En los últimos años, el avance de diversas aplicaciones, minería de datos, tecnologías y sistemas sociotécnicos ha llevado al desarrollo de plataformas interactivas que mejoran las experiencias de los usuarios a través de la personalización. En el ámbito deportivo, los usuarios pueden acceder a planes de entrenamiento, rutas y hábitos saludables, todo de manera personalizada gracias a los sistemas de recomendación deportiva. Estos motores de recomendación se alimentan de conjuntos de datos ricos que se recopilan a través del monitoreo continuo de las actividades de los usuarios. Sin embargo, su potencial para abordar el perfilado de usuarios está limitado a usuarios individuales y no a la dinámica de grupos de deportistas. Este documento presenta GoSS-Rec, un Sistema de Recomendación de Secuencias de Segmentos Orientado a Grupos, diseñado para grupos de ciclistas que participan en actividades de fitness. El sistema analiza las preferencias colectivas y los registros de actividad para proporcionar recomendaciones de rutas personalizadas que fomentan la exploración de diversos caminos de ciclismo y también mejoran las actividades grupales. Nuestros experimentos muestran que GoSS-Rec, que se basa en Prod2vec, supera consistentemente a otros modelos en diversidad y novedad, independientemente del tamaño del grupo. Esto indica el potencial de nuestro modelo para proporcionar sugerencias únicas y personalizadas, convirtiendo a GoSS-Rec en una innovación notable en el campo de los sistemas de recomendación deportiva. También amplía las posibilidades de experiencias personalizadas más allá de las áreas tradicionales.