随着医疗保险制度实施,医保欺诈随之成为了一个较为常见的生活现象。《刑法》第二百六十六条明确指出,以欺诈、伪造证明材料或者其他手段骗取养老、医疗、工伤、失业、生育等社会保险金或者其他社会保障待遇的,属于诈骗公私财物的行为。所以有必要根据题给数据信息建立合理的发现医保欺诈的数学模型。针对单张处方药费特别高、一张卡在一定时间内反复多次拿药两种情况,本文建立了一个基于模糊集理论的数据挖掘模型。其中又主要运用了该模型下的如下几个基本模型,以找出可能的医保欺诈记录。基本模型一:异常值检测该模型利用了异常值检测中的基于距离的异常值检测,只需用某个样品附近的其他样品的数量来衡量这个样品是否异常。选择一个合适的范围,在该范围内,若某个样品附近的其他样品数量远远少于其他样品,则视为异常。基本模型二:模糊评判模型该模型仿照模糊理论中的隶属模型,选取合适的隶属函数,用因子的隶属度来衡量嫌疑程度。将隶属度作为矩阵元素,构造模糊矩阵。由于出现了多因子,故需考虑各类因子对综合隶属度的贡献度,即选取一个合适的权重。最终根据综合隶属度来评判一个人的是否具有嫌疑。