En la actualidad, se presenta un crecimiento exponencial de recursos educativos que se encuentran en la Web por lo que cada vez es más difícil para los estudiantes localizar recursos adecuados para satisfacer una necesidad particular de aprendizaje. La sobrecarga de información, el no saber formular la pregunta en los buscadores se convierte en una actividad complicada y frustrante que ocupa demasiado tiempo obteniendo al final resultados con éxito o en ocasiones resultados no asertivos. Los sistemas de recomendación tienen como objetivo reducir la sobrecarga de información mediante la predicción de elementos relevantes de interés para un usuario. Esta tesis doctoral tiene como objetivo desarrollar un sistema de recomendación híbrido de recursos educativos utilizando las técnicas de (1) Filtrado colaborativo, (2) Minería de opiniones y (3) Análisis sentimental. Para esto, se definió una arquitectura de integración basada en capas en donde se identificaron dos módulos que contiene el sistema de recomendación. (1) Módulo de recomendación: (a) Recomendación de recursos educativos basado en filtrado colaborativo y (b) recomendación basada en el estado emocional proporcionando al usuario una gama de opciones que enriquecerá su proceso de aprendizaje. (2) Módulo de minería de opinión en el que se analizan comentarios expresados por los usuarios del sistema para compartir su experiencia con los recursos educativos y así ayudar de forma cooperativa a otros usuarios en la toma de decisión dentro de su proceso de aprendizaje. Para el proceso de evaluación, se tomó como primer caso de estudio la recomendación de recursos educativos en el área de matemáticas en el que se realizaron dos tipos de evaluación: (1) Evaluación cualitativa y (2) evaluación cuantitativa en la que se validó la implementación de las técnicas de filtrado colaborativo y técnica de recomendación de recursos basada en la emoción para así conocer el rendimiento del módulo de recomendación utilizando las métricas: (a) Precision @k y (b) Recall @k. EL segundo caso de estudio se diseñó para evaluar el módulo de minería de opinión; para ejemplificar el funcionamiento del sistema, se presentaron dos escenarios: uno para estudiantes y otro para profesores. Para evaluar este proceso se utilizaron las siguientes métricas las cuales se emplean comúnmente para validar los sistemas de clasificación de texto, incluidos los sistemas de minería de opinión: (a) Precision, (b) Recall y (c) F- measure. Por último, para evaluar de una manera general el módulo de minería de opinión se aplicó las métricas: (a) Macro – Precision y (b) Macro – Recall.