In recent years, new models of urban transport system gained popularity for their advantages and lower costs for users. One of the new service models that has been highlighted is the Ridesharing service, which allows shared travel and can reduce the number of vehicles in the streets and contributes for urban mobility. The evolution and dissemination of smartphones allowed the emergence of several applications (APP), developing innovative solutions for mobility, and contributing to the rapid growth of the number of users. Quality systems have been present in the automotive industry for decades, ensuring customers’ satisfaction with their products. The user’s quality perception in mobility services, has become a key factor in transport solutions. In this way, the Quality of Experience (QoE) can be a new tangible evaluation parameter for the new models of sharing transport. Based on this scenario, the present work proposes to use the QoE concept in Ridesharing services. A recommendation model for shared mobility services is proposed, considering the profile information, extracted from the social network sites, and user preferences. The main objective of the proposed recommendation model is to improve the user’s QoE. For this, subjective tests are conducted, creating a database capable of providing the conditions for elaborating the classification model with application of machine learning algorithms. The results of these algorithms compose the recommendation model, this in turn can identify users with similar preferences through a similarity function, thus users with similar preferences and characteristic share a ride. An experimental results showed that Random Forest algorithm achieved the best performance, reaching the F-Meansure of 0,92. In addition, the results showed that 94.2% of participants agree with the recommendation model results.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Nos últimos anos, novos modelos de mobilidade urbana têm ganhado popularidade por suas vantagens e custos menores para os usuários. Um dos novos modelos de serviço que tem se destacado é o Ridesharing, que possibilita viagens compartilhadas, podendo reduzir a quantidade de veículos nas ruas e contribuir para a mobilidade urbana. Além disso, a evolução e disseminação dos smartphones permitiu o surgimento de diversos aplicativos (APP), desenvolvendo soluções inovadoras para a mobilidade, além de contribuir para o rápido crescimento do número de usuários. Considerando ainda que, os sistemas de qualidade estão presentes na indústria automotiva há décadas, garantindo a satisfação dos clientes com seus produtos; a percepção da qualidade em serviços de mobilidade pelo usuário se torna um fator-chave nas soluções de transporte. Desta forma, a Qualidade da Experiência (QoE) pode ser um novo parâmetro de avaliação tangível para os novos modelos de transporte compartilhado. Com base neste cenário, o presente trabalho propõe a utilização dos conceitos de QoE para os serviços de Ridesharing. Um modelo de recomendação para serviços de mobilidade compartilhada é proposto, considerando as informações de perfis, extraídas de sites de rede social, e preferências dos usuários. O principal objetivo do modelo de recomendação proposto é melhorar a QoE do usuário. Para isso, são aplicados teste subjetivos, criando uma base de dados capaz de fornecer condições para elaborar modelos de classificação com aplicação de algoritmos de aprendizado de máquina. Os resultados destes algoritmos de aprendizado de máquina constituem o modelo de recomendação, este por sua vez, poderá identificar usuários com preferências similares, por meio de uma função de similaridade, possibilitando, assim, o compartilhamento de viagens entre usuários com características e preferências similares. Resultados experimentais constatam que o algoritmo Random Forest obteve o melhor desempenho, atingindo F-Meansure de 0,92. Por fim, os resultados certificam que 94,2% dos respondentes concordam com os resultados da recomendação do modelo.