日韩精品一区二区三区在线视频放-无码中文字幕V?一区二区-成年片免费观看视频-国内少妇人妻丰满av-国产精品中文字幕免费观看-亚洲成人久久一区二区三区-国内少妇偷人精品视频无缓冲-一区二区国产精品日本一区二区三区在线网

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運營的一線實戰(zhàn)洞察。

Python實現(xiàn)社交網(wǎng)絡(luò)信息傳播模型:SI、SIR與IC模型原理與應(yīng)用

Python實現(xiàn)社交網(wǎng)絡(luò)信息傳播模型:SI、SIR與IC模型原理與應(yīng)用 1. 項目概述從社交網(wǎng)絡(luò)到信息傳播的量化洞察最近幾年無論是品牌營銷、輿情監(jiān)控還是產(chǎn)品冷啟動大家越來越關(guān)注一個核心問題一條信息比如一個熱點話題、一個產(chǎn)品功能、一則新聞是如何在人群中擴散開來的它的傳播路徑是怎樣的最終能觸達多少人這些問題本質(zhì)上就是社交網(wǎng)絡(luò)中的信息傳播問題。單純靠經(jīng)驗直覺去判斷往往不準(zhǔn)這時候就需要一些數(shù)學(xué)模型來幫忙了。這個項目就是帶你親手搭建幾個經(jīng)典的信息傳播模型并用Python把它們實現(xiàn)出來讓你能直觀地看到信息擴散的動態(tài)過程。簡單來說信息傳播模型就是一套數(shù)學(xué)規(guī)則用來模擬個體網(wǎng)絡(luò)中的節(jié)點在受到鄰居影響后其狀態(tài)比如從未知到知曉從知曉到傳播再到遺忘如何發(fā)生變化。通過計算機模擬成千上萬次這樣的個體互動我們就能預(yù)測整個網(wǎng)絡(luò)的宏觀傳播效果。這對于評估營銷活動的潛在影響力、預(yù)測輿情走勢、甚至分析傳染病擴散都有極大的參考價值。無論你是做數(shù)據(jù)分析、產(chǎn)品運營還是策略研究掌握這套方法都能讓你多一個強有力的量化分析工具。2. 核心模型原理與選型邏輯信息傳播模型有很多種選擇哪個取決于你想模擬的現(xiàn)實場景。這次我們重點實現(xiàn)三個最基礎(chǔ)、也最經(jīng)典的模型SI、SIR和IC模型。它們各有側(cè)重構(gòu)成了理解更復(fù)雜模型的基礎(chǔ)。2.1 SI模型最簡單的擴散起點SI模型是所有傳播模型的“始祖”它把人群分為兩類易感者Susceptible, S和感染者Infected, I。在信息傳播的語境下S代表還沒聽說過這條信息的人I代表已經(jīng)知道并會主動傳播這條信息的人。模型規(guī)則極其簡單一個I狀態(tài)的節(jié)點每次與它的S狀態(tài)鄰居接觸時都有一定的概率記為β將這個鄰居轉(zhuǎn)變?yōu)镮狀態(tài)。一旦變成I就永久保持這個狀態(tài)不會再變回S。這個模型模擬的是一種“一旦知曉永久傳播”的場景比如某些根深蒂固的觀念或者常識的普及。它的核心方程是微分方程形式dI/dt β * S * I / N其中N是總?cè)藬?shù)。這個方程描述了感染者數(shù)量隨時間增長的速率。選擇SI模型作為起點是因為它邏輯清晰參數(shù)少只有一個感染概率β非常適合用來理解傳播動力學(xué)的基本框架和編程實現(xiàn)的核心循環(huán)。注意SI模型預(yù)測的最終結(jié)果是所有人都被感染I→N這顯然不符合大多數(shù)信息傳播會飽和的現(xiàn)實。因此它更適用于理論教學(xué)和模擬傳播初期階段。2.2 SIR模型引入“免疫”與遺忘SIR模型在SI的基礎(chǔ)上增加了一個狀態(tài)移除者Recovered, R?,F(xiàn)在人群分為三類易感者S、感染者I、移除者R。新增的規(guī)則是感染者I在以概率β感染易感者S的同時自身還會以概率γ轉(zhuǎn)變?yōu)橐瞥逺。在信息傳播中R狀態(tài)可以理解為對信息“免疫”了。這個人可能已經(jīng)知道了信息但失去了傳播興趣比如覺得信息過時了或者徹底忘記了這條信息。關(guān)鍵點在于變成R后節(jié)點就不再參與后續(xù)的傳播過程既不會被感染也不會感染別人。這個模型引入了“恢復(fù)”機制使得傳播過程有了終結(jié)的可能最終網(wǎng)絡(luò)中的個體會穩(wěn)定在S、I、R三個狀態(tài)的不同比例上而不會全部變成I。其微分方程組為dS/dt -β * S * I / NdI/dt β * S * I / N - γ * IdR/dt γ * ISIR模型非常適合模擬像季節(jié)性新聞、短期營銷活動這類“熱一陣就過”的信息擴散也經(jīng)典地用于傳染病研究。參數(shù)β感染率和γ恢復(fù)率的比值 R0 β / γ是一個關(guān)鍵指標(biāo)基本決定了疫情能否爆發(fā)。2.3 IC模型獨立級聯(lián)與影響力最大化獨立級聯(lián)模型Independent Cascade, IC是另一個流派常用于社交網(wǎng)絡(luò)影響力傳播的研究。它與SIR的“連續(xù)時間”視角不同IC模型是“離散時間步”的。在IC模型中每個節(jié)點只有兩種狀態(tài)活躍Active和非活躍Inactive。活躍節(jié)點代表接受了信息并可能傳播的人類似I非活躍節(jié)點代表未知者類似S。模型從一小組初始活躍節(jié)點種子節(jié)點開始按輪次進行第0步種子節(jié)點被激活。第1步每個在第0步新激活的節(jié)點有一次機會去嘗試激活它的每個非活躍鄰居。對每個鄰居激活嘗試以概率p一個預(yù)設(shè)的傳播概率獨立成功或失敗。后續(xù)步驟只有在上一步新被激活的節(jié)點才能在當(dāng)前步嘗試激活其鄰居。如果一個節(jié)點激活嘗試失敗或者它在上一步已經(jīng)被激活但未成功激活任何鄰居它在后續(xù)步驟中將不再進行嘗試。這個過程一直持續(xù)到?jīng)]有新的節(jié)點被激活為止。IC模型的核心特點是“一次性嘗試”和“級聯(lián)失效”。它模擬了現(xiàn)實中的一種情況你第一次聽到某個消息時可能會轉(zhuǎn)發(fā)但如果這次沒轉(zhuǎn)以后大概率也不會再轉(zhuǎn)了。這個模型是解決“影響力最大化”問題如何選擇k個種子節(jié)點使最終激活的節(jié)點數(shù)最多的經(jīng)典基礎(chǔ)模型。3. 環(huán)境準(zhǔn)備與網(wǎng)絡(luò)數(shù)據(jù)構(gòu)建在寫代碼之前我們需要搭建好實驗環(huán)境并準(zhǔn)備好模擬的“舞臺”——社交網(wǎng)絡(luò)。3.1 Python環(huán)境與核心庫我強烈建議使用Anaconda來管理Python環(huán)境它能很好地處理科學(xué)計算庫的依賴。核心庫就三個NetworkX 這是Python中處理復(fù)雜網(wǎng)絡(luò)圖的“瑞士軍刀”。創(chuàng)建網(wǎng)絡(luò)、添加節(jié)點和邊、計算網(wǎng)絡(luò)屬性、畫圖全都靠它。NumPy 提供高效的數(shù)組運算和隨機數(shù)生成我們模擬概率事件比如以概率β感染離不開它。Matplotlib 用于可視化。我們要畫出網(wǎng)絡(luò)結(jié)構(gòu)圖以及傳播過程中各狀態(tài)人數(shù)隨時間變化的曲線。安裝非常簡單在終端或Anaconda Prompt里執(zhí)行pip install networkx numpy matplotlib3.2 構(gòu)建模擬社交網(wǎng)絡(luò)現(xiàn)實中的社交網(wǎng)絡(luò)數(shù)據(jù)獲取不易我們先用一個經(jīng)典的合成網(wǎng)絡(luò)模型來模擬——WS小世界網(wǎng)絡(luò)。它由Watts和Strogatz提出能生成具有較短平均路徑長度六度分隔和較高聚類系數(shù)朋友的朋友也是朋友的網(wǎng)絡(luò)這非常貼合真實社交網(wǎng)絡(luò)的特征。import networkx as nx import matplotlib.pyplot as plt def create_social_network(n100, k4, p0.1): 創(chuàng)建一個WS小世界網(wǎng)絡(luò)用于模擬社交網(wǎng)絡(luò)。 參數(shù): n: 網(wǎng)絡(luò)中的節(jié)點數(shù)人數(shù)默認100。 k: 每個節(jié)點初始連接的鄰居數(shù)必須是偶數(shù)默認4。 p: 每條邊被隨機重連的概率控制著網(wǎng)絡(luò)的“小世界”特性默認0.1。 返回: G: 一個NetworkX圖對象。 # 使用networkx的connected_watts_strogatz_graph函數(shù)確保生成的網(wǎng)絡(luò)是連通的。 G nx.connected_watts_strogatz_graph(nn, kk, pp) print(f網(wǎng)絡(luò)創(chuàng)建成功節(jié)點數(shù){G.number_of_nodes()} 邊數(shù){G.number_of_edges()}) print(f平均聚類系數(shù){nx.average_clustering(G):.3f} 平均最短路徑長度{nx.average_shortest_path_length(G):.3f}) return G # 創(chuàng)建一個示例網(wǎng)絡(luò) G create_social_network(n50, k4, p0.1) # 可視化這個網(wǎng)絡(luò) plt.figure(figsize(8, 6)) pos nx.spring_layout(G, seed42) # 使用spring布局算法讓圖看起來更均勻 nx.draw(G, pos, node_colorlightblue, node_size200, with_labelsFalse, edge_colorgray) plt.title(WS小世界網(wǎng)絡(luò)結(jié)構(gòu)模擬社交網(wǎng)絡(luò)) plt.show()實操心得p參數(shù)是個關(guān)鍵調(diào)節(jié)旋鈕。p0時網(wǎng)絡(luò)是規(guī)則環(huán)p1時接近隨機網(wǎng)絡(luò)。p在0.01到0.1之間時網(wǎng)絡(luò)能很好地兼具高聚類和短路徑的特性。初次實驗時節(jié)點數(shù)n不要設(shè)太大比如50-200否則可視化會一團糟模擬速度也慢。先在小網(wǎng)絡(luò)上調(diào)通邏輯。4. SI模型實現(xiàn)與模擬分析有了網(wǎng)絡(luò)我們就可以開始實現(xiàn)第一個模型了。SI模型的邏輯最直接是理解傳播模擬編程范式的最佳切入點。4.1 算法步驟詳解SI模型的模擬過程可以分解為以下清晰步驟初始化給網(wǎng)絡(luò)G中的每個節(jié)點添加一個屬性state初始值設(shè)為S易感。隨機選擇一定數(shù)量比如1個或幾個的節(jié)點作為初始感染者將其state屬性改為I。初始化一個列表I_counts用于記錄每一步時刻的感染者數(shù)量。模擬循環(huán)設(shè)定總模擬步數(shù)T。在每一步t a. 遍歷當(dāng)前所有狀態(tài)為I的節(jié)點。 b. 對于每個感染者節(jié)點i遍歷其所有鄰居節(jié)點j。 c. 如果鄰居j的狀態(tài)是S則生成一個[0,1)之間的隨機數(shù)。如果這個隨機數(shù)小于感染概率beta則將節(jié)點j的狀態(tài)改為I。 d.關(guān)鍵點為了避免在同一時間步內(nèi)新感染的節(jié)點又去感染別人這不符合離散時間步的假設(shè)我們需要準(zhǔn)備一個“待感染列表”。在本輪遍歷中只記錄哪些S節(jié)點被選中等所有感染者的傳播嘗試都檢查完畢后再統(tǒng)一更新這些節(jié)點的狀態(tài)為I。 e. 記錄當(dāng)前步結(jié)束后的感染者總數(shù)存入I_counts。終止與輸出循環(huán)結(jié)束后返回I_counts列表。我們還可以可視化網(wǎng)絡(luò)最終狀態(tài)和感染人數(shù)曲線。4.2 Python代碼實現(xiàn)與注釋import numpy as np def simulate_si_model(G, beta0.3, initial_infected1, T20): 在給定網(wǎng)絡(luò)G上模擬SI傳播模型。 參數(shù): G: NetworkX圖代表社交網(wǎng)絡(luò)。 beta: 感染概率范圍[0,1]。 initial_infected: 初始感染者數(shù)量。 T: 模擬的總時間步數(shù)。 返回: S_counts, I_counts: 列表記錄每一步的易感者和感染者數(shù)量。 G: 模擬結(jié)束后的網(wǎng)絡(luò)節(jié)點帶有最終的state屬性。 # 1. 初始化節(jié)點狀態(tài) nx.set_node_attributes(G, S, state) # 給所有節(jié)點添加初始狀態(tài)S all_nodes list(G.nodes()) # 隨機選擇初始感染者 infected_nodes np.random.choice(all_nodes, sizeinitial_infected, replaceFalse) for node in infected_nodes: G.nodes[node][state] I # 初始化計數(shù)器列表 S_counts [] I_counts [] # 2. 開始模擬循環(huán) for step in range(T): # 記錄本輪待感染的節(jié)點 nodes_to_infect [] # 獲取當(dāng)前所有感染者節(jié)點 current_infected [n for n, attr in G.nodes(dataTrue) if attr[state] I] # 遍歷每個感染者 for inf_node in current_infected: # 遍歷感染者的鄰居 for neighbor in G.neighbors(inf_node): if G.nodes[neighbor][state] S: # 以概率beta嘗試感染 if np.random.rand() beta: nodes_to_infect.append(neighbor) # 統(tǒng)一更新狀態(tài)將本輪被選中的易感者變?yōu)楦腥菊?for node in nodes_to_infect: G.nodes[node][state] I # 統(tǒng)計當(dāng)前狀態(tài)人數(shù) S_count sum(1 for _, attr in G.nodes(dataTrue) if attr[state] S) I_count sum(1 for _, attr in G.nodes(dataTrue) if attr[state] I) S_counts.append(S_count) I_counts.append(I_count) # 可選如果感染者已經(jīng)達到總?cè)藬?shù)可以提前終止循環(huán) if I_count G.number_of_nodes(): print(f在第{step1}步所有人均已感染。) # 補齊剩余步數(shù)的計數(shù)保持列表長度一致 S_counts.extend([0] * (T - step - 1)) I_counts.extend([G.number_of_nodes()] * (T - step - 1)) break return S_counts, I_counts, G # 運行模擬 S_counts, I_counts, G_final simulate_si_model(G, beta0.2, initial_infected2, T15) # 可視化結(jié)果 plt.figure(figsize(12, 4)) # 子圖1最終網(wǎng)絡(luò)狀態(tài) plt.subplot(1, 2, 1) node_colors [red if G_final.nodes[n][state] I else lightblue for n in G_final] nx.draw(G_final, pos, node_colornode_colors, node_size200, with_labelsFalse, edge_colorgray) plt.title(fSI模型模擬最終狀態(tài) (Beta{0.2})) # 子圖2人數(shù)隨時間變化曲線 plt.subplot(1, 2, 2) steps list(range(len(I_counts))) plt.plot(steps, I_counts, r-, label感染者 (I), linewidth2) plt.plot(steps, S_counts, b--, label易感者 (S), linewidth2) plt.xlabel(時間步) plt.ylabel(人數(shù)) plt.title(SI模型傳播動力學(xué)) plt.legend() plt.grid(True, alpha0.3) plt.tight_layout() plt.show()4.3 參數(shù)影響與結(jié)果分析運行上面的代碼你會看到一張圖。