Los servicios de taxi modernos suelen clasificarse en dos categorías principales: los taxis tradicionales y los servicios de transporte con conductor. Para ambos servicios, es necesario diseñar sistemas de recomendación altamente eficientes para satisfacer la calidad de experiencia de los pasajeros y los beneficios de los conductores. Los clientes desean minimizar su tiempo de espera antes de los viajes, mientras que los conductores buscan acelerar la búsqueda de clientes. En este documento, proponemos aprovechar la eficiencia del servicio de taxi mediante el diseño de un sistema de recomendación genérico e inteligente que aproveche los beneficios de las Redes Sociales de Vehículos (VSNs). Con el objetivo de optimizar tres métricas clave de rendimiento, el número de recogidas, el tiempo de espera del cliente y la distancia recorrida vacía para ambos servicios de taxi, el sistema de recomendación propuesto comienza estimando de manera eficiente las futuras demandas de clientes en diferentes grupos de la zona de interés. Luego, propone una coincidencia óptima de taxi con la región de acuerdo con la ubicación de cada taxi y la demanda futura solicitada de cada región. Finalmente, se desarrolla un algoritmo de geo-enrutamiento optimizado para minimizar el tiempo de navegación de los conductores. Nuestro modelo de simulación se aplica al distrito de Manhattan y se valida con datos realistas. Los resultados seleccionados muestran que se logran ganancias significativas de rendimiento gracias a la cooperación adicional entre los conductores de taxi habilitada por VSN, en comparación con los casos tradicionales.