容分析”之間缺口的關鍵它告訴評委情感分析不僅做了情緒分類還能做主題詞的聚合。詞云前端實現(xiàn)只需要調用ECharts的wordCloud擴展但后端要預先按詞頻統(tǒng)計好彈幕中排名前100的高頻詞。播放趨勢折線圖我特意做了同比和環(huán)比兩個維度近7日播放量和前一日同時段對比上升標紅箭頭下降標綠箭頭這里的紅綠不涉及敏感語義只是通常的商業(yè)可視化慣例。這樣做的好處是答辯演示時你可以指著一個具體的下降點順勢引出“日活波動背后的原因分析”這個話題展示你有數(shù)據(jù)解讀能力而不只是會畫圖。4.3 可視化避坑亂碼、卡頓與時間格式三維可視化模塊我踩過三個坑寫出來幫各位提前排雷。第一個是亂碼問題。彈幕內容是中文全鏈路只要有一個環(huán)節(jié)的編碼不對頁面上就是一堆問號。排查順序是Hive表字段的字符集是否UTF-8、JDBC連接串是否加了characterEncodingutf8、SpringBoot接口返回的Content-Type里是否聲明charsetUTF-8、HTML頁面的meta標簽是否設置了UTF-8。四層全查一遍基本能杜絕亂碼。第二個是卡頓問題。如果前端一次性加載全量明細數(shù)據(jù)圖表渲染會卡到懷疑人生。我的解法是后端接口只返回聚合好的結果比如“播放量Top10”接口在MySQL里只查十行記錄“情感占比”接口只返回三個數(shù)字加對應視頻標題前端數(shù)據(jù)集永遠不會超過百條記錄。頁面秒開答辯演示流暢。第三個是時間格式問題。Hive里存時間我建議統(tǒng)一用bigint存Unix時間戳好處是排序和區(qū)間篩選都方便。但前端拿到時間戳后需要一步轉換要么后端直接格式化好返回yyyy-MM-dd字符串要么前端用moment庫格式化千萬別讓ECharts直接拿一長串數(shù)字畫x軸否則橫軸刻度會擠成一團且毫無可讀性。5. 源碼、文檔、PPT 與答辯全流程準備5.1 開題到定稿的文檔寫作節(jié)奏很多同學把文檔留到最后兩周突擊寫這是所有坑里最深的一個。我的建議是邊做系統(tǒng)邊寫文檔按照“開題報告先定框架、詳細設計跟著代碼寫、測試章節(jié)最后補數(shù)據(jù)”的節(jié)奏推進。開題報告階段就把論文目錄定下來之后代碼改動的時候順手把實現(xiàn)細節(jié)更新到文檔里這比最后割裂性地回憶代碼要輕松得多。論文目錄我推薦用這樣一套結構第一章緒論寫背景意義和國內外研究現(xiàn)狀第二章相關技術介紹寫Hadoop、Spark、Hive、ALS推薦算法、情感分析方法第三章系統(tǒng)需求分析寫功能性需求、非功能性需求和用例圖第四章概要設計寫系統(tǒng)架構設計、模塊劃分、數(shù)據(jù)庫設計第五章詳細設計與實現(xiàn)寫核心算法流程、數(shù)據(jù)表結構、關鍵代碼和界面展示第六章系統(tǒng)測試寫測試環(huán)境、功能測試用例、性能測試結果最后一章做總結與展望。我特別想提醒數(shù)據(jù)庫設計這部分。表結構必須包含完整的字段說明比如用戶表user_id、user_name、register_time視頻表video_id、title、category_id、upload_time、duration用戶行為表user_id、video_id、action_type、action_time彈幕表danmu_id、video_id、user_id、content、comment_time結果表要有推薦結果表和情感統(tǒng)計表。每張表都要寫清楚主鍵和索引這些細節(jié)湊在一起就是評委常問的“你的系統(tǒng)如何支撐千萬級數(shù)據(jù)查詢”的答案。5.2 論文里如何把核心算法講出深度推薦算法是整個論文的理論核心要把公式寫清楚。ALS的損失函數(shù)可以寫成L Σ(u,i) (r_ui - p_u * q_i^T)^2 λ(||p_u||^2 ||q_i||^2)第一項是預測誤差第二項是正則化項防止過擬合。解釋的時候記住一條主線正則化參數(shù)λ越大模型越保守泛化能力越強但擬合能力下降λ越小模型越貼合訓練數(shù)據(jù)但容易過擬合。評委大概率會追問“你的λ怎么定的”直接回答“在0.05到0.2之間網格搜索最終在驗證集RMSE最小處選定0.1”這個問題就穩(wěn)了。情感分析部分論文里要把公式做成一個完整的可計算流程。情感得分score可以定義為(Σ情感詞極性*程度權重) * (-1)^否定詞個數(shù)當有轉折詞時轉折后部分的權重翻倍。這個公式既簡單又自洽寫清楚每個符號的含義加上一段偽代碼這個章節(jié)就撐起來了。