左圖是模擬結(jié)束后網(wǎng)絡(luò)的狀態(tài)紅色節(jié)點是感染者藍色是易感者在SI模型里如果模擬時間足夠長最終應(yīng)該全是紅色。右圖是兩條曲線展示了S和I人數(shù)隨時間的變化。這里有幾個關(guān)鍵點需要你動手嘗試和觀察感染概率Beta 這是最重要的參數(shù)。將beta從0.05調(diào)到0.5再運行。你會發(fā)現(xiàn)beta很小時紅色曲線I上升得非常緩慢可能直到模擬結(jié)束還有大量藍色節(jié)點。beta很大時紅色曲線幾乎垂直上升迅速感染所有人。beta實際上決定了傳播的“力度”。初始感染者位置與數(shù)量 我們代碼中是隨機選的。你可以嘗試修改代碼固定選擇網(wǎng)絡(luò)中度中心性最高的節(jié)點最活躍的人作為初始感染者看看傳播速度是否會加快。這引出了“影響力最大化”的雛形。網(wǎng)絡(luò)結(jié)構(gòu)的影響 我們用的是WS小世界網(wǎng)絡(luò)。你可以嘗試用nx.erdos_renyi_graph(n, p)生成一個隨機圖Erdos-Renyi模型或者用nx.barabasi_albert_graph(n, m)生成一個無標(biāo)度網(wǎng)絡(luò)Barabasi-Albert模型存在少數(shù)高度節(jié)點。在不同結(jié)構(gòu)的網(wǎng)絡(luò)上運行相同的SI模型傳播速度和最終范圍會有顯著差異。無標(biāo)度網(wǎng)絡(luò)中對高度節(jié)點的感染會引發(fā)爆炸式的傳播。踩坑記錄在模擬循環(huán)中最易犯的錯誤是“即時更新”。即在遍歷感染者鄰居時一旦發(fā)現(xiàn)某個S節(jié)點滿足感染條件立刻將其狀態(tài)改為I。這會導(dǎo)致這個在本輪剛被感染的節(jié)點在同一輪中又以其新身份“I”去感染其他鄰居造成傳播速度的嚴(yán)重高估。務(wù)必使用“待感染列表”進行緩沖更新。5. SIR模型實現(xiàn)與深度探索SIR模型引入了恢復(fù)機制更貼近現(xiàn)實。它的實現(xiàn)比SI稍復(fù)雜一點因為要管理三個狀態(tài)和兩個概率β和γ。5.1 算法流程與狀態(tài)管理SIR模擬的步驟框架與SI類似但狀態(tài)轉(zhuǎn)換邏輯變?yōu)槌跏蓟O(shè)置所有節(jié)點為S隨機選擇初始IR數(shù)量為0。為每個節(jié)點增加一個state屬性。模擬循環(huán)每一步 a.感染過程遍歷所有I節(jié)點對其每個S鄰居以概率β嘗試感染將成功的鄰居加入“新感染列表”。 b.恢復(fù)過程遍歷所有I節(jié)點包括上一步剛產(chǎn)生的每個節(jié)點以概率γ嘗試恢復(fù)將成功的節(jié)點加入“新恢復(fù)列表”。 c.狀態(tài)更新先統(tǒng)一將“新感染列表”中的節(jié)點狀態(tài)從S改為I。再統(tǒng)一將“新恢復(fù)列表”中的節(jié)點狀態(tài)從I改為R。這里有個重要順序問題必須先處理感染再處理恢復(fù)并且用列表緩沖。否則可能出現(xiàn)一個節(jié)點剛被感染又在同一步被恢復(fù)的邏輯矛盾。 d. 記錄S, I, R的數(shù)量。終止可以設(shè)定最大步數(shù)或者當(dāng)I的數(shù)量降為0時提前終止。5.2 代碼實現(xiàn)與關(guān)鍵參數(shù)R0def simulate_sir_model(G, beta0.3, gamma0.1, initial_infected2, T50): 在給定網(wǎng)絡(luò)G上模擬SIR傳播模型。 參數(shù): G: NetworkX圖。 beta: 感染概率。 gamma: 恢復(fù)概率。 initial_infected: 初始感染者數(shù)量。 T: 最大模擬步數(shù)。 返回: S_counts, I_counts, R_counts: 列表記錄每一步各狀態(tài)人數(shù)。 G: 模擬結(jié)束后的網(wǎng)絡(luò)。 # 初始化 nx.set_node_attributes(G, S, state) all_nodes list(G.nodes()) infected_nodes np.random.choice(all_nodes, sizeinitial_infected, replaceFalse) for node in infected_nodes: G.nodes[node][state] I S_counts, I_counts, R_counts [], [], [] for step in range(T): new_infections [] new_recoveries [] # 獲取當(dāng)前所有感染者 current_infected [n for n, attr in G.nodes(dataTrue) if attr[state] I] # 感染階段I節(jié)點嘗試感染S鄰居 for inf_node in current_infected: for neighbor in G.neighbors(inf_node): if G.nodes[neighbor][state] S: if np.random.rand() beta: new_infections.append(neighbor) # 恢復(fù)階段I節(jié)點嘗試恢復(fù)為R for inf_node in current_infected: if np.random.rand() gamma: new_recoveries.append(inf_node) # 狀態(tài)更新先感染后恢復(fù) for node in new_infections: if G.nodes[node][state] S: # 二次檢查防止?fàn)顟B(tài)沖突 G.nodes[node][state] I for node in new_recoveries: if G.nodes[node][state] I: # 二次檢查 G.nodes[node][state] R # 統(tǒng)計 S_count sum(1 for _, attr in G.nodes(dataTrue) if attr[state] S) I_count sum(1 for _, attr in G.nodes(dataTrue) if attr[state] I) R_count sum(1 for _, attr in G.nodes(dataTrue) if attr[state] R) S_counts.append(S_count) I_counts.append(I_count) R_counts.append(R_count) # 如果感染者清零提前結(jié)束 if I_count 0: print(f疫情在第{step1}步結(jié)束。) break return S_counts, I_counts, R_counts, G # 運行模擬 S_counts, I_counts, R_counts, G_final_sir simulate_sir_model(G.copy(), beta0.2, gamma0.05, initial_infected3, T80) # 可視化 plt.figure(figsize(12, 5)) steps list(range(len(S_counts))) plt.plot(steps, S_counts, b-, label易感者 (S), linewidth2) plt.plot(steps, I_counts, r-, label感染者 (I), linewidth2) plt.plot(steps, R_counts, g-, label移除者 (R), linewidth2) plt.xlabel(時間步) plt.ylabel(人數(shù)) plt.title(SIR模型傳播動力學(xué) (Beta0.2, Gamma0.05)) plt.legend() plt.grid(True, alpha0.3) plt.show()5.3 模擬實驗與現(xiàn)象觀察運行代碼后你會看到經(jīng)典的SIR曲線S藍色從高位逐漸下降I紅色先上升達到一個峰值然后下降至0R綠色從0開始最終累積到一個穩(wěn)定值?,F(xiàn)在我們來做個關(guān)鍵的實驗理解基本再生數(shù) R0的概念。在均勻混合的假設(shè)下R0 β / γ。它代表一個感染者在整個感染期內(nèi)平均能傳染多少個易感者。當(dāng) R0 1每個感染者平均能傳染超過1個人疫情會擴散I曲線會先上升。