El siguiente documento presenta la investigación realizada por el alumno Ismael Rafael Ponce Medellín durante el desarrollo de su tema de tesis: Búsquedas contextuales de Servicios Basados en Localización en un entorno de Web Social, dentro del programa de postgrado doctoral en el Centro Nacional de Investigación y Desarrollo Tecnológico. Conforme la cantidad de información crece, los problemas de la relevancia y sobrecarga de información se vuelven más severos. Los sistemas de recomendación por filtrado colaborativo se han presentado como una alternativa útil para proporcionar sugerencias relevantes y útiles para cada usuario dentro de un sistema. Los sistemas de recomendación han tomado auge, al contener una colección de juicios o calificaciones por otras personas sobre contenido disponible en un sitio o servicio, lo que a su vez proporciona una invaluable fuente de información que puede ser usada para proporcionar recomendaciones a cada usuario. Sin embargo, en el rubro de los servicios y lugares geolocalizables se torna importante también considerar las características individuales de los usuarios que quieren localizar algún servicio, puesto que cada persona presenta atributos diferentes, tanto sociales, culturales y económicos, por lo que sus necesidades de información son diferentes. Diferentes situaciones implican necesidades diferentes. Es por ello necesario conocer el contexto. Dentro de los sistemas de recomendación, la consideración directa de aspectos de mercadotecnia no han sido ampliamente explotados, siendo esta fuente de información valiosa con respecto al efecto de la información contextual sobre los usuarios, ya que presenta patrones de comportamiento para abordar las necesidades particulares de los distintos nichos de mercado a los cuales se les puede ofrecer una recomendación. El uso de tecnologías de Web Semántica, como ontologías y reglas de Web Semántica, permiten representar al modelo del usuario y su contexto, así como los patrones identificados en el área de mercadotecnia, lo que permite llevar a cabo un proceso de inferencia para identificar los elementos a recomendar contextualmente relevantes para un usuario. Para mejorar el proceso de los sistemas de recomendación sobre servicios geolocalizables, el presente trabajo presenta un acercamiento que aprovecha tanto anotaciones sociales como información contextual, haciendo uso del conocimiento colectivo de la comunidad de usuarios y de la información del usuario, su entorno y de los elementos a recomendar. El caso de estudio se centro a la recomendación de restaurantes como servicios geolocalizables.