Los fabricantes hoy en día compiten por ofrecer no solo productos, sino productos acompañados de servicios, que se conocen como sistemas de producto-servicio (PSS). La personalización masiva de PSS se define como la producción de productos y servicios para satisfacer las necesidades de clientes individuales con una eficiencia cercana a la producción en masa. En el contexto del entorno de personalización masiva de PSS, los clientes se sienten abrumados por una plétora de variantes de PSS previamente personalizadas. Como resultado, encontrar una variante de PSS que esté alineada precisamente con las necesidades del cliente es una tarea cognitiva que los clientes no podrán gestionar de manera efectiva. En este documento, proponemos un sistema de recomendación híbrido basado en conocimiento que ayuda a los clientes a seleccionar variantes de PSS previamente personalizadas de una amplia gama de opciones disponibles. El sistema de recomendación (RS) utiliza ontologías para capturar los requisitos del cliente, así como el conocimiento relacionado con productos-servicios y producción. El RS sigue un enfoque de recomendación híbrido, en el que el problema de seleccionar variantes de PSS previamente personalizadas se codifica como un problema de satisfacción de restricciones (CSP), para filtrar las variantes de PSS que no satisfacen las necesidades del cliente, y luego utiliza una función de utilidad ponderada para clasificar las variantes de PSS restantes. Finalmente, el RS ofrece una lista de variantes de PSS clasificadas que pueden ser examinadas por el cliente. En este estudio, el enfoque de recomendación propuesto se aplicó a un estudio de caso real a gran escala en el dominio de máquinas láser. Para garantizar la aplicabilidad del RS propuesto, se ha desarrollado un sistema prototipo basado en la web, realizando todos los módulos del RS propuesto.