Метою статті є дослідження методів отримання даних емоційного аналізу текстових відгуків читачів для їх використання в рекомендаційних функціях систем електронної комерції, що надають послуги онлайн-читання книг або прослуховування аудіокниг. Методи дослідження – системний підхід, методи системного аналізу та синтезу, методи структурного моделювання реляційних баз даних. Наукова новизна полягає у розробці модифікованого методу визначення рекомендацій сумісної фільтрації на основі користувачів (Collaborative Filtering User Based), що враховує дані емоційного аналізу текстових відгуків на прочитані книги. Висновки. У цій статті розглянуто три підходи до оцінювання емоцій текстових відгуків читачів. За першим підходом використовуються лексикони-словники, слова в яких індексуються за наборами емоцій. Оцінки емоцій тексту розраховуються за статистикою входження слів до наборів емоцій у лексиконі. За другим підходом використовується мовна модель BERT, яка дає змогу отримати оцінки емоцій за запитом до неї. Мовна модель BERT – це нейронна мережа, яка забезпечує можливість урахування смислового значення слів у реченні зі словами, що розташовані ліворуч і праворуч від них. За третім підходом використовується трансформер-бот ChatGPT. Оцінка емоцій, що міститься в тексті відгуків, може здійснюватися в реальному часі за допомогою функції API ChatGPT. Вихідними параметрами функції API є текст установки до аналізатора настроїв ChatGPT і текст відгуку, а вхідним параметром – дані оцінки емоцій у форматі JSON. З урахуванням розглянутих підходів розроблено модифікований рекомендаційний метод спільної фільтрації на основі користувачів, який ураховує дані емоційного аналізу. Для цього запропоновано на етапі відбору даних ураховувати усереднену косинусну подібність рейтингових оцінок та оцінок емоцій текстових відгуків користувачів. Запропонований метод визначення рекомендацій може використовуватися в бібліотечних системах з реалізованою функцією користувача для надання відгуків на прочитані книги.