Los sistemas de recomendación han sido popularizados recientemente a nivel mundial. Sin embargo, a menudo necesitan adaptarse a datos particulares y al caso de uso. Hemos desarrollado un sistema de recomendación basado en aprendizaje automático, que puede aplicarse fácilmente a casi cualquier dominio de elementos y/o acciones. Contrario a los sistemas de recomendación existentes, nuestro sistema soporta múltiples tipos de datos de interacción con diversas modalidades de metadatos a través de una fusión multimodal de diferentes representaciones de datos. Hemos implementado el sistema en numerosas tiendas de comercio electrónico, por ejemplo, alimentos y bebidas, zapatos, artículos de moda y operadores de telecomunicaciones. Presentamos nuestro sistema y sus principales algoritmos para representaciones de datos y fusión multimodal. Mostramos resultados de referencia en conjuntos de datos abiertos que superan el trabajo previo más avanzado. También demostramos casos de uso para diferentes sitios de comercio electrónico.