La ingeniería de requisitos (RE) es un aspecto significativo de las etapas de desarrollo del sistema en la generación de software fiable (SW). A pesar del impacto decisivo de la RE en el éxito del proyecto, los sistemas SW todavía fallan debido a la complejidad de clasificar correctamente los requisitos. Los investigadores han intentado varios paradigmas para hacer frente a los desafíos especificados, como la RE orientada a agentes (AORE), la RE basada en modelos y la RE orientada a servicios (SORE). Al investigar las limitaciones del uso independiente de estos paradigmas, esta investigación establece un objetivo que propone un marco que integra los dos paradigmas (agente y servicio) en las redes sociales para mejorar los procesos de RE de SW. Por lo tanto, la investigación aborda desafíos en la recopilación de requisitos adecuados, la detección de alineación entre los requisitos comerciales y los productos SW, la priorización de requisitos y la recomendación de ideas innovadoras. La investigación ha adoptado principalmente una metodología de investigación empírica para la ingeniería de SW. En consecuencia, se han formado dos grupos de expertos distintos en función de su experiencia previa en AORE y SORE, respectivamente. Los expertos han sido seleccionados de empresas e instituciones académicas, y participaron en nuestro estudio de caso. Después de realizar la evaluación necesaria basada en criterios especificados, los expertos en el primer grupo han informado que CASCRE (Colaboración de Agentes y Servicios para la Ingeniería de Requisitos Basada en Multitudes) con una puntuación del 93,7% es mejor que AORE con una puntuación del 88,7%. Además, los expertos en el segundo grupo han declarado que CASCRE, con una puntuación del 92,3%, es mejor que SORE, con una puntuación del 83,7%. En ambos casos, se han observado mejoras, lo que revela que la sinergia de las características de CASCRE tiene un mejor impacto en el proceso de RE que la utilización de enfoques individuales. Además, para demostrar la aplicabilidad de CASCRE, se ha recopilado retroalimentación de un grupo enfocado de farmacéuticos locales utilizando un mini-prototipo. En consecuencia, se han recopilado 250 comentarios relacionados con requisitos del foro de discusión, y se generaron 1400 palabras clave. Luego, después de realizar un análisis de sentimientos utilizando algoritmos de Procesamiento del Lenguaje Natural, el resultado se demostró a los expertos. Por lo tanto, el 93% de los expertos estuvieron completamente de acuerdo con la aplicabilidad de CASCRE en proyectos reales.