當(dāng) R0 1每個感染者平均傳染不到1個人疫情會逐漸消失I曲線單調(diào)下降。我們可以通過調(diào)整β和γ來驗證設(shè)置 R0 1例如beta0.3, gamma0.1 R03。運行模擬你會看到明顯的疫情爆發(fā)波形。設(shè)置 R0 1例如beta0.05, gamma0.1 R00.5。運行模擬你會發(fā)現(xiàn)I人數(shù)從開始就緩慢下降無法形成大規(guī)模傳播。實操心得在網(wǎng)絡(luò)模型中R0的計算比均勻混合模型復(fù)雜因為它還依賴于網(wǎng)絡(luò)的平均度連接數(shù)等拓撲性質(zhì)。一個近似的經(jīng)驗公式是 R0_network ≈ β / γ * 其中 是網(wǎng)絡(luò)的平均度。在我們的WS網(wǎng)絡(luò)n50, k4中平均度約為4。當(dāng)β/γ * 4 1時疫情更容易在網(wǎng)絡(luò)中持續(xù)傳播。你可以用這個經(jīng)驗去設(shè)計你的參數(shù)觀察現(xiàn)象。6. IC模型實現(xiàn)與影響力分析獨立級聯(lián)模型IC的模擬邏輯與前兩者有顯著區(qū)別它更關(guān)注離散的“嘗試”和“級聯(lián)”過程。6.1 離散級聯(lián)過程實現(xiàn)IC模型的核心是“輪次”和“僅新激活節(jié)點有傳播機會”。我們需要記錄每個節(jié)點是在哪一輪被激活的。def simulate_ic_model(G, p0.2, seedsNone, max_iter20): 在給定網(wǎng)絡(luò)G上模擬獨立級聯(lián)模型。 參數(shù): G: NetworkX圖。 p: 獨立激活概率。 seeds: 初始激活節(jié)點列表。如果為None則隨機選一個。 max_iter: 最大模擬輪次。 返回: active_nodes_by_round: 列表的列表記錄每一輪新激活的節(jié)點。 total_active: 列表記錄每一輪累計激活節(jié)點數(shù)。 G: 模擬結(jié)束后的網(wǎng)絡(luò)節(jié)點帶有‘a(chǎn)ctive_round’屬性-1表示未激活0表示激活輪次。 # 初始化所有節(jié)點未激活輪次標(biāo)記為-1 nx.set_node_attributes(G, -1, active_round) if seeds is None: seeds [np.random.choice(list(G.nodes()))] # 第0輪激活種子節(jié)點 round 0 newly_active seeds for node in newly_active: G.nodes[node][active_round] round # 記錄每一輪新激活的節(jié)點和累計激活數(shù) active_nodes_by_round [newly_active.copy()] total_active [len(newly_active)] # 開始級聯(lián) while round max_iter and newly_active: round 1 current_newly_active [] # 遍歷上一輪新激活的節(jié)點 for node in newly_active: # 遍歷其未激活的鄰居 for neighbor in G.neighbors(node): if G.nodes[neighbor][active_round] -1: # 未激活 # 以概率p嘗試激活每個鄰居只有一次被該節(jié)點嘗試的機會 if np.random.rand() p: current_newly_active.append(neighbor) # 去重一個節(jié)點可能被多個鄰居在同一輪嘗試激活 current_newly_active list(set(current_newly_active)) # 激活本輪成功的節(jié)點 for node in current_newly_active: G.nodes[node][active_round] round active_nodes_by_round.append(current_newly_active) total_active.append(total_active[-1] len(current_newly_active)) # 更新newly_active為當(dāng)前輪新激活的節(jié)點用于下一輪 newly_active current_newly_active # 如果提前結(jié)束補全記錄 while len(total_active) max_iter: active_nodes_by_round.append([]) total_active.append(total_active[-1]) return active_nodes_by_round, total_active, G # 運行模擬 seeds [0, 5] # 選擇節(jié)點0和5作為種子 active_rounds, total_active, G_final_ic simulate_ic_model(G.copy(), p0.15, seedsseeds, max_iter10) # 可視化激活過程 plt.figure(figsize(10, 4)) # 繪制累計激活曲線 plt.subplot(1, 2, 1) rounds list(range(len(total_active))) plt.plot(rounds, total_active, bo-, linewidth2, markersize6) plt.xlabel(傳播輪次) plt.ylabel(累計激活節(jié)點數(shù)) plt.title(IC模型累計激活曲線 (p0.15)) plt.grid(True, alpha0.3) # 繪制最終網(wǎng)絡(luò)狀態(tài)按激活輪次著色 plt.subplot(1, 2, 2) # 為不同輪次分配顏色 cmap plt.cm.viridis node_colors [] for n in G_final_ic.nodes(): r G_final_ic.nodes[n][active_round] if r -1: node_colors.append(lightgray) # 未激活 else: # 激活輪次越早顏色越深這里用輪次歸一化 node_colors.append(cmap(r / max(1, max(active_rounds)))) nx.draw(G_final_ic, pos, node_colornode_colors, node_size200, with_labelsFalse, edge_colorgray) plt.title(IC模型激活狀態(tài)顏色深淺代表激活輪次) plt.tight_layout() plt.show()6.2 種子節(jié)點選擇策略初探IC模型常用來研究“影響力最大化”給定一個預(yù)算k只能選k個種子節(jié)點如何選擇能使最終激活的節(jié)點總數(shù)最多這是一個NP難問題但有高效的啟發(fā)式算法。最著名的是貪心算法其核心思想是迭代地選擇能帶來最大邊際收益的節(jié)點。我們可以實現(xiàn)一個簡單的模擬貪心算法來感受一下初始化一個空種子集S。對于每一個不在S中的節(jié)點v計算如果將v加入S運行多次IC模擬后的平均激活節(jié)點數(shù)即邊際增益。選擇邊際增益最大的節(jié)點加入S。重復(fù)步驟2-3直到S包含k個節(jié)點。由于每次模擬都有隨機性我們需要對每個候選節(jié)點進行多次模擬比如100次取平均以獲得穩(wěn)定的收益估計。這個算法計算量很大O(knR*模擬時間)但對于理解思想足夠了。在實際研究中會使用更高效的算法如CELFCost-Effective Lazy Forward來優(yōu)化。def greedy_influence_maximization(G, k3, p0.1, iterations100): 一個簡單低效的貪心算法用于影響力最大化。 注意此函數(shù)僅用于演示原理在大網(wǎng)絡(luò)上效率極低。 