關于實驗評估我建議同時展示定量和定性兩個維度的結果。定量數(shù)據(jù)包括ALS模型在測試集上的RMSE值以及不同rank、不同正則參數(shù)下的折線對比圖情感分析模塊人工抽樣1000條彈幕驗證的準確率詞典法在情感極性判斷上通常能到80%上下。定性數(shù)據(jù)則是幾條典型彈幕的截圖和對應得分一張圖展示“系統(tǒng)如何識別出某些用戶表面吐槽但實際喜愛的復雜情感”。兩個維度都具備評委很難挑出硬傷。5.3 PPT制作與答辯問答高頻清單PPT控制在12到15頁每頁只講一個中心。第一頁題目和你的技術棧一行帶過第二頁放系統(tǒng)架構圖這是評委最先停留最久的地方圖必須清晰、分層明確第三頁放數(shù)據(jù)表結構第四頁放推薦算法原理圖第五頁放情感分析流程圖第六頁開始放可視化大屏截圖記得截高清圖避免演示時加載過慢后面放代碼核心片段、系統(tǒng)測試結果、性能調優(yōu)案例最后是總結和創(chuàng)新點。答辯之前建議把系統(tǒng)完整的演示過程錄屏3分鐘clip里展示首頁、推薦切換、彈幕分析結果、圖表交互?,F(xiàn)場如果集群沒啟動、MySQL連接失敗或者前端頁面卡住直接播放錄屏救場這件小事能保住你的答辯心態(tài)。高頻問答我也整理了一份速查表答辯高頻問題參考回答要點為什么用Spark而不是MapReduceALS需要多輪迭代Spark把中間結果留在內存迭代效率高MR每輪都落盤延遲大ALS隱因子rank值怎么確定網格搜索對比RMSE和訓練時間本系統(tǒng)中rank20時效果和性能達到平衡情感詞典怎么構建、效果如何基礎詞表領域擴展人工標注1000條彈幕驗證準確率約80%冷啟動怎么解決新用戶用內容相似推薦完全無行為用戶用帶時間衰減的熱門榜兜底系統(tǒng)如何支撐大數(shù)據(jù)存儲HDFS多副本機制保證可靠性Hive分區(qū)表按日期裁剪數(shù)據(jù)塊Spark分布式計算推薦效果如何評估離線用RMSE和Top-N命中率在線用人工對比推薦列表與用戶真實行為的吻合度數(shù)據(jù)量是多少、數(shù)據(jù)從哪來模擬生成30萬用戶、5萬視頻、800萬行為、200萬彈幕使用公開數(shù)據(jù)集字段結構為參考改造我最后再分享一個答辯的小技巧評委在問“你做了什么”之后一定會追問“你怎么證明它有效”。提前準備好兩張圖——一張ALS在不同rank下的RMSE對比折線圖、一張情感分析準確率的混淆矩陣圖這兩張圖一亮出來大部分低質量問題的空間就被壓縮掉了因為數(shù)據(jù)本身就說明了你做過驗證。這套項目做到最后源碼、文檔、PPT、演示視頻四樣都齊了你收獲的其實不只是一份畢設。從頭捋一遍你掌握了分布式環(huán)境的搭建與排錯能力理解了Hive數(shù)據(jù)分層的建模思路動手實現(xiàn)過推薦系統(tǒng)的完整鏈路和情感分析的分布式計算最后還能把一個業(yè)務數(shù)據(jù)變成可視化頁面。這些能力加在一起足夠你在簡歷上寫一條完整的大數(shù)據(jù)項目經歷面試的時候也能順著這條線講出幾個有深度的小故事。環(huán)境搭建如果卡住記住我的經驗優(yōu)先檢查版本兼容性鎖死組件版本按離線安裝包部署先跑通最小數(shù)據(jù)量的全流程再上全量數(shù)據(jù)。數(shù)據(jù)鏈路一通后面的事情就是順水推舟了。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
欧美婷婷综合网| 人人操人| 五月婷婷成人网首页| 久综合网| 丁香五月婷婷六月婷婷| 99色色| 久久久久久久97| 天天干天天拍| 91狠狠综合久久久| 亚洲人妻av伦理| 99热国产这里只有| 色欲AVV| 久久午夜理论| 久久五月天 91| wwW天天干| 99热这里只有精品9| 久久激情网| www.久久综合| 五月婷婷激情综合在线| 亚洲欧洲中文日韩久久AV乱码| 狠狠 婷婷| 99热这里只有精| 嫩草免费视频| 日本颜色视频人人爱| 天堂久久久久天堂网| 婷婷五月 丁香六月| 色婷婷视频| 男人視頻站| 蜜臀A∨在线水帘洞| 日韩伊人大香蕉| 亚洲欧洲国产精品| 99re热视频这里只精品| 亚洲99精品九九在线| 婷婷涩涩五月天| 丁香五月亚洲综合| 亚洲1区| 超碰成人电影| 91日在线视频| 五月天久久婷婷| 91n网站cad入口在线观看| 3p日韩网站视频| 韩国不卡AC视频| 五月婷婷成人| 日日干五月天婷婷| 久久99久久99www| 丁香激情五月天| 草草操操| 久久婷婷九月国产精品| 欧美在线97| 狠狠色五月激情| BBWCUCKOLD精品熟妇| 