根据兴趣标签匹配推荐用户

业务场景：我的标签里有篮球，足球，游泳。。。。就根据别人的标签里面，也有和我一样的标签，相同越多的排序越高

三种可选择方式
第一种，通过程序遍历所有用户的所有标签来进行匹配排序
第二中，用luence的项向量那种思路，采用一种模拟思路的形式计算用户兴趣标签之前的夹角
第三种，存到mongodb，利用夹角维度来寻找相似的用户
第四种，布龙过滤器

第一种存在很大的弊病：就是数据多的时候，性能太差
mongodb那个还行，但是不想因为单一这一个业务数据用mongodb
luence项向量模拟的方式那个目前只是个思路
布隆不能达到100%的准确，不过对于该业务也足以