Debido a la abrumadora variedad de productos y servicios actualmente disponibles en los sitios de comercio electrónico, al consumidor le resulta difícil encontrar productos de preferencia. Es común que la preferencia por un producto esté influenciada por la apariencia visual de la imagen asociada con el producto. En este contexto, los Sistemas de Recomendación para productos asociados con Imágenes (IRS) se vuelven vitalmente importantes para ayudar a los consumidores a encontrar aquellos productos considerados agradables o útiles. En general, estos IRS utilizan la técnica de Filtrado Colaborativo, que se basa en el comportamiento transmitido por los usuarios. Uno de los principales desafíos que se encuentran con esta técnica es la necesidad de que el usuario proporcione información sobre sus preferencias. Por lo tanto, son deseables métodos para obtener información implícita. En este trabajo, el autor propone una investigación para descubrir hasta qué punto la información sobre la atención visual del usuario puede ayudar a producir un IRS más preciso. Este trabajo propone, por lo tanto, un nuevo enfoque que combina las preferencias transmitidas por el usuario, mediante calificaciones y datos de atención visual. Los resultados experimentales muestran que nuestro enfoque supera al estado del arte.