seeds [] all_nodes set(G.nodes()) for i in range(k): print(f選擇第 {i1} 個種子...) best_node None best_influence -1 # 遍歷所有尚未被選為種子的節(jié)點 candidates all_nodes - set(seeds) for node in candidates: # 計算當(dāng)前種子集 候選節(jié)點 的影響力 current_seeds seeds [node] total_spread 0 # 多次模擬取平均 for _ in range(iterations): _, total_active, _ simulate_ic_model(G.copy(), pp, seedscurrent_seeds, max_iter20) total_spread total_active[-1] # 取最終激活數(shù) avg_spread total_spread / iterations # 計算邊際增益可選這里直接用總影響力 if avg_spread best_influence: best_influence avg_spread best_node node if best_node is not None: seeds.append(best_node) print(f 選中節(jié)點 {best_node}, 預(yù)估影響力 {best_influence:.1f}) return seeds # 注意在小網(wǎng)絡(luò)上運行因為計算量很大 small_G create_social_network(n30, k4, p0.1) selected_seeds greedy_influence_maximization(small_G, k3, p0.15, iterations50) print(f貪心算法選出的種子節(jié)點: {selected_seeds})運行這個代碼可能需要一點時間。它會輸出算法依次選擇的種子節(jié)點。你可以對比一下隨機選擇3個節(jié)點作為種子和用這個貪心算法選出的3個節(jié)點分別運行IC模型最終的激活規(guī)模是否有顯著差異。通常貪心算法會選擇那些處于網(wǎng)絡(luò)中心位置比如度中心性高、介數(shù)中心性高的節(jié)點。7. 模型對比、應(yīng)用場景與常見問題7.1 三大模型核心對比為了更清晰地理解這三個模型的區(qū)別和適用場景我整理了一個對比表格特性維度SI模型SIR模型IC模型核心狀態(tài)S易感 I感染S易感 I感染 R移除Active活躍 Inactive非活躍狀態(tài)轉(zhuǎn)換S → IS → I → RInactive → Active (一次性)關(guān)鍵參數(shù)β感染概率β感染概率 γ恢復(fù)概率p激活概率傳播機制感染者持續(xù)嘗試感染易感鄰居感染者以β感染以γ恢復(fù)新激活節(jié)點有一次機會以p激活鄰居時間視角連續(xù)/離散時間均可通常為連續(xù)時間微分方程離散近似也可離散輪次最終結(jié)局所有人感染 (I → N)部分人感染后移除穩(wěn)定在S, I0, R級聯(lián)停止部分人激活典型應(yīng)用理論教學(xué) 簡單擴散初期模擬傳染病研究 短期熱點信息傳播社交影響力最大化 口碑營銷 信息級聯(lián)7.2 模型選擇與場景適配在實際項目中選擇哪個模型取決于你要分析的具體問題如果你想研究一個長期存在的觀念或技術(shù)的普及過程并且假設(shè)人們一旦接受就不會“反悔”那么SI模型是一個簡化的起點。如果你想分析一次疫情爆發(fā)、一個短期熱點話題如爆款短視頻的傳播生命周期SIR模型是最佳選擇。你可以通過擬合真實數(shù)據(jù)如每日新增話題量來反推β和γ參數(shù)。如果你的目標(biāo)是做營銷策劃比如尋找最合適的“KOC”進行產(chǎn)品投放以最大化曝光那么IC模型及其相關(guān)的影響力最大化算法就是你的核心工具。你需要收集或構(gòu)建用戶間的社交關(guān)系圖關(guān)注、好友關(guān)系。7.3 常見問題與調(diào)試技巧在實現(xiàn)和運行這些模型時你可能會遇到以下典型問題傳播速度過快或過慢不符合預(yù)期檢查概率參數(shù)β、γ、p的值通常很小。在真實社交網(wǎng)絡(luò)中單次接觸的傳播概率很少超過0.1??梢詮?.01、0.05這樣的小值開始嘗試。檢查網(wǎng)絡(luò)密度用nx.density(G)查看你的網(wǎng)絡(luò)密度。一個完全圖所有節(jié)點兩兩相連的傳播速度會極快。WS小世界網(wǎng)絡(luò)的密度約為k/(n-1)相對稀疏。檢查初始感染者位置隨機選擇可能選到邊緣節(jié)點。嘗試固定選擇網(wǎng)絡(luò)中度數(shù)最高的節(jié)點作為初始感染者觀察傳播速度的變化。模擬結(jié)果波動很大每次運行都不一樣這是正常的因為感染/激活是概率事件。為了得到穩(wěn)定結(jié)論必須進行多次模擬取平均。例如對同一組參數(shù)和初始條件運行100次模擬然后繪制平均曲線和置信區(qū)間。def run_multiple_simulations(model_func, G, params, times100): results [] for _ in range(times): # 注意每次模擬要使用網(wǎng)絡(luò)的副本避免狀態(tài)污染 G_copy G.copy() result model_func(G_copy, **params) results.append(result) return results # 然后對results列表中的數(shù)據(jù)如最終的感染人數(shù)進行統(tǒng)計分析代碼運行太慢特別是對于大網(wǎng)絡(luò)或IC的貪心算法向量化操作在SI/SIR模型中遍歷所有感染者的鄰居是主要開銷。對于大型網(wǎng)絡(luò)可以考慮使用鄰接矩陣?yán)肗umPy的矩陣運算進行概率判斷但這會消耗更多內(nèi)存。減少模擬次數(shù)在調(diào)試階段減少網(wǎng)絡(luò)規(guī)模(n)、模擬步數(shù)(T)和重復(fù)次數(shù)(iterations)。使用更高效的算法庫對于真正的研究可以考慮使用專門優(yōu)化過的庫如NDlibNetwork Diffusion Library。如何將模型應(yīng)用到真實數(shù)據(jù)數(shù)據(jù)獲取真實的社交網(wǎng)絡(luò)數(shù)據(jù)可能來自API如Twitter, Weibo的粉絲關(guān)系、合作方脫敏數(shù)據(jù)、或公開數(shù)據(jù)集如Stanford Large Network Dataset Collection。網(wǎng)絡(luò)構(gòu)建將用戶視為節(jié)點關(guān)注/好友關(guān)系視為邊構(gòu)建有向或無向圖。參數(shù)估計這是最難也是最關(guān)鍵的一步。可以通過歷史數(shù)據(jù)如過去話題的傳播軌跡來擬合模型參數(shù)如β, γ。常用方法有極大似然估計MLE或基于模擬的方法如Approximate Bayesian Computation。模型驗證用一部分?jǐn)?shù)據(jù)訓(xùn)練集估計參數(shù)在另一部分?jǐn)?shù)據(jù)測試集上預(yù)測傳播范圍比較預(yù)測值與真實值的差異。實現(xiàn)這三個模型只是第一步它們像積木一樣可以組合、擴展成更復(fù)雜的模型如SIS感染后可再次易感、SEIR增加潛伏期、LT模型線性閾值模型等。理解這些基礎(chǔ)模型的每一個細節(jié)能讓你在面對更復(fù)雜的傳播現(xiàn)象時擁有拆解和建模的能力。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
日日骚av| 99热97| 自拍丝袜美腿人妻| 视频国产成人精品日本亚洲18| 色婷亚洲五月在线观看| 天天欧美97| 在线性黄高清免费视频| 操逼网免费无码视频| 妇人噜噜| 国产探花精品在线| 色婷婷日韩精品一区二区三区| 一区二区三区 日韩欧美| 久久99草| 干B网| 欧美日韩国产高清在线一二三区 | 五月婷婷激情综合| 1024午夜激情男人的天堂| 操逼片中文| 久久透逼视频| 国产亚洲精品一区二区三区| 黄在线| 激情五月天色播| 人人操我人人干| 三级日本一区二区三区| 又大又长又粗又爽又黄| 成人性爱高清视频免费看| 久久一级无码精品毛片6| 国产一区二区啪啪视频| 人妻人人操| 大香蕉色十月| 97se综合网| 欧美中字二区| 女人天堂网| 蜜臀99精品国产高清在线观看| 亚洲无码日韩电影| 91丨九色丨国产丨人妻在线| 亚洲天堂AV在线播放| 在线中文字幕极品av| 99色在线视频| 91欧美长吊| 人妻人久久精品中文字幕| 国产激情在线| 岛国在线一区二区三区| 亚洲有码 欧美精品| 蜜臀一二三区| 中文字幕在线观看第二页| 久久亚洲人妻| 撸无码不卡免费视频| 天天综合91| 操逼1区| 欧美日韩99精品麻豆传媒| 亚洲A色| 婷婷丁香五月天综合东京热| 日日骚网站| 亚洲少妇喷视频看| 女人香蕉久久毛毛片精品| 亚洲九九视频| 