Los sistemas de recomendación se utilizan como técnicas efectivas de filtrado de información para predecir e identificar automáticamente conjuntos de elementos interesantes para los usuarios en función de sus preferencias. Recientemente, ha habido un aumento de esfuerzos para utilizar el análisis de sentimientos de las reseñas de los usuarios para mejorar las recomendaciones de los sistemas de recomendación. Estudios anteriores muestran la ventaja de integrar el análisis de sentimientos con los sistemas de recomendación para mejorar la calidad de las recomendaciones y la experiencia del usuario. Sin embargo, se ha prestado poca atención a la investigación de sistemas de recomendación para contenido árabe. Por lo tanto, este estudio tiene como objetivo mejorar los sistemas de recomendación árabes e investigar el impacto del uso del análisis de sentimientos de las reseñas de los usuarios en la calidad de las recomendaciones. Proponemos dos sistemas de recomendación colaborativos para contenido árabe: el primero depende de las calificaciones de los usuarios y el segundo utiliza el análisis de sentimientos de las reseñas de los usuarios para mejorar las recomendaciones. Estos modelos propuestos fueron probados utilizando el conjunto de datos de reseñas de libros árabes a gran escala. Nuestros resultados muestran que, cuando se combina el análisis de sentimientos de las reseñas de los usuarios con los sistemas de recomendación, la calidad de las recomendaciones mejora. El mejor modelo fue la descomposición de valores singulares (SVD) con el modelo Arabic BERT-mini, que arrojó errores mínimos en términos de valores RMSE y MAE y superó el rendimiento de otros estudios anteriores en la literatura.