Los sistemas de recomendación pueden ayudar en la toma de decisiones al ofrecer una lista de recomendaciones de artículos adaptadas a las preferencias del usuario. Los sistemas de recomendación conscientes del contexto, además, consideran la información contextual y adaptan las recomendaciones a diferentes situaciones. Por lo tanto, un proceso de coincidencia de contexto permite al sistema utilizar perfiles de calificación en los contextos coincidentes para producir recomendaciones conscientes del contexto. Sin embargo, sufre del problema de la escasez, ya que los usuarios pueden no calificar artículos en diversas situaciones contextuales. Una de las principales soluciones para aliviar el problema de la escasez es medir la similitud de los contextos y utilizar perfiles de calificación con contextos similares para construir el modelo de recomendación. En este artículo, resumimos los métodos de filtrado colaborativo conscientes del contexto utilizando la similitud contextual y ofrecemos una comparación empírica basada en múltiples conjuntos de datos conscientes del contexto.