En los últimos años, ha habido un creciente interés en los sistemas de recomendación, que se corresponde con su adopción generalizada en varios sectores. Esto se puede atribuir a su efectividad para reducir una avalancha de datos en información individualizada que es significativa, relevante y que puede ser fácilmente asimilada por una sola persona. Varios estudios han navegado recientemente por el panorama de los sistemas de recomendación, atendiendo a sus enfoques, desafíos y aplicaciones, así como a las métricas de evaluación necesarias para una implementación efectiva. Esta revisión sistemática investiga los aspectos poco estudiados de los sistemas de recomendación, incluyendo los datos de entrada en los sistemas y sus características o salidas. Los datos de entrada y los datos de salida son diversos y varían significativamente no solo de un dominio de aplicación a otro, sino también de un caso de uso de aplicación a otro, lo cual es una distinción que no se ha abordado a fondo en el pasado. Además, este estudio explora varios dominios de aplicación, proporcionando un desglose completo de los datos categóricos consumidos por estos sistemas y las características, o salidas, de estos sistemas. Sin centrarse en ninguna revista en particular o en sus clasificaciones, este estudio recopila y revisa artículos sobre sistemas de recomendación publicados desde 2018 hasta abril de 2024, en cuatro repositorios de investigación de primer nivel, incluyendo IEEE Xplore Digital Library, Springer Link, ACM Digital Library y Google Scholar.