[视频]Web 3.0：语义网时代

天极网首页报价下载索尼专区天极导航登录┆   注册首页 群乐家园 排行榜           手机论坛┆笔记本┆台式机┆硬件攒机┆ 办公┆摄影&相机┆DV摄像┆家电┆更多安吉星
 GPS导航
 MP3播放MP4播放数码相框索尼群乐更多数码软件论坛┆网络&技术┆休闲论坛┆游戏魔兽论坛
 地下城勇士魔兽DOTA更多家园首页┆ 家园日志┆ 家园相册┆ 在线成员┆ 随便看看 个人经验排行┆ 个人积分排行┆ 主页访问量排行┆ 竞价排行┆ 好友数排行┆ 活跃群乐切换分栏模式 您当前的位置：天极群乐 >> IT观察家 >> [视频]Web 3.0：语义网时代
 
回 复发表新帖发表新帖 发起投票   [视频]Web 3.0：语义网时代收藏该主题 复制贴子链接迷你刺蛇   用户积分：658 青铜在手 家园 ┆ 日志 ┆ 话题 发送短信 离线 发表于2010-05-13 14:23   浏览量：144 楼主

[视频]Web 3.0：语义网时代
以下这段15分钟的视频来自纽约大学新闻/心理学专业学生Kate  Ray，很好地概括了语义网，也即把网络上所有数据变成结构化数据（structured data）从而可以定义数据之间的相互关系，进而衍生出意义。这段视频采访了诸多互联网名人，Dixon, Tim Berners-Lee（万维网之父）, Clay Shirky, David  Weinberger, Nova Spivack, Jason Shellen, Lee Feigenbaum, John Hebeler,  Alon Halevy, David Karger, 以及Abraham Bernstein。

IT观察家相关阅读更多>>VISA封杀中国银联卡 境外消费受阻 电脑操作系统 GUI 38年进化史 让人笑喷的新闻标题前五强 有图有真相 北大校花  Windows7旗舰版下载 最新测试可用WIN7完美激活工具 Adobe CS5绿色破解版下载 Office 2010绿色破解版下载 最新最全QQ空间免费代码
引用 回复 （0） 分享 收藏

迷你刺蛇   用户积分：658 青铜在手 家园 ┆ 日志 ┆ 话题 发送短信 离线 发表于2010-05-13 14:26 2楼
Growthroute Ventures公司创始人Greg Boutin最近撰写了三篇系列文章。这些文章试图把基于结构化数据的三大趋势结合到一起：1) 羽翼渐丰的 "Web 3.0" ， 2) 结构化网络中的黑马关联数据（Linked Data），3) 以及由来已久的传奇：语义网（Semantic Web）。 以下对其进行简单介绍：
Web 3.0: Web 2.0之后轮到谁？
Boutin的第一篇文章认为Web 3.0无法解决信息超载问题。至少现在还不行，因为有很多基础工作要做。尤其是现在网上到处都是非结构化数据，需要很长的时间才能将这些数据结构化。 
去年Boutin将Web 3.0宽泛定义为“一个开放网络。Web 3.0可以打破旧藩篱，让所有人随时随地地联系在一起，让整个网络更加智能。”
至少我认为，如果说Web 2.0意味着Youtube和维基百科等UGC和社交网络，那么Web 3.0则意味着开放和结构化数据，让网络更加“聪明”。 
关联数据（Linked Data）: 结构化数据，但不一定是语义数据
Greg Boutin第二篇文章谈到了关联数据。他认为关联数据提供了关联结构化数据的新媒介，可以让机器更好地读取这些数据。但是，关联数据本身不会给信息增加任何语义含义，而是更好地携带语义数据，供用户访问。所以，关联数据虽然本身并不具备语义特征，但它可以在数据层面建立关联，为真正的语义网铺平道路。
关联数据这个概念来自W3C,该组织有一个关联开放数据（LOD）项目。以下图表列出了参与该项目的数据集。其中包括著名的Thomson Reuters的Open Calais项目 , Freebase, 和DBpedia。这些数据集是在现有本体论（ontologies）基础之上建立的，如WordNet,FOAF, 和SKOS，然后在它们之间建立关联。
Greg Boutin在其第三篇文章中写道，关联数据格式不会创建智能数据，仅仅是支持。他建议人们集中精力开发把非结构化数据进行结构化的技术。他还建议创业者应该考虑把关联数据和其它技术进行混搭。
语义网：Google唱主角
那些以上这些趋势会如何影响语义网呢？Tim Berners-Lee 认为语义网可以用于商业目的，但现实却是，目前使用资源描述框架（RDF）的实际应用寥寥无几。
但是 RDFa（允许发布者把RDF嵌入到HTML）带来了一线希望。 Google本周宣布将在其“富媒体代码”中支持RDFa，而雅虎早在去年就大胆地推出了搜索猴子（Search Monkey ），达到了同样的目的。
Google将在语义网主流化过程中扮演重要角色。Google目前正在从半结构化和非结构化数据中解析语义结构数据。有人称Google算法远非统计方法论那么简单，它早就在研发语义技术了。
Google也并非没有竞争对手。除了雅虎，微软去年夏天收购 Powerset也是瞄准了这个市场。
 
