El proceso autonomo de aprendizaje en entornos virtuales requiere la recomendacion de recursos educativos digitales, ya que cuando los estudiantes entran a buscar un recurso es dificil encontrar los materiales adecuados y acordes a sus necesidades y para apoyar su proceso de aprendizaje. En esta tesis se propone un modelo generico para la recomendacion hibrida y adaptativa de recursos educativos digitales, que ayude a los estudiantes en las dificultades a las que se enfrentan para acceder a materiales relevantes para su aprendizaje. En el modelo se adaptan las tecnicas, enfoques y algoritmos a la informacion disponible de items y de usuarios. Asimismo, se proponen dos estrategias de aplicacion y uso, la primera plantea una metodologia para la seleccion guiada de componentes de recomendacion y la segunda integra todas las caracteristicas de usuarios y de items en factorizacion de matrices para entregar resultados relevantes; aprovechando los datos disponibles desde diferentes fuentes. La validacion se hace para ambas estrategias y los resultados son promisorios en cuanto a la relevancia de los materiales encontrados, segun el perfil del estudiante. Adicionalmente, se plantea un sistema de recomendacion que persuade al usuario a utilizar los materiales recomendados para el, segun un enfoque hibrido a traves de la argumentacion. Finalmente, el modelo propuesto puede ser aplicado a diferentes contextos educacionales, con distintos perfiles de usuario y con recursos heterogeneos.