随着数据挖掘技术的不断发展与成熟,数据挖掘的研究和应用逐渐深入到各个行业中。在医疗保险领域中,维持医疗保险基金的收支平衡、对基金运营进行有效监管,以保证基金安全运营是一项重要的课题。医保信息化构建了较为完整的医保数据仓库,为数据挖掘技术的应用打下了良好的基础。数据挖掘是从大量数据中寻找规律的过程。有效应用在医保领域中可以发现医保数据中潜在的信息,辅助医保基金安全运营和风险防控,是对现代医保基金运营体系的完善。本文首先总结了在医保领域可能的一些数据挖掘应用场景。实施针对医保数据的数据探索,分析医保数据特征,将数据挖掘技术应用于医保参保人细分、就诊模式挖掘等方面,并且根据医保业务需求抽象出一种医保欺诈行为检测问题,针对该问题进行了较为深入的研究,提出一致行为挖掘算法,通过实验验证了该算法在实际应用中的有效性。最后本文介绍了面向医保数据挖掘的工具的设计与实现,该工具在某市医保基金风控防控平台中得到应用,具有可视化程度高、方便医保业务操作、针对性强等优点。本文的主要研究成果包括：1)设计检测一致骗保行为的算法CBM和MaxCBM,该算法基于垂直数据格式的频繁模式挖掘,并用实验验证其有效性和效率。2)设计完整的医保数据挖掘框架,分别构建了基于聚类的参保人细分模型和基于序列模式发现的就诊模式挖掘模型。3)开发面向医保的数据挖掘工具,结合医保业务逻辑和领域知识,方便业务人员操作和使用。