推荐系统和其他类似工具都能帮助你在长尾中找到合适的产品，我们用一个词就可以完美地概括所有这些工具——过滤器。这些技术和服务可以细查数之不尽的各种选择，然后把最适合你的那一个摆在你的面前。这就是Google给搜索结果分类的奥妙所在：它会把网上信息过滤一遍，只把与你的搜索关键词最相关的网页呈现给你。在Rhapsody上，酸性爵士（acid jazz）^[1]亚流派中的那个“最流行曲目”功能也是在做这样的事情。

正是这些过滤器组成了Listen.com创始人之一罗布·里德（Rob Reid）所说的那种长尾“探索层”（navigation layer）。这并不是互联网的特有功能，也不是一种新事物，正如里德所说：

有趣的是，探索层的力量和重要性并不完全是一种网络现象。有许多年，美国航空公司从它的Sabre电子预订系统（实际上就是七八十年代的旅行业共享探索层，针对的是那些纷乱复杂的旅行路线和票价标准）中赚到的钱比整个航空业靠卖机票赚到的钱还要多。有时候，某些小贝尔公司（Baby Bells）^[2]靠它们的黄页（实际上就是网络问世之前的地方事务探索层）赚的钱比它们靠传统垄断地位赚的钱还要多。在《电视指南》（TV Guide）的巅峰时期，它的利润水平已经与实际电视网不相上下。

在一个无限选择的时代，统治一切的不是内容，而是寻找内容的方式。

在当今的长尾市场中，过滤器的主要作用在于一种转变：帮助人们沿着一条既舒适又符合个人品位的道路从已知世界（“大热门”）走向未知世界（“利基产品”）。从某种意义上说，好的过滤器有推动需求向尾部移动的作用，它们可以发现新的产品和服务，而这些新事物比传统大规模传播渠道中的那些千篇一律的东西更有吸引力。

在一个无限选择的时代，统治一切的不是内容，而是寻找内容的方式。(www.daowen.com)

Netflix的首席执行官里德·黑斯廷斯就曾说过，Netflix上的过滤器（这里是指成熟的推荐引擎和评分算法）正在推动需求沿DVD长尾下移：

过去，百视达曾报告说他们所出租的电影中有90%都是刚刚上映的。有了网络之后，市场更细分化了：他们通过网站出租的影片中有70%是新片，剩下的30%是老片子。但Netflix不是这样。我们出租的DVD中只有大约30%是新片，其余70%左右是老片，而且这不是因为我们的用户群与他们不同。这是因为我们可以创造需求，帮助你找到你真正喜欢的好电影。而且我们靠的是计算机算法，是推荐和评分。

黑斯廷斯相信，推荐引擎和其他过滤器是Netflix最大的优势之一，对非热门影片来说尤其如此。自动推荐完全具备广告那样的宣传力量，而且几乎没有任何成本。假如Netflix根据你的个人品位和其他用户的评价向你推荐了一部电影，这种影响力恐怕比不加区分地面向所有潜在观众的广告牌要大。这些推荐实际上是从Netflix的顾客数据库中自然生成的，而且Netflix有无数个可以展示推荐影片的“广告牌”（针对每一个顾客和每一次访问的定制化网页）。

一部好莱坞大片可能把一半以上的成本耗在广告和其他营销手段上，小影片是玩不起这个游戏的。Netflix的推荐系统提供了一个公平的竞技场，为负担不起营销成本的影片提供了免费的营销服务，这便使市场需求在大热门和小制作之间实现了更均匀的分配。在这个极度不民主的行业中，这是一种非凡的民主力量。