结论
Web 3.0是一个没有统一定义的词语，或者根本不应该这么称呼。但是很显然，结构化数据时代已经到来。我们从当前的关联数据热潮中就可以看到它的影子，并且得到了Google和雅虎等大公司的支持。谁知道呢，或许语义网也就在隔壁不远处。 
编译：pestwave

引用 回复

迷你刺蛇   用户积分：658 青铜在手 家园 ┆ 日志 ┆ 话题 发送短信 离线 发表于2010-05-13 14:29 3楼
万维网之父：语义网或将成为Google终结者

据国外媒体报道，万维网之父蒂姆-贝纳斯-李（Tim Berners-Lee）表示，作为当前互联网上的卓越品牌，Google终有一日也可能会被下一代网络技术公司取代。 蒂姆-贝纳斯—李称，Google在开发高效的网络搜索方式和技术方面已经极为成功，但是这种成功与“未来网络”可能达到的程度相比就显得太一般了。他认为，“未来网络”将能让任何人轻松链接到任何甚至是片断的信息，比如一张照片或是一张银行报表。同样，随着被称作“语义网（semantic web）”的突破性技术的发展，当前火得不得了的社群网站，诸如Facebook和MySpace一类，最终也将被能连接一切事物（而不仅仅是人）的新型网站取代。
“语义网”是计算机和互联网界在描述下一阶段网络发展时所使用的术语。所谓“语义”就是文本的含义。语义网就是能够根据语义进行判断的网络，也就是一种能理解人类语言，可以使人与电脑之间的交流变得像人与人之间交流一样轻松的智能网络。通过“语义网”，可以构建一个基于网页内数据语义来进行连接的网络，从而使网络能按照用户的要求自动搜寻和检索网页，直至找到所需要的内容。
目前的网络是一个一个相互连接的网页的集合体，用户依靠Google和其它的搜索引擎进行浏览。而“语义网”则能够识别网页里所包含的每项具体信息的意义，使用户轻易地在更具体的信息片断间实现连接，这种能力反过来肯定会触发新的服务。
贝纳斯—李说：“通过语义网，你可以建立一个比当前常规网络强大得多的应用程式，可以这么想一下，如果两个完全独立的东西，比如你的银行对账单和你的日程表，都使用同样的语言，并能够分享信息，那么你将这两者一连接，就可以很快知道你是什么时候花的钱。如果，你还是不记得对账单中的某一笔开支是什么时候进行的话，那么你可以把你的相册与你的日程表相连接，于是结果就会提醒你，在你花这笔钱的时候，你正在主题公园给你的孩子们照相。这样，你就不会再嚷嚷那笔开支是不是银行扣税造成的了。”
蒂姆·伯纳斯－李伯纳斯·李现为麻省理工学院（MIT）的万维网（W3C）协会的主席。他表示，他的研发方向不是“未来Google”可能发展的方向。他认为，在他的语义网里，每一个片断的信息都好象在地图上被赋予了经纬度一样，任何人都可以迅速地将这些信息捏合起来，并按他们所需要的加以应用。
他还特别提出，一旦语义网技术成熟并投入使用，近年来热火的社群网站肯定也会随之出现新的变化，因为人们届时将不仅仅热衷于人与人之间的相互连接，还会考虑通过网络去接触更多的事物。
另外，他还认为当前网络面临的一大威胁，就是网络上存储的大量信息数据可能对于罪犯有着莫大的诱惑。但他表示，语义网的出现将可以成为解除这一威胁的途径之一，因为语义网可以对用户任务进行更为有效的理解，并对用户是否正利用授权进行不当行动做出判断，从而使企图利用网络实施犯罪行动的人受挫。（编译/无忌）