五月丁香五月天现场视频| 色综合久久无码| 天天爽夜夜操| 亚洲va日| 另类丁香综合| AV中文网| 色久天| 五月婷婷免费在线观看| 色综合网址| 亚洲妇女熟BBW| 这里只有精彩视频| 99热99这里有免费的精品| 91久久久久久| 亚洲成人一区| www夜夜操| 激情网战码亚洲A| 婷婷五月五月丁香| 婷婷丁香成人| 棕合影院色色| 狠狠干夜夜干| 天天综合图片| 色五月无码| 男人的天堂av俄罗斯热| 久草天堂| 丁香婷婷九月| 亚洲V国产V欧美V久久久久久| 色婷婷丁香中文在线播放| 国产精品色婷婷久久久精品| 狠狠狠狠狠狠草| 97干在线| 六月丁香中文字幕| 丁香色婷婷五月天| 色色亚卅| 免费日韩99| 激情丁香久久| 婷婷综合玖玖五月| 中文字幕无码人妻少妇免费视频| 婷婷丁香六月| 熟女网站久久| 九九无码| 日婷婷久久开心| 免费99情趣网视频| 99久久久| 久久婷婷五月综合啪| 天天干天天插| 激情五月综合网| 99re这里只有精品首页| 色国产五月| 麻豆精品| 99九九这里有免费视频| 久久久婷| 九九热AV| 丁香五月激情婷婷| 激情综合久久| 午夜成人AV在线| 婷婷五月天丁香综合网| 久婷婷视平| 久久ww| 婷婷激情小说| 国产成人亚洲综合A∨婷婷| 色天天综合色| 青青热久精品视频在线观看| 五月丁香婷婷综合在线| 丁香午月AV中文字幕| 婷婷中文字幕网| 综合久久十| 欧美69久成人做爰视频| 亚洲激情亚洲激情| 国产精品久久久久久久久久| 久久激情视频| 午夜少妇在线观看视频| AA片在线观看视频在线播放| 五月丁香六月欧美综合网站| 亚洲精品成人| 婷婷六月色| 日本视频久久| 日韩有码一区| 欧美日韩国产成人在线| 小色小蛇伊人婷婷色香五月| 日撸夜撸日操| 天天综合五月天| 国产精品人成A片一区二区| 婷婷色色丁香| 99操碰| 深爱激情五月网| 九玖视频这里只有精品| 97在线视频 欧美| 久久九九99视频| 天天躁日日躁狠狠躁日日躁2022年5月9日| 啪啪视频99| 丁香伊人五月色婷婷五十路| 久久人妻在线| 人妻VideOssS人妻| 都市激情五月婷婷综合| 五月婷婷色播| 99视频这里只有免费精品| 99热99在线| Www99热| 五月丁香久久久日婷婷久久婷婷日| 五月天婷五月天综合网小说首页-五月天激激婷婷大综合,婷婷亚洲综合五月天小说 | 亚洲精品一区无码A片| 色站9/| 久久视频这里有精品99| 亚洲精品久久久久久久久久吃药| 色婷婷免费观看| 五月激情网络| AV在线资源| 超pen个人视频97| 开心五月婷婷激情网| 色色热| 国产XXXX搡XXXXX搡麻豆| 夜夜资源站| 五月丁香婷婷激情澎湃四射| 国产亚洲精品久久久久久久久动漫| 九月丁香婷婷综合| 99亚洲视频| 99热99思午夜精品| 99久在线精品99re8| 人妻内射视频| 99久久九九| 色色色在线观看| 99在线视频免费| 超碰国产在线| 艹| 五月婷婷草| 激情综合五月| 日韩AV大全| 色玖玖玖| 激情九九六月激情免费视频| 色婷大香蕉| 丁香五月第四色88| 嫩草AV久久伊人妇女超级A| 另类亚洲2| 丁香五月区| 99热这里只有精品9| 亚洲爆乳无码精品AAA片蜜桃| 婷婷色在线| 婷婷淫淫狠狠六月| 大香蕉人人网| 91狠狠色色丁香婷婷综合久久| 五月花激情网| 综合网啪| 亚洲成人在线免费| 中文字幕在线日亚州9| 久热99热| 色偷偷五月天| 国产热精品| 桃色五月婷婷| 激情六月婷婷| 日韩黄黄| 秋霞少妇AV网站| 综合五月天婷婷色| 99色精品| 99无码黄色视频| 久久久日韩特色特黄AAAA| 丁香激情婷婷网| 伊人婷婷99热精品| 成人综合AV| 超碰人人超碰| 亚洲偷| 99热这里只有免费精品| 99热在线资源| 99热在线播放| 色婷婷丁香AV综合| 我去色色网五雨天| 色综合久久久久| 26uuuavcom| 色婷婷精品视频在线播放| 99热只有精| 91艹人| 我爱大香蕉| 亚洲综合视频天天精品| 99干在线| 97色碰| 精品视频这里只有精品| 日本成人内射| 99色色网| 婷婷色婷婷| 五月天色色网站| 男男野外做爰全过程69| 色五XX| 亚洲色人妻| 亚洲九九夜夜| 久操97| 欧美va亚洲va| 婷婷九色| 九九99久久| 狠狠干在线视频| 激情欧美五月丁香| 五月天桃色深爱网| 五月天六月丁香| 九月丁香婷婷基地| 玖玖在线视| 天天综合天天玩夜夜玩天天玩夜夜玩 | 精品9久| 天天天综合网| 丁香五月天婷婷久久| 啪啪日本欧美| 丁香啪啪| 激情五月婷| 大香蕉久久青青| 色婷婷a| 2025中文在线视频字幕免费观看| 在线观看亚洲视频影院| 国产高清视频91九九九久久久| www.99婷婷| 亚洲久热无码| www.