Big Data está cambiando cómo las organizaciones llevan a cabo sus operaciones. Los datos se ensamblan desde múltiples puntos de vista a través de búsquedas en línea, la investigación del comportamiento de compra de los consumidores, entre otros, y las industrias los utilizan para mejorar su rentabilidad y ofrecer una mejor experiencia general a los clientes. Cada una de estas organizaciones debe aprender a mejorar la experiencia general del cliente y satisfacer las necesidades únicas de cada cliente, y Big Data ayuda en este proceso. A través del uso y análisis de Big Data, las organizaciones del sector turístico pueden estudiar las preferencias de segmentos más pequeños de su público objetivo o incluso de individuos en algunos casos. En este documento, se propone un modelo de recomendación híbrido basado en la Optimización de Búsqueda de Cuervos para obtener sugerencias precisas basadas en las preferencias de los clientes. La recomendación híbrida se realiza combinando filtrado colaborativo y filtrado basado en contenido. Como resultado, se aprovechan las ventajas del filtrado colaborativo y del filtrado basado en contenido. Además, el comportamiento inteligente de los cuervos ayuda en la selección adecuada de vecinos, la predicción de calificaciones y el análisis en profundidad de los contenidos. En consecuencia, siempre se proporciona una recomendación optimizada a los usuarios objetivo. Finalmente, se prueba el rendimiento del modelo propuesto utilizando el conjunto de datos de TripAdvisor. Los resultados experimentales revelan que el modelo proporciona un 58%, 58.5%, 27%, 24.5% y 25.5% mejor Error Absoluto Medio, Error Cuadrático Medio, Precisión, Recuperación y F-Medida, respectivamente, en comparación con algoritmos similares.