Debido a la disminución de los precios de los sensores y actuadores y a su facilidad de instalación, los hogares inteligentes y los entornos inteligentes se están aprovechando cada vez más en aplicaciones de automatización y salud. En estas aplicaciones, el reconocimiento de actividades tiene un lugar importante. Este artículo presenta una arquitectura general que se encarga de adaptar la automatización para los diferentes usuarios del hogar inteligente mientras reconoce sus actividades. Para ello, se utilizan algoritmos de aprendizaje semi-supervisado y modelos basados en Markov para determinar las preferencias del usuario considerando una combinación de: (1) observaciones de los datos que se han adquirido desde el inicio del experimento y (2) retroalimentación de los usuarios sobre las decisiones que ha tomado la automatización. Presentamos resultados experimentales simulados preliminares respecto a la determinación de preferencias para un usuario.