Los recientes avances en tecnologías digitales en el ámbito del patrimonio cultural han impulsado las tendencias tecnológicas en viajes cómodos y convenientes, al ofrecer experiencias interactivas y personalizadas para el usuario. La aparición de análisis de big data, sistemas de recomendación y técnicas de personalización ha creado un campo de investigación inteligente, mejorando la experiencia de los visitantes del patrimonio cultural. En este trabajo se propone un novedoso sistema híbrido de recomendación para lugares culturales, que combina las preferencias del usuario con tipologías de turistas culturales. Comenzando con la tipología de McKercher como base de investigación para la clasificación de usuarios, que extrae cinco categorías de turistas del patrimonio cultural a partir de dos variables (centralidad cultural y profundidad de la experiencia del usuario) y utilizando un cuestionario, se desarrolla una tipología de turistas culturales enriquecida, donde también se proponen tres variables adicionales que rigen los tipos de visitantes culturales (frecuencia de visitas, conocimiento de las visitas y duración de la visita). Las categorías extraídas por usuario se fusionan en un algoritmo de recomendación robusto basado en filtrado colaborativo y factorización de matrices como características adicionales del usuario. Los resultados obtenidos en los datos de referencia recopilados de ocho ciudades muestran una mejora en el rendimiento del sistema, lo que indica la solidez del enfoque presentado.