婷婷五月天啪啪| 精品操逼一区二区| 日本操天堂| 婷婷九月在线| 人妻无码精品一区| 能直接看的AV网站| 激情婷婷综合| 韩国19 主播内部福利vip免费播放| 99精品视频网| 人人色婷婷| 熟女五月天久久综合| 久久久五月婷婷| 粉嫩AV久久一区二区三区| 久久92| 99热这里只有精品最新| 色视五月天婷婷| 丁香婷婷五月综合色情| 91/九色黑人| www.色婷婷| 天天精品视频在线观看视频| 免费日韩99| 最新av在线观看| 久久网址99热| 嘿嘿视频免费看9| 丁香六月激情综合| 激情99| 久久激情五月婷婷| 婷婷欧美综合| 影音先锋偷偷色男人站| 99只有这里是精品| 亚洲性图一区二区| 啪啪干伊人婷婷| 婷婷放心五日爱| 成人av在线网址| 1024你懂的欧美曰韩| 婷婷五月色播天| 久久久99精品免费观看| AⅤ网站在线看| 少妇2做爰HD韩国电影| 99热精品在线观看| 欧美性猛交 XXXX 乱大交| 丁香婷婷色五月激情综合| 婷婷五月天色| 大香蕉伊人99| 日韩无码色色| 久热这里| 综合色图婷婷| 伊人色综合网| 99燥99日| 亚洲成人无码免费| 人人叉久| 五月天婷综合| 久久综合中文| 综合在线网| 丁香五月综合色婷婷| 欧日美女Va| 六月丁香婷婷五月天| 亚洲成人在线播放| 五月丁香六月婷婷不卡免费无码| 韩国婷婷丁香五月| 99av视频| 婷婷六月天| 婷婷五月天日日日干干干| 激情纯色婷婷五月天在线不卡视频| 婷婷激情中文综合| 超碰AAAAAAV| 日本美女天天日天天爽| 人人视频色| 色婷婷www| 67194中文字幕| 四月丁香五月婷婷久久| 日韩另类| 少妇被下春药玩弄A片| 九九综合| 免费日本aⅴ中文字幕| 激情综合网站| 欧美情月伍月天| 婷婷爱综合| 伊人成人宗合网| 天天综合网亚洲综合网| 97色在线观看视频| 精品人妻伦九区久久AAA片| 超碰99在线| 久草婷婷网| 97在线日本| 婷婷色网站| 在线五月婷婷小电影| 99久久国产成人精品| 99久久国产宗和精品1上映| 五月丁香婷婷六月天| 五月天婷婷丁香六月| 夜丁香五月婷婷| 丁香五月激情综合| 五月丁香综合网| 999热这里只有精品| 九热视频| 99久久天堂婷婷| 婷婷丁香色情| 五月色俺婷婷| 婷婷色婷婷| 久久综合五月天激情小说网站 | 婷婷永久在线| 人人人人人人人人人草| 亚洲99在线| 五月婷婷色| 久久久久久天天日天天爱| 国产色色网站网址| AV五月婷婷露脸| 婷婷五月激情综合| 丁香五月婷婷www..com| 婷婷丁香五月视频| 开心五月婷婷| 日韩黄在免| 丁香婷婷五月色成人网站| 99久久国产宗和精品1上映| 五月天婷婷导航| 国产免费AV在线| 黄桃AV无码免费一区二区三区| 91色干| 亚洲成人电影aaaa| 九九热超碰| 偷偷与邻居做爰完整视频| 永久免费一区二区三区| 丁香成人综合| 丁香五月天之婷婷影院| 色九月婷婷丁香| 亚洲婷婷五月天激情综合| 久久网日本| 亚洲av综合在线| 久久99久久99精品免观看粉| 十月丁香九月婷婷综合| 狠狠狠狠狠狠狠狠| www.99精品在线| 久草xx性爱视频| www.婷婷| 伊人激情综合网| 久久综合激情婷婷激情| 狠狠精品干练久久久无码中文字幕| 91碰操| 五月激情综合五月| 9 1超碰九色| 9色资源在线| 激情综合五月色在线| 人妻综合网| 久久99jiu9| 26uuu国产精品| 狠狠色婷婷7777久| 99九九在线精品热动漫| 日本女人久久| 91精品综合久久婷婷九色| 五月综合六月丁| 色噜噜狠狠色综合日日| 色啪网| 九九热自拍| 777久久久| 五月丁香直播| www激情| 六月丁香av| 色婷婷激情四射视频| 天天做综合网色综合| 激情小说五月天| 97福利视频| 九九AV在线| 9婷婷内射| 5月婷婷6月六月丁香| 国av网| 婷婷丁香综合| www.久久色.com| 五月丁香龟婷婷| 欧美A片在线视频免费观看| 热99只有精品| 大香蕉久久综合网| 99热无码首页| 操日视频| 国产性爱亚洲是图| 99视频久久免费视频| 91色久| 99精品久久| 久久99热这里只有精品| 天天网站天天爽| 嫩草AV久久伊人妇女超级A| 日本本土色网第一区| 天天爽夜夜操| 色五月视频无码播放| 欧美成人AAA片一区国产精品| caopeng97日韩| 丁香婷婷激情| 久久婷婷五月天激情| 婷婷五月欧美综合| 91成人性爱视频| 少妇婷婷五月天| 人人综合久| 精品久久99码| 欧美性色A片免费免费观看的 | 欧美狠狠草| 伊人无码高清| AV五月婷婷露脸| 久Se视频在线观看| 99精品在线观看| 丁香六月成人网| 欧美日韩国产成人在线| 97综合在线| 色婷婷电影网| 丁香五月综合色婷婷| 国产精品涩涩涩视频网站| 美女天天艹人人爽| 人妻狠狠操| 丁香五月天导航| 五月激情婷婷色| 婷婷丁香人妻天天久久| 五月丁香六月婷精品视频| 91超碰人人操| 天天干天天日天天操| 另类激情五月天。