引用 回复

迷你刺蛇   用户积分：658 青铜在手 家园 ┆ 日志 ┆ 话题 发送短信 离线 发表于2010-05-13 14:31 4楼
Ontology

　　Ontology 是近年信息科学界最热门的词汇之一，国内一般将其译为“本体”，实质上应该译为“存在”。
　　Ontology 之哲学本源
　　　Ontology 的概念最初起源于哲学领域，并在很长一段时期都是哲学研究的一个分支。古希腊哲学家亚里士多德(Aristotle)定义 Ontology 为“对世界客观存在物的系统的描述，即存在论”，也就是说 Ontology 是客观存在的一个系统的解释或说明，它关心的是客观现实的抽象本质。为研究客观世界的存在问题，亚里士多德、莱布尼茨(Leibniz)、康德(Kant)、皮尔斯(Peirce)、怀特海德(Whitehead)等哲学家广泛讨论了用 Ontology 如何对现实世界进行分类、怎么描述其中的物理实体、如何定义客观世界的抽象，以及空间与时间的关系等问题。
　　Ontology 这个哲学范畴，被人工智能界赋予了新的定义，从而被引入信息科学中。然而信息科学界对 Ontology 的理解也是逐步发展才走向成熟的。1991 年 Neches 等人最早给出 Ontology 在信息科学中的定义：“给出构成相关领域词汇的基本术语和关系，以及利用这些术语和关系构成的规定这些词汇外延规则的定义。”后来在信息系统、知识系统等领域，随着越来越多的人研究 Ontology，产生了不同的定义。1993 年 Gruber 定义 Ontology 为“概念模型的明确的规范说明”。1997 年 Borst 进一步完善为“共享概念模型的形式化规范说明”。Studer 等人对上述两个定义进行了深入研究，认为 Ontology 是共享概念模型的明确的形式化规范说明，这也是目前对 Ontology 概念的统一看法。
　　Studer 等人的 Ontology 定义包含四层含义：概念模型(Conceptualization)、明确(Explicit)、形式化(Formal)和共享(Share)。“概念模型”是指通过抽象出客观世界中一些现象(Phenomenon)的相关概念而得到的模型，其表示的含义独立于具体的环境状态；“明确”是指所使用的概念及使用这些概念的约束都有明确的定义；“形式化”是指 Ontology 是计算机可读的，也就是计算机可处理的；“共享”是指 Ontology 中体现的是共同认可的知识，反映的是相关领域中公认的概念集，它所针对的是团体而非个体。Ontology 的目标是捕获相关领域的知识，提供对该领域知识的共同理解，确定该领域内共同认可的词汇，并从不同层次的形式化模式上给出这些词汇(术语)和词汇之间相互关系的明确定义。
　　尽管定义有很多不同的方式，但是从内涵上来看，不同研究者对于 Ontology 的认识是统一的，都把它当作是领域(领域的范围可以是特定应用中，也可以是更广的范围)内部不同主体(人、机器、软件系统等)之间进行交流(对话、互操作、共享等)的一种语义基础，即由 Ontology 提供一种共识。而且 Ontology 提供的这种共识更主要的是为机器服务，机器并不能像人类一样理解自然语言中表达的语义，目前的计算机也只能把文本看成字符串进行处理。因此，在计算机领域讨论 Ontology，就要讨论如何表达共识，也就是概念的形式化问题。
　　Semantic Web 中的 Ontology
　　Ontology 研究热点的出现还与 Semantic Web 的提出和发展直接相关。
　　Semantic Web 是 Tim Berners-Lee 提出的又一个概念。Tim Berners-Lee 认为，当前的 Web 是供人阅读和理解的，它作为一个越来越大的文件媒体，并不利于实现数据和信息的自动化处理。新一代的 Semantic Web 将不仅仅为人类而且能为计算机（信息代理）带来语义内容，使计算机（或信息代理）能够“理解”Web 内容，进而实现信息处理的自动化。他认为 Semantic Web 不是与当前 Web 隔离的另一个 Web，而是对当前 Web 的扩充，在 Semantic Web 中，信息的语义经过完好的定义，能够更好地促进计算机和人之间的相互合作。
　　为了实现 Semantic Web 的功能，需要提供一种计算机能够理解的、结构化的语义描述机制，以及一系列的推理规则以实现自动化推理。Semantic Web 的挑战在于提供一种语言，
　　它能够表述数据和在数据中进行推理的规则，而且需要这种语言能够将目前存在于知识表述系统之中的规则能够被应用到 Web 上。
　　在 Tim Berners-Lee 的 Semantic Web 框架中，有几个关键的组成元素。它们分别是 XML，RDF(S) 和 Ontology。