曰韩人妻中文字幕在线| 久久精品亚洲东京热色播| 黄色免费网| 欧美少妇性乱| 99熟女| 99999re| 亚洲三级网址久久最新| 亚洲va有码在线天堂| 九热超碰| 中文久久一区| 亚洲第一成人影院色播| 91熟女丨老女人| 欧美亚洲激情小说| 性爱视频啪啪啪啪| 91天美免费| 天天影视色香色欲| 91P0RNY大屁股人妻| 蜜臀久久久国产| 操逼操操操91| 久96热在线观看视频| ai欧美亚洲小说| 综合久久中文字幕综合日韩精品| 伊人影院日本| 97草草| 欧亚综合一卡二卡中文字幕| 岛国大片国产| 91人人操| 亚洲色天堂九9| 男人的天堂2010| 欧美日韩另类在线播放| 久久免费9| 97国产天堂岛| 一色网男人的天堂| 亚洲精品美女久久久久久久久| 综合网欧美| 亚洲国产丝袜在线观看| 亚洲伊人久久精品狠狠在线| 毛片电影一区二区三区| 黄色视频60分钟| 午夜在线播放| 国产AV线| 日韩资源网| 六月婷激情福利天堂69| 日韩不卡a级视频专区| 91日韩| 国产91专区| 久九九九九九九热| 久久久com| 亚洲成人无码影院| 1000部熟女视频在线观看| 久热伊人| 精品无码人妻一区二区免费蜜桃| 色婷婷五月综合激情中文字幕| A级在线视频| 人妻熟妇一区二区三区| 91九色丰满高潮| 精品人妻一区春色| 日韩精品国模| 偷拍亚洲情色| 好看的91视频| 国内精品久久人妻性色av| 日韩欧美女优电影| 国产无遮挡| 亚洲一区二区专区-国产丝袜精品丝袜-成人AV| 亚洲国产精品有声| 久久精品电影在线| 欧美人黑A片无码免视费| 国产丁香精品露脸视频| 97 九色| 久久麻豆一区二区| 蜜乳AV一区二区三区四| 操逼www.| 色综合色综合网| www国产天美久久久| 亚洲AV无码翔田千里网站| 日本羞羞的视频在线播放| 日韩有码中文字幕女同性恋| 97 国产精品| 久久久久久九九九九九九| 国产精品视频播放| 亚洲欧洲第二视频在线观看色图| 亚洲人久久久网| 色哟哟1区2区| 99热大香蕉伊在线| 天天操福利视频综合网站| 自拍亚洲综合| 97综合久第一页| 日本亚欧爱爱| 男女啊啊啊| 国产精品久久久久婷婷二区次| 男人的天堂三级| 精品国产国产AV| GVH-003 母子姦 青木玲-麻豆视频,麻豆视传媒短视频网站入口,麻豆视传媒官网直 | 手机在线看片免费人成视频| 99精品成人免费看| 亚洲成人免费在线| 开心激情婷婷| 婷婷超| 亚洲麻豆av一区二区| 91综合色噜噜| 午夜无遮挡男女啪啪视频| 国产一区二区三区白丝| 久久熟女嫩草成人片免费| 密臀成人视频久久久| 亚欧美色图| 亚洲女人毛茸茸91| 青青草华人在线欧美在线| 91痴汉| 99在线精品视频| 九九热AV| 新久久AV| 六九九九| 久久精品视频在线观看| 97视频新免费| 天天躁狠狠躁av| 国产精品色片一区二区| 精品久久人妻成人网| 日1区2区3区2020| 欧美图片校园春色| 少妇久久久| 一区操逼| 成人精品在线| 日韩视频小说在线观看| 国产精品久久久午夜夜伦鲁鲁| 男人综合网| 亚洲成人精品在线一区| 欧美性爱十八禁| 99色综合| 黄色片G G G| 夜夜高潮夜夜爽夜夜爱爱一区| dy888午夜老子影视达达兔| 日韩三A大片在线观看| 欧美黑人与女人91| 中文AV制服乱伦| 日本国产高清色www视频在线| 开心五月激情网| 国产一级久久久| 久久只有精品一区二区三区| 亚洲第91页| 97国产精选| 手机看片91人妻| 国产91精品福利在线| 五月婷婷无码| 天天日美女的B| 东北熟女91| 26UUU欧美激情一区二区| 黄片免费看黄片免费看| 欧美亚洲激情小说| 啊啊啊啊啊啊啊啊要喷了| 99无码狠狠久久| 黑人嘿嘿嘿超爽免费视频| 九九久久一区二区三区| 超碰九7免费| 日韩卡一卡二卡三在线| 强奸乱伦AV网站| 99色在线视频| 美女骚尻视频| 国产女人高潮嗷嗷嗷叫小说| 色狠人在线99| 精品对白久久不卡| 五月天色图影视| 智利AV在线网| 日韩欧美成人性爱在线| 色91综合网| 夜夜夜爽www精品视频| 岛国视频一二三区| 日韩成人午夜精品久久高潮| 粉嫩av在线| 国产偷仑| 久久不卡一区二区| 中美日韩毛片| 欧色网址| 麻豆亚洲AV成人无码久久精品| 欧美一区二区三区四区综合| 在线女人91| 日韩欧美中文字幕搭讪巨乳美人妻视频| 日韩卡一卡二卡三在线| 亚拍在线| 日韩av在线精品观看| 五月色丁香| 人妻一区二区三区| 国产精品69久久久久久久| 日韩无码三级影院| 一区二区视频你懂的| 日本性感人妻91| 99热亚洲天堂| 欧美91精品国产自产| 伊人影院中文字幕| 女性91网站| 97人人草| 啊啊啊久久| 久99热| 校园春色美腿丝袜 | 免费视频a级毛片免费视频| 操比国产| 久久久久久中文| 天天视频综合在线观看视频| 国产99999久久精品| 国产色精品午夜大片| 欧美第38页| 日本操逼视频在线| 亚洲色人妻综合| 国产精品熟女一区二区三区| 图色综合网| 日本性感人妻91| 国产白嫩精品久久| 性爱乱伦视频免费| 综合性视频99| 丁香五月激情五月| 91天天| 中文字幕加勒比海高清无码免费视频| 国产丝袜美女在线一区| 91AV天堂| 爽 好舒服 无码刺激久久| 亚洲精品九九九九九九| 精品夜夜澡人妻无码| 乱伦一二三| 桃色人妻在线视频| 日韩另类| 日韩啊V| 天堂在线一区二区| 国产美女高潮叫床视频| 久久天堂| 久久草视频污视频| 日韩啪啪网| 中文字幕一区二区三区人妻不卡| 67194无码不卡| 老熟女搡BBBB搡BBBB视频| 91天天c| 天天操夜夜操狠很操| 久久综合久色欧美综合狠狠| 探花激情视频| 神马久久久久久| 久久久不卡区一区二区三区久久久| 国产精品一级片在线看| 欧美色另类| 人人综合| 五月天久久久| 成人精品久久久午夜福利| 丰满丝袜少妇AV| 人妻熟女字幕一区二区| 国产啊v在线免费播放| 97久久综合网| 91美女看B| www.色五月| 蜜乳AV.COM| 日韩图色| 一区二区三区色综合| 丁香激情网| 2017人人操,人人摸| 蜜臀网 一区| www.AV有限公司一区| 丁香六月婷婷| 亚洲第2页| aaa亚无码专区| 久草国产在线视频| 亚洲日韩天堂| 97伊人| 九九九九九精品十六| 桃色五月天| 一区二区三区黄色片a| 精品9999| 亚州色图欧美| 婷婷色播婷婷| 一区二区三区高清天码| 日韩9区| 久久↗↗| 伊人久久大香线综合无码| 国产久久久| 人妻少妇久久中文| 啊啊啊97视频| 无码91| 婷婷丁香五月激情啪啪| 亚欧视频在线| 日韩字幕一区| 亚洲一卡二卡在线免费| 日韩小电影| 久久精品成人| 加勒比AV天堂| 亚洲性少妇| 伊人久久国产免费观看视频| 日韩操啪| 精品久久久久久中文字幕视频免费| 成人AV在线网站| 成年人免费观看网站| 97超碰热线| 欧美中文字幕男人天堂久久精品| 色一情一乱一乱一区91Av| 国产亚州精品美女久久久免费| 无遮挡一级毛片视频免费的| 黄人人操人人操| …亚洲黄色厕厕女女在线播…| 麻豆色约约| 欧美91色| 激情文学亚洲| 狠狠97| 日本免费二区三区| 一本大道久| 亚州精品人妻一二三区| 亚洲日韩乱码中文无码蜜桃臀网站| 91精品微拍福利| 强奸抽插av| 69av一区二区三区| 国产欧美精选自拍一区| 在线免费观看日韩一区| 屁屁影院一区二区三区国产| 国产精品自拍欧美在线| 日本护士高潮| 亚洲夜夜欢无码一区二区| 两性综合网| 人妻81p| 欧美操逼熟女| 国产女性无套 免费观看| 免费操逼视频下载| 日韩久久三区| 综精品久久久aaaa| 精品国产72| 中文字幕神马久久| 夜夜国自区| 亚洲综合在线91| 超碰美国| 欧美性爱91| 日韩精品黄片免费观看| 天天爽夜夜操| 中文字幕片| 99在线视频播放| 男人的天堂久久狠| 久久久涩| 国产一区二区免费福利片| 超碰人妻久久| 国产精品夜夜| 三级日韩一区二区三区| 极品尤物女神在线观看| 国产成人网址| 久久国产精品熟女人妻| 欧美人妻一区二区| 香蕉视频欧美一卡二卡| 先锋激情∨在线视频播放| 国产热av| 亚洲另类春色| 岛国AB视频| 久久久久久久人妻| 屌妞视频久久久久久久久久久久| 久超碰这里只有精品| 超碰97中文| 人妻少妇被猛烈进入中| 亚洲精品视频在线| 91欧美成人色站| 人人操人人精品影片| 亚洲性网| 日韩成人大片一区二区| 夜夜高潮夜夜爽高清视频一 | 欧美日韩精品久久久久东北老熟妇| 96久久久久久久| 国产一区二区三区免费视频在性观看| 人人插人人搞人人操| http://qxhbdz.com| 97超碰这里只有精品| 久久二| 国产精品亚洲天堂网址| 人妻AV 中文字幕的| 97碰碰日本乱偷人妻中文的| 亚洲丝袜综合| 牛牛aV| 成人无码专区精品视频| 亚洲天堂一二| 欧美激情另类一区二区| 日本三级久| 大香蕉十区| 91四海无码日韩欧美| 飘花国产午夜精品不卡| 