计算商品embedding然后平均得到用户embedding，会不会存在这种问题？

因为在高维空间中的平均，会依然离原来的点特别近，离其他的点特别远？

我们假设这样一个情形，在空间中取4个点{A1..A4}，取平均得A‘可以看作 User Embedding，再在空间中随机生成100个点{B1..B100}。我们计算A' 最近的点是在 {A1..A4} 中还是在 {B1..B100} 中。

在二维空间中特别明显，A‘ 大概率离B点集更近一些。我们跑个模拟，看看随着维度的变高，有什么变化。

可以看到，在低维度的时候，取平均会更像其他的 Item，但随着 Embedding 维度的增加，User Embedding 最近的点几乎全是A集中的点，依然在那几个 Item Embedding 的附近，而离其他的 Embedding 更远一些。

所以并不会是“四不像”，而是“四都像”。高维度和低维度上的直觉有时候很不同罢。