　　XML 允许用户定义自己的文件类型，允许用户定义任意复杂的信息结构，但是 XML 只具有语法性，它不能说明所定义的结构的语义。XML 之所以在 Semantic Web 中处于重要的地位与 XML 是一种载体语言、XML 命名机制等有很大的关系。
　　在 Tim Berners-Lee 看来，语义的描述是通过 RDF 进行的。RDF 的两个特性对此有着特殊的贡献：
　　（1）RDF 是一种由资源、属性、属性值组成的三元结构。这种三元结构形似句子中的主语、谓语、宾语之间的关系。一个描述资源的 RDF 语句，就如同“某件事具有什么样的属性”这样的句子一样有效。它能够表明一种对事物存在状态的断言，可以表述大多数情况下计算机需要处理的知识。
　　（2）RDF 的另一个重要特点就是组成 RDF 的资源、属性、属性值这三个元素都必须是被 URI（统一资源标识）所标识的。由于 RDF 利用 URI 来对信息进行编码，它意味着被 RDF 所引用的任何资源、属性和属性值都是经过预先定义的、不具二意性的概念。
　　由于 RDF 能够表示陈述句，并且主语、谓语和宾语的三个组成元素都是通过 URI 所标识的，所以它具有语义表述的特性。但 Semantic Web 的要求还远不止于此，Semantic Web 还需要加入逻辑功能：Semantic Web 需要能够利用规则进行推理、选择行动路线和回答相关问题。Ontology 是 Semantic Web 实现逻辑推理的基础。
　　Semantic Web 研究者也认为，Ontology 是一个形式化定义语词关系的规范化文件。对于 Semantic Web 而言，最典型的 Ontology 具有一个分类体系和一系列的推理原则。其中，分类体系定义对象的类别和类目之间的关系。实体之间的类/子类关系对于 Web 应用具有重要的价值。在 Ontology 中，还可以为某个类添加属性来定义更多的类目关系。这些类目关系提供了的推理的基础。
　　借助 Ontology 中的推理规则，Semantic Web 应用系统可以提供更强的推理能力，例如可以在一个地理 Ontology 中加入这样一条规则，“如果一个城市代码与一个省代码相关，并且一个地址利用了城市代码，那么这个地址与就与相应的省代码相关”。通过这一规则，程序可以推理出中国科学院文献情报中心，在中关村，应当在北京市。
　　为了 Semantic Web 研究者为了实现对 Ontology 的描述，在 RDF 的基础之上，发展了 RDFS。RDFS 借助几个预先义的语词(如 rdfs:Resource, rdfs:Class, rdf:Property, rdfs:subClassOf, rdfs:subPropertyOf, rdfs:domain, rdfs:range)能够对概念之间的关系进行有限的描述。为了更方便全面地实现 Ontology 的描述，W3C 在 RDFS 的基础之上，借助了 DAML 和 OIL 的相关研究，正在积极推进 OWL（Web Ontology Language）的应用。自 2004 年 2 月 10 日，OWL 已经成为了一个 W3C 推荐的标准。
　　Gene Ontology
　　为了查找某个研究领域的相关信息，生物学家往往要花费大量的时间，更糟糕的是，不同的生物学数据库可能会使用不同的术语，好比是一些方言一样，这让信息查找更加麻烦，尤其是使得机器查找无章可循。Gene Ontology (GO) 就是为了解决这种问题而发起的一个项目。
　　Gene Ontology 中最基本的概念是 term 。GO 里面的每一个 entry 都有一个唯一的数字标记，形如 GO:nnnnnnn，还有一个 term 名，比如 "cell", "fibroblast growth factor receptor binding"，或者 "signal transduction"。每个 term 都属于一个 ontology，总共有三个ontology，它们分别是 molecular function, cellular component 和 biological process。
　　一个基因 product 可能会出现在不止一个 cellular component 里面，也可能会在很多 biological process 里面起作用，并且在其中发挥不同的 molecular function。比如，基因 product "cytochrome c" 用 molecular function term 描述是 "oxidoreductase activity"，而用 biological process term 描述就是 "oxidative phosphorylation" 和 "induction of cell death"，最后，它的 celluar component term 是 "mitochondrial matrix" 和 "mitochondrial inner membrane"。
