Mediante el uso de sistemas de recomendación basados en perfiles y contenidos, en los que el perfilado socioeconómico y conductual del usuario permite no solo recomendar una acción sino que propone la mejor estrategia, canal o medio para poder hacer dicha recomendación. Los algoritmos de recomendación están basados en algoritmos de Inteligencia Artificial semi-supervisados en los que el usuario asume el rol de oráculo o supervisor. Esta forma de implicar al usuario permite que los sistemas IoT aprendan y se eduquen en base a la acción del usuario, pero que el usuario también aprenda y se eduque con la acción del dispositivo.

El sistema de recomendación está soportado por una infraestructura de microservicios tipo REST sobre el middleware LinkSmart, en la cual también residen el módulo recomendador, el sistema de retroalimentación y el sistema capaz de saber los dispositivos y usuarios que están interactuando, todo ello modelado sobre Web of Things. El campo de aplicación y validación es el de la eficiencia energética de dispositivos IoT.