En la actualidad el aprendizaje a distancia está cada vez más difundido, por lo cual se requieren nuevas técnicas de almacenamiento, búsqueda y recuperación de documentos que respondan eficientemente a esta realidad. Es necesario para ello, explotar distintos datos de contexto, como las características del usuario y sus aspectos culturales. Existen diferentes plataformas de aprendizaje que intentan facilitar la interacción entre el alumno y el docente, a fin de hacer confortable este aprendizaje a distancia. El objetivo de este trabajo es presentar e implementar una arquitectura para una plataforma de e-learning, a través de la cual se aprovechen los datos de contexto para mejorar y personalizar la funcionalidad de la plataforma. La implementación le presenta a un alumno que realiza una búsqueda de cursos en el sistema, únicamente los cursos que sean considerados de su interés y ordenados de acuerdo a sus preferencias, determinadas entre otros factores por sus características particulares y datos globales disponibles. Con ese fin, se intenta aprender automáticamente de los casos históricos disponibles, para lo cual se utilizan algoritmos de la rama de la Inteligencia Artificial denominada Aprendizaje automatizado, en particular K-Vecinos más cercanos con pesos. La implementación de dicha arquitectura, permite realizar la experimentación necesaria con el fin de evaluar empíricamente los resultados obtenidos y poder compararlos de forma concreta con el funcionamiento normal de la plataforma sin la mejora propuesta.