| 九九99精品视频在线观看| 久久女婷| 色婷婷狠狠干芒果TV| 五月花婷婷| 久久免费丁香| 五月丁香六月色| 9久精品| 99精品视频网| 久婷视频| 九九爱激情| 99热这里只有在线播放| 99综合在线| 热久久成人| 色色五月天婷婷| 综合五月丁香六月婷婷| 97精品在线| 色噜噜狠狠一区二区三区| 婷婷五月天成人视频| 97干97色| 婷婷五月天六点丁香五月| 99久久黄色顶级视频| 欧洲色色| 婷婷丁香一月| 91精品综合久久婷婷九色| 精品久久99码| 婷婷五月天性色| 九九99精品视频| www.激情五月天| 精品一二三区久久AAA片| 日日射天天射| 开心激情网在线| 婷婷五月蜜桃成人桃色丁香| 九九热最新| 婷婷五月天国产精品| 深爱五月婷婷| 毛片新网地| 插插干干干色| 久久综合99| 五月丁香最新| 亚洲国产精品二二三三区| 2020日日干| 99热99这里免费的精品| 九九热视频精品2| www综合久久| 色和综合网| 久草热在线视频| 激情五月天网站| 先锋av性爱成人电影| 五月激情久久| 91久久精品国产91性色TV| 超碰9| 亚洲精品小视频| 99re这里只有精品99| 丁香色情五月综合激情| 久久久婷婷五月天| 国产67194| 一月婷婷色色| 六月婷婷五月丁香| 亚洲激情婷婷| 久色姿源| 人妻乱码久久久| 婷婷久久综合久| 96精品久久久久久久久| 91久久国产综合久久| 9精品久久999| 国产69久久久欧美黑人A片| 337p大胆噜噜噜噜噜91Av| 婷婷五月天婷婷| 国产精品在线视频| 色色色五月婷| 日本网站久久| 六月婷婷综合| 九九激情网| 青青操avbb| 五月婷婷成人| 人妻久久久| 五月丁香六月婷婷久久| 国产一区二区三区影院| 99久在线精品99re8热| 超碰国产在线| 这里只有精品1| 精品久久二6| 亚洲热久久| 99热无码首页| 日本精品。999| 深爱五月激情网| 色综合激情| 99这里精品| 91久久综合亚洲噜噜成人在线| www.99热| 怡红院成人AV| 免费超碰在线| 天天日天天插| 激情五月天啪啪视频| 大波美女VA网站| 婷婷香香五月| 青青草蜜臀| 婷婷激情丁香五月婷婷激情丁香五月婷婷 | 久久婷婷伊人| 99热这里有精品| 五月色婷丁香| 六月丁香婷婷综合色播| 五月天狠狠色| 免费成人va| WW婷婷五月天com| 国在线激情网| 久久人人九九| 99热在线观看免费精品| 极品人妻XXXXOOOO| 久久视频这里99| 激情第四色| 久久99久久99精品免观看粉嫩| 九色91国产| 五月丁香六月婷婷的女人| 国产成人+亚洲+欧洲| 丁香五月婷婷高清| 啪啪激情网站| 黄色AAAAA| 人。妻久久| 欧美在线视频免费播放| 国产色色视频| 99视频啪啪| 九九人人看| 91碰碰碰| 婷婷伊人五月| 婷婷五月天综合久久| 亚洲九九视频| 伊人大香蕉爱聚| 日本女人久久| 色五月婷婷丁香国产在线| 婷婷五月天小说| 亚洲激情.com| 天天拍天天做视频| 欧美日韩国产一区二区| 天天插天天日| 天天爱综合网| 亚洲五月天第一综合干| 91 九色大美女| 亚洲六月婷婷| 99在线热| 婷婷亚洲五月| 久久婷婷亚洲| 色五月激情五月| 五月天亚洲最大成人| 欧美在线ee日韩| 日亚二欧美| 五月综合六月丁| 九九 激情 网| 狠狠干.com| 色五月婷婷av| 午夜丁香六月婷| 久久丁香综合精品综合| 狠狠综合| 婷婷中文字幕版| www.激情.com.