Hem kurumsal hem de bireysel düzeyde elektronik ticaret, tüm ticari faaliyetleri kapsar ve tüketicinin korunması, rekabet, finans ve ödeme sistemleri, vergilendirme, fikri ve ticari mülkiyet hakları, güvenlik, yasal düzenlemeler ve uyuşmazlıkların çözümüne yönelik mekanizmalar gibi çeşitli önemli konuları beraberinde getirir. İçinde bulunduğumuz mevcut bilgi teknolojisi çağında, veri madenciliği, büyük veri kümeleri içinde gizlenen örüntüleri ve eğilimleri çıkarmada kullanılan en gelişmiş teknikler arasında yer almaktadır. Bu araştırma, e-ticaret kullanımını araştırmak için, Türkiye İstatistik Kurumu'nun 2017 Hanehalkı Bilgi Teknolojileri Kullanım Araştırması'ndan alınan B grubu mikro veri setini analiz ederek karar ağacı ve destek vektör makinesi (DVM) modelleri kullanmıştır. Veri madenciliği analizini gerçekleştirebilmek için veri seti, çeşitli işleme tekniklerine tabi tutulmuş ve ardından analiz için C5.0, CHAID, C&R Tree ve DVM algoritmaları kullanılmıştır. Hanehalkı Bilişim Teknolojileri Kullanım Araştırmasıyla elde edilen veriler kullanılarak, Türkiye Cumhuriyeti sınırları içinde ikamet eden tüm fertlerin e-ticaret kullanım sürelerinin saptanması amaçlanmaktadır. Araştırma da özellikle 16 yaş ve üzeri fertlere “İnternet üzerinden mal veya hizmet satın alma ya da sipariş verme işlemini en son ne zaman gerçekleştirdiniz?” sorusu yöneltilmiştir. Bu çalışmanın bağımlı değişkeni olan e-ticaret kullanımı ile ilgili olduğundan bu çalışmaya veri sağlamaktadır. Karar ağacı algoritmaları ve destek vektör makinelerinin (DVM) verdiği sonuçlar karşılaştırıldığında ise DVM makinesinin C5.0, CHAID ve C&R Tree algoritmalarına göre daha yüksek oranlı sonuçlar verdiği görülmektedir.

At both the organizational and individual level, electronic commerce encompasses all commercial activities and entails various critical concerns, such as consumer protection, competition, finance and payment systems, taxation, intellectual and commercial property rights, security, legal regulations, and mechanisms for resolving disputes. In the current era of information technology, data mining is among the most advanced techniques used to extract patterns and trends that are concealed within extensive sets of data. In this research we used decision tree and support vector machine (SVM) models to analyze the use of e-commerce by analyzing the group B micro data set from the 2017 Household Information Technologies Usage Survey of the Turkish Statistical Institute. The data set was subjected to various manipulation techniques to enable data mining analysis and then C5.0, CHAID, C&R Tree and SVM algorithms were used for analysis. In this study we predicted individuals' e-commerce usage times in Turkey. In order to predict the e-commerce usage times, we used household Information Technologies Usage Survey data covering all individuals living within the borders of the Republic of Turkey. In the research, especially individuals aged 16 and over were asked, "When was the last time you bought or ordered goods or services over the internet?" The answers given to the question about the dependent variable of the research were emphasized. Comparing the results of decision tree algorithms and SVM, the findings showed that SVM gave higher results compared to C5.0, CHAID and C&R Tree algorithms.