一本道综合色图| 欧美国产操逼| 久久草草亚洲蜜桃臀| 日本在线视频导航| 欧美日韩亚洲五月天婷婷| 日韩本不卡视频在线观看| 乱伦a片视频| 国产亚洲 中文欧美久久| 日本最新1区2区3区| 日本精品一级二级三级| 免费一级毛片在线视频观看| 青青伊人久久| 伊人一区二区在线播放| 人妻天天夜夜爽一区二区| 骚女高跟AV在线| 久久性爱视频99| 欧美色综合影院| 精品无吗久久| 黄片www视频免费| 中文字幕 人妻不满 在线视频| 亚洲少妇激情一区二区三区| 日韩国产不卡在线视频| 艳尻美人妻| 永久电影三级在线观看| 日韩偷拍色图| 少妇久久久久久久久| 亚洲一区中文字幕一区| 亚洲自拍青操视频| aaaa少妇高潮大片| 久久精品男人的天堂| 鸡巴插逼视频| 999熟女精品| 思思热国产在线视频| 亚洲成人精品久久久| 搡老女人老91二区| 亚洲宅男天堂| 日本天天干天天操一区| 五月天婷婷激情| 欧美96在线|欧| 综合色99| 色妇综合网| 偷拍 精品另类 凸凹了四区| 91丨人妻丨国产丨丝袜| 欧美人妻二区三区| 免费家庭乱伦视频| 91国产美女丝袜足交精品视频 | 激情综合97| 人人操人人肉久久精品| 久久久久国产无av| 91美女视频直播| 97国产高清视频在线观看| 婷婷五月花| 97超碰伊人| 国产又爽又黄| 91欧美综合| 厕所偷拍在线| 涩综合导航| 成人熟女区| 温婉少妇玩3p| 少妇淫妇久久久久久久| 超碰97资源中文字幕| 青娱乐欧美激情一区二区| 久操在97| 97久久视频| 欧美少妇色图| 91l欧美在线| 九九探花视频在线观看| 国产嫩草精品A88AV| 91|九色|国产熟女| 欧美综合网在线| 中文字幕少妇色 | 天天摸天天插天天日| 天天干天天操天天操夜夜操天天操 | 999亚洲国产视频| 蜜臀在线看片| 超碰日本97美女人妻人人玩人人爱| 日韩性爱小视频| 日韩情色视频| 91快色色色色色| 国产日韩美女小穴视频网站不卡| 野狼激情网| 亚洲中文字幕精品一区| 精品久久大胆人体| 国产成人精品日本视频| 91 偷| 欧美少妇第一页| 性爱综合一区二区| 91N综合网| 国产suv精品一区二区四区999| 国产精品久久久久久高清无码免费看 | 九九九久久久久| 中国亚洲呦女专区| 26uuu最新| 亚洲国产精品久久久久婷婷老年| 亚洲黄色影视| 黄色片一区二区三区四区五区| 热热色综合网| 99久久婷婷丁香| 久热久一区二区三区| 日本操大逼| 天天影视91看看| 亚洲最大的黄色电影网站。 | 高清国产精品福利网站| 久久99草| 777奇米影视777四色| SS久久| 欧美日韩亚洲一区二区在线观看| 精品人妻一区二区三区不卡断| 黄总AV色图| 色五月综合| 欧美日韩*字幕一区| 伊人精品国产| 久草综合京东| 在免费jIzzjIzz在线视频| 国产精品人妻免费精品| 新91视频.cmp| 亚洲自拍欧美色综合| 婷婷色一区| 一区二区娱乐网站| 91高清无码下载| 你懂的在线观看区国产| 久久神马影院| 色婷婷久久| www.91逼逼.com| 精品国产乱子伦一区二区三区,精品一 | 高凊专区人人操| 去干网最新版| 日逼国产| 日韩亚洲中文字幕在线| 欧美日韩黄片精品在线| jizz啪啪| 玖玖爱在线视频免费观看| 91亚洲欧美激情| 久久9免费视频| 神马久久久久久久久久久久| 男人天堂久久精品| 婷婷亚洲色| 日本色色色视频| 精品国产91av一区二区三区 | 农村女一级毛卡片| juliaann欧美丝袜办公室| 熟妇高潮二区三区| 天欧美在线| 99日免费视频中文字幕| 97丝袜亚洲在线播放| 老女人老91妇女老热女| 国产 大胆 对白| 日韩精品第3页| 久久精品国产精品亚洲艾通辽熟妇| 久久久国产亚洲精品系列| 久9re热视频这里只有精品| 久久夜夜| 国产在线综合网| 日本性爱视频一级| 中文字幕高清精品一区| 性videos欧美熟妇hdx| 被操高清无码视频| 天天懆天天日| 国产无马视频| 国产又操| 亚洲成人免费电影| 男人的天堂2019AV| 人妻天天爽夜夜爽爽| 任我爽视频在线观看| 亚洲乱色视频一区、二区在线| 91女神在线视频| 久草资源在线视频官方总站日韩丝袜美腿| 久久精品免视看国产成人﹣蜜臀av一区. 久久精品免视看国产成人,蜜臀av一区 | 久久久啊啊啊| 中文字幕精品码亚洲| 国产精品熟女一区二区三区| 国产又黄又粗又猛大片| 国产精品成人无码a v毛片| 欧美日韩操操操| 欧美成va视频网站| 亚洲女毛多水多21P| av在线一区二区三区| 少妇人妻好深太紧了vr91| 日本一级婬片试看三分钟| 亚洲日韩视频二区| 凸凹视频在线观看| 91丝袜美女视频| 91丝袜美女视频| 欧美性爱精品七区| 亚欧无码在线| www99热| 成人日本精品九区| 久久九操在线观看| 91丝袜| 国产三级资源在线观看| 中文字幕精品区先锋资源| 色色色综合网| 日本久久综合| 91情色在线| A片A5445444| 亚洲激情在线一区二区| 天美AV片| 96免费视频在线| 国产夫妻性生活视频| 超碰色综合| 天天综合网日韩7799| 成人在线日韩| 熟女欧美日韩综合婷婷| 97久久久久| 日本高清视频xxxx| 国产亚洲禁久一区二区| 天天综合精品| 91丝袜在线视频| 欧美激情精品| 黄色区免费观看中文字幕| 嗯嗯啊在线视频| 91色伦综合| 97亚洲在线| 欧美日韩天堂| 91丝袜在线观看| 成人美女av| 中日无幕一二三四区| 视频国产欧美在线播放| 人人超碰在线观看黄| 国产精品久久久无码AV网站| 欧美激情区| 久久秀这里有精品| 97色伦97色伦国产欧美| 青青伊人加勒比海| 综合 欧美 亚洲 日本| 欧美在线|亚洲| 在线人妻熟女一区二区三区四区五区| 久久水蜜臀亚洲AV无码精品| 日韩三级伊人| 欧美后入式| 超碰在线香蕉| 亚洲av无线观看| 夜夜操av亚洲一区二区| 亚洲欧美骚| 一线黄色免费性爱片| 9久久9综合| 97伊人| 亚洲成人福利电影免费| 黄网站黄视频网站进入口| 高清无码人妻久久久一区二区三区aⅴ| 日韩色| 超碰97欧美在线| 在线v中文字幕一区二区三区| 亚洲色性情三级| 亚洲情欲| 人成午夜免费大片| 综合性视频99| 2024年最新色情网站在线观看 | 五月天婷婷基地| 免费超碰97久久| 熟女激情综合网| 久久99操天天日| 久久精品噜噜噜成人看免欧美大片| 熟女精品va中文字幕| 欧美18禁91| 激情婷婷黑人91| 亚洲黄色网址视频| daxiangjiao你懂的| 一类av片在线看| 欧美精品丝袜久久久中文字幕| 久久午夜色播影院免费高清| A V少妇特黄三级| 啊啊啊啊好疼| 日韩精品区二区三区不卡| 亚洲色吧网| 色综合天天爱去电影网| 夜夜爽33333| 久久久一区二区三区四区五区| 五月花婷婷| 精品亚洲天堂| 麻豆 欧美 日韩| 人人妻人人爽| 6080yy午夜理论三级一区二区三区无码 | 加勒比av中文| 97干在线| 伊人大香蕉在线| 精品视频久久| 曰韩欧美国产传媒麻豆第一区| 日本一区不卡| 极品粉嫩一区二区| a片偷拍视频| 国产精品密臀网在线观看| 精品亚洲黄色片 国产精品导航一区二区| 麻豆精品三区视频| 亚洲一本色道中文无码aV天美| …中文字幕亚洲乱,97人妻无码费视…| 黄色毛片A片| 久久久久久免费电影| 成人三一级一片aaa| 91日日夜夜| 色色综合网站| 免费操逼91| 色色99| 欧美性爱中文字幕无线码| 亚洲天天精品| 日本大片日本一区二区免费高清| 精品十三区| 欧亚揄拍偷拍精品视频| 国产精品白丝www| 九九Av| 色欧洲| 九九久久久久久爱| 日本操色导航| 欧美激情精品久久久久久| 又黑又大又粗 | 99中文字幕| 欧美激情一区二区| 人妻中文字幕精品无码 | 国产国产亚洲一二三久久| 嗯啊免费视频| 日本亚洲嫩草影院啪啪| 又大又白奶子| 日韩综合无码色欲vv| 加勒比五月天| 亚洲 欧美 91| 视频黄色国产一级| 四虎免费视频| 操逼日韩无码| 蜜乳成人AV| 国产91丝袜 在线播放| 蜜臀AV一区二区三区激情综合| 温婉少妇玩3p| 国产强奸无码乱伦| 欧美洲精品一级| 1024日韩| 国产精品亚洲天堂网址| 久久这里只| 中国熟女网站| 亚洲欧美日韩制服另类| 中文字幕伊人| 夜夜高潮夜夜爽| 欧美v亚洲v日韩v最新在线二区| 在线日韩日本亚洲国产| 97人妻人人躁人人玩人人| 国产精品久久久久绯色| 蜜乳中文字幕a在线| 四虎影视国产精品| 亚洲天堂人人妻| 女人爽到高潮久久久| 九九精品无码专区免费| 麻豆精品A片免费观看| 福利操逼| 国产精品国产亚洲区艳妇糸列| 91操熟女视频| 走光一区92下载| 五月天婷婷影院| 人人操,操人人| 国产精品96久久久久久| 在线电影亚洲色图| 色婷婷综合久久中文字幕雪峰| 黄色免费网页无码| 亚洲久久久久| 亚洲综合色图欧美| 夜夜青青无码影院| 久久久9视频| 欧美成人黄网色网站| 777琪琪午夜免费A片| 日本成人在线不卡一区二区三区| 夜夜嗨一区| 久久久一区二区| 啪啪免费| 中文字幕丰满人妻日本| 国产路线专区| 天天久久久久久| 成人一级二级| 欧美久久久| 91天美传媒精品| 97综合在线观看| 欧美日不卡| www.