| 99国产小视频免费观看| 99综合一区| 久久机热这里只有精品| 免费视频无码| 亚洲人妻Av| 日逼免费视频| 五月婷在线| 国产av影片| 思思热性操| 91狠狠色| 一区三区视频有限公司| 久久久人妻门| 色婷婷成人做爰A片免费看网站| 五月丁香婷草| 这里只有精品免费| 操操综合网婷婷| 秋霞三级色戒| 99操视频| 久久婷狠狠色| 亚洲五月婷婷| 久久五月婷综合网| 少妇人妻凹凸视频| 欧美大片免费播放器| 大香蕉中文| 色欲日日躁| 五月婷婷综合在线| 久久色情| 亚洲综合久| 久久久噜噜噜www成人| 色婷婷丁香特级性爱视频| 色婷婷激情| 婷婷五月天色色| 婷婷激情在线| 97婷婷在线| 婷婷免费视频| 黄色短视频在线观看| 婷婷丁香激情| 欧美十二区| 五月天成人手机在线视频| 国产99久久久国产精品免费看| 国产婷婷综合在线免费视频| 五月丁香久久久| 激情五月网站| 狠狠操狠狠爱| 色五月激情网| 五月丁香狠狠爱| 色色九九五月天| 无码人妻一区| 猫咪伊人AV| tingtingzonghewang| 亚洲成人影视在线观看| 中文字幕在线不卡| 99在线小视频| 亚洲色色爱| 丁香激情网| 婷婷色播六月无码| 香蕉久久国产AV一区二区| 千人斩操逼| 五月天开心网| 99色播| 在线播放成人网站| 久久这有这里精品| 先锋影音av色五月天资源站| 婷婷五月精品中文字幕| 中文字幕性爱视频| 欧美色99| 五月天伊人av| 色婷婷六月| 开心激情网在线| 亚洲人妻电影| 大香蕉啪啪啪| 天天综合干| 123日本不卡在线| 五月天婷婷激情综合| 婷婷色中文| 色色激情| 五月色婷婷AV| 超碰人人妻| 九九亚洲| 开心久久五月天| 五月天激情婷婷| 99热久草| AV操逼网| 免费视频WWW在线观看网站| 五月丁香六月婷婷亚洲激情综合| 五月婷婷丁香91| 六月丁香婷婷网| 日韩aⅴ视频| 射区导航| 五月婷人妻| 婷婷激情五月天激情小说| 色五月天堂| 亚洲婷婷丁香五月在线| 亚洲综合五月天婷婷| 亚洲第一综合| 99热久| 95精品区一区二| 丁香五月手机在线| 久久66er久久| 丁香五月成人社区| 人人操人人爽成人AV| 99久热| 激情综合色播| 日本久久网| 久久探花91swag| 色综合久久中文| 国产婷婷五月中文字幕高清| 婷婷久久18| 久久人人看| 五月丁香伊人网| 一区二区免费看| 亚洲亚洲人成综合网络| 丁香五月欧美午夜视频| 狠狠综合| 五他月天啪啪啪| 婷婷色丁香五月| 色99在线观看| 1024AV视频| 精品久热| 99免费在线| 五月 丁香 欧美| 色婷婷丁香综合中文字幕| 亚洲精品第一国产综合亚AV | 丁香五月成人婷婷| 五月婷婷色丁香| 久久草大香蕉| 精品亚洲日韩99欧美片| 久热re视频在线观看网站| 99热这里只有精品青草| 日韩 中文 欧美| 丁香六月天堂| 操逼福利视频| 99久久久国产大片| 久久九九@| 青青草99re| 欧美性猛交 XXXX 乱大交| 成人一级片| 天天色宗合| 色色婷婷综合网| 五月综合亚洲色| 久99久在线| 久久婷婷草| 五月色亭丁香| 久久婷婷五月丁香蜜桃网| 99热只有| 操碰99| 五月丁香综合激情| 婷婷丁香五月综合激情小说| www.狠狠操.con| 这里只有精品99视频| 日本色色图| 免费啪啪亚州视频| 99热欧美偷拍| 激情五月婷婷啪啪| 色噜婷婷| 97碰精品| 激情四射亚洲| 亚洲AV影片在线观看| 国产精品涩涩涩视频网站| 亚洲色视频| 婷婷五月天丁香花| 91色噜噜狠狠狠狠色综合| 欧美性爱特黄一级aaaassss| 99热久久这里只有精品| 第四色色六月色综合| 另类亚洲2| 久久婷婷五月丁香网| 大香蕉久久婷婷| 99热插| 98永久精品| 婷婷色片| 婷婷网五月天| www.激情| 九九色播五月丁香| 天堂久久婷婷| 97AV在线视频| 五月丁香综合影院| 九九热99视频| 五月天婷婷在线观看| 99久久极情精品一区| 久热这里只有精品6| 丁香成人五月天| 丁香五月第九色| 日韩色色小视频| 99热99色| 久99| 五月天色婷婷激情综合| 亚洲激情网| 97色色婷婷| 成人色五月天婷婷| 男人综合网| 久久这里只有精品无码| 五月婷婷综合激情| 精品色情一区二区三区四区| 香蕉久久国产AV一区二区| 色五月视频,小说| 综合激情伊人影视在线| 超碰国产在线观看| VA婷婷亚洲| 婷婷五月免费在线| 婷婷久久夜| 五月丁香综合久久| 激情久久肏屄视频| 天天日日夜夜爽| 四色女婷婷| 综合久久人妻| 综合色色色| 91九色中文字幕女在线观看| 少妇综合网| 国产亚洲色婷婷久久99精品91| 99性爱无码| 狠狠干五月丁香综合网| 五月婷婷官网色| 激情五月天色网站| 99re这里只有精品免费| 中文字幕性爱丰满| 九九热99熟女| 欧亚洲在线高清视频| 中文字幕+乱码+中文字幕在线观看| 激情黄色五月天| 99热在线只有精品| 五月丁香在线观看| 丝袜大香蕉| 超碰97在线观看免费| 色99色| 激情小说五月丁香在线视频观看视频| 深爱激情av| 翔田千里 50岁 无码| 亚洲熟妇AV乱码在线观看| 老师把我爽高潮了免费A片| 婷婷综合五月天| 色综合久久天天综合网 | www婷婷亚洲| 久久 这里只有精品1| 天天插插天天| 久久这里只精品| 婷婷激情六月中文| 99久久99久久综合| www.