En esta era de Internet, los sistemas de recomendación (SR) se han vuelto populares, ofreciendo nuevas oportunidades y desafíos al mundo empresarial. Con un aumento continuo en la competencia global, los negocios electrónicos, los portales de información, las redes sociales y más, se requiere que los sitios web se centren más en el usuario y dependan de la presencia y el papel de los SR para ayudar a los usuarios a tomar mejores decisiones. Sin embargo, con los cambios continuos en los intereses de los usuarios y los patrones de comportamiento del consumidor que son influenciados por el fácil acceso a una vasta información y factores sociales, elevar la calidad de las recomendaciones se ha convertido en un desafío para los sistemas de recomendación. Existe una necesidad urgente de explorar modelos híbridos de los cinco tipos principales de SR, a saber, enfoques colaborativos, demográficos, de utilidad, basados en contenido y en conocimiento, junto con los avances en Big Data (BD) para ser más conscientes del contexto de los cambios tecnológicos y sociales y comportarse de manera inteligente. Hay una brecha en la literatura con un enfoque de investigación en esta dirección. Este documento da un paso para abordar esto al explorar un nuevo paradigma de aplicación de conceptos de inteligencia empresarial (IE) a los SR para responder de manera inteligente a los cambios de los usuarios y las complejidades empresariales. Se propone un marco basado en IE que adopta una metodología híbrida para los SR, con un enfoque en mejorar el rendimiento de los SR. Tal sistema de recomendación inteligente empresarial (SRIE) puede adoptar herramientas de Procesamiento Analítico en Línea (PAL) y métricas de monitoreo de rendimiento utilizando técnicas de minería de datos de IE para mejorar su propio aprendizaje, perfilado de usuarios y modelos predictivos para hacer un conjunto más útil de recomendaciones personalizadas a sus usuarios. Se presenta la aplicación del marco propuesto a un ejemplo de caso de comercio electrónico B2C.