En este documento, proponemos un enfoque para sistemas de recomendación que incorpora la agregación centrada en el ser humano a través de la Agregación Ponderada Ordenada (OWA) para priorizar las sugerencias de los clasificadores expertos sobre las recomendaciones habituales. Abogamos por recomendaciones clasificadas donde a los clasificadores se les asignan pesos basados en su posición de clasificación. Nuestro enfoque recomienda libros a estudiantes universitarios utilizando resúmenes de datos lingüísticos y la técnica OWA. Asignamos pesos más altos a la universidad mejor clasificada para mejorar la calidad de las recomendaciones. Nuestro enfoque se evalúa en ocho parámetros y supera a los sistemas de recomendación tradicionales. Sostenemos que nuestro enfoque ahorra espacio de almacenamiento y resuelve el problema de inicio en frío al no requerir preferencias previas del usuario. Nuestro esquema propuesto se puede aplicar a problemas de toma de decisiones, especialmente en el contexto de sistemas de recomendación, y ofrece una nueva dirección para la agregación de tareas específicas de humanos en la investigación de recomendaciones.