Los sistemas de recomendación que usan técnicas de filtrado colaborativo basado en memoria predicen la preferencia de un usuario por un ítem usando solamente las preferencias expresadas anteriormente e ignorando el contexto de elección del usuario, esto es, el conjunto de ítems que fueron recomendados al usuario pero que fueron ignorados. En este trabajo se presentan modificaciones a los algoritmos clásicos de filtrado colaborativo basado en memoria para que utilicen el contexto de elección del usuario para predecir las preferencias. Una serie de experimentos desarrollados verifican que nuestra propuesta presenta un mejor desempeño que los algoritmos de filtrado colaborativo clásicos.Sociedad Argentina de Informática e Investigación Operativa (SADIO)