色擼擼.com| 色色五月丁香| 第四色色色色色丁香五月天| 丁香成人五月天| 婷婷激情五月综合丁| 99re视频在线播放| 淫五月停停| 大香蕉伊人久久| 91久久婷婷人人澡草 | 182tv992tv人之初午夜免费观看 | 婷婷5月开心6月| 日本不卡中文字幕| 久久综合站| 99热这只有| 婷婷操久久| 国产精品24r| 人人爱干人人爱草| 久久视频婷婷| 亚洲午夜国产成人电影VA国产欧…| 超碰91av| 国产亚洲精品久久一区二区三区| 三年高清大片免费观看国语| 大香蕉久久伊人婷婷五月丁香| 天天干天天色综合| 亚洲激情四射色| 99热免费网站| 婷婷五月亚洲综合| 色欧美日| 激情www.98com| 激情五月天 婷婷| 亚洲婷婷综合视频| www狠狠| 99精品无码| 那里有AV网址| 免费婷婷| 在线视频激情网站| 婷婷美女精品视频| 久热成人| 99热丁香五月| 五月丁香五月婷婷在线观看| 亚洲成人影视在线| 激情 五月 婷婷 丁香| 日韩成人中文字幕| 久久五月天色婷婷| 免费视频99| 欧美精品久| 激情五月四色| 五月婷婷色色爱| 丁香五月日本| 天天操人人干| 婷婷综合五月天| 亚洲va在线∨a天堂va欧美va| 婷婷中文综合网| 婷婷五月天激情综合深爱| 国产肥白大熟妇BBBB视频| 人人爽天天莫| 色婷婷综合网站| 超碰九九热| 婷婷五月综合网| 七月激情六月婷婷综合在线播放| 婷婷五月天激情在线| 亚洲三A| 亚洲AV无码久久精品色欲| 另类视频在线| 二人电影免费版在线观看| 激情丁香五月天| 六月丁香激情综合网| 激情婷婷五月天| 日韩成人电影AV| 欧美在线干| 99在线精品观看99| 91丨九色丨东北熟女| 激情久久五月天| 91AV婷婷| 激情综合色图| 丁香五月香蕉| 琪琪色五月天| 色五月天.con| 丁香五月综合| 婷婷5月天激情综合| 精品一二三区久久AAA片| 色色色99韩| 无码激情AAAAA片-区区| 五月色欧美| 在线中文字幕免费视频| 丁香五月婷在线观看| 亚洲成人AV电影网| 婷婷婷婷婷婷婷婷| 99久久婷婷五月综合| 91久久久久久| 久久99激情| 青青草大香| 色五月婷婷五月天激情综合| 97婷婷在线| 大香网伊人久久综合| ww亚洲ww在线观看| 中文字幕无码人妻少妇免费视频 | 五月天婷婷开心| 热99玖玖99玖玖99九九| 婷婷亚洲欧美丁香五月| 天天色综| 婷婷五月花| 五月丁香六月停停| 青青操成人福利| 综合性爱网| 99视频超级精品| 国产在线网| 色噜噜狠狠一区二区三区| 婷婷激情六月综合| 日韩成人网址| 五月婷婷丁香狠狠撸久久| 伊人五月综合网| 亚洲热综合| 思思w99| 五月花激情网| 婷婷午夜天| 色婷婷丁香中文在线播放| 丁香六月色| 99热精品在线播放| 日日夜夜爽爽| 婷婷六月天天| 精品一二三区久久AAA片| 九九免费精品| 婷婷丁香在线| 99re欧美精品| 大香蕉婷婷久久| 丁香六月色香蕉视频| 97碰碰免费.视频| 97人妻碰碰碰久久香蕉| 欧美激情五月天在线观看| 丁香激情五月少妇| 99操逼| 五月丁香另类图片| 97狠狠色| www.99.色| 色婷视频| 一级二级香港秋霞欧美欧美秋霞| 久久六月天| 激情五月天婷婷播播久久综合91 | 五月天综合久久丁香91| 婷婷五月天综合网| 天天草天天摸| www.夜夜操.con| 97婷婷狠狠久久综合9色| 五月婷婷大香蕉| 噜噜在线| 男人综合网| 超碰在线视屏| 丁香婷婷婷| 婷婷五月天伊人网| 九九无码| 热久久精品视频网站| 久久免费精品小视频| 亚州第一黄网| 大地资源色婷婷视频在线| 超碰com| 五月色影院| 日在线V视频在线播放| 色一情一乱一乱一区91Av| 91欧美日韩| 国产熟妇乱子伦hd| 五月天婷婷色色| 五月丁香六月婷婷久久肏| m色激情网| 91热er| 五月婷婷AV| 五夜丁香| 99五丁香月| 91干婷婷| 91综合在线| 久久这里只精品| 成人网在线视频| 亚洲五月天婷婷| 色久免费| 深爱五月天 开心网| 99小视频在线| WWW.99热| 六月久久婷婷| 影音先锋 一区| 精品五月花| 五月丁香久久久| 夜夜爽77777妓女免费下载| 五月激情天| 91精品婷婷国产综合久久| 日本久久人| 五月亭亭性| ji'qi'luan'ren'lun| 九九色99| 色婷婷五月网| 婷婷成人综合免费视频| 狠狠香婷婷五月| 丁香婷婷久久 | 深爱五月激情五月| 丁香激情五月| 99久视频| 婷婷五月情| 六月婷婷久久大全| 