　　Gene Ontology 中的 term 有两种相互关系，它们分别是 is_a 关系和 part_of 关系。is_a 关系是一种简单的包含关系，比如 A is_a B 表示 A 是 B 的一个子集。比如 nuclear chromosome is_a chromosome。part_of 关系要稍微复杂一点，C part_of_D 意味着如果 C 出现，那么它就肯定是 D 的一部分，但 C 不一定总会出现。比如 nucleus part_of cell，核肯定是细胞的一部分，但有的细胞没有核。
　　Gene Ontology 的结构是一个有向无环图，有点类似于分类树，不同点在于 Gene Ontology 的结构中一个 term 可以有不止一个 parent。比如 biological process term "hexose biosynthesis" 有两个 parents，它们分别是 "hexose metabolism" 和 "monosaccharide biosynthesis"，这是因为生物合成是代谢的一种，而己糖又是单糖的一种。
　　Gene Ontology 使用 Oxford Dictionary of Molecular Biology (1997) 中的定义，在分选时还要参考 SWISS-PROT, PIR, NCBI CGAP, EC…中的注释。建立起来的标准不是唯一的标准（这是 GOC 所一直强调的），自然也不规定每个研究者必须遵循这套控制字集系统。所采用的动态结构 (dynamic structure) 使用 DAGs(Directed Acyclic Graphs) 方式的 network，将每一个 ontology 串连起来，形成树状结构（hierarchical tree），也就是由前面所说的“is a”和“part of”两种关系。
　　由于 GO 是一种整合性的分类系统，其下的 3 类主 ontology 我们前面说是独立的，但是无论是 GOC 原初的设计还是我们的使用中其实都还是存在一定的流程关系。一个基因/蛋白质或者一个 ontology 在注解的过程中，首先是考虑涉及在构成细胞内的组分和元件 (cellular component)，其次就是此组分/元件在分子水平上所行使的功能 (molecular function)，最后能够呈现出该分子功能所直接参与的生物过程 (biological process)。由于这是一种存在反馈机制的注释过程，并且整个系统是动态开放实时更新的，因此在某种程度上说它具有纠错的能力。
　　TAMBIS 计划是目前唯一实现了在概念和联系层次上集成信息源的系统。但是还有其他一些相关计划正在研究之中。
　　比如 BioKleisli (宾夕法尼亚大学计算机系)，采用 Mediator(调节器)技术实现了若干数据源的集成，其后的 K2/Kleisli 系统还利用数据仓库实现了 OLAP(联机分析处理)。
　　DiscoveryLink (IBM 研究院)，基于 Wrapper/ Mediator(包装器/调节器)实现了信息源集成，提出了查询的分解和基于代价的优化策略。
　　TAMBIS (曼彻斯特大学计算机系)基于 Wrapper/ Mediator 实现了信息源集成，借助 BioKleisli 中的 CPL 语言作为查询语言并给出了查询优化的方法。通过 TaO(TAMBIS Ontology）本体定义为用户浏览和查询处理提供领域知识。
　　TINet (GSK 公司和 IBM 研究院)，基于多数据库中间件 OPM(Object-Protocol Model，对象协议模型)定义数据源的对象视图，其 CORBA(Common Object Request Broker Architecture，公共对象请求代理体系结构)服务器使各数据源 Wrapper(包装器) 更易于扩充。
　　但是他们都存在一定的缺陷。BioKleisli 系统查询能力相对较弱，而且并未给出查询优化策略；TAMBIS 系统和 DiscoveryLink 系统集成的数据源数量相对还很少，后者在查询处理中并未运用领域知识，因而查询分解也未从语义角度考虑；TINet 系统中的查询处理能力不强。
　　现在面临的突出问题是在数据库查询中尤其是当多个数据库存在信息重叠时，缺乏从中选择最佳检索成员，动态生成优化检索方案的能力。而且现有的工作主要面向数据集成，而对服务集成考虑不多。支持数据与服务综合性集成的体系仍欠完备。因此这也将是 GO 未来发展和提升的一个重要方向。

