Multiview Ensemble Method for Detecting Shilling Attacks in Collaborative Recommender Systems

Table 7

Information gain of the proposed features.

Feature	Random attack		Average attack		AoP attack		Shifting attack		Power item attack		Power user attack		Love/hate attack		Reverse bandwagon attack
	Info Gain	Rank	Info Gain	Rank	Info Gain	Rank	Info Gain	Rank	Info Gain	Rank	Info Gain	Rank	Info Gain	Rank	Info Gain	Rank
IE_URTPV	0.15	7	0.16	7	0.15	7	0.16	6	0.18	5	0.14	8	0.16	11	0.15	8
CCE_URTPV	0.21	3	0.23	3	0.19	5	0.24	3	0.19	3	0.21	3	0.22	6	0.23	3
R_URTPV	0.11	11	0.10	10	0.09	10	0.08	14	0.11	11	0.09	12	0.11	14	0.12	10
M_URTPV	0.17	6	0.18	5	0.18	6	0.16	7	0.14	8	0.16	6	0.18	8	0.17	7
V_URTPV	0.09	13	0.08	13	0.09	11	0.09	12	0.10	12	0.09	11	0.11	13	0.11	11
WDDMA	0.28	2	0.28	2	0.25	2	0.28	2	0.16	7	0.23	2	0.31	2	0.28	2
RDDMA	0.31	1	0.31	1	0.32	1	0.32	1	0.34	1	0.31	1	0.32	1	0.29	1
IE_URTPVP	0.18	5	0.18	6	0.21	3	0.18	4	0.23	2	0.21	4	0.18	10	0.17	6
M_URTPVP	0.19	4	0.20	4	0.19	4	0.18	5	0.16	6	0.20	5	0.18	7	0.19	5
V_URTPVP	0.13	9	0.11	9	0.14	9	0.10	10	0.18	4	0.16	7	0.11	15	0.10	13
M_URP	0.08	14	0.08	14	0.05	15	0.08	13	0.09	13	0.03	17	0.28	3	0.09	14
V_URP	0.04	15	0.03	16	0.06	14	0.04	17	0.09	14	0.09	13	0.26	4	0.04	15
IE_URTPVN	0.13	8	0.14	8	0.15	8	0.15	8	0.11	10	0.14	9	0.15	12	0.22	4
M_URTPVN	0.03	16	0.03	17	0.02	17	0.09	11	0.02	17	0.07	14	0.08	17	0.03	16
V_URTPVN	0.03	17	0.04	15	0.03	16	0.04	16	0.03	16	0.06	16	0.09	16	0.02	17
M_URN	0.09	12	0.08	12	0.07	13	0.06	15	0.04	15	0.07	15	0.24	5	0.11	12
V_URN	0.11	10	0.09	11	0.08	12	0.14	9	0.14	9	0.11	10	0.18	9	0.13	9