色婷婷| 色色丁香| 91精品久久久久久综合五月天| 无码在线亚洲| 精品性爱一二三区| 日韩一级成人毛片免费观看| 亚洲囯产精品女人久久久| 99re免费视频精品全部| 屁股久久久久久| 精品女同一区| 9九九国产| 俺也射| 99色在线| 欧美第五页| 国产精品白丝AV| 亚洲中文字幕噜噜噜久久久| 人人人人人人少妇| 亚洲av在线免费观看| 国产后入精品| 翔田千里AⅤHD无码| 飘花国产午夜精品不卡| 明星性猛交ⅹxxx乱大交| 78久久| 亚洲图片欧美色| 亚欧美无遮挡| 亚洲欧美在线丝袜| 久久97超碰| 人妻9117c| 肏逼视频日本| 欧美日韩另类在线播放| 噜噜噜在线视频| 日韩精品 视频一区二区| 国产成人www免费人成看片| 乱论91| 人人妻人人狠人人| 91超碰人人操| 2011国产精品| 激情露脸爱| 国产精品suv一区| 亚洲清纯唯美| 久操| 嗯啊不要在线| 不卡啪啪视频| 中文自拍欧美影视| 欧美日韩国产另类综合| ji熟女.com| 欧美性爱免费短视频| 日本欧美韩国国产在线| 一级A片女人高潮叫床| 91丨九色丨大屁股| 伊人久久国产免费观看视频| 青青三级视频| 熟人人妻少妇精品久久| 2024年最新色情网站在线观看| 国产极品精品美女视频| 日韩不卡av一二三| 五月天激情影院| 日本免费不卡二区| 99九九久久| 久久9精品网站| 熟女91网站| 97人人夜夜精品视频| 日本国产成人亚洲精品无码| 天美国产三级传媒| 欧美 亚洲 综合 制服 另类| 舔足天天操天天射| 老女人91| 精品九九| 国产九九九九九九九九| 国产 日韩 欧美 人妻 熟女 中文| 亚洲日韩av一区二区三区百合| 天天舔天天日天天射| 一区二区视频在看| 久久久亚洲Av| 色蜜AV| 亚码人妻| 国产传媒av天美传媒在线| 日本免费人成视频播放120秒| 亚洲精品无码少妇久久| 91碰碰| 国产夜夜艹| 蜜桃久久久久久久久久久久| 大干人妻| 欧美日本成人一区二区| 伊人久久在线视频观看| 精品一区二区三区蜜桃臀赵总 | 久久久久久久久久9| 亚洲av综合色区无码一| 2020中文字幕| 久久久天美| 不卡中文字幕aⅴ在线| 久色网| 亚洲天天影视色综合| 精品国产Av无码久久久伦古装| 大香蕉一线视频| 99热aaa| 色欧洲| 蜜乳av一区二区| 在线观看十八禁| 性欧美第一页| 久久东京伊人一本到鬼色| 91人妻人人妻| 国产刺激视频| 丝袜美女诱惑 91 视频| 日本乱人伦片中文三区| 国产丝袜视频| 97在线免费公开视频| 久久人人爽爽人人爽人人片αV| 小草精彩毛片| 久热伊人| 亚洲啪啪性视频| 懂色AV中文| 可免费观看的av毛片中日美韩| 一二三四视频中文字幕在线看| 天天射影院| 美女AV一区二区| 国产成人91一区二区三区| 久久久久成人蜜桃精品| 大香蕉2017| 国模少妇一区二区三区| 中文字幕在线2| 大香蕉伊人网| 操碰97| 久久久涩| 日本韩欧美在线播放a| 啊啊啊啊啊啊啊啊要喷了| 大香蕉www.超碰| 日韩精品三区四区| 国产成人久久精品蜜臀| 蜜桃视频精品一区二区| 欧美劲爆第一页| 日产狠狠干| 97这里有精品| 欧美性生活综合| 骚货 中文字幕 av| 久久男人精品| 伊人 俄罗斯 a v| 国产精品福利资源在线尤物| 97精品国产97久久久久久户外免费| 蜜桃午夜视频一区二区 | 午夜超碰| 性九九九九九九| 少妇一级婬片免费放一级a性色.| 大香蕉中文aV在线| 色妇综合网| 久99视频| 97伊人| 大香蕉综合在线| 蜜桃网熟妇| 91三级理论片播放器| 九九国产热| 岛国1区2区3区在线观看| 九九天堂| 午夜传煤十二区精品| 丁香五月综合| 97神马久久| 操狠狠| 狠狠操狠狠操操| 中文字幕乱碼在线| 五月丁香黄色网| 青娱乐大香蕉| 欧美黄片欧美黄片xxx| 裸体1区| 九九性爱网| 天天亚洲| 999日韩中文精品观看视频。| 色色毛片| 日韩欧美中文字| 婷婷丁香五月天综合东京热| 无码人妻精品一区二区三区九九| 思思性爱| 欧美 亚洲 第一页| 东京热激情视频一二三区| 老熟女乱伦片| 欧美中字不卡| 色婷婷电影网| 另类图片欧美激情综合| 国产视频小说| 国内自拍 日韩激情 99| 天天干嫩逼网| 啊啊啊啊啊好大好舒服想要| 久久久久国产精品喷潮免费观看臀| 我要色综合网站| 大香蕉伊人网WWWn0n| 欧美十八禁导航成人| 亚洲最大AV网| 亚洲一区二区三区婷婷| 麻豆国产第一| 五月丁香婷婷综合| 级做a爱无码性色永久免费| 9ⅰ久久久天天| 熟妇操花| 99久久无码| 9 1超碰九色| 青青草日逼视频| av日韩在线观看电影| 亚洲情色视频| 欧美激情欧美精品| 日韩成人综合网| 国产精品盗摄 偷窥盗摄| 亚州,欧美在线| 少妇天堂网络| 大香蕉AV在线| 天天激情综合站| 天天综合网在线91| 中文字幕十五区| 日韩熟妇二区| 国产真实野战在线视频| 2017,超碰| 亚洲视频小说| 农村妇女一级二级三级视频| 精品中文字幕一区二区| 亚州综合网| 97青青操视频| 99视频精品| 极品销魂美女一区二区| 亚洲精品电影| 在线视频五十市| 操狠狠| 丰满人妻av一区二区三区| 欧美真人抽搐一进一出gif| 激情婷婷黑人91| 日日天天久久啊啊aaa| av资源在线播放天堂| 91免费看一区二区三区| 啊啊啊慢点| 亚洲日韩XXX| 丁香六月激情综合| 久久久久九九九| 国产免费一区2区3区| 一本久久久精品| JULIA人妻风俗店中出电影| 色欲天天综合网| 一二三四区操操Av| 男人久久精品| 久久精品国产精品亚洲艾通辽熟妇 | 狠狠爱夜夜| 一区二区蜜臀| 操人妻丝袜高跟| 99综合视频一体| 999精品国产高清一区二区| 天天噜| 蜜臀久久99精品久久久久久成人小说 | 日本A级视频| 欧美日韩国产中文精品字幕自在自线,| 久久久国产亚洲精品系列| 久久双插| 人人操,人人液| 男人的天堂va| 欧美天天综合在线| 国产精品视频在线播放| 在线观看AV不卡| 骚逼高潮久久精品| 九九精品热| 久操精品网| 激情五月天丁香社区| 777AV电影| 尤物黄色在线观看网站| 久久久久久久伊人精品| 1769国内精品视频| 一级人妻性爱视频| 青青草在线视频美女| nuu12国产麻豆精品| 亚洲人综合| 伊人久久大香蕉线AV五月天| 少妇一区二区三区在线观看| 麻豆天美国美国产AV| 成人情色一区二区| 亚洲熟妇极品| renqi久久久久久久久久久久| 99这里都是精品| 91精品国产日韩欧美综合| 色噜噜国产精品视频一区二区| 麻豆视频一区二区| 午夜福利合集| 欧美草草高清日韩视频| 啊啊啊啊无码| 人妻激情视频| 大香蕉日韩| 久久精品熟妇丰满人妻99| 欧美激情内射| 97精品免费| 强奸乱伦AV一天堂网| 免费国产视频| 夜夜爽夜夜爽| 唯美清纯 妖精视频| 欧美黑人极品高潮喷吹熟女黑人性暴力日韩在线欧美极品一区二区老师黑人潮喷一 | 精品对白久久不卡| 男人的天堂免费| 九九无码| 人妻少妇精品无码专区二区密桃| 99re99在线视频| 五月天亚洲色图| 日本性感人妻91| 国产精品熟女九色九色蜜臀| av一区二区三区四区| 东京热视频网| 欧美日韩免费性爱| 三级日本一区二区三区| 香港澳门日本三级网站| 国产精品黑人一区二区三区| 色欲天天婬色婬香WWW夜色| 国产精品女生av| 91free福利| 亚洲情色五月天 | 青春草莓视频在线观看网址| 国产自制av蜜乳| 亚洲一卡二卡在线免费| 人妻一区视频| 亚洲色久| 97色色色综合网站| 亚州日韩97| 国产亚洲日本| 日本二三四区| 色欲三区| 日韩一级片| 天天弄欧美| 亚洲精品国产av天美传媒| 99热这里只有精品1| 亚洲性网| 黄色免费网页无码| 综合色图,成人综合网| 日本九九久久99播| 免费99精品国产自在在线| 好爽视频在线观看视频| 91内射| 日本熟妇人妻中出视频| 欧美日韩性感| 国产情色第一第二页在线观看| 91热| 亚洲欧洲日韩天堂av| 婷婷综合五月| 天堂精品小草| 97久久超碰亚洲| 国产欧美日本亚洲精品| 国产高潮AA片免费看| 91美女视屏| 综合色久欲| 国产无吗在线播放| 美日韩成人| 亚洲自拍欧美国产首页网曝 | 一本色道久久综合狠狠操| 黄片www视频免费| 欧美性爱在线无码| 久偷拍| 91爱| 操逼网站视频漫画国产| 97超碰无码网| 春色91| 色伊人91| 超碰公开久久网| 香蕉国产97| 亚洲国产精品有声| 中文字幕 码 自拍 视频 区| 成人在线午夜视频一区| 久久精品人妻一区| 久久九色| 天天综合欧美综合| 天天夜夜久久| 色老大| 日韩无限资源| 久99热| 无码九九|