婷婷在线中文字幕| 国产精品久久久爽爽爽麻豆色哟哟 | 亚洲av综合在线| 综合色图婷婷| 久草五月| 青青久在线视频免费观看| 狠狠色丁香婷婷久久综合| 日日日日日| 色色色色色网| 97人人操| 99色在线观看视频| 婷婷精品在线| 日本一级一片免费视频| 久久99久久99精品免观看粉嫩| 婷婷99热| 99黄色性生活| 5月丁香啪啪啪| 久久久这里有精品| 亚洲九九视频| 丁香六月婷| 国产精产国品一二三在观看| 亚洲成人无码专区| 伊人网色婷婷五月天| 99在线资源视频| 色婷婷狠狠久久综合五月| 九九爱精品网站| 97在线视频 欧美| 丁香五月天社区婷婷| 欧美日本高清视频99| 久久图色4| 激情亚洲婷婷| 五月丁香婷婷色| 成人视频九九| 激情五月图| 成人丁香婷婷五月天| 日日爽日日| 另类 在线| 色~性~乱~伦~噜| 五月丁香六月成人| 天天干,夜夜爽| 欧美A级成人婬片免费看理论| 亚洲中文AV| 激情婷婷九月| VA色婷婷| 日日干综合| 精品免费99| 色色色色色色色色色色色色色97| 婷婷五月天久久| 屁股翘好撅高迎合跪趴| 97在线日韩| 丁香久久综合| 久久五月视频| 去干网最新版本亚洲版| 思思热在线精品视频| 九月婷婷综合| 欧美成人AAA片一区国产精品 | 欧美一级色| 青娱乐美女福利视频美臀| 欧美色色色色色色色| 五月婷婷婷丁香播| 99色在线观看| 91狼友视频网页更新| 骚五月婷婷| 99热国品免费| 丁香五月婷在线| 99ri视频在线播放| 五月丁香综合| 亚洲无码AV片| 97av在线视频| 六月天六月婷| 色五月天丁香婷婷| 六月丁香网| 日韩av在线播放综合网| 久久99久久99久久99人受| 婷婷五月天亚洲图片| 丁香五月婷婷偷拍| 亚洲无AV在线中文字幕| 色99无码| 狠狠色狠狠干| 久久一热| 天天操夜夜操| 91久草五月天婷婷| 五月婷婷六月丁| 天天干电影| 久热免费视频| 九九超碰人人| 色五月开心五月激情五月| 五月天亚洲综合网| 超碰免费在线| 婷婷狠狠18禁久久| 久热这里只有精品66| 性欧美日本| 蒲京久久无码视频| 99免费综合网| 久久激情网| 国产做爰视频免费播放| 伊人久久大香网| www,婷婷| 国产精产国品一二三在观看| 吊色AV男人的天堂| 色情一区二区播放| 五月色色网| 激情丁香久久久久久| 天天日人人| 久9视频| 丁香五月激情欧美| ss99热| 丁香婷婷久久 | 亚洲五月综合色播| 操碰91| 伊人久热91| 97激情五月天| 91久久综合亚洲鲁鲁五月天| 欧美性爱专区| www.狠狠操.com| 久热91| 涩玖玖免费视频| 快色t v在线入口| 97干在线| 日韩一级片| 9l视频自拍九色9l视频在线观看| 在线综合91| 91视频一起草| 五月花综合视频| 99riav 亚洲| 色情五月天小说| 五月天婷婷乱论小说| 久久香视频| 五月天婷婷五月| 中文字幕日产A片在线看| 色婷婷久久| 香蕉婷婷色五月| 久久久日韩特色特黄AAAA| 色色色色色爱| 国产偷人爽久久久久久老妇APP| 色婷婷六月性| 亚洲激情av| 五月丁香婷婷综合| 欧美婷婷丁香五月社区| 香蕉操亚洲| 9热在线观看| 99在线公开视频| 噜噜噜噜综合在线| 丁香婷婷五月人体| 日本色五月婷婷| 婷婷99中文字幕| 婷婷综合| 天天干肏夜夜| 综合激情综合啪啪| 综合五月天| 婷婷丁香五| 另类激情综合| 另类视频一区| 九九综合| 亚洲综合新99视频| 久久久国产精品黄毛片| 日本五月丁香| 日本婷婷激情四射中文字幕在线观看| 五月综合777| 国产成人网站在线观看| 天天添天天摸天天天天做| 亚洲视频操| 大香蕉伊人久久| 日本在线va| 狠狠狠狠狠狠草| 亚洲天堂无码| 亚洲V国产V欧美V久久久久久| 色五月婷婷影院| 成人精品一区二区三区四区五区 | 婷婷久久婷婷色五月| 伊人久久大香网| 狠狠色丁香久久婷婷综合五月| 欧美日朝成人| 五月婷婷香蕉| 天天插天天爱| 色色射| 九九热九九热精品| 精品一区二区三区三区| 色丁香五月婷婷| 激情六月婷婷| 中文无码精品一区二区三区| 丁香六月啪啪啪| 久久九九热38| 99热思思| 天天天在线观看| 五五月五月| 六月丁香啪啪| 国产婷婷久久| 日本黄色三级片内射| 四虎成人精品永久免费AV九九| 色婷婷丁香香香蕉视频| 久热九九| 日本黄色在线观看| 久久综合五月天激情小说网站| 五月天大香蕉| 99re热久久| 欧洲永久精品| 在线资源av-超碰中文在线-成人AV | 五月天涩涩| 一根材五月婷成人| 色色五月天网站| 大香蕉75线| AⅤ网站在线看| 久久五月天婷婷|