这边只概述理论，详细参见我的个人博客：

深度学习下的电商商品推荐

理论概述

1.n-gram

直观的体验告诉我们，这是不可能出现，或者绝对不是常出现的，所以，我们就有一个初始的假设，对于某些用户在特定的类目下，用户的消费行为是连续影响的，换句话说，就是我买了什么东西是依赖我之前买过什么东西。

2.Huffman Coding

1.给定{15,8,6,5,3,1}为二叉树的节点，每个树仅有一个节点，那就存在6颗单独的树
2.选择节点权重值最小的两颗树进行合并也就是{3}、{1}，合并后计算新权重3+1=4
3.将{3}，{1}树从节点列表删除，将3+1=4的新组合树放回原节点列表
4.重新进行2-3，直到只剩一棵树为止

3.node probility

最大化当前数据出现可能的概率密度函数

4.approximate nerual network