Los sistemas de recomendación son una herramienta poderosa que es parte integral de una gran cantidad de sitios web. Con frecuencia, las recomendaciones se presentan en forma de lista que se genera utilizando varios métodos de recomendación. Sin embargo, típicamente estos métodos no generan recomendaciones idénticas y su efectividad varía entre usuarios. Para resolver este problema, se sugirió la aplicación de técnicas de agregación, cuyo objetivo es combinar varias listas en una sola, lo que teóricamente debería mejorar la calidad general de las recomendaciones generadas. Por esta razón, sugerimos utilizar el algoritmo de Evolución Diferencial, cuyo objetivo será agregar listas individuales generadas por los algoritmos de recomendación y crear una lista única que se ajuste a las preferencias del usuario. Además, basándonos en nuestra investigación previa, presentamos sugerencias para acelerar este proceso.