Dentre os fatores que influenciam o desempenho de estudantes, há a autoeficácia. Sistemas de recomendação são um tipo de aplicação tecnológica que contém o potencial para auxiliar no processo de aprendizado do estudante. Há diversos modelos que podem ser utilizados para a realização de recomendações de itens, entre eles há os híbridos cuja principal característica está na combinação de outros modelos para melhorar a qualidade das inferências. Este trabalho é um relato de pesquisa em andamento tendo como objetivo a elaboração de um sistema de recomendação híbrido baseado na autoeficácia e desempenho. Foi definido um modelo de recomendação híbrido constituído por componentes baseados em Filtragem Colaborativa e em conhecimento. Posteriormente, haverá a integração do sistema na plataforma Math Suggestion.