引用 回复

迷你刺蛇   用户积分：658 青铜在手 家园 ┆ 日志 ┆ 话题 发送短信 离线 发表于2010-05-13 14:33 5楼
语义网与万维网的区别

　　语义网“不同于现存的万维网，其数据主要供人类使用，新一代WWW中将提供也能为计算机所处理的数据，这将使得大量的智能服务成为可能”；语义网研究活动的目标是“开发一系列计算机可理解和处理的表达语义信息的语言和技术，以支持网络环境下广泛有效的自动推理”。
　　目前我们所使用的万维网，实际上是一个存储和共享图像、文本的媒介，电脑所能看到的只是一堆文字或图像，对其内容无法进行识别。万维网中的信息，如果要让电脑进行处理的话，就必须首先将这些信息加工成计算机可以理解的原始信息后才能进行处理，这是相当麻烦的事情。而语义网的建立则将事情变得简单得多。
　　语义网是对万维网本质的变革，它的主要开发任务是使数据更加便于电脑进行处理和查找。其最终目标是让用户变成全能的上帝，对因特网上的海量资源达到几乎无所不知的程度，计算机可以在这些资源中找到你所需要的信息，从而将万维网中一个个现存的信息孤岛，发展成一个巨大的数据库。
　　语义网将使人类从搜索相关网页的繁重劳动中解放出来。因为网中的计算机能利用自己的智能软件，在搜索数以万计的网页时，通过“智能代理”从中筛选出相关的有用信息。而不像现在的万维网，只给你罗列出数以万计的无用搜索结果。
　　例如，在进行在线登记参加会议时，会议主办方在网站上列出了时间、地点，以及附近宾馆的打折信息。如果使用万维网的话，此时你必须上网查看时间表，并进行拷贝和粘贴，然后打电话或在线预订机票和宾馆等。但假如使用的是语义网，那么一切都变得很简单了，此时安装在你计算机上的软件会自动替你完成上述步骤，你所做的仅仅是用鼠标按几个按钮而已。
　　在浏览新闻时，语义网将给每一篇新闻报道贴上标签，分门别类的详细描述哪句是作者、哪句是导语、哪句是标题。这样，如果你在搜索引擎里输入“老舍的作品”，你就可以轻松找到老舍的作品，而不是关于他的文章。
　　总之，语义网是一种更丰富多彩、更个性化的网络，你可以给予其高度信任，让它帮助你滤掉你所不喜欢的内容，使得网络更像是你自己的网络。

引用 回复

 返回IT观察家   回 复发表新帖发表新帖 发起投票 快速回复：[视频]Web 3.0：语义网时代用户： 您目前是匿名发表  [登录]  [注册]

 
 好帖，顶一下！
飘过~学习了！
难得一见的好帖，不顶不行啊！
哦,我是来打酱油的~
对此问题表示关注！回复：                                该帖需登录后才能回复
  (CTRL+回车 可以直接发表)
IT观察家热贴推荐用几把破菜刀给自己拉风 亏京东想的出来啊~~ 科学家成世界上感染电脑病毒“第一人” C++发新芽！说说VS 2010中对C++的最新开发 VS2010 OTB 测试工作台 小程序开发者的福音 对比TouchPad 苹果iPad多处存软肋 体验极限飚速 8款主流杀软扫描速度横评 用几把破菜刀给自己拉风 亏京东想的出来啊~~ C++发新芽！说说VS 2010中对C++的最新开发 免费炫美QQ空间代码 Win7美化主题壁纸专区 QQ2010聊天记录查看器 GooglevsFacebook办公室 AdobeCS5轻松美化照片 Office 2010中文破解版  群乐帮助 | 天极网 | 手机论坛 | 笔记本论坛 | 攒机论坛 | 数码论坛 | 软件论坛 | 开发技术 | IT互联网 | 娱乐休闲 | 合作
Copyright (C) 2009 Yesky.com, All Rights Reserved 版权所有天极传媒集团
渝ICP证B2-20030003号 如有意见请与我们联系 Powered by 天极群乐小组 Tel：010-82657868
程序执行开始2010-06-16 19:12:34 结束2010-06-16 19:12:35 total 54毫秒 关闭《小眼看世界》摄影比赛作品汇总美腿MM经典手机MV下载 为世界杯打造高清平台 Photoshop CS5 完美破解绿色中文版下载 热辣柳岩最新性感生活照 性感MM竟要面对各种男人
用户登录
用户名：

密　码：

 下次自动登录
忘记密码？ 
本贴来自天极网群乐社区--http://q